一凡 发自 副驾寺
智能车参考 | 公众号 AI4Auto
最新版本的FSD来了——
V14.3，获得的最直接反馈就是：反应变快了。
在时隔4个月后，FSD迎来了小版本更新。喜悦的车主们火速OTA，然后惊讶地发现，FSD反应速度变快了。
有时候在停车场里，车主自己还没反应过来，FSD都找到车位停好车了。
这背后的技术秘诀，就藏在官方的更新说明中。
实测FSD V14.3
FSD V14.3给车主们最深刻的印象就是一个字：
快。
行车时决策的速度很快，比如左边刚拐过来一辆货车，FSD V14.3迅速倒车给货车留出空间。
还能瞬间纠偏导航。比如这个岔路口，左边道路放置了禁行标志。
但是导航依然指引车辆左转。
FSD V14.3识别到禁止标志后，拒绝了导航的指示，主动纠正了方向，停到了路边。
甚至快得SR界面都跟不上了，还是在路口场景，前方信号灯变黄后，FSD主动减速，然后SR界面才画出了黄灯。
啊这……看来SR界面以后只能起到个心理安慰作用了。
不仅是行车时，FSD在自动泊车时找车位和停车的速度也快了。
快得车主自己都没发现这儿其实有个停车位。
有车主评价，这种反应速度，简直就是“非人级别”。为什么FSD V14.3会有这样的表现呢？
FSD V14.3都更新了啥？
FSD反应变快，是因为其底层基建被重构了。
特斯拉在更新说明中透露，此次升级利用MLIR（Multi-Level Intermediate Representation多层中间表示）技术重写了FSD的编译器和运行时环境（runtime），所以模型反应速度提升了20%。
MLIR说起来还是谷歌开源的编译器基础设施，负责将人类写的代码翻译成计算机执行的机器指令，但和传统编译器不同的是，MLIR更灵活，也更适合自动驾驶系统。
传统编译器看到算子会直接将其转成底层指令，MLIR则会在比较高的抽象层保留算子的结构信息，看看其中有没有可以合并的操作，尝试降低系统整体开销。然后再根据自动驾驶芯片上不同计算单元的特性，分配更适合它们的计算任务。
简单地说，MLIR让FSD减少了很多不必要的计算，进一步挖掘了FSD芯片的算力。
在底层基建之上，特斯拉还透露了FSD V14.3在模型层面的两项升级：
优化视觉encoder：增强对罕见和低能见度场景、交通标志、3D几何图形的理解能力
改进对小动物的处理能力：聚焦更难的案例进行强化学习，并增加针对主动安全预判的奖励机制
通过这一系列技术革新，FSD V14.3有了以下升级：
减少不必要的车道偏移
减少跟车行为
加快对校车等特殊车辆和罕见车辆的响应
改进复杂路口如复合灯、弯曲道路和黄灯犹豫区的信号灯处理能力
用P图标标识停车位置
这些升级赢得了广大车主好评，甚至有人称其“完美无瑕”。
真的是这样吗？
One More Thing
在特斯拉看来，FSD目前还有需要改进的地方，当前最要紧的是完成这三项任务：
第一，把推理能力从目的地场景推广到驾驶全程。
第二，增加避让坑洼路面的功能。
第三，提高驾驶员驾控系统的灵敏度。
最后这一项任务也意味着，尽管FSD V14.3被马斯克称为是「最后一块重要拼图的落点」，但FSD未来很长一段时间仍然是辅助驾驶。
