激光雷达销售员完成首次特斯拉全程自动驾驶横穿美国
看了这个新闻立刻去找了这哥们的x，发现自我介绍是：lidar salesman，激光雷达销售哥们是真的爱自动驾驶，也是真不介意方案之别。
【#特斯拉车主全程自动驾驶横穿美国##马斯克回应车主自动驾驶横穿美国#】在2025年的结尾，特斯拉车主大卫·摩斯（David Moss）实现了一项颇具时代特色的挑战：坐在他的Model 3里，静静地看着汽车自己从美国的西海岸开到东海岸，全程不进行任何干预。
据悉，这也使他成为世界上第一个全程凭借自动驾驶技术横穿美国的人。特斯拉社区为之轰动，也引来特斯拉公司和世界首富马斯克的点赞。
据摩斯介绍，他是从加州的特斯拉餐厅出发，最终抵达南卡罗来纳州的默特尔海滩。整趟行程耗时2天又20个小时，行驶了2732.4英里（约4397公里）。挑战的关键点在于，整个过程中完全没有进行任何人工接管，甚至包括在特斯拉超充站里的所有停车。
作为对比，122年前，汽车行业先驱霍拉肖·杰克逊和苏厄尔·克罗克（以及他们在路上收留的斗牛犬巴德）为了证明汽车不是“昙花一现的消遣玩物”，驾驶汽车从旧金山颠簸到纽约，耗时63天成为首批驾车横跨美国的人（和狗）。
摩斯在一张地图上详细展示了贯穿全美的历程，并列出了近30个超充站的几乎全部停靠信息。
更重要的是，摩斯在评论中指出，整个过程中甚至没有出现过一次险情，这在人类驾驶员中也不容易实现。
作为这项挑战的契机，特斯拉在近期的FSD V14更新中加入了查阅FSD行程历史的功能。公开数据也显示，摩斯也成为第一个完全使用FSD、全程没有接管车辆行驶超过1万英里的人。
这项长途壮举使用的是本月发布的FSD V14.2.1.25更新，可实现更平顺、更像人类驾驶员的加速和转向操作，但仍需有驾驶员监督。
摩斯的挑战也了却了马斯克多年前的一桩心愿。自从2016年推出Autopilot 2.0以来，全程无干预贯穿美国的自动驾驶一直被马斯克视作目标，他最初预期这一里程碑可以在2017年底时达成。
这一举动也引发了特斯拉社区的瞩目。特斯拉北美官方账号表示：“首辆实现全程自动驾驶横跨美国东西海岸的特斯拉。零人工接管，全程FSD。”
马斯克也言简意赅地转发并评论称：“酷”。
对于特斯拉而言，自动驾驶无疑是近期的商业发展重点。去年6月起，特斯拉使用改装版Model Y推出Robotaxi服务，近期也开始在无人类监督员的情况下展开测试。
去年11月底开始，为了提高车主对FSD功能的认知，特斯拉在北美推出为期30天的免费试用，所有配备Hardware 4的车辆都能参与。试用结束后，美国司机可一次性购买该软件，费用为8000美元，或按月订阅，每月99美元。（财联社） 激光雷达销售员？
马斯克最新暴论：激光雷达和雷达让自动驾驶更不安全 马圣不是装回毫米波雷达了吗 走高速还是市区？高速的话那就很简单了，美国市区也没那么难 可惜国内车到不了美国，要不铺开了也可以试一试 没啥难度，国内这帮车厂一样能做到 2017.05.04 发表于 2026-1-1 14:14
马圣不是装回毫米波雷达了吗
好久没看到坛友们争论激光雷达和纯视觉的优劣了 横跨美国未必有横跨纽约难。。。 看路况吧
我19年那会和朋友一起g42自驾游，上海出发玩南京武汉重庆成都，最难开的就是和这几个城市绕城共线的路段 按照老美那地广人稀的路况，只要充电桩够用基本就可以做到吧，拥挤的城区道路才是真的考验 帝国那边路权很明确 鸳鸳相抱 发表于 2026-1-1 15:36
好久没看到坛友们争论激光雷达和纯视觉的优劣了
掺一起做融合感知啊 几千公里辅助驾驶开下来，我觉得难的根本不是所谓城市路段。难的是快速识别马路上出现的物体、标识牌，提前多少秒判断出来，并做出相关动作。
—— 来自 vivo V2324A, Android 16, 鹅球 v3.5.99 特斯拉的自动驾驶和辅助驾驶在加州蛮好使的，主要加州路也不难开，我背后没长眼睛，所以帮我掰过几次方向盘。基本上是我变道的时候屁股后面有个车冲上来。
然后自动驾驶一般会在stop sign那边等比较久，要是边上是个没素质的司机，自动驾驶就会犹豫。
最后我老公开着我家特斯拉在一连环高速急刹的时候，他和特斯拉刹住了，他屁股后面的车没刹住，追尾上来连撞3辆，特斯拉英勇就义，现在还不知道要不要全损。 现在包括fsd在内的辅助驾驶最大的问题就是硬件升级，以前hw2.5换3是免费了一波，现在3换4是八字没一撇，毕竟3到4要换的东西比较多，那些正好在3和4交接期间提车提到3的人，fsd就一直卡在v12，除非是lease的，满打满算才两年半大部分人也不会换车 长门柚虚 发表于 2026-1-3 01:59
掺一起做融合感知啊
不要想当然的想融就融
端到端模型训练的时候，你就算把激光雷达的数据放进训练集，但是本质上你是用人类开车的数据做为训练集，谁开车的时候依赖激光雷达呢？
所以你首先要解决训练集数据里激光雷达数据有意义的问题 感觉过几天就可以看到国产厂家营销跟进自动驾驶横穿中国了 YG111 发表于 2026-1-3 18:19
横跨美国很简单啊 好多地方都挺空的。
很多城市也都是沿着高速公路主干道两边建成的。
我挺佩服国内无人驾驶出租车把武汉定位试点城市的，那交通复杂度 YG111 发表于 2026-1-3 18:57
就应该上来玩高难度啊，不然这东西铺下来之后 好多地方压根儿不能去 多浪费
—— 来自 鹅球 v3.5.99 ...
