新年新气象。Tesla的支持者们很快提供了一份“惊人的”可以证明AutopilotFSD系统在大踏步自我进化的证据——完全无人干预的长距离完全自动驾驶实践，为狂飙突进的Tesla和其电动车及完全机器驾驶的宏图伟业注入新的信心。频繁接触Tesla和Autopilot负面新闻的读者们先别急着拍砖，让我们看看这次长距离自动驾驶旅行的具体信息，如下：
1 起止终点：
去程：圣何塞——>洛杉矶（途径Firebaugh和Kettleman City）
回程：洛杉矶——>圣何塞（途径Kettleman City）
2 距离：
去程：371miles=593公里；
回程：347miles=555公里；
总里程：1148公里（几乎相当于从北京到上海的空中直线距离）
3 充电次数和位置：
去程：Firebough充电一次，Kettleman City充电一次；
回程：Kettleman City充电一次；
4 人类司机接管次数和场景：
去程：两次进出充电站分别进行了人工接管，进入洛杉矶市内为了规避路面不明障碍物进行了人工接管。共三次；
回程：一次进出充电站进行了人工接管。共一次。
从以上的信息整合，再根据两次完整的全程视频（倍速）可以看到，在这个共分两段，总计1148公里的长途距离旅行中，真正需要人工接管的次数就只有发生在去程并进入洛杉矶市区的那一次，而且那一次也是因为驾驶员主动介入（并非是FSD完全处理不了这个规避动作）。而一共三次的充电过程中的人工干预，在小编看来也并非是FSD无法处理，更多的原因一个是因为驾驶员赶路，另一个是因为特斯拉的超级充电站点内部的语义信息也不会完善到直接和Tesla现有的Google Map导航地图进行对接的地步（使用者无法定位到具体可用的充电站位）。
直观上，我们可以看看具体的路线，如下：
【去程，593公里，充电两次】
【回程，555公里，充电一次】
因为有完整的来回路程的完整视频（驾驶舱角度）佐证，所以全程零干预的结论是可以信任的。只是没有选择走海边的101公路有点遗憾（没能看到美丽的西海岸公路和大海），估计路程是Tesla的Google Map自动规划的，需要根据当前车辆的电池容量和消耗速度来兼顾最便利的充电站，所以在往返的路程都没选择101公路。道路状况分两种情况，城际之间肯定是以封闭高速公路为主的（美帝的这个路段上的高速车辆并不算少）；而城市内部道路分城市快速路，和一部分社区的开放道路。典型路貌和路况如下：（小编在文末提供了视频来源，有兴趣的读者可以去看）
上图为典型的社区道路环境，可以通过Tesla车内主屏幕的UI风格来看，他是处于本次小规模测试的FSD风格。请读者注意，此时Model 3所经过的路段也就是返程那一段的起点，LA的霍桑。SpaceX的总部就在这里，请注意行车方向左侧的两个红色箭头，一个是SpaceX总装厂房（Elon Musk在搬家去德州之前大部分时间都在这里办公），另一个是矗立在十字路口的猎鹰九返回式火箭的第一级（处于支架打开状态，是霍桑当地的航天迷网红地）。
上图显示为城际公路所显示的高速公路路况和路貌典型照片，Tesla车内的主屏幕UI内显示，FSD恢复到常规风格（上图主车正在进行换道操作）。
上图显示在Kettleman City内一个特斯拉的超级充电站内，人类驾驶员进行手动操作的状态。只有在车辆非常接近超级充电站大门的时候，驾驶员才进行接管。
综上从全程的视频来看，以及小编最近一段时间看过所有的FSD实际道路测试视频来看，美国的道路特点主要是以下几个：
1 路况虽然不简单。路况不简单是指很多城际高速公路和城市内的主干道，车流量还是非常繁忙的，不是我们想象的地广人稀车流少的状态；
2 但道路结构简单且具备较高的一致性。虽然车流量不低，但是美国的道路结构构成还是保持了很高的一致性，比如各种路口（十字路口、丁字路口、带Stop标志的十字和丁字路口、环形路口），和其配套的交通灯和地面指示牌，一致性很高，很少看到千奇百怪非规范的样子；
3 在道路环境中非机动车包括行人的参与目标非常稀少。除了极个别的大城市内的商业中心或者特色地段（比如唐人街）以外，非机动车，包含路内行人、自行车、非机动车的数量和密度非常少见；
综合以上的直观感觉，尤其在美国西部基建相对完整的区域（说西部是因为截至目前大部分的FSD测试视频都是来自LA和Sanjose西部城市），美国人的道路结构总的复杂度比较低、且非机动车的道路参与度比较低，这是他们的优势。客观上由于道路结构及基建多样性所引发的corner cases机率就不应该太高，这是个客观的环境基础。那么从主观上，号称FSD的Autopilot版本在两个月出头的时间段内，已经出了8个迭代版本（不完全统计，可能更多）。这个迭代速度是远远高于Autopilot商用版本的正常迭代速度的（一般是一个月两个版本），这也是为什么我们大量观察到Tesla车辆自动驾驶行为越来越像人类的原因，实地驾驶——搜集数据——自动化标注——模型训练——OTA更新投入使用——实地驾驶……大闭环下，迭代次数越多，理论上模型性能就越好。不管这个模型是用于识别、预测还是控制等各种模块上，都应该遵循这个规律。
