特斯拉人形机器人产业进展如何?

最佳答案 匿名用户编辑于2025/07/11 10:11

入华在即,引领智驾新纪元。

特斯拉的自动驾驶方案包括基础版自动辅助驾驶(AP)、增强版自动辅助驾驶 (EAP)、以及完全自动驾驶(FSD)。基础版自动辅助驾驶是免费附加在特斯拉车 辆上的一项功能,包括主动巡航控制和自动辅助转向两大功能。增强版自动辅助 驾驶是高级辅助驾驶软件功能包,功能涵盖自动辅助导航驾驶、自动辅助变道、 召唤和智能召唤、自动泊车等。完全自动驾驶功能增加交通信号灯和停车标志控制功能。 FSDBeta 版性能稳步提升。2021 年 7 月,特斯拉向美国地区测试用户正式推送 了 FSD Beta V9 版本,该版本是一套完全依托于摄像头的技术方案,它从基础 架构着手进行全面重构,依赖于机器视觉和深度学习技术来实现自动驾驶功能, 彻底摒弃了对雷达的依赖。同年 9 月,特斯拉进一步推出了 FSD Beta V10 版本, 相较于之前的版本,V10 系统在流畅性和稳定性方面均有显著提升。2022 年 11 月,特斯拉开始向测试人员推送 FSD Beta V11 版本的辅助驾驶系统,该版本允 许在高速公路上激活 FSD Beta 功能。FSD Beta 的多摄像头视频网络以及下一 代规划系统减少了对车道的依赖,实现了更复杂的代理交互。 2023 年 11 月,特斯拉已开始向员工推出 FSDV12 版本,为首款完全由人工智 能端到端驱动的自动驾驶解决方案。该系统由神经网络自主学习来识别道路、行 人等对象,减少对于程序员编写代码的依赖,C++代码精简至仅 2000 行,相较 于 V11 版本的 30 万行代码大幅缩减。2024 年 3 月,特斯拉在北美地区全面部 署了 FSDV12.3 版本,该版本正式从 Beta 测试阶段过渡到 Supervised 受监督的 运行状态。2024 年 5 月,特斯拉推出了 FSDV12.4 版本,该更新取消了方向盘 扶持提醒功能,并优化了基于摄像头的驾驶员监控系统,修复了之前通过佩戴太 阳镜规避监控的缺陷。 2024 年 12 月,特斯拉推出 FSDV13.2。此版本增强了点对点的自动驾驶能力, 允许系统在汽车停止时启动,并在抵达目的地后自动关闭,无需驾驶员的任何操 作。AFSDV13.2 版本自动导航能力方面继续走强,即便在积雪覆盖的道路条件 下,FSDV13.2 亦能展现出卓越的稳定性,无需人工介入即可自动驶离车库并精 准泊入车位。特斯拉期望 MPI 相较于 V12.5 版本实现 5-6 倍增长,并设定了到 2024 年全年 MPI 提升 3 个数量级,即提升 1000 倍的目标。

完全自动驾驶 FSD 系统有望于 2025 年入华。中国的道路比美国复杂程度更高, 人流和车流更多,预计 FSD 入华仍需要时间适应。中国车企多数选择依靠激光 雷达的多传感器融合方案,特斯拉采用纯视觉智能驾驶方案,对比国内车企具有 一定成本优势,若将来 FSD 在国内推广,或可凭借差异化打法争抢市场份额。 软件端,特斯拉实现多次突破,并实现端到端模型落地。在 2016 年之前,特斯 拉的自动驾驶技术支持源自 Mobileye。但在 2016 年 7 月,Mobileye 宣布与特 斯拉的合作告一段落,特斯拉随即启动了自主研发算法的进程。特斯拉采用了行 业内通行的骨干网络架构,并利用 2D 检测器来提取特征,同时依靠人工对数据 进行标注。2018 年,特斯拉对其自动驾驶算法进行革新,推出能够处理多种任务的神经网络架构 HydraNet,并开始使用特征提取网络 BiFPN。HydraNet 架构 能够同时执行多项任务,减少冗余的卷积计算,减轻主干网络的计算负担,并将 特定任务从主干网络中分离出来,进行独立的微调。

