马斯克坦言特斯拉 FSD 面临难题：改进的同时会带来新的问题

马斯克表示，随着 FSD 系统不断进步，判断哪个 AI 模型更好变得愈发困难。因为当行驶数千英里后才出现一次需要人工干预的情况时，如何快速评估新模型的性能就成了难题。

“这些不同的 AI 模型并不会完美地解决所有问题，”马斯克坦言，“一个模型解决了 A 问题，却可能带来 B 问题。”

Cleantechnica 编辑 Zachary Shahan 两年前就推测特斯拉 FSD 系统可能存在这个“跷跷板问题”，即系统在修正既有问题的过程中可能会引入新的问题，导致整体效果裹足不前。

针对这一难题，特斯拉是如何解决的呢？“我们正通过多种方式来解决这个问题，包括仿真测试、影子模式运行，”马斯克介绍说，“让部分车辆不启用 FSD 功能反而能起到帮助，我们可以通过影子模式来对比新模型的驾驶行为和用户行为，从而发现不同模型的优劣势。”

特斯拉可以通过旗下数百万辆汽车进行测试，比较 AI 模型的预测行为和用户实际驾驶行为之间的差异，从而判断哪个模型表现更好。

“目前最大的限制并不是训练数据，而是测试 AI 模型的效率，”马斯克坦言，“以及如何巧妙地判断新模型是否更优秀。例如，我们知道一些特定的路口非常复杂…… 所有模型在没有复杂路口的良好道路上行驶时都表现良好。因此，我们在美国选取了几千个复杂路口，专门用来测试新模型的性能。”

哈迈百科注意到，马斯克还提到，目前尚未完全发挥自动驾驶硬件 Hardware 4 的全部潜能，计划将在今年晚些时候进行升级。

总之，解决“跷跷板问题”以及快速迭代 FSD 模型将是特斯拉实现完全无人驾驶和无人驾驶出租车的重要挑战。