特斯拉正在向外界展示其宏大AI敘事的最新一塊拼圖。該公司26日正式披露了一個(gè)名為“世界模擬器”的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，旨在為其自動(dòng)駕駛和機(jī)器人項(xiàng)目打造一個(gè)無限逼真的虛擬訓(xùn)練場(chǎng)。

根據(jù)特斯拉AI負(fù)責(zé)人Ashok Elluswamy的介紹和官方發(fā)布的演示，該模擬器是一個(gè)完全由神經(jīng)網(wǎng)絡(luò)構(gòu)成的“孿生世界”。它能夠基于真實(shí)世界的海量數(shù)據(jù)，以極高的保真度生成連續(xù)、多視角的虛擬駕駛場(chǎng)景。特斯拉稱，通過這種方式，其AI系統(tǒng)能在一天之內(nèi)學(xué)習(xí)相當(dāng)于人類500年駕駛時(shí)長(zhǎng)的經(jīng)驗(yàn)。

這一進(jìn)展的直接影響是，特斯拉可以大幅降低對(duì)真實(shí)道路測(cè)試的依賴，從而在更安全、高效的環(huán)境中評(píng)估和改進(jìn)其FSD（完全自動(dòng)駕駛）系統(tǒng)。該模擬器不僅可以重現(xiàn)歷史上的危險(xiǎn)場(chǎng)景并探索不同的應(yīng)對(duì)策略，還能主動(dòng)創(chuàng)造現(xiàn)實(shí)中極為罕見的“長(zhǎng)尾場(chǎng)景”和對(duì)抗性測(cè)試，以挑戰(zhàn)AI的極限。

更重要的是，這套底層AI引擎和模擬平臺(tái)具備通用性。特斯拉已表示，用于訓(xùn)練汽車的“世界模擬器”同樣被用于訓(xùn)練其“擎天柱”（Optimus）人形機(jī)器人。這印證了馬斯克的終極設(shè)想：打造一個(gè)能夠理解并與物理世界互動(dòng)的通用AI，而汽車和機(jī)器人只是其不同的“身體”。

模擬現(xiàn)實(shí)，AI的無限試煉場(chǎng)

特斯拉的“世界模擬器”并非傳統(tǒng)的游戲引擎，而是一個(gè)通過學(xué)習(xí)海量真實(shí)世界數(shù)據(jù)訓(xùn)練而成的神經(jīng)網(wǎng)絡(luò)。它的核心功能不是駕駛，而是預(yù)測(cè)——根據(jù)當(dāng)前的車輛狀態(tài)和駕駛指令，實(shí)時(shí)生成“下一秒世界會(huì)變成什么樣”的完整視覺畫面。

演示顯示，該系統(tǒng)可以一次性生成長(zhǎng)達(dá)6分鐘、覆蓋8個(gè)攝像頭的逼真駕駛視頻，其細(xì)節(jié)還原度驚人。對(duì)于自動(dòng)駕駛開發(fā)而言，它的威力體現(xiàn)在三個(gè)方面：

• 閉環(huán)評(píng)估： 新的FSD模型可以被直接放入這個(gè)虛擬世界中進(jìn)行長(zhǎng)期駕駛，以評(píng)估其綜合表現(xiàn)，無需承擔(dān)真實(shí)路測(cè)的風(fēng)險(xiǎn)和成本。
• 情景再現(xiàn)與修改： 開發(fā)者可以截取一段真實(shí)發(fā)生的危險(xiǎn)場(chǎng)景，讓AI在模擬器中以多種不同方式重新應(yīng)對(duì)，尋找最優(yōu)解。
• 對(duì)抗性場(chǎng)景生成： 系統(tǒng)可以人為創(chuàng)造極端、罕見的危險(xiǎn)情況，例如讓虛擬車輛做出不合常理的舉動(dòng)，專門測(cè)試AI模型的穩(wěn)健性和應(yīng)急處理能力。

這個(gè)無限的虛擬試煉場(chǎng)，是特斯拉尋求其FSD和擎天柱項(xiàng)目實(shí)現(xiàn)跨越式發(fā)展的關(guān)鍵武器。

端到端架構(gòu)：特斯拉的技術(shù)路線選擇

“世界模擬器”的實(shí)現(xiàn)，與特斯拉在自動(dòng)駕駛領(lǐng)域選擇的“端到端”（End-to-End）技術(shù)路線密不可分。據(jù)華爾街見聞此前文章，行業(yè)主流方案是“感知、預(yù)測(cè)、規(guī)劃”三件套，各模塊獨(dú)立工作再拼起來，特斯拉認(rèn)為斯拉認(rèn)為這種方式接口復(fù)雜、難以優(yōu)化。而“端到端”AI模型直接“看”到像素，“吐出”駕駛指令，一步到位，整個(gè)系統(tǒng)可以被整體優(yōu)化。這不僅是為了解決駕駛問題，更是為了在AI的“苦澀教訓(xùn)”面前，站在可規(guī)?；瘮U(kuò)展的正確一側(cè)。