2020 年特斯拉引入 BEV+Transformer,自动驾驶进入大模型时代。为完成从 二维到三维的转变,特斯拉首先在鸟瞰图(BEV)层面上构建特征基础,然后利 用多层 Transformer 与二维图像特征进行深度融合,以产生 BEV 特征,这个过 程是先进行三维处理再回到二维,通过逆向工程实现 BEV 的转变。后续特斯拉 进一步整合时序信息,升级占用网络,这增强了其自动驾驶算法的泛化能力。得 益于算法的改进,特斯拉的 FSD 系统能更准确地模拟现实世界的物理环境,为 实现端到端模型提供了可能。 在 2023 年 11 月,特斯拉发布了 FSD Beta V12 版本,标志着首款完全由人工 智能驱动的端到端自动驾驶系统诞生。端到端的自动驾驶技术摒弃了人工预设的 规则和模块间的直接接口,能够直接从原始感知数据中推断出行驶轨迹或控制指 令,有效避免了传统模块化方案中的信息遗漏和级联误差问题,并且打破了以往 规则约束下的性能上限。 硬件端,Hardware 产品持续升级。2014 年 10 月,特斯拉发布第一代硬件 Hardware1.0,软硬件均由 Mobileye 提供。硬件组成包括:1 个由 Mobileye 提 供的前视单摄像头,1 个博世供应的 77GHz 毫米波雷达、其探测距离可达 160 米,以及 12 个超声波传感器、每个传感器的探测距离为 5 米。系统还整合了 MobileyeEyeQ3 处理平台、高精度的电子辅助制动与转向系统。

2016 年 10 月,特斯拉发布了第二代硬件 Hardware2.0。在特斯拉的 HW2.0 阶 段,公司与英伟达合作,采用了定制的英伟达 DrivePX2 自动驾驶计算平台,该 平台由一颗 TegraParker 处理器和一颗基于 Pascal 架构的 GPU 组成。随后,特 斯拉对 HW2.0 进行升级,推出 HW2.5 版本,增加了一颗额外的 TegraParker 处理器。其他硬件配置包括 8 个摄像头、12 个超声波传感器以及 1 个前向毫米 波雷达,并延续至后续的 Hardware3.0 系统。 2019 年 4 月,特斯拉发布了 Hardware3.0 系统,搭载了特斯拉自研的 FSD 芯 片。特斯拉采纳了更为紧凑且性能更强大的 FSD 芯片架构,包含两套 FSD 芯片, 芯片算力达到了 72TOPS,合计为 144TOPS 显著超越了同期市场上的自动驾驶 芯片。FSD 芯片以两块 NUD 为主,优化了图像处理的效率,且并未集成激光雷 达。相较于搭载英伟达芯片的 HW2.5,HW3.0 在图像处理速度上实现了 21 倍的 跃升,成本缩减 20%,功耗则从 57w 提升至 72w。在数据传输速率方面,FSD 能够提供 2TB/s 的带宽。针对城市自动驾驶场景,HW3.0 的峰值能耗维持在约250W,同时搭载全球唯一的水冷自动驾驶硬件。

2023 年 3 月特斯拉开始交付搭载 Hardware4.0 的车型。4.0 基于三星 Exynos-IP 打造,实现了在芯片计算能力上的显著飞跃。相较于前一代产品,HW4.0 的算 力提升了 5 倍,达到了 720TOPS。在 CPU 核心配置上,从原先的 12 个增加至 20 个(分为 5 个集群,每个集群包含 4 个核心),其中最高运行频率提升至 2.35GHz,空闲频率为 1.37GHz。同时,TRIP 内核数量也从 2 个增加到 3 个, 最大频率达到 2.2GHz。在车机系统方面,依旧采用的是 AMD 芯片,配备有 256G 的固态硬盘以及 16G 的内存。在视觉感知系统方面,相较于前一代配备的 8 个 120 万像素摄像头,新一代系统采用了 7 个 500 万像素摄像头,实现了从二维平 面成像到三维立体成像的升级。此外,新一代摄像头的最大探测范围扩展至 424 米,相较于前代产品,探测能力有了显著提升。 Hardware5.0 预计于 2025 年底推出。在 2024 年 6 月,埃隆·马斯克透露 HW5.0 将被命名为 AI5,预计会在大约 18 个月后,即 2025 年 12 月左右推出。马斯克 强调,HW5.0/AI5 相较于 HW4.0,其性能将实现 10 倍的跨越式提升。