近期，自动驾驶领域迎来了多项重要进展，特斯拉和Waymo两大巨头纷纷展示了其在自动驾驶技术方面的最新突破。
特斯拉自动驾驶系统FSD迎来了v13版本的更新，并已向部分用户推送。据特斯拉自动驾驶团队成员Ashok Elluswamy在社交媒体上透露，FSD v13.2版本已开始面向有限的外部客户进行测试。特斯拉CEO马斯克表示，新版本在每次必要人工干预之间的行驶里程将比当前版本提升5到10倍。FSD v13版本对端到端驾驶网络进行了全面升级，包括提高视频输入频率至36Hz、采用原生AI4输入和神经网络架构、数据规模扩大4.2倍、训练计算量增加5倍、光子到控制延迟减少2倍等多项改进。新版本还增加了城市道路和高速路上的速度记录、一键从停车状态启动FSD（监督）等功能，并计划在未来进行模型尺寸和上下文长度的三倍缩放、加入音频输入等改进。
特斯拉FSD的迭代速度展示了公司在自动驾驶算法方面的强大实力。随着数据和算力的持续增长，特斯拉的算法预计将继续加速迭代，为自动驾驶带来更加出色的乘驾体验。特斯拉在自动驾驶领域的突破，特别是端到端算法的应用，标志着自动驾驶技术正在迈向一个新的发展阶段。
与此同时，Waymo也在自动驾驶商业化方面取得了显著进展。根据Waymo官网发布的信息，截至2024年10月25日，Waymo每周付费订单数已超过10万单，比去年增长了十倍。自今年年初在洛杉矶开始商业运营以来，Waymo已吸引了近30万人加入等待名单，并在城市中完成了成千上万次的付费订单，平均评分为4.7/5星。在洛杉矶进行的一项调查显示，98%的乘客对Waymo的服务感到满意，96%的人认为它很有用。
Waymo还发布了关于自动驾驶端到端多模态模型（EMMA）的研究论文，标志着公司开始尝试端到端算法技术路径。EMMA采用统一的、端到端训练的模型，直接从传感器数据生成自动驾驶汽车的未来轨迹，利用Google开发的跨模态大型语言模型Gemini提供支持，更好地理解道路上的复杂场景。同时，Waymo还完成了一轮总额为56亿美元的超额认购投资，由Alphabet领投，这将进一步加速其自动驾驶技术的商业化进程。
在自动驾驶算法方面，特斯拉和Waymo都在积极探索端到端算法的应用。特斯拉FSD Beta v12.3版本就是完全基于端到端神经网络的解决方案，旨在模拟更自然、更人性化的驾驶。而Waymo也在其最新研究成果中展示了端到端多模态模型（EMMA）的潜力。端到端算法相比传统感知-规控算法具有无损的信息传递、完全由数据驱动、具备学习能力更具泛化性等优点，为自动驾驶技术的发展提供了新的方向。
数据是自动驾驶技术的核心驱动力。特斯拉通过大量的车辆行驶数据训练，不断反哺其自动驾驶算法，形成了数据飞轮效应，使得算法能够持续迭代优化。特斯拉的数据积累已超过20亿英里，其中超过50%是在FSD v12上行驶得来的。这些数据为特斯拉自动驾驶算法的训练提供了坚实的基础。
算力则是自动驾驶算法训练的基石。特斯拉在算力方面的投入巨大，其算力规模已超6万张H100 GPU，预计到2024年年底将达到接近9万张的规模。大规模算力为特斯拉自动驾驶算法的训练提供了强大的支持。
随着自动驾驶技术的不断发展，相关产业链也迎来了新的发展机遇。华为、特斯拉以及国内多家自动驾驶产业链企业都在积极布局自动驾驶技术，推动产业链的发展。同时，算力企业如寒武纪、海光信息等也在为自动驾驶技术的发展提供重要的算力支持。
然而，自动驾驶技术的发展仍面临诸多挑战。技术迭代不及预期、经济下行超预期以及行业竞争加剧等风险都可能对自动驾驶技术的发展产生影响。因此，相关企业需要不断加强技术研发和创新能力，提高算法的准确性和可靠性，同时积极寻求合作和资金支持，以推动自动驾驶技术的商业化进程。
