前特斯拉AI总监Andrej Karpathy盛赞FSD V1311月13日，前特斯拉AI总监、知名AI专家安德烈·卡帕西（Andrej Karpathy）在X平台上分享了一段令人振奋的体验，这不仅仅是一次简单的试驾报告，更是AI技术在现实世界中迅猛进步的生动写照。他对搭载HW4硬件的特斯拉Model X上运行的FSD v13版本给予了高度评价，称其驾驶表现“流畅自信”，远超以往的HW3硬件，甚至比9年前的早期版本有了天壤之别。这次试驾让他感慨万千：自动驾驶的单车测试时代已渐行渐远，未来将更多依赖海量舰队数据来优化系统。完美试驾：从高速公路到城市街头的无缝切换卡帕西的试驾之旅持续了整整一小时，却如行云流水般毫无波澜。这段旅程涵盖了多种典型场景，充分检验了FSD v13的综合能力。在高速公路上，车辆以平稳的姿态巡航，精准控制车速和车道，宛如一位经验丰富的司机在轻松掌控大局。转入城市街区，挑战陡然升级：狭窄的路口转弯、突发出现的施工路障、行人横穿马路……这些复杂路况本是自动驾驶系统的“硬骨头”，但FSD v13却游刃有余，无需驾驶员任何干预，便能从容应对。卡帕西特别提到，在一次典型的施工现场绕行中，车辆不仅及时识别了障碍物，还优雅地调整路径，避免了任何潜在风险。这种“自信”的表现，让他不由得回想起早期FSD版本的稚嫩：那时，系统常常因边缘案例而手足无措，需要人类随时接管。而今，HW4硬件的强大算力结合v13软件的优化，已让单车测试变得“乏味”——测试员们再难从中找出明显问题。这标志着特斯拉的AI发展已进入新阶段：从实验室式的个体验证，转向基于数百万英里真实路况数据的舰队级学习。简单来说，FSD不再是“独行侠”，而是借助全球车队的集体智慧，不断迭代进化。端到端AI架构：可扩展性的核心引擎卡帕西的赞叹不止于驾驶体验，他还引用了特斯拉Autopilot团队负责人阿肖克·埃卢斯瓦米（Ashok Elluswamy）在ICCV 2025（国际计算机视觉大会）上的演讲，进一步剖析了FSD v13背后的技术秘诀。埃卢斯瓦米强调，端到端神经网络是当下AI架构的王道。这种方法直接从传感器原始数据（如摄像头视频、雷达信号和高精地图）中学习驾驶决策，而非依赖传统的软件抽象层（如规则编码或模块化规划）。为什么端到端如此强大？传统方法虽可靠，却难以应对无限可能的真实世界变数——天气突变、突发事件、人类行为的不可预测性。这些都需要层层规则来“兜底”，结果是系统僵化、可扩展性差。反观端到端神经网络，它像人类大脑一样，通过海量数据训练，直接输出从感知到动作的完整行为链条。FSD v13正是这一理念的巅峰体现：它不只是“看路”，而是“理解路”，并以近乎直觉的速度做出响应。这种架构的魅力在于可扩展性——随着数据和计算力的增长，系统性能呈指数级提升。这不仅仅适用于汽车，还将推动机器人、无人机乃至更广阔的AI应用场景，实现大规模部署。展望未来：AI与人类的共舞卡帕西的帖子如同一剂强心针，点燃了AI爱好者和自动驾驶追随者的热情。在2025年的当下，FSD v13的出现并非孤例，而是特斯拉AI战略的必然结果。它提醒我们，技术进步的本质不是取代人类，而是解放人类。想象一下，未来的高速公路上，Model X们如鱼群般和谐穿梭，驾驶员则安心阅读、办公或小憩；城市街头，AI车辆与人类司机无缝共存，事故率大幅下降。这不是科幻，而是数据与算法铸就的现实。当然，挑战犹存：数据隐私、伦理决策、极端天气下的鲁棒性……但正如卡帕西所言，当系统已能“自信”驾驭一小时无虞时，我们距离“信任”它就只差一步。特斯拉的端到端之路，不仅在重塑出行方式，更在为整个AI生态注入活力。期待FSD v14、v15……让AI驾驶，成为日常的诗意篇章。