确实，地狱难度OK了其他问题就不大了 rrtyui 发表于 2026-1-3 18:13
感觉过几天就可以看到国产厂家营销跟进自动驾驶横穿中国了
暑假我已经自动驾驶10小时去九寨沟，然后川西绕一圈回来了，十一又开了10小时去西安，对陌生的城市让ADS自己开比我强，要体现智架能力得去三线小城市，电动车自行车，摩托，行人，出租车，大巴车到处乱串的地方 鸳鸳相抱 发表于 2026-1-3 10:01
不要想当然的想融就融
端到端模型训练的时候，你就算把激光雷达的数据放进训练集，但是本质上你是用人类 ...
等下,我咋没看懂你在说什么. . .
现在的车端智能驾驶为什么会是端到端模型训练?
说起来很复杂,但是实际上智能驾驶agent本身更贴近的是围棋的alphago,
而不是现在的LLM或者图生成模型.
你可以简单地认为现在有一个虚拟小人,
他本身已经有了一定的驾驶能力但是还不够好,
所以在一个高度仿真环境里面通过收取不同的信号,
来训练决策能力(这步是一个端到端模型但只是一个部分)
并且打分来进步,本质是一个RL的过程.
除了最开始的初始部分已经最后期可能进行的微调和人类开车数据无关呀. . . 本帖最后由 鸳鸳相抱 于 2026-1-4 08:31 编辑
你说这个谁懂呀? 发表于 2026-1-4 03:43
等下,我咋没看懂你在说什么. . .
现在的车端智能驾驶为什么会是端到端模型训练?
说起来很复杂,但是实际上 ...
FSD V12开始是一段式端到端了，地平线HSD也是这个路线
国内还有些VLA路线的是两段式端到端
这些路线里激光雷达数据都很难有意义了，收集依靠激光雷达数据进行自动驾驶的训练集数据，短期内在成本上几乎是不可能了，你最多可能依赖雷达数据在端到端模型输出操作后写一下规则，但是这个规则判断对算力的占用，延迟的表现，都存疑了
这就是为啥9月份FSD V14发布后，你很少看见潭友们争论激光雷达和纯视觉了 鸳鸳相抱 发表于 2026-1-4 08:30
FSD V12开始是一段式端到端了，地平线HSD也是这个路线
国内还有些VLA路线的是两段式端到端
就广大消费者而言，有没有可能不争的原因是 fsd在国内的表现实在太烂了，根本无人关心呢 拉莱耶妇联主任 发表于 2026-1-4 08:39
就广大消费者而言，有没有可能不争的原因是 fsd在国内的表现实在太烂了，根本无人关心呢 ...
对手这么烂都不黑简直是无组织无纪律 鸳鸳相抱 发表于 2026-1-4 08:30
FSD V12开始是一段式端到端了，地平线HSD也是这个路线
国内还有些VLA路线的是两段式端到端
地平线那个发布会直接狂吹v12是对于辅助驾驶跨时代意义的突破 会自动去充电吗 本帖最后由 你说这个谁懂呀? 于 2026-1-4 14:29 编辑
bu鸳鸳相抱 发表于 2026-1-4 08:30
FSD V12开始是一段式端到端了，地平线HSD也是这个路线
国内还有些VLA路线的是两段式端到端
叹为观止,
woc,不是,什么样的SB才会用FSD V12的端到端思路,
yysy,走RL agent架构绝对是好中好,
到底为什么要改?
这个路子难道不是绝对不安全? 友商死士，但是没死罢了 你说这个谁懂呀? 发表于 2026-1-4 14:26
叹为观止,
woc,不是,什么样的SB才会用FSD V12的端到端思路,
yysy,走RL agent架构绝对是好中好,
你这个疑问V12发布的时候质疑下大概还有人呼应，V14都跑了小半年了，感觉跟不上版本了 还在相信纯视觉的没啥好说的了交6w4吧
—— 来自 HUAWEI SGT-AL00, Android 12, 鹅球 v3.5.99-alpha 没感知，我是hw3.0老车主，与我无关 鸳鸳相抱 发表于 2026-1-4 14:36
你这个疑问V12发布的时候质疑下大概还有人呼应，V14都跑了小半年了，感觉跟不上版本了 ...
讲道理,这种架构先天就存在太大的问题,
基本上可以默认在复杂没见过难泛化的车况就会是一坨屎 你说这个谁懂呀? 发表于 2026-1-4 14:55
讲道理,这种架构先天就存在太大的问题,
基本上可以默认在复杂没见过难泛化的车况就会是一坨屎 ...
地平线的人说，泛化是端到端模型的优势，比以前基于规则的泛化能力强了很多
bilibili.com/video/BV1VD2uBAEtA
页:
[1]