特斯拉模拟驾驶_特斯拉模拟驾驶怎么操作

1.特斯拉仿生人，马斯克的下一份“PPT”？

2.车祸模拟器为什么要针对特斯拉

3.谁还敢说电动车没有驾驶乐趣，特斯拉新版赛道模式来了！

4.无人驾驶汽车哪家强

5.特斯拉完全自动驾驶来了？马斯克预告FSD测试版下周推出

6.特斯拉人形机器人Optimus亮相 FSD完全自动驾驶最新信息

7.特斯拉的“纯视觉”，能否到达自动驾驶的彼岸？

特斯拉仿生人，马斯克的下一份“PPT”？

文丨伊然

火星旅行已经不能满足马斯克的“画饼”野心了。

当地时间8月19日，在特斯拉第一个“人工智能日”（AI Day），特斯拉的高管们轮番登台向大众介绍了 FSD 完全自动驾驶最新进展和规模深度神经网络训练集群系统Dojo 。特斯拉所研发的名为D1的AI芯片采用7纳米制造工艺，处理能力达到1024亿次，一组芯片能够提供的计算功率达到9千万亿次。人工智能机器人给大众带来了无尽的想象。

在众多的科幻作品中，创作者们已经天马行空地表达过自己的美好畅想与潜在担忧；而在现实的生活中，无数的科学家和企业也前赴后继地投入到机器人产品的研发中。

现在，机器人研发大军加入了一位重磅级大亨——马斯克。

在发布会现场，马斯克压轴登台。发布了特斯拉机器人计划Tesla Bot 。 显然，这就是特斯拉在邀请函中所说的“人工智能在自动驾驶以外的应用”。

根据马斯克的介绍，Tesla Bot身高1.72米，体重56千克，承载能力20千克，最快行走能力为每小时8公里。TeslaBot外部造型完全仿照人体线条，肩膀以上是黑色无面孔形态，下半身则是像《星球大战》里面太空部队的乳白色铠甲质感外壳，细看之下带有些许静默的诡异感。

Tesla Bot的面部是一个显示屏，显示屏背后是多个摄像头；脖子、胳膊、手、腿位置累计搭载了 40 个机电推杆。 Autopilot 摄像头会作为它的眼睛，它的胸腔内则安放了特斯拉 FSD 芯片，此次发布的多摄像头视觉架构的深度神经网络架构也会在其身上得到应用。

马斯克宣称，Tesla Bot将会达到和人类的尺寸以及重量相近的物理特性，并且会具有用于自动驾驶的相机系统和计算单元，未来会用来帮助人类处理“无聊、重复和危险的工作”。

当然，发布会并没有实物亮相，只是马斯克和他的PPT， 预计产品原型机将在2022年面世 。

马斯克简短介绍完后，一位演员穿着Tesla Bot造型的紧身衣在舞台上开始了短暂的机械舞表演，颇有超级变变变风范。或许是为了缓解尴尬，马斯克自嘲地表示：“演员不是真正的机器人，但是特斯拉的机器人将会是真实的。”

看起来，马斯克也知道大家对他的“狂言”并没有那么的信任。他在发布会结束后的新闻交流会上还特别强调， 因为特斯拉已经造出了带着轮子的“机器人”（ 汽车 ），所以现在几乎拥有制造人形机器人所需的任何零件。

