模块|特斯拉AI日，超算跟机器人能为特斯拉带来什么？

我都忘了特斯拉还做电动汽车。
至少听完AI 日发布会主要内容后，你愿意说它是软件公司也可以，说它是自动驾驶科技公司也没毛病。鉴于发布会展出了自研的D1 芯片和Dojo 超级电脑，说特斯拉是搞超算的企业也没关系。

但是在那个扮演Tesla Bot机器人的演员上台尬舞时，我**真的绷不住了。一个电动车公司突然开始做仿生人，波士顿动力或成最大输家。

咳咳，说回正题。特斯拉今天的AI 日耗时三个小时，略长于之前的电池日等发布会。大量时间花在讲解技术细节、底层构造和逻辑上。
关于软件
首先，AI日没有发布HW 4.0 驾驶辅助硬件，计算单元也没变，这说明特斯拉自研的HW 3.0 计算单元、144TOPS算力还是能Cover 新算法的。这次主要公开了新版FSD 的技术细节，主要是视觉算法改良、判断逻辑优化。

特斯拉各位高层用大段时间讲述了神经网络的构成，以及它与人类神经结构的关系。其目的在于告知各位用户，仅依靠视觉而不用毫米波雷达，照样可以实现高级驾驶辅助效果，大家免惊。

那么如何让摄像头实现原来雷达才搞得定的事情？特斯拉的方法是穷尽手段增加视觉传感器的精确度，包括多摄像头融合并形成立体视觉。哪怕恶劣天气，摄像头仍然可靠。这样毫米波雷达就可以拜拜了。

针对视觉分析方法（计算像素点数）误差较大、受镜头畸变影响的问题，特斯拉通过算法给摄像头加了“隐形眼镜”，实现纯视觉的空间矢量测量。这么做有一点好，就是让摄像头收集的道路数据，就像激光雷达一样准确。特斯拉在测试车上架起LiDAR 校正摄像头误差的时代一去不复返了。

通过这些方法，特斯拉成功地将每一辆市售车，都变成了自己更新精准路况信息的节点。除了让道路信息更准，从右边的路况建模看得出，新系统对车道、路口的划分都更准确；对其它车辆的定位精度也更高。

特斯拉的“眼睛”更好了，就能给“大脑”也就是神经网络更丰富、准确的信息，车辆做出的行驶行为也就更自然、更安全。对驾驶辅助而言，L2的难点在于感知，L3则是规划和决策，特斯拉目前似乎已经爬出了感知的坑，开始往驾驶辅助的下一站发展。

目前特斯拉已经有数百万辆搭载驾驶辅助硬件的车在路上跑了。它们收集的海量数据将通过一整套自动标注算法，搭建出一个类似Metaverse 的“交通宇宙”，FSD车载算法就会在这个世界里遇见各种刁钻挑战。

特斯拉表示，不需要冒着发生事故的风险，也能让FSD 得到充分历练。关于软件，AI日就讲到这里。
“道场”
下一个议题是特斯拉推出的驾驶辅助/神经网络训练电脑——Dojo，也就是日语的“道场”。它的结构分成芯片、训练模块、计算机本体三级。