新智元报道  

刚刚 ，特斯拉FSD，完成举世首个完整 自动驾驶的横穿美国。

从今天起，人类的自动驾驶，达到 了全新的里程碑！

就在2025年的最后一天，当全世界都在预备倒数跨年时，车主David Moss静悄悄地扔出了一枚深水炸弹——

他驾驶搭载FSD V14.2的Model 3，完成了举世初次、经由第三方数据验证的「零接受」横贯美国之旅。

这条推特，也彻底引爆了举世科技圈和AI圈。

由此，他也成为全世界第一个全程凭借自动驾驶横穿美国的人。

可以说，这是特斯拉正式经由历程 了公路上的图灵测试。

这场AI主导的公路不雅 光，直接震惊 了举世特斯拉车主。

前特斯拉AI总监Karpathy高兴高呼：这一刻终于来了，这是端到端神经收集 的告成 ，这是「软件2.0」在物理世界的完整 接受，不再必要人类写下的规则！

特斯拉官方账号，表彰了此次 壮举。

一位特斯拉车主赞叹：「我们已步入自动驾驶穿越美洲大陆的时代 。」

特斯拉掌门人马斯克，也冲动转发莫斯的推文：「酷！」

十年前，马斯克许下「Coast-to-Coast」的信誉，2026年1月1日，终于实现了！

大概真如Karpathy所说：从此，标的目的 盘只是车上的一个装饰品？

下面这份数据，让人难以克制心头的震惊 。

• 总里程：2732.4英里（约即是4397公里）

• 耗时：2天20小时

• 软件版本：FSD v14.2

• 人工接受：0

当特斯拉从v12开端 抛弃传统的C++，转向端到端神经收集 ，AI就从数百万小时的视频中，真正学会了开车。

在这场高出美国大陆的旅途中，David Moss没有任何一刻，触摸车里的标的目的 盘，大概踩过踏板！

想象一下：坐在驾驶座上，盯着标的目的 盘整整68个小时（2天20小时），看着它自行迁徙转变 ，穿过繁忙的洛杉矶街道，汇入州际高速，避让加州的摩托车手，在德克萨斯的暴雨中稳住车身，最后停在南卡罗来纳州的海滩边。

他从洛杉矶的特斯拉餐厅出发，最终达到 南卡罗来纳州默特尔海滩，穿越了24个州。

假如你亲身开过这段行程，就会明白全程的路况有多么庞杂 。然而从加州的高速公路，到中部的都会街道，再到东海岸的庞杂 路况，FSD一次性全体 搞定了！

天气多变，交通拥挤，甚至夜间驾驶、自动化充电，都没让系统 掉链子。

对于好奇的网友，Moss表示，你可以登录FSD数据库，验证所稀有 据。

此次 横穿美国大陆，不仅体现了FSD V14.2的技巧 能力，也向全部 行业证明——

即使 在现实的庞杂 场景，L4自动驾驶也有可能实现！

十几年前，如许的壮举还只是工程师的技巧 空想。

从2016年，特斯拉的FSD系统 就开端 宣传「零干涉 横贯美国」的目标。

在公布 Autopilot 2.0时，Elon Musk就放话，说2017岁尾 就能实现。

这是一个迟到了八年的答应，但当它终于兑现时，仍旧让人感到吃惊！

其着实25岁尾 ，David Moss就曾创下纪录。

其时，他在特斯拉FSD V14上，连续驾驶了凌驾10000英里，且全程无干涉 ，实现了真正的100%自动驾驶。

其时的路线图是如许的。

而这个消息 出来后，网友们纷纷表示，不成 能，这毫不 可能！

有人说，自己天天都在用FSD 14.2.2.1，虽然 体验很棒，但毫不 可能实现完整 自动驾驶。

然而David Moss晒出的仪表盘显示，FSD V14确实 不移完成了100%的完整 自动驾驶。

在去年 龄尾 ，他就立下雄心：成为第一个完整 依赖FSD用自动驾驶高出美国（洛杉矶→佛罗里达）的人。

时隔一年，他果真 完成了这个目标，实现了一个更宏大的路线图。

这完整 出于他对驾驶的热爱 ，并不是为了炒作。

回到2016年10月。

彼时，马斯克意气风发，豪言：「到2017岁尾 ，特斯拉将能够从洛杉矶自动驾驶到纽约，全程哪怕你碰一下标的目的 盘都算我输。」

后来的故事我们都知道了。

2017年过去了，2020年过去了，甚至到了2024年，马斯克不停跳票！

这个答应就像是一个「永世的来岁」。

由于 技巧 路线的反复横跳（从雷达+视觉到纯视觉，从规则代码到神经收集 ），特斯拉的自动驾驶曾一度陷入瓶颈，甚至被谷歌旗下的Waymo在无人出租车领域抢尽风头。

Gemini生成的特斯拉自动驾驶技巧 路线图

直到FSD V12 版本的出现 ，特斯拉彻底抛弃了本来 的代码逻辑，转向了「端到端」神经收集 。

简朴说，就是让AI像人类一样，直接经由历程 看视频学会开车，而不是由工程师一行行写代码告知 它「红灯停、绿灯行」。

尽管特斯拉坚信端到端神经收集 技巧 ，但这绝非自动驾驶领域的共识方案。

大多半 其他自动驾驶研发公司都采取传感器麋集型、模块化的驾驶方法 。虽然 这类系统 在初期开发和调试可能更容易，但其庞杂 性也不容忽视 。

特斯拉AI负责人Ashok Elluswam，在国际盘算机视觉大会ICCV介绍了端到端方案的上风:

更绝的是，为了自动驾驶数据打造的神经收集 「世界模仿器」，同样可以模仿多种真实场景，练习擎天柱。。

马斯克「世界模仿器」首曝，1天蒸馏人类500年驾驶履历！擎天柱同脑进化

而此次 「人类零接受」的症结 在于「端到端」的最后一块拼图。

在V14之前，特斯拉的AI虽然 眼神好使（视觉感知强），但脑筋里的舆图照旧传统的导航模块。

这就好比一个老司机虽然 车技好，但他脑筋里只有一张逝世 板的纸质舆图，一旦碰到修路大概舆图没更新，就容易发懵。

而在V14.2中，特斯拉将导航和路径筹划 也整合进了神经收集 。

现在的FSD不再是「看着舆图开车」，而是像本地人一样，能按照 眼前的路况实时明白该怎么走。

一次告成 的「零接受」，不即是这套系统 已经完美。

统计学告知 我们，假如变乱率是万分之一，那么跑一次几千公里的长途可能恰好没遇上，但这并不代表它能平安 应对几百万辆车的一般 通勤。

不外，FSD V14.2的此次 体现，最大的意义在于它有力回应了「纯视觉方案无法实现长途全自动」的质疑。

它证明了不必要昂贵的激光雷达，不必要高精舆图，仅凭摄像头和算力，AI真的可以处理从繁华都市到荒凉公路的几乎全部场景。

对于普通人来说，这意味着什么？

官方照旧SAE L2（需监督），但车辆完成100%驾驶使命，驾驶员仅作平安 监督，完整 有可能。

大概，还要等上几个版本，甚至要等到硬件Hardware 5.0的普及，我们才能真正安心 地在车里睡大觉。

但看着David Moss那辆高出大陆的Model 3，谁人曾经被嘲笑为「科幻小说」的未来，确实已经把轮胎压在了现实的沥青路上。