7 月 15 日消息，据 Notateslaapp 报道，特斯拉正在推动不同代际车辆硬件实现“无需人工监督的自动驾驶”，这一过程也揭示了其背后的一些软件秘密。

目前，搭载新一代 Hardware 4（HW4/AI4）计算机的消费者车辆承担了大部分公开道路测试和实际驾驶任务。但据悉，驱动这些车辆的 AI 模型并不是特斯拉开发的原始基础模型。

据消息人士透露，目前运行在 HW4 量产车上的软件版本，实际上是针对特斯拉下一代硬件开发的 AI 模型的“精简版”。

特斯拉目前优先为 Cybercab（无人驾驶出租车）开发 FSD 系统，然后再将其进行“蒸馏”（distillation），使其能够运行在性能略低一些的 HW4 系统上。

Cybercab 搭载的 FSD 硬件性能超过了目前消费者可以买到的特斯拉车型，这些额外的计算能力，为特斯拉开发更庞大、更复杂的 AI 网络提供了更大的空间，之后再将这些模型优化后部署到整个车队。

什么是 AI 模型蒸馏？

要理解这一过程，需要先了解现代人工智能的训练方式。

据IT之家了解，在一辆行驶中的汽车内运行大型神经网络，需要大量的计算能力和内存资源。为了缩小 AI 模型能力与车载硬件性能之间的差距，特斯拉采用了一种名为“模型蒸馏”的训练方法。

工程师会先在数据中心环境中训练规模庞大、结构复杂的“教师模型”（Teacher Model）。

当这些大型模型学会处理复杂驾驶任务后，特斯拉会将其能力提炼到更小的“学生模型”（Student Model）中。

这些学生模型经过优化后，可以运行在消费者车辆内部的计算机上，在不压垮硬件的情况下，提供接近大型模型的能力。

需要进行多少程度的模型压缩，完全取决于目标硬件的性能，尤其是内存容量和内存带宽。

目前，Cybercab 是特斯拉理想中的硬件平台（当然，未来工程师也可能会遇到其资源上限）。相比之下，普通消费者车辆搭载的是经过优化、更轻量化的版本。

对比不同硬件之间的差距

这一过程类似于特斯拉此前为老款 Hardware 3（HW3/AI3）车型推出的 FSD v14 Lite。

FSD v14 Lite 实际上是主版本 v14 的蒸馏版本，已经于上个月开始向部分早期测试用户推送。事实证明，目前消费者车辆运行的 FSD v14，同样是 Cybercab 原生运行版本的精简模型。

不过好消息是，HW4 预计不需要像 HW3 那样进行大规模优化。根据特斯拉此前公布的信息，HW3 的内存带宽只有下一代 HW4 的约 15%。

虽然 Cybercab 下一代处理器的具体规格仍未公开，但已知它拥有比 HW4 更多的内存，而这对于 AI 运算至关重要。

因此，此前有分析认为，Cybercab 可能搭载了特斯拉今年第一季度财报电话会议中提到的新一代 AI4+ 芯片。预计这些芯片将配备 64GB 内存，甚至可能更高。

除了更强大的计算平台和更大的内存外，Cybercab 还配备了双 GPS 系统，可以在无人驾驶过程中实现更精准的位置追踪。

HW4 仍有望实现真正无人驾驶

这并不意味着 HW4 无法实现无需人工监督的 FSD。

此前，特斯拉已经确认 HW3 硬件无法达到完全无人监督自动驾驶的目标（车主此前被承诺未来可以通过硬件升级实现这一能力）。

但 HW4 仍然有机会实现这一目标。事实上，这种模型蒸馏过程对于 HW4 用户来说反而是一个积极信号 —— 能够运行特斯拉为 Cybercab 商业无人驾驶业务开发的软件版本，意味着 HW4 具备实现真正自动驾驶的良好基础。

特斯拉选择先针对性能最强的硬件开发完整软件，再向下进行模型优化，可以最大程度发挥 Cybercab 的计算能力，同时让消费者车辆保持足够强大的功能。

这意味着，目前消费者车辆上的 FSD 版本，只是特斯拉更先进机器人出租车软件的优化版和轻量版。它们并非能力不足，而是在适配不同硬件限制后运行的版本。