上周末，特斯拉 FSD Beta V9 向美國早期測試車主開始推送。

這個版本的特殊之處在于這是一套完全基于攝像頭的技術解決方案，它從底層開始重寫，依靠機器視覺和深度學習就可以實現自動駕駛，不再需要任何雷達的幫助。

由于干掉了毫米波雷達，隧道之類場景下光線的明暗變化不會再對系統造成「欺騙」，所以新版 FSD 再也不會遇到「幽靈剎車」的問題，這是長期以來特斯拉用戶倍感頭疼的「痼疾」之一了。

不過干掉毫米波雷達究竟會不會「傷敵一千，自損八百」，這個還是需要用體驗說話。最近有不少海外博主測試了 FSD V9 的街頭實力，我們一起來看看沒有雷達的 FSD 究竟表現如何？

新的 UI，新的立體世界

特斯拉一直是一家審美在線的公司，設計的考究堪比蘋果。此次 V9 的更新還帶來了全新的 UI 設計，你可以更加直觀地從儀表上看到機器眼中的世界，馬斯克還給這種全新的可視化設計一個新的名字；Mind of Car。

全新的 UI 設計更加立體，線條感更強。界面不再是原先「簡陋」的點和矩形組成，交叉點、曲線和轉彎這些細節開始變得更加豐富，有一種從 2D 畫面變成 3D 世界的感覺。

在這個 3D 世界里，你必須認清四類顏色鮮明的線條。

1、導航上的藍色線條代表著為你規劃的行駛路線；

2、紫色線條會勾勒出雙向車道中間綠化島的輪廓；

3、當雙向車道之間沒有綠化進行物理隔絕，那么分界線就會以黃色線條顯示，類似現實道路里的黃實線；

4、紅色線條描繪的則是同向道路的邊界；

看懂了這幾種顏色的線條，你就基本能看懂這個可視化的世界了。

和舊版本一樣，系統通過特定的 UI 把各種道路參與者的位置呈現在儀表上，區別在于新版本的 UI 設計更加細膩精致，轎車、SUV、皮卡、貨車、自行車、摩托車等等物體的描繪都進一步得到了優化，用戶甚至可以通過 UI 辨別轎車的尺寸，而且儀表上同時呈現車輛目標物也變得更多。

除了車輛，行人、動物、雪糕筒等等的具象的物體也細節感更強，系統會通過對每個對象進行不同亮度和透明度來顯示識別的信心度。

這個更新中比較炫技的是對車輛燈光的識別，得益于攝像頭視覺的優勢，系統現在可以清楚識別到其他車輛的燈光狀態，現階段系統以及可以認出剎車燈了，此類信息的加入將幫助特斯拉的對其他車輛的狀態進行一個提前的預判。

而馬斯克表示，在后續的更新中，特斯拉還會加入對其他類型燈光的識別，比如轉向燈、雙閃、警車和救護車的爆閃燈，甚至是手勢。

從機器視覺到深度學習，馬斯克一直想打造的就是一套「仿人類」的自動駕駛，讓車子跟人一樣會看、會思考。為了讓機器進一步向人類靠攏，FSD 在視覺之外還將加入「聽覺」，系統會將周邊的警報和鳴笛等聲音信息也采集過來輔助自動駕駛，讓 FSD 的感知更加立體。

噢對了，為了防止你開車打瞌睡，V9 正式啟用了車內那個攝像頭。和所有駕駛員監測系統一樣，只要發現你走神了就會發出報警并在必要時退出駕駛輔助。

不看廣告看療效

在特斯拉干掉雷達這件事上，很多行業認識都持質疑的態度。但對于新技術，我們是持開放態度的。所以，今天不看廣告看療效。但提前說明，畢竟是 Bata 版本，且是小規模內測，樣本還不夠豐富，以下結果僅供參考。

據美國 Model S 車主 @Eli Burton 測試，FSD Beta V9 在城市自動駕駛中處理起環島場景下明顯要比之前的 FSD Beta V8.3 要好的多，他個人表示「非常驚訝」，整個過程可以說是非常絲滑。

