来自“前任”的爱和高度认可，前特斯拉AI总监AndrejKarpathy评价F

来自“前任”的爱和高度认可，前特斯拉AI总监Andrej Karpathy评价FSD V14:今天我提了一辆崭新的HW4特斯拉Model X，所以我立刻开着它去做了一次FSD测试，有点像我曾经连续5年几乎每天都会做的事。基本上……我惊呆了——它开得真的非常好，平稳、自信，明显比我习惯的HW3（我上一辆车）要好得多，比我记得的约9年前在特斯拉第一天驾驶的那个版本先进了光年，那时每次道路稍微弯曲或倾斜我都必须接管。（注意这是v13版本，我的车还没收到最新的v14更新）在高速公路上，我感觉自己像是某种高科技磁悬浮列车舱里的乘客——车子牢牢锁定在车道中央，而我从Model X更高的驾驶视野和全景前挡风玻璃向外眺望，听着那（惊人的）音响系统，或者与Grok聊天。在城市街道上，这辆车轻松处理了许多棘手场景，我记得就在几年前还为此夜不能寐。它在狭窄车道中与来车交错通行，优雅地绕过施工区域和临时停在车道内的静止车辆，在两侧都有来车的情况下准确把握时机完成复杂的左转，在四面停车标志处优雅地让行给未按顺序行驶的车辆，设法挤入拥堵的车流以完成转弯，超越了一辆正在载客的公交车但仍会为被公交车挡住的停车标志停下，在路线结束时它在停车场绕了一圈，找到一个车位并……停好了车。基本上一场完美无瑕的驾驶。作为背景说明，我习惯在附近进行简短试驾，然后带回20个有待改进的视频片段。现在做同样的事却空手而归，这对我来说还是新鲜事。完美驾驶，无可挑剔。我预计团队在追求无数个9（即99.999...%的可靠性）的漫长征程中仍有许多工作要做，但看到我们已经超越了在任何单次约1小时 neighborhood 驾驶中都能发现问题，这真的太酷了——实际上必须去车队数据中挖掘它们。过去，我只是在理智上理解规模化车辆自动驾驶的惊人前景（以完全可扩展、纯视觉、端到端的特斯拉方式），但现在如果你只是出去开一圈，也能直观地感受到它。等等，当然，由专用"驾驶 brain"神经网络处理的60Hz环绕视频流是可行的，而且它将会比人类驾驶员更好、更安全。难道还有人怀疑这一点吗？我还看了aelluswamy 上周在ICCV25上的新演讲，其中透露了一些推动这一进展的底层技术组件。长时上下文（例如约30秒）的传感器数据流（视频、地图、运动学数据、音频等）输入到一个大型神经网络，输出转向/加速指令，可选择性地附带可视化辅助数据。这是完整的软件1.0到软件2.0重写的梦想——它完全随着从数百万车队车辆流式传输的数据以及芯片的计算能力而扩展，而不是某个工程师聪明的新DoubleParkedCarHandler C++抽象，其内存和运行时的测试时特性未定义。视频中还有更多关于新兴的"机器人+AI规模化技术栈"发展方向的线索：世界重构器、世界模拟器"幻想"动态、强化学习（RL），所有这些组件都是通用的、基础性的、基于神经网络的，以及汽车实际上只是机器人的一种……大家明白这一点了吗？向团队致以最诚挚的祝贺——你们正在构建未来的魔法物品，你们太棒了！我爱我的车