10月23日，在人工智能與自動駕駛領域的頂級盛會國際計算機視覺大會（ICCV）2025上，特斯拉自動駕駛副總裁Ashok Elluswamy帶來了題為“Tesla ICCV 2025 Foundational Model for FSD”的重磅演講。

這一演講不僅揭示了特斯拉完全自動駕駛（FSD）系統的最新基礎模型架構，還通過生動演示和數據分析，勾勒出從監督駕駛向完全無人駕駛轉型的藍圖。

從端到端模型的“半成品”到高置信度評估

演講伊始，Elluswamy直擊FSD的核心挑戰：如何從當前的L2輔助駕駛躍升至L4完全自主駕駛。他強調，評估（Evaluation，簡稱Eval）是關鍵分水嶺。“L4需要模擬環境中無數個‘9’的置信度，這遠非L2可比。”Elluswamy指出，特斯拉的基礎模型并非完全端到端（End-to-End，E2E），而是巧妙融合了神經網絡（NN）生成的路徑與額外信號進行實時修正。這種混合架構避免了純E2E模型的“黑箱”風險，同時提升了系統的魯棒性。

Elluswamy詳細演示了這一機制：模型首先通過視覺語言模型（Vision Language Model，VLM）生成自然語言描述，例如識別路況并預測行為路徑。隨后，系統注入多模態信號（如雷達數據或歷史軌跡）進行優化，確保輸出路徑更精確可靠。這一創新讓FSD在復雜場景中表現出色，例如“雞過馬路”與“鵝不過馬路”案例。前者考驗模型的即時響應，后者則驗證了行為預測的細膩度。評論區用戶紛紛表示，這種“非純E2E”設計更務實：“優質訓練數據加精煉模型，就能解決大部分問題，無需全盤端到端革命。”

奧斯汀Robotaxi：無人駕駛的“安全乘客”實驗

演講的高潮在于對Robotaxi運營的展望。Elluswamy透露，特斯拉已在奧斯汀啟動低速（低于40 mph）Robotaxi試點，用戶可通過App召喚車輛抵達指定點，而無需傳統安全駕駛員在駕駛座。這聽起來革命性十足，但Elluswamy補充道，車輛會配備“安全乘客”坐在前排乘客座，提供監督。

這一細節引發社區激烈辯論。Reddit用戶指出，這并非真正“空車抵達”，而是特斯拉在用詞游戲規避監管壓力：“安全乘客本質上還是安全駕駛員的變體，沒什么本質變化。” 有人回憶Uber 2016年在匹茲堡的類似實驗，最終因復雜場景而夭折。但Elluswamy樂觀表示，FSD的VLM能力將通過海量模擬數據實現“高9置信度”，預計2025年底在選定美國城市推出無監督FSD。

技術影響與行業回響

特斯拉的基礎模型標志著自動駕駛從“規則驅動”向“AI驅動”的徹底轉型。VLM的引入，不僅讓FSD能“讀懂”路況如人類般生成描述，還為Robotaxi生態注入語言交互潛力。未來，這可能擴展到多車隊協調，甚至火星殖民愿景中的自主導航。

然而，社區反應兩極分化。一方面，用戶贊嘆評估框架的嚴謹：“終于強調Eval了，這才是L4的護城河。” 另一方面，質疑聲不斷：安全聲明是否“煙霧彈”？特斯拉是否過度依賴馬斯克的敘事？正如一位評論者所言：“技術牛，但運營宣傳需更透明。”

總之，Elluswamy的演講如同一盞明燈，照亮FSD的進化路徑。在ICCV 2025的聚光燈下，特斯拉正以數據與AI重塑出行未來。但要實現無人駕駛的承諾，技術之外，信任與監管同樣不可或缺。讓我們期待2025年奧斯汀的Robotaxi街頭秀——那里，或許沒有方向盤，只有無限可能。