在特斯拉官方招聘页面，最近也发布了四个工作地点位于加州帕洛阿尔托的职位，被外界视作与机器人项目直接相关。

岗位要求分别是专注于执行机构齿轮设计和系统；机器人的机械设计和执行器组件的集成上；高级人形机电机器人架构师；高级人形建模机器人架构师。

马斯克确实是掌握流量入口的高手。

TeslaBot的诡异造型和莫名其妙的发布会，社交网络的注意力又成功被“顶流”马斯克吸引了，各种段子和表情包层出不穷。

一如既往，同行们对马斯克的介绍内容持有异议，有媒体直言Tesla Bot完全是商业宣传——特斯拉绝对不可能在一年内制造出马斯克所宣扬的人形机器人。

目前，全球研制人形态机器人产品最为知名且公认的行业技术标杆是波士顿动力公司。

1992年，美国麻省理工学院教授马克·雷波特创办波士顿动力，并在美军的资助下，研发商用机器人 。

虽然机械的运动能力进展迅速，然而感知、认知和决策能力在相当长的一段时期内没有过多进展。

2012年，随着深度学习等算法突破，人工智能大爆炸。5G、物联网带源源不断地产生海量的大数据，投喂给AI大模型。加速迭代的AI大模型给机器人行业带来无限的遐想。

8月17日，波士顿动力分享了一段一分钟视频，双足人形机器人Atlas展示了手跨栏、后空翻下台阶、过独木桥、跳箱子、走斜板等高难度跑酷运动。 波士顿动力公司表示，跑酷测试展示了Atlas全身在各种快速变化的情况下保持平衡，无缝切换动作的实力。

Atlas使用IMU、关节位置和受力传感器来控制其身体并感受地面获得平衡，通过感知算法来识别障碍物。

据波士顿动力介绍，深度相机以每秒15帧的速度生成距离测量数据，形成环境点云，使用多平面分割的算法从点云中提取表面。接着，算法输出的数据被输入地图系统，最后系统帮助Atlas用相机看到不同物体建立模型。

短短三天后，Tesla Bot用几张PPT就盖过了Atlas的风头，马斯克选择的时间节点就颇为值得玩味。

波士顿动力相关负责人向媒体表示，特斯拉机器人的理论和设想非常前沿，对于机器人技术的发展应用也有借鉴和推动意义，但是从目前的行业发展格局和技术水平来说，Tesla Bot的商业化蓝图近乎是痴人说梦。

即便特斯拉有优秀的硬件研发能力，有强大的人工智能计算硬件和算法基础，有钱和政策支持，但是人形机器人研究 在关节控制、手部精细操作、视觉信息理解等几乎所有的技术细节上有太多尚未攻克的难题。

目前，Atlas也仅可以实现每小时5.4公里的移动速度，并没有可以实现灵活运动的手指关节，特斯拉基本不可能在一年内就完成同行们十几年都没有突破的瓶颈。

有不客气的评论人士指责马斯克宣布的Tesla Bot计划不过是为了转移大众注意力的幌子。

7月，美国权威的消费者权益机构《消费者报告》指出 特斯拉的FSD Beta V9缺乏安全保障措施，不应使用未经专业训练的用户进行驾驶测试。 从用户公开的测试视频中可以看到，纯靠视觉方案的FSD有时会莫名出错，无端乱打方向盘，不按道路线行驶等状况。

车企进行类似的测试时，一般会在电脑上模拟运行，由专业人员完成。特斯拉把测试版FSD开放给普通用户，是让未经训练的消费者成为了试验品，还给公共空间的行人带来了风险。

当地时间8月16日， 美国国家公路交通安全管理局对特斯拉自动驾驶系统启动正式调查，认为该系统存在“难以识别停放在路边的紧急车辆”的隐患。

8月24日，马斯克在个人社交账号上承认公司最新发布的驾驶辅助软件FSD“不够好”，Autopilot/AI团队正在以尽可能快的速度进行改进。

特斯拉试图开发比普通人类司机驾驶安全约10倍的辅助驾驶系统，需要更大量的神经网络培训。

虽然Tesla Bot的“狂言”大概率是马斯克又一份“炒作PPT”，但马斯克的长远眼光一向精准 ， 在线支付、新能源车辆、自动驾驶、动力电池、太空 探索 ……他几乎踩准了发展的路径。

近几年，各大服务机器人厂商开始加码技术链条布局，SLAM、AI芯片、机器视觉、语音识别等核心技术获得较快发展，服务机器人产品性能和智能化程度也有明显提升，产品类型愈加丰富。

