特斯拉“自动驾驶日”活动在位于加州帕罗奥图的总部举行，马斯克终于亮出了自家的自动驾驶“核武器”——特斯拉“全自动驾驶计算机”（full self-driving computer，以下称 FSD 计算机），即之前所说的 Autopilot 硬件 3.0 正式亮相。
            FSD 计算机的投入使用意味着特斯拉首度使用了自研车载 AI 芯片，目前这款芯片正安装进特斯拉生产线上的每一台电动车中。根据特斯拉官网信息，“完全自动驾驶能力”选装价格为 46300 元，但如果在交付后安装，价格则会上涨到 6.5 万元。
            整个发布会时长长近 3 个小时，其中的技术信息量可算是特斯拉有史以来所有发布会中最大的一次，大量硬件、软件的重要进展被集中披露。
            从发布会可看出，尽管近两年来行业内都在强调辅助驾驶系统的落地使用，马斯克今天依然保持了一贯的特立独行的作风，似乎眼中只有“全自动驾驶”这一目标，并表示明年将能实现 Robotaxi（自动驾驶出租车）。在追求自动驾驶的同时，马斯克还在发布会上多次贬低了 Ldar，而后者正是目前实现高阶自动驾驶所必备的零部件。

自动驾驶芯片，马斯克说“我们最强”
在马斯克眼中，FSD 计算机已经足够支持“全自动驾驶”，未来车主仅需进行软件层面的更新就能让车辆达到自动驾驶的水平。
发布会上，特斯拉自动驾驶芯片负责人 Pete Bannon 重点介绍了特斯拉的自研自动驾驶芯片，他是特斯拉从苹果挖来的芯片设计师，曾参与 iPhone 5 A5 芯片以及多款 iPhone 芯片开发。不难看出，在这次设计中，这位曾经与 Jim Keller 搭档领导苹果芯片研发部门的顶尖芯片架构师，也将苹果软硬深度结合的风格逮到了特斯拉，可以说非常 Apple 了。
今天发布的自研芯片于一年半前设计完成。从公布的一系列的参数来看，无疑是相当强大的一款硬件：144TOPS（完胜竞争对手目前最先进技术 21TOPS 的表现）另一个亮点是，这款新品新的神经网络加速器（NNA）达到令人难以置信的 2100FPS，将由三星代工生产。在不影响车辆能耗和续航的前提下，FSD 能将安全性和自动化水平提升到新的等级。总体来看，这款 14nm 芯片的设计非常针对神经网络，团队对此进行了架构优化以降低耗能和成本，尤其针对处理大量的图像和视频。
Bannon 介绍道，最新芯片上的神经网络处理器能够处理 8 个摄像头同时工作产生的每秒 2100 帧的图像输入，相当于每秒 25 亿像素，表现是之前 2.5 版本的 21 倍左右。
马斯克透露，在过去的一个月时间里，特斯拉陆续放弃了英伟达提供的图像处理解决方案。马斯克表示，特斯拉的芯片是世界上最好的芯片，而且远超其他竞争对手。与此同时，特斯拉也已经将下一代芯片的工作进行了一半，马斯克表示下一代芯片可能比现有的好上 3 倍，有望在两年内推出。不过，马斯克并未准备在这次活动透露更多下一代芯片的信息。
有意思的是，就在发布会结束不久，英伟达表示，特斯拉这次硬件上和英伟达的对比并不准确，主要体现在 FDS 144TOPS 与 Xavier21TOPS 的表现上

特斯拉坚定地选择计算机视觉
团队取得的这些成绩，也让这位 CEO 再度发出豪言：“任何使用激光雷达的自动驾驶公司注定失败（doomed）”。
而在软件算法的部分，特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy 罕见登场。这位李飞飞的高徒在斯坦福 AI 实验室攻读博士期间就已声名远扬，后加入 Open AI，特斯拉正是看中他在计算机视觉领域内的深厚技术积累，才将其任命为人工智能部门主管。
这位 AI 大牛在特斯拉的主要工作是训练 FSD 以及神经网络信息处理。Andrej Karpathy 的现场演讲展示了早期将神经网络部署在真实世界中训练的重要性，比如说，特斯拉的每一位司机其实都参与到了神经网络的训练中，每一个新手都将为特斯拉的自动驾驶系统喂入新的数据。而且，Karpathy 认为，在神经网络的训练中，和数据的规模相比，数据的质量更加重要，特斯拉的原始数据集也可能是全球最有价值的，因为特斯拉拥有全球范围的车队，可以提供各种环境、天气条件的数据，还会收集车辆的异常道路表现数据。在数据的标注上，特斯拉也正在尝试自动化标注的方向。
Andrej 强调特斯拉非常依赖视觉传感器，特斯拉的 AI 软件能够处理来自视觉传感器收集到的车道线、交通、行人等信息，将这些信号与已知的物体进行匹配再最终作出决策。
他同样对比了激光雷达（Lidar）方案和计算机视觉方案的优劣，而且显然也和马斯克一样是计算机视觉派：“某种意义上，Lidar 是一个捷径。它回避了对自动驾驶非常重要的视觉识别基本问题，给人一种虚假的技术进步了的感觉”。他表示，和 Lidar 相比，特斯拉更加依赖计算机视觉，并将收到的视觉信息进行 3D 渲染，涵盖视频输入到深度感知。
也就是说，特斯拉认为，摄像头+数据+神经网络，足以挑战 Lidar。如此认定计算机视觉嫌弃 Lidar，这种选择现阶段这在业内也非常罕见，绝大多数业者还是采用 Lidar 的方案或者 Lidar+计算机视觉，因为目前的纯计算机视觉方案在安全性的保障上仍有一定风险。

特斯拉 Robotaxi，等 2020 年了
除了非常硬核的技术展示外，最值得期待的信息，恐怕就是特斯拉 Robotaxi 时间表的披露了。
马斯克提到特斯拉网络（Tesla Network）及汽车共享服务，在共享出行服务不足的地方，特斯拉的车主就可以提供服务，例如他们推出 Model 3(参数|询价) Taxi 方案以及 Robotaxi，让拥有 Model 3 的公司或车主来执行 Robotaxi 服务，汽车成本低于 3.8 万美元，以及汽车寿命保证行驶 100 万英里等。
马斯克表示，“非常有信心”在明年推出 Robotaxi 计划，但不是所有地区，因为要考量监管因素。任何客户都可以将他们的汽车加入特斯拉网络（也可以移除），他形容这像是优步和 Airbnb 混合的一种模式。特斯拉也会推出自己的打车应用程序，并且从共乘服务的收入拿取 25％-30％。
再回顾整个发布会，大量硬件、软件重要进展的首次大规模披露，是特斯拉自动驾驶相关团队在过去 3 年成果的集体展示，也在向外界最大程度地展示了特斯拉发展自动驾驶的实力和诚意。当然，马斯克在会上立下的 FLAG 还需要大量的事实证明，毕竟，自动驾驶这个全行业公认的难题当然不是马斯克说解决就能解决的，再说，马斯克的跳票行为也早已不止一次两次了。
最后，联系刚刚在上海发生自燃事件以及 24 日第一季财报发布的这个时间点，特斯拉这次主要面向投资人的自动驾驶展示，附加价值也不言而喻了。