Elon Musk 最近提供了有关 FSD Beta 10.13 广泛推出的一些更新。 该公司先进驾驶辅助系统的最新版本于本月初开始首次发布，但尚未开始广泛发布。
在 Twitter 上最近的一篇文章中，埃隆马斯克承认，虽然特斯拉在 FSD Beta 10.13 上非常努力，但该系统本身还没有准备好广泛发布。 他估计 FSD Beta 10.13 的广泛发布可能需要一周左右的时间，但当它发布时，加利福尼亚以外的司机将体验到一些非常显着的改进。
正如特斯拉 CEO 所说，“加州以外的用户最能注意到改进”。 这是一个有趣的评论，特别是考虑到马斯克过去曾承认 FSD Beta“似乎在加利福尼亚工作得更好”，而不是在罗德岛等其他地区。 马斯克去年承认了这一点，并指出 FSD Beta 已经过度适合湾区。
10.13 可能还有一周左右的时间，但是是的。 加州以外的人最能注意到改进。
— 埃隆马斯克 (@elonmusk) 2022 年 7 月 29 日
正如 Benzinga 报告中所指出的，统计数据中的过度拟合表明模型与一组特定的数据点的关系过于密切，这可能无法很好地转换为不同的数据点。 在 FSD Beta 的情况下，这可能会导致高级驾驶员辅助系统在旧金山等地区运行良好，但在美国其他地区运行不佳。
本月早些时候泄露的 FSD Beta 10.13 的发行说明显示，该更新包括许多关键的性能改进。
以下是迄今为止共享的 FSD Beta 10.13 的部分发行说明：
通过机动更好地估计自我与其他物体的相互作用，改进了无保护左转的决策。 通过利用中间安全区域，改进了停车姿势，同时让步以“查克库克风格”无保护左转穿过物体。 在爬行以提高能见度时使速度曲线更加舒适，以便在保护可能被遮挡的物体时更顺畅地停止。 在物体可能穿过自我路径的任何交叉路口启用爬行以提高可见性，无论是否存在交通控制。 将车道位置误差提高 5%，车道召回率提高 12%……通过向网络架构添加远程跳过连接和更强大的主干，将交叉和合并车道的车道位置误差提高 22%。 通过改进用作神经网络输入的车载轨迹估计，将行人和骑自行车者的速度误差提高了 17%，尤其是在自我转弯时。 通过将自动标记的训练集的大小增加一倍，将动物检测召回率提高了 34%，并将误报率降低了 8%。 通过调整训练期间使用的损失函数和提高标签质量，将远处交叉车辆的检测召回率提高了 4%。通过在训练集中增加 20% 的示例，将车辆的“停放”属性提高了 5%。 通过添加视频模块、调整损失函数以及在训练集中添加 37k 新剪辑，升级了占用网络以检测动态对象并提高了性能。 通过更好地将行人和骑自行车的人分类为不打算与自我互动，减少人行横道周围的错误减速。 通过在适当的情况下优先选择温和的车道内偏移来减少锥体或阻塞的错误车道变化。 改善了宽阔住宅道路上的车道内定位。 改进了高偏航率场景中的对象未来路径预测。 将数字限速标志的限速标志准确性提高了 29%，将难以相关的标志提高了 23%，将三位数速度提高了 39%，限速结束标志提高了 62%。 神经网络在训练集中使用了 84% 的示例进行了训练，并且架构更改为网络头部分配了更多的计算。
Tesla FSD Beta 10.13 的改进对非 CA 用户来说（尤其）明显