QYReaserch相关报告显示，2020年全球仿人机器人市场销售额达到了2.11亿美元，预计2027年将达到8.45亿美元，年复合增长率超过20%。

产品方面来看，双足机器人正在逐步替代轮式机器人，教育和 、研究与空间 探索 仍是机器人主要商用范围。

中国市场在过去几年变化较快，2020年的市场规模为超过4800万美元，占全球的23%，预计2027年将达到2.9亿美元，全球份额提升至34%。

中国厂商是人形机器人领域的后来者，但近年来国内快速发展的智能家庭小机器人和商场里随处可见的引导机器人，市场对人形机器人的认可度和接受度越来越高。

7月，上海举行的2021世界人工智能大会上，优必选发布了国内首款可商业化的大型双足仿人型服务机器人Walker X。 Walker X身高130cm、体重63kg，拥有41个高性能伺服驱动关节，能够操控冰箱、吸尘器等家电，还可以帮人按摩，下象棋。

虽然人形机器人不一定能够在短时间内实现马斯克所言的便利，但从实验室走向产业化生产的前景确实越发的光明，或许会成为新能源造车后的下一个增长点。

马斯克曾说：“从长远来看，人们会将特斯拉视为一家人工智能机器人公司，就像我们现在被视为 汽车 或能源公司那样。”

马斯克对相关 科技 在产业应用落地中的判断和界定值得思考，将新能源 汽车 视作是物联网终端已经不算是新概念，但将智能车比作是长了轮子的机器人却是另辟蹊径。

人形机器人全面介入到人类日常生活带来的变化绝对不会亚于智能手机的普及，时刻要为未来规划。

车祸模拟器为什么要针对特斯拉

具有先进的自动驾驶功能。车祸模拟器针对特斯拉是因为特斯拉是一家领先的电动汽车制造商，其车辆具有先进的自动驾驶功能，特斯拉的自动驾驶系统使用了先进的传感器和计算机技术，可以实现自动驾驶和自动避免碰撞等功能，所以通过模拟特斯拉车辆在不同情况下的碰撞和事故，可以帮助开发人员和研究人员更好地了解和改进特斯拉的自动驾驶系统，提高其安全性和可靠性。

谁还敢说电动车没有驾驶乐趣，特斯拉新版赛道模式来了！

谁还敢说电动车没有驾驶乐趣，特斯拉新版赛道模式来了！从现在开始，你的Model?3高性能全轮驱动版也可以像性能车一样漂移了！那么，这新版赛道模式到底怎么玩？

新版的赛道模式（2020.8.1版）目前仅适用于特斯拉Model?3?Performance高性能全轮驱动版车型。

新版的赛道模式将通过OTA升级，除了新版赛道模式外，升级内容还包括蓝牙连接、语音命令可靠性和附加语言支持这三项功能。

更新后的赛道模式，不仅能监控电机、电池、轮胎、制动器等车辆状态，还能自定义调节前后扭矩分配、牽引力控制的介入程度等，车主也可根据个人驾驶习惯调整车身稳定辅助，能量回收制动等，最多可保存20个赛道驾驶偏好设定。

在新版赛道模式的前后轮动力分配选项中，车主可以自主调节前后电机的动力分配，比如100:0(纯前驱)、50:50(标准四驱)、0:100(纯后驱)或30:70(运动四驱)等。在0:100(纯后驱)+模拟限滑差速锁的状态下，就可以轻松实现漂移。

在新版赛道模式中，车主也可以自主调节电子稳定系统的干预程度，从-10到+10共有20档可调，其中-10为电子稳定系统完全不干预，而+10为电子稳定系统全开介入。

同时，能量回收力度调节也支持自主调节，从0%到100%，数值越大，能量回收力度越大。

进入更新后的赛道模式，中控台的车机系统会显示整车的状态界面，界面包括有电池、电机、刹车和轮胎温度等，它们会以不同颜色进行区分，其中绿色表示正常，蓝色代表太冷，红色代表太热，这样车主可以更加直观地了解车辆当前的状态。

新版赛道模式还增加了赛道记录功能，可以显示圈速、速度、G值和赛道图等。

另外，特斯拉还率先在美