在特斯拉2024年年度股东大会上，CEO埃隆·马斯克承认公司在全自动驾驶系统（FSD）开发过程中遇到了重大挑战。随着系统不断进步，评估AI模型性能的难度也在增加，因为现在需要行驶数千英里后才会出现极少数需要人工干预的情况。
马斯克指出，改进一个AI模型可能解决某个问题，但同时可能引入新问题，这种现象被称为“跷跷板问题”。这种问题反映了在系统优化过程中，解决一个问题往往会导致另一个问题的出现，使得整体优化变得更加复杂和困难。
为了解决这一难题，特斯拉采取了多种方法，包括仿真测试和影子模式。仿真测试可以在虚拟环境中模拟各种驾驶情况，而影子模式则允许特斯拉比较启用FSD功能的车辆与未启用该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大规模测试，通过比较AI模型的预测行为和实际驾驶行为来评估模型表现。马斯克强调，目前的主要限制并非训练数据量，而是测试AI模型的效率以及判断新模型是否更优秀的能力。
特斯拉目前专注于测试复杂路口的性能，选择了数千个美国复杂路口进行针对性测试，以提升FSD在复杂环境下的表现。尽管面临挑战，马斯克透露，特斯拉尚未完全发挥其自动驾驶硬件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“跷跷板问题”对特斯拉实现完全无人驾驶和无人驾驶出租车至关重要。马斯克坚信，通过持续优化和技术突破，特斯拉将逐步克服当前的挑战，迈向更加智能和安全的自动驾驶未来。
