最近，科技圈里最热闹的话题之一，莫过于特斯拉在自动驾驶领域的一连串大动作了。
很多人可能都听说了，特斯拉在短短8天时间里，连续推出了三个新版本的FSD（完全自动驾驶）系统。
这种更新速度，在汽车行业里可以说是前所未有的。
更引人注目的是，在最新的版本里，特斯拉加入了一个听起来就非常不一般的驾驶模式，叫做“Mad Max”，翻译过来就是“疯狂的麦克斯”。
这个名字源自一部经典的末日废土风格的飙车电影，光听名字就能感觉到一股子狂野劲儿。
那么，特斯拉这波操作到底是怎么回事？
这个“疯狂模式”究竟是技术的飞跃，还是在安全边缘的一次试探？
这背后又反映了自动驾驶发展到了一个什么样的阶段？
我们先来具体了解一下这个“疯狂的麦克斯”模式到底有多“疯狂”。
在这次更新之前，特斯拉的FSD系统已经提供了几种不同的驾驶风格选项，比如“舒适”、“平均”和“果断”。
这些模式主要是为了让车辆的自动驾驶行为，比如加速、刹车、变道等，能更贴近车主的个人习惯。
而这次，特斯拉直接在原有的基础上，增加了一个更激进的档位。
根据国外一些最早拿到更新的用户的测试，这个“疯狂模式”下的车辆，其变道意愿和频率比之前最快的“果断”模式还要高出大约40%。
在路况允许的高速公路上，它敢于将车速提升到每小时90英里，换算过来大约是145公里。
这已经远远超出了我们日常对“自动辅助驾驶”那种小心翼翼、四平八稳的印象，更像一个经验丰富、胆大心急的人类老司机在开车。
那么，特斯拉为什么要在这个时候推出这样一个看起来有些“出格”的功能呢？
这背后其实有多重原因。
首先，是来自用户的直接反馈。
在很长一段时间里，不少特斯拉车主，尤其是那些在美国地广人稀、高速公路文化盛行地区的用户，普遍反映FSD系统开得“太慢”、“太保守”。
他们觉得，在车流速度普遍很快的高速上，FSD那种过于谨慎的驾驶方式反而显得有些格格不入，甚至会影响交通效率。
马斯克显然听到了这些声音，推出“疯狂模式”在很大程度上就是为了回应这部分用户的需求，让自动驾驶在行为上更“像人”，更懂得在不同环境下如何灵活变通，而不是一个只会死守程序代码的机器人。
其次，这也是一种市场竞争策略，意在向竞争对手展示技术实力。
就在不久前，谷歌旗下的自动驾驶公司Waymo在旧金山就发生了一件有些尴尬的事。
一辆Waymo的自动驾驶出租车因为在一个复杂的路口前过于“犹豫”，迟迟不敢通行，结果被后面等得不耐烦的人类司机狂按喇叭。
这件事虽然不大，却也反映出一些高度依赖规则和高精地图的自动驾驶方案，在面对复杂动态环境时的局限性。
特斯拉通过推出“疯狂模式”，似乎在传递一个信息：我的自动驾驶系统不仅能做到安全保守，也能在需要的时候展现出超越一般人类驾驶员的果敢和效率，这是一种技术自信的体现。
当然，事情远不止表面上这么简单。
这次更新中一个非常巧妙的设计，是将方向盘右侧的滚轮功能进行了修改。
以前，这个滚轮是用来微调车速的，而现在，它变成了直接切换不同驾驶模式的开关。
这个小小的改动，实际上暗藏着一个宏大的计划。
这不再仅仅是让用户选择一个自己喜欢的驾驶风格，而是在无形中，将全球数十万特斯拉车主都变成了人工智能的“数据标注员”。
试想一下，当你在一条拥堵的城市道路上，你可能会选择“舒适”或者“平均”模式；而当你在深夜空旷的高速公路上飞驰时，你可能会切换到“疯狂模式”。
你的每一次选择，都在用实际的驾驶场景告诉特斯拉的AI系统：在这种路况下，人类驾驶员期望车辆这样行驶。
全球无数车主的这些选择汇集起来，就构成了一个庞大且在实时更新的“全球驾驶偏好数据库”。
