虽然说不知道啥时候能进来，但自从上回体验完 V13 后，我对特斯拉的 V14 还是期待了很多。最近 notateslaapp 整理了一篇关于 V14 的展望，GPT 机翻了分享给大家。 FSD V14 FSD V14 的亮点功能将是自回归 Transformer。对于不熟悉人工智能或机器学习的人来说，这个术语可能比较复杂，我们来逐步解释一下。 自回归（Auto-Regressive） 自回归 Transformer 处理时间序列数据，利用已有的信息来预测后续的元素。想象一下你在补全一句话：你根据已经写好的词来猜测接下来会出现什么词。这个过程不仅仅是填空，而是要理解句子的语流并预判说话者的意图。 FSD 可以分析一系列摄像头图像，以识别行人，并根据他们当前的运动状态和周围环境来预测他们可能的行进路线。系统的自回归特性使其能够从过去的序列中学习，并随着时间推移改进其预测能力，以适应不同的驾驶场景。 今天，FSD 是对它看到的东西做出反应，但很快它将能够预见未来会发生什么，就像人类一样。 Transformer 这个术语的第二部分是 Transformer，它是一种用于理解时间序列中各个元素之间关系的组件。它能够识别输入中哪些部分对于做出准确预测最为关键，从而使系统能够像人一样对信息进行优先排序。可以把它想象成在权衡不同的证据来得出结论。例如，在预测车辆变道时，Transformer 可能会认为闪烁的转向灯比车辆的颜色更重要。 综合来说 综上所述，特斯拉使用自回归 Transformer 意味着他们正在努力让 FSD 能够预测周围世界的计划和行进路径。这将提升 FSD 已经强大的感知能力，并使其能够预测其他车辆以及易受伤害道路使用者（VRU）的行为。 归根结底，FSD 将能通过做出更明智、更像人类的决策，来更好地规划行驶路径。这将是提升 V13（其决策能力已经相当出色）的重要一步。 更大的模型和上下文容量 特斯拉 AI 副总裁 Ashok Elluswamy 表示，FSD V14 将拥有更大的模型和上下文容量，巧合的是这一点也出现在 FSD V13.2.6 的【即将推出的改进】部分中。如果将 Ashok 的说法与即将推出的功能部分进行对比，模型和上下文容量将会增长 3 倍。 有意思的是，Ashok 还提到 AI4 的内存限制了上下文容量。上下文基本上是车辆记住的历史信息，用于未来的决策。由于这些信息是存储在内存中的，因此总会受到内存大小的限制，但值得注意的是，特斯拉受到 AI4 计算机内存的制约。 利用音频输入 特斯拉已经在现有的 FSD 版本中收集音频数据，以便开始利用音频来训练模型，从而让 FSD 更加人性化。根据 Ashok 的说法，FSD V14 将是第一个利用音频输入进行 FSD 驾驶的版本。这主要用于检测紧急车辆，但未来这一功能有可能扩展到检测其他声音，这些声音能够帮助驾驶员调整驾驶行为，比如车祸声音、噪音、喇叭声等。至少，当 FSD 听到与事故或车辆喇叭相匹配的声音时，它会更加谨慎。 FSD V14 发布日期 我们还没有从 Elon Musk 或 Ashok Elluswamy 那里听到 FSD V14 何时发布的消息。Ashok 之前曾表示 FSD V13.4 将会使用音频输入，但在特斯拉的财报电话会议中，特斯拉表示音频输入将在 V14 中变得重要，这似乎意味着特斯拉可能会取消 V13.4，直接推出 V14。 鉴于特斯拉计划在今年六月在德州推出【机器人出租车网络】（距离现在只有四个月时间），FSD V14 很可能就是该无人驾驶出租车车队所采用的版本