這個(gè)網(wǎng)絡(luò)的輸入端是攝像頭捕捉的原始像素畫面及其他車輛傳感器數(shù)據(jù)，輸出端則直接是控制車輛的指令，如轉(zhuǎn)動(dòng)方向盤的角度和加減速的力度。特斯拉認(rèn)為，該路線具備根本性優(yōu)勢(shì)：

• 消除信息損失： 在模塊化方案中，信息在不同模塊間傳遞時(shí)容易失真。例如，對(duì)于“一群雞似乎要過馬路”和“一群鵝只是在路邊休息”這兩種微妙的“軟意圖”，端到端網(wǎng)絡(luò)能直接從像素中理解并做出不同決策（減速等待或繞行），而無需經(jīng)過僵化的信息定義。
• 學(xué)習(xí)人類價(jià)值觀： 復(fù)雜的現(xiàn)實(shí)路況充滿了難以用代碼規(guī)則窮舉的權(quán)衡。端到端模型可以通過學(xué)習(xí)海量人類駕駛數(shù)據(jù)，在面臨類似“是否要為避開水坑而短暫借用對(duì)向車道”這類“迷你電車難題”時(shí)，做出更接近人類價(jià)值觀的判斷。
• 可擴(kuò)展性與簡(jiǎn)潔性： 這種架構(gòu)被認(rèn)為能更好地處理無窮無盡的“長(zhǎng)尾問題”，且計(jì)算架構(gòu)統(tǒng)一，延遲更低，更符合“強(qiáng)大的通用方法和海量算力最終將超越復(fù)雜的人工設(shè)計(jì)”這一理念。

盡管優(yōu)勢(shì)明顯，但端到端方案面臨兩大核心挑戰(zhàn)：海量數(shù)據(jù)的處理和系統(tǒng)的“黑箱”特性。

首先，一個(gè)安全的自動(dòng)駕駛系統(tǒng)需要處理高維度輸入信息，特斯拉估計(jì)其輸入token總數(shù)高達(dá)20億個(gè)，而輸出僅為2個(gè)（轉(zhuǎn)向和加減速），這使其極易學(xué)到錯(cuò)誤的“相關(guān)性”而非真正的“因果性”。對(duì)此，特斯拉的解法是利用其車隊(duì)產(chǎn)生的“瀑布式”數(shù)據(jù)流，并建立一套復(fù)雜的“數(shù)據(jù)引擎”，自動(dòng)篩選出最罕見、最有價(jià)值的訓(xùn)練樣本，通過海量高質(zhì)量數(shù)據(jù)強(qiáng)行攻克難題。

其次，對(duì)于“黑箱”問題，即工程師難以理解AI決策過程的批評(píng)，特斯拉AI負(fù)責(zé)人Ashok Elluswamy回應(yīng)稱，這個(gè)“黑箱”可以被打開。其神經(jīng)網(wǎng)絡(luò)在輸出最終指令的同時(shí)，也能輸出可供人類理解的“中間token”，類似于AI的“思考過程”。通過名為“生成式高斯?jié)姙R”等技術(shù)，系統(tǒng)可以實(shí)時(shí)生成車輛周圍環(huán)境的3D模型，直觀展示AI“看到”和“理解”的世界。此外，系統(tǒng)還能用自然語言解釋其決策原因。

終局超越汽車：通用AI與市場(chǎng)疑慮

特斯拉的雄心顯然已超越汽車本身。這套為FSD打造的AI系統(tǒng)和“世界模擬器”被無縫遷移至擎天柱機(jī)器人項(xiàng)目，用于訓(xùn)練機(jī)器人在物理世界中的導(dǎo)航與交互。這表明，特斯拉正在打造的是一套解決通用物理世界交互問題的底層AI引擎，汽車只是其第一個(gè)大規(guī)模應(yīng)用載體。

然而，這一戰(zhàn)略路徑也引發(fā)了新的市場(chǎng)討論和投資者的疑慮。根據(jù)X上部分網(wǎng)友的評(píng)論，一些觀點(diǎn)認(rèn)為，如果模擬技術(shù)發(fā)展到可以高度替代真實(shí)世界數(shù)據(jù)，理論上競(jìng)爭(zhēng)對(duì)手無需擁有龐大的車隊(duì)，也能通過模擬足夠多的場(chǎng)景來追趕特斯拉。

也有用戶指出，在關(guān)注宏大敘事的同時(shí)，特斯拉仍需解決當(dāng)前產(chǎn)品中存在的“幻影剎車”等實(shí)際安全問題。

對(duì)投資者而言，特斯拉的估值已深度綁定其AI前景，而“世界模擬器”的公布，既是其技術(shù)實(shí)力的最新展示，也使其未來的競(jìng)爭(zhēng)格局和技術(shù)壁壘變得更加復(fù)雜和值得審視。