特斯拉几乎没花什么成本，就让用户心甘情愿地帮助它训练和优化AI，让AI变得越来越“懂人性”，这个策略可以说是相当高明。
而能够支撑起如此快速的功能迭代和背后庞大的数据处理需求的，是特斯拉在算力上的巨大投入。
过去，FSD系统的一个小版本更新可能需要一个月甚至更长时间。
如今能做到几天一更新，核心原因就在于特斯拉自研的“道场”（Dojo）超级计算机开始全面发力。
据公开信息，这台超级计算机的算力极其恐怖，相当于数以十万计的高性能电脑显卡同时工作。
正是有了这样强大的计算能力，特斯拉才能将每天从全球车辆收集回来的海量视频数据，在短时间内转化为能够指导车辆行为的AI模型，从而实现功能的快速迭代。
AI本身也从过去那种“看见什么再反应什么”的被动模式，向“预测将要发生什么”的主动模式转变。
比如有用户分享的视频显示，FSD在夜间很远的地方就提前识别到了路边的鹿群并开始平稳减速，而不是等鹿冲到车前才紧急刹车。
这种预判能力，是自动驾驶从“能用”到“好用”的关键一步。
然而，在这场技术快速演进的狂欢背后，一个非常现实且严肃的问题也随之浮出水面。
就在这个备受赞誉的新版本发布前不久，上一个版本被曝出一个不大不小的缺陷：车辆在使用自动泊车功能时，如果找不到合适的车位，有时会直接停在马路中间。
这个听起来有些不可思议的漏洞，恰恰暴露了当前所有“辅助驾驶”系统都面临的一个根本性矛盾：一方面，系统要做得足够智能、足够好用，才能让用户愿意花钱购买并信任它；另一方面，从法律和安全的角度出发，它又必须被严格限制在“辅助”的范畴内，驾驶员必须时刻保持警惕并随时准备接管。
否则，一旦出了事故，就会引发巨大的法律和责任纠纷。
“疯狂模式”的出现，无疑将这一矛盾推向了极致。
更高的速度、更频繁的变道，意味着留给人类驾驶员的反应时间被大大压缩了。
在每小时近150公里的速度下，假如系统出现一次小小的误判，比如错误识别了一个标志，或者对邻车的意图判断失误，驾驶员真的能在零点几秒内做出正确的反应来挽救局面吗？
这不禁让人思考，我们到底是在享受科技带来的便利，还是在参与一场高风险的“人机协作”实验？
资本市场的反应也印证了这种担忧。
尽管FSD的付费用户数量在增长，但特斯拉的股价并未因此出现大幅飙升。
分析师们担心的，已经不完全是技术本身能否实现，而是随之而来的责任界定问题。
如果因为使用“疯狂模式”发生了交通事故，责任应该由选择了这个模式的驾驶员承担，还是由提供了这个高风险选项的特斯拉来承担？
此外，其商业模式也存在争议。
用户每月支付一笔不菲的订阅费，购买了一项名为“完全自动驾驶”的服务，却被告知必须像考驾照一样全程精神集中、随时准备接管。
这种“花钱上班”的体验，与大众对“自动”二字的期待显然存在着巨大的落差。
放眼我们国内，情况则有所不同。
中国的道路交通环境比美国要复杂得多，密集的车流、人车混行、以及各种预料之外的“鬼探头”现象，都对自动驾驶技术提出了更高的安全要求。
因此，国内的主流发展思路，除了提升单车的智能水平外，更强调“车路协同”和“智慧城市”的建设。
比如通过在道路上安装传感器、通信设备，让车辆能够和道路、甚至云端平台进行信息交互，提前获知道路状况和潜在风险。
这种思路，相当于给自动驾驶车辆开了“天眼”，从系统层面提升了安全性。
相较于特斯拉这种依赖单车“个人英雄主义”的技术路线，这种集体协作的模式显得更为稳妥，也更符合我们对安全第一的社会共识。
毕竟，技术无论发展到何种程度，保障人的生命安全，永远是那条不可逾越的底线。
全部评论 （0）