和FSD版本小范围规模测试的同时（Tesla官方指定了被推送的车辆和注册驾驶员），按照官方说法，在Tesla的云端同步部署了Dojo训练系统，或者叫做模拟仿真系统。Tesla车辆自动驾驶行为非常接近于人类驾驶员的表象，可能和背后的Dojo系统的工作方式有很大关系。在理论上，Tesla庞大的物理车队基础和Shadow mode阴影模式，可以在三个方面保障Dojo的训练效率，至少包含以下：
1 足够数量的现场驾驶数据，来自于Shadow mode和FSD测试时开放测试人员的手动上报方式；
2 足够的数据标注手段，Shadow mode本身上报的就是标注好的数据。以及在FSD阶段需要驾驶员主动上报corner case情况的技术通道，参见下图；
3 足够的Dojo物理计算资源。
目前看，这是Tesla具备，但其它自动驾驶系统研发企业所不具备的优势。
【FSD测试计划中的驾驶员，会在遇到FSD无法处理或者处理极限问题的结果不能令人满意的时候，主动触发上图中的摄像机标记，从而通知后台FSD将当前的必要数据打成Snapshot，并在之后WiFi条件具备的时候上传给Dojo。】
所以，我们不难理解以上三点保障的前提下，后台Dojo系统会如何帮助FSD的驾驶决策和表现越来越像人类司机：
1 丁字路口由Stop标志控制时，Tesla车辆会在路口的入口处执行“探头”和“爬行”操作，和人类一样在寻找最佳切入时机；
2 十字路口右转和行人争夺斑马线行人道使用权，表象也是通过“爬行”缓慢切入行人道，从而在通过和安全中找到平衡；
3 左转无保护路口，如果不是第一辆排队待转时，会略微左转偏出车头，有人推测是为了更好的前车和前前车的观察视野（待考证）；
4 在FSD的版本迭代中，明显发现对于应对美国普遍的环形路口的通过成功率和坚决度，越来越成熟。不大会出现自动驾驶常见的“极度迟滞”现象。
显然这一切行为表象不应该（不是不可能）是由C++硬代码来固化人类逻辑从而植入FSD系统的，而是基于大量人类行为模型化之后真正的NN训练的结果。Elon Musk在12月初在德国参与访谈节目的时候说，根据他们的观察，FSD的当前状态表明，可以确保Tesla在2021年推出99.9%可靠的自动驾驶系统，但监管体系和机制不明、政策和相关法律不明，是他们所无法掌控的。Elon musk笃信的是，自动驾驶技术的进步是个渐进过程，而非一蹴而就。先别说Autopilot是否能够达到SAE所定义的Level-4/5，那个并没有实际意义。因为背后深藏不露的立法者都没给出个实际可以量化的标准，那么争论Autopilot是否真正的Autopilot、FSD是否真的FSD就意义不大了。真正的问题和勇气在于不能停下脚步坐等技术自然成熟，而是承担相当的风险去在游泳中学习游泳，最终达成目标。
当然，读者需要注意的是，我们虽然在谈到Autopilot系统的时候言必称Dojo，实际上Elon Musk也只是仅仅给了Dojo系统存在的说法而已，我们并没有看到真正Dojo存在并且发挥实效的证据。虽然今天的Tesla的Model 3可以纵跨一千多公里从圣何塞到洛杉矶再顺利返回而只有一次人工干预，但这不代表FSD已经可以在99.9%的概率上去接管车辆而确保稳定性。Corner case的杀伤力体现在，只要一次，就有可能要了驾驶员的命，或者开发公司的命（可以参考Uber Auto在亚利桑那测试致死案后的崩溃）。每一位Tesla车辆拥有者必须清楚的一个事实是，你在享受Level-2 Autopilot给你带来的有限的便利的同时，你实际是面临一个更加恶劣的个人安全环境：懈怠、麻木和习惯了把安全交给机器的习惯随时有可能导致无法挽回的事故。
那么Dojo可以改变这一切而最终带我们进入Level-5的境界吗？小编说，这只是希望，这只是一条理论上、部分实践上走得最远的一个选择。推翻固化人类经验的C++代码，在实际销售车辆上获取海量数据并有不错的自动化标注手段，如果Dojo真的那么强大可以不断完成NN的快速训练、测试和迭代，那么我们就有理由…..
期待完全自动驾驶这一天尽快到来，更期待在游泳过程中的代价不要太大。
车右智能
一个一直用心仿真的自动驾驶技术信徒
info@co-driver.ai
备注：
1 题图来自互联网搜索；
2 文中插图1/2来自于Google Map的截图；
3 文中插图3/4/5为账户@whole Mars Catalog在YouTube上的视频相关截图，URL，https://www.youtube.com/watch?v=XPrsRM2cxGs&t=260s；
4 文中插图6来自于账户@greentheonly的推文截图；
5 文中插图7来自于Elon Musk参加Axel Springer颁奖是的访谈对话部分内容；
