聊聊特斯拉FSD模型的一点非共识。
个人观点，供参考。

1、特斯拉并非One Model，而是近200个小场景模型的组合。

根据海外绿神对于固件的反向分析可以看到，
1）HW4有110和189两套模型组合，其中
——节点 A 包含 189 个神经网络，而节点 B 包含 110 个神经网络，61 个神经网络为节点 A 与节点 B 所共享。

2）不同场景、不同速度分配了不同模型
——针对工厂、高速公路、城市街道及目的地（接近阶段）等场景，系统部署了独立的端到端模块。
——这些模块（除工厂场景默认全为低速运行外）均包含“常规”和“低速”两种运行形式。

3）模型采用组合方式运行
——系统架构采用分块化设计，各部分根据运行需求表现为独立运行或流水线式协作两种状态。以 FSD_E2E_FACTORY_PART_X 为例，该模块在逻辑上属于一个单一网络，但在实际部署中被拆分为多个子网络进行处理。关于这些子网络具体的组合逻辑与重组机制，目前尚未进行深入的细化分析。

4）HW3和HW4大部分模型相同，HW4新增的模型尺寸远大于HW3
——HW3 与 HW4 平台之间共享的神经网络数量总计达到 135 个。
——HW3 平台在当前的 v12.6 版本中，其节点 A 大小为 1.2G，节点 B 大小为 3.1G；HW4在v13版本中，节点 A 大小为 2.3G，节点B 的大小增至 7.5G。

2、目前的大模型领域也有类似思路
1）大模型领域正在引入Agent模式。
比如行业内不少人认为GPT4o开始不是一个大模型，而是由入口处的模型来判断输入的内容，然后路由给相关的模型，然后给出答案。
马斯克的Grok 4也是类似的思路，Grok 4为标准版本，支持单代理推理；Grok 4 Heavy为多代理版本。
2）不过对于FSD来说，还没到Agent这么智能
这块我赞同@猩红线歌者 在这条微博下的评论，http://t.cn/AXGTuMKv

3、从特斯拉的36赫兹也可以看出来，肯定是小模型。
如果说在HW4上用448GB/s的带宽，还能解释为什么它这么快。
但是在HW3上，特斯拉的带宽只有68GB/s（128bit LPDDR4 4266）。
而HW3的模型的总尺寸，也就是HW4的一半，这个带宽跑一大的个One Model肯定是跑不了这么快的。

>在现有条件下，一味把模型参数量增大，会带来时延问题。
图像信息进去变成Token，Token再输入到芯片中，芯片再通过prefill和decode的阶段，最后输出Action Token。图像信息加上下文信息，一次就会输入1000多个Token， 导致prefill阶段的延迟。想要对环境信息描述越准确，就需要输入越多的Token。输出信息想要足够精确，就要尽可能更多的输出Action Token。 而Action Token输出的越多，延迟也会越大。
但这又不是早年Waymo在后备箱直接装两块A100的年代，现阶段绝大多数智驾芯片的散热功耗通常被限制在100瓦左右。

4、反过来说，特斯拉是个把工程化做得很细致，伪装成自己是高科技的公司。
说实话，特斯拉的这一套思路，我个人觉得更像华为这种搞工程化的公司能搞出来的事。
当然话说回来啊，马斯克其实也是一个工程师，不是科学家，很多人把马斯克误解成了一个科学家。但马斯克的厉害之处是他相对能用落后或者成熟一点，更便宜的技术，搞出来更好的东西。
所以FSD这一套东西非常工程化，也很能够理解。

PS：特斯拉的丝滑，并非完全来自于它的算力和模型，有很大一部分是来自于特斯拉重写了车控操作系统，让从控制到执行的延时低了很多。
此处手动艾特大疆和华为车bu，我线下都跟他们开发人员闲聊过，都提到了燃油车的延时难搞。

PS2：国内号称HSD的地平线极大概率也不是One Model，主要问题还是特斯拉的影响太大了，他们跟着营销这个概念而已。

#微博新知#