当前搭载新一代 Hardware 4（HW4/AI4）计算机的量产特斯拉车辆，承担了大部分公开道路测试和实际驾驶任务。然而，驱动这些车辆的 AI 模型并非特斯拉自主研发的原始基础模型。

据消息人士透露，目前在 HW4 量产车上运行的软件版本，实际上是为特斯拉下一代硬件开发的 AI 模型的“精简版”。特斯拉目前正优先为 Cybercab（无人驾驶出租车）开发 FSD 系统，随后再通过“蒸馏”技术，使其能够适配性能稍逊一筹的 HW4 系统。

Cybercab 所搭载的 FSD 硬件性能超越了当前消费者可购得的特斯拉车型。这种额外的计算能力为特斯拉开发更庞大、更复杂的 AI 网络提供了空间，之后这些模型将被优化并部署到整个车队。

AI 模型蒸馏解析

要理解这一过程，首先需要了解现代人工智能的训练方式。在一个行驶的汽车内部运行大型神经网络需要巨大的计算能力和内存。为了缩小 AI 模型能力与车载硬件性能之间的差距，特斯拉采用了“模型蒸馏”的训练方法。

工程师首先在数据中心环境中训练规模庞大、结构复杂的“教师模型”。当这些大型模型成功掌握了处理复杂驾驶任务的能力后，特斯拉会将这些能力提炼到更小的“学生模型”中。这些经过优化的学生模型能够运行在消费者车辆的计算单元上，在不超出硬件负荷的前提下，提供接近大型模型的性能。

模型压缩的程度完全取决于目标硬件的性能，特别是内存容量和内存带宽。目前，Cybercab 被视为特斯拉理想的硬件平台（尽管未来工程师也可能遇到其资源上限）。相比之下，普通消费者车辆使用的是经过优化、更为轻量化的版本。

不同硬件间的性能差异

这一过程类似于特斯拉此前为老款 Hardware 3（HW3/AI3）车型推出的 FSD v14 Lite。FSD v14 Lite 是主版本 v14 的蒸馏版本，已于上个月开始向部分早期测试用户推送。事实证明，当前消费者车辆上运行的 FSD v14，同样是 Cybercab 原生运行版本的精简模型。

不过，好消息是 HW4 预计不需要像 HW3 那样进行大规模优化。根据特斯拉先前公布的数据，HW3 的内存带宽仅为下一代 HW4 的约 15%。尽管 Cybercab 下一代处理器的具体规格尚未公开，但已知其拥有比 HW4 更多的内存，这对 AI 计算至关重要。

因此，此前有分析推测，Cybercab 可能配备了特斯拉在今年第一季度财报电话会议中提到的新一代 AI4+ 芯片，预计这些芯片将配备 64GB 内存或更高。除了更强大的计算平台和更大的内存，Cybercab 还集成了双 GPS 系统，以实现更精准的无人驾驶定位追踪。

HW4 实现真正无人驾驶的潜力

这并不意味着 HW4 无法实现无需人工干预的 FSD。特斯拉此前已确认 HW3 硬件无法达到完全无人监督自动驾驶的目标（车主曾被承诺未来可通过硬件升级实现此能力）。然而，HW4 仍有机会达成这一目标。事实上，这种模型蒸馏过程对 HW4 用户而言是一个积极信号——能够运行特斯拉为 Cybercab 商业无人驾驶业务开发的软件版本，表明 HW4 具备实现真正自动驾驶的良好基础。

特斯拉选择先为性能最强的硬件开发完整的软件，再向下进行模型优化，这种策略能够最大程度地发挥 Cybercab 的计算能力，同时确保消费者车辆的功能保持足够强大。这意味着，当前消费者车辆上的 FSD 版本，只是特斯拉更先进机器人出租车软件的优化和轻量化版本，它们并非能力不足，而是适应了不同硬件限制后运行的版本。