特斯拉调整智驾目标，不吹完全自动驾驶了，解释下技术问题

FSD改叫FSD(supervised)，加了个受监控，就是要人在驾驶位上。

现在业界有些卡住了，自动驾驶主要是两个技术路线。一个是编代码堆硬件，猛加激光雷达、米波雷达，马斯克说加了反而坏事。一个是视频训练搞“端到端”，人编码很短，主要是自动训练学会本事，处理各种情况，特斯拉开始的。现在看来，这两条路都解决不了自动驾驶问题。

自动驾驶有很多corner case，不是普遍情况，训练数据少，但是碰到就要命，或者显得很傻影响形象。这些想靠端到端训练解决不太可能，还是得加代码。这个叫长尾场景，说不好有多少场景，低频事件说不定抓数据就要几百年。典型就是施工路段，自动驾驶一堆破事。

另外一个原因，开车是需要快速实时决策的，需要神经网络立刻就给出办法。如果是大模型那样慢吞吞算，早撞死了。但是能力强的自动驾驶又需要规模很大的神经网络。暂时的办法上先进的自动驾驶算力芯片，看着能压缩到50ms给出决策，但是实际跑还有问题，说不定要命的时候延迟就来了，神经网络没那么稳定。

再一个问题，神经网络黑盒子不好调试。撞出事了，不是改几行代码的事，不是飞机安全那样能吸取教训指数改善。说到底，靠明显有毛病的黑盒子神经网络，掌握人们开车的生死问题，这事马斯克也觉得不行了，第一性原理决定不可行。