# 物理AI系统的评估是最难的问题：每次调试新的FSD版本都要撞车测试吗？

- 来源：Jim Fan (@DrJimFan)
- 发布时间：2025-08-05 23:38
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmnw1ysuy00zyslc3gnczfvgc
- 原文链接：https://x.com/DrJimFan/status/1952755998197948667

## 精选理由

Jim Fan 指出物理 AI 评估难题，提出神经网络驱动的 Sim 2.0 数据飞轮方案

## AI 摘要

物理AI评估无法靠实车碰撞测试完成，传统游戏引擎（sim 1.0）也难以覆盖所有边缘情况。基于神经网络的sim 2.0由数据驱动，随车队规模扩展。Tesla已应用多年，用于生成近正面碰撞等罕见危险场景的训练数据，补充800万辆实车难以采集的极端案例。

## 正文

评估是物理AI系统面临的最难问题：每次调试新的FSD构建时，你都要对汽车进行碰撞测试吗？传统的游戏引擎（模拟 1.0）是一种替代方案，但不可能将所有边缘情况都硬编码进去。基于神经网络的模拟 2.0 完全由数据编程，随着数据增长而变得更强大，并且随着车队数据飞轮的扩展而扩展。

### 引用推文

> Elon Musk：@DrJimFan Tesla has had this for a few years. Used for creating unusual training examples (eg near head-on collisions), where even 8 million vehicles in the fie...