AK 点评特斯拉FSD。GPT翻译如下：我今天刚提到一辆全新的、闪闪发亮的 HW4 版特斯拉 Model X。于是立刻开出去试了试 FSD，就像我过去五年几乎每天都会做的那样。老实说，我非常震惊——它的驾驶表现太棒了：流畅、自信，明显比我之前那辆 HW3 的 Model X 更出色，也比我九年前刚进特斯拉那天在 280 高速上测试的版本强太多。那时候，只要路有一点弯或者有点坡度，我都得立刻接管。（注：这是 v13，我的车目前还没推送最新的 v14）在高速上，我感觉自己像坐在某种超级高科技磁悬浮舱里——车辆稳稳地保持在车道中央，而我坐在 Model X 较高的视角里，通过那块全景前风挡欣赏风景，听着超棒的音响，或者和 Grok 聊天。在城市道路上，它轻松应对了许多我几年前还为之失眠的复杂场景：狭窄车道会车、绕行施工和临时停车车辆、判断两侧来车的左转时机、在四向停车路口礼让违规先行的车辆、在拥堵车流中“挤”出转弯空间、超越上下客的公交车但又在被遮挡的停车标志前停下……最后还自己绕了一圈停车场、找到车位、自动泊车。几乎是一次完美无瑕的驾驶。要知道，我过去每次小区试驾，都会带回 20 个可改进的片段。这次我照旧出去兜了一圈，结果完全没有问题。完美的驾驶，没有备注。我知道团队在“追求无限 9 的路上”仍有大量工作要做，但能看到系统已经超越“个别 1 小时试驾找问题”的阶段，真是太酷了——现在得靠全车队数据去挖掘潜在改进点。过去我只是从理性上理解特斯拉这种“完全可扩展、纯视觉、端到端”的自动驾驶方式的巨大潜力；但现在，只要开出去一趟，就能从直觉上“感受到”它的力量。毕竟，用专用“驾驶大脑”神经网络以 60Hz 处理环绕视频流，当然会比人类驾驶得更好、更安全。还有谁会认为不是这样吗？上周我还看了 在 ICCV25 上的新演讲（x.com/aelluswamy/sta…），里面透露了一些支撑这次进步的底层技术。长时序的传感器流（视频、地图、运动学、音频……）——比如 30 秒上下的上下文输入进一个大型神经网络，输出是转向和加速度控制，外加可选的可视化辅助数据。这正是从 Software 1.0 向 Software 2.0 的彻底重写理想：依靠来自数百万辆车的实时数据流和芯片算力去规模化提升，而不是靠某个工程师新写的“DoubleParkedCarHandler” C++ 类去解决特例。视频中还有更多暗示——关于这个“AI + 机器人规模化栈”未来的走向：世界重建器、世界模拟器的动态“梦境”、强化学习……所有这些通用、基础、神经网络化的模块，说明汽车其实只是“机器人”的一种形式。大家真的意识到了吗？向团队致以最热烈的祝贺——你们正在打造未来的魔法之物，太棒了！而我，真的很爱我的新车 ❤️。
