在最近举行的特斯拉年度股东大会上，首席执行官埃隆·马斯克公开承认了特斯拉全自动驾驶系统（FSD）所面临的复杂挑战。
随着 FSD 技术的不断发展，评估模型性能的难度与日俱增，因为需要在行驶数千英里后才能发现极少数涉及人工干预的情况。马斯克指出，改进模型可能会解决一个问题，但同时也会引入新的问题，这个过程被称为“跷跷板效应”。
为解决这一难题，特斯拉采用了多项策略，包括仿真测试和影子模式。影子模式使特斯拉能够比较启用 FSD 功能的车辆和未启用 FSD 功能的车辆的驾驶行为，从而识别不同模型的优缺点。
此外，特斯拉利用其数百万辆汽车进行测试，将 AI 模型的预测行为与实际驾驶行为进行对比，以评估模型的性能。
马斯克强调，当前的主要限制不是训练数据量，而是测试 AI 模型的效率以及判断新模型是否更好的能力。特斯拉专注于测试复杂路口的性能，并选择了数千个美国复杂路口进行针对性测试。
尽管面临挑战，马斯克透露特斯拉尚未充分利用其自动驾驶硬件 Hardware 4 的全部潜力，并计划在今年晚些时候进行升级。快速迭代 FSD 模型并解决“跷跷板效应”问题对于特斯拉实现完全自动驾驶和自动驾驶出租车服务至关重要。