除了環島表現優異，在 @Eli Burton 的測試中我們還發現了不少驚喜。

比如這個車輛右拐離開主路這個動作，一氣呵成。

進入內部道路后，系統也會自動讓行左側要駛出的車輛。即便道路沒有劃車道線，特斯拉也行駛得非常穩定，沒有和內部停放的車輛發生沖突，而是穩穩地停下。

和 @Eli Burton的測試場景不同，女博主 @Kim Paquette 選擇駕駛她的老款性能版 Model 3 去路況更為復雜的巷子里挑戰一把。

在 @Kim Paquette 在主路上的測試出現了一些插曲，在過連續路口時，V9 在車道選擇上出了問題，車子本應該駛向左拐道時卻走了中間車道，最后為了不偏離路線，@Kim Paquette只能人為介入壓著線回到左拐道，此時系統也被強制退出了。

重新激活系統繼續上路，在一段單向雙車道的路上，V9 又犯了同樣的錯誤。按規劃本應該左拐的車子卻走在了右側直行道上，這時她又不得不強行把這車拽到左轉道上。

誠如下圖所現，車子又壓實線了.......

類似的「方向」不清的問題還在繼續發生，跟車途中，她前車那部黑色皮卡臨時剎車的瞬間，她的 Moddel 3 突然向右打方向，直向路邊車位的銀色 SUV 駛去......

當然也不全是槽點，看這個左拐盲彎！在路口短暫觀察之后，V9 利落地一把讓車子左拐，整個過程一氣呵成，說像「老司機」毫不為過。

精彩的不止這一把。

眼下的這個場景是不是很像你鉆小區的樣子？一條狹窄的單行道上，旁邊放滿了騎著馬路牙子停放的車輛，剩余的通行空間極為有限，基本就一個車身的寬度。

這個時候，特斯拉非常謹慎地緩慢駛過，隨著陣陣雷達報警，車子安然通過。

從 @Kim Paquette 的視頻中不難看出，V9 在「穿街走巷」的復雜路況中表現的還是可圈可點的，在面對一些人類司機都頭疼的場景居然也能夠穩定發揮。

另一位博主 @WholeMarsBlog 在薄霧道路上測試了 V9，他的結論是新系統可以很好地應對霧天，系統甚至還能檢測出來來向車輛以及轉彎場景。系統還會自動切換遠近燈光，去應對不同場景下的路況。

如果你覺得上述鏡頭還不能形象地描述「霧天」的話，我們看底下這個畫面。

畫面中的郊區道路彌漫著濃濃霧氣，可見度并不高，但是 V9 并沒有因此失靈，彎道表現中也顯得非常穩定，還識別到了 T 字路口車道內的 Stop 標識，并作出了相應的停車動作。

當然，眾多測試中 V9 也并非「一邊倒」的好評，推特博主 @Giuliano Giacaglia 整理了 FSD Beta V9 的 11 大「翻車」鏡頭。

拐彎后差點撞上綠化帶

識別不出路中間單行車道

誤停公交車道

識別不出單行道和相關標志，導致逆行

不知道從哪條車道右拐

錯過變道時機后強行實線變道，無奈錯過路口

走錯車道后強行壓線變道進行糾正

左轉前突然變道

左轉后突然駛向對向停車位

穿過幾條車道才能左轉

明明只有一個停車標志，它卻識別出了兩個

上述的幾個問題大都是因為車子攝像頭識別和路線不清導致的，攝像頭非常依賴車道線和指示箭頭，一旦識別上出現問題，就很容易出現走錯道以及壓線的情況了。

畢竟沒有高精地圖，系統就無法對前方路況信息做到「未卜先知」，提前預判。從 V9 現階段的表現來看，完全依靠攝像頭的實時采集和實時計算可能真的還無法完美應對上述的這些場景。

再者是交通標志，尤其是國內交通標志錯綜復雜，很多人類駕駛員有時都表示「看不懂」，對于現階段的 FSD 來說簡直就是災難...... 這就需要機器學習有足夠的樣本，盡可能多地認識不同標志，這又回到了 corner cases 的問題上了......

寫在最后

從海外博主的測試中我們看到了 V9 的進化，也看到了它的不足，甚至是一些矛盾的地方。

新版本的 FSD 在 UI 設計以及霧天作業確實有了明顯的進步，但攝像頭很多容易遇到的坑，特斯拉似乎依然沒有一個完美的解決方案。尤其是容易「方向迷失」以及處理「讓速還是讓道」這個問題上。

可是不管怎么說，V9 畢竟還是 Beta 版本，它的后續版本或許能表現得更為成熟。

（完）

返回第一電動網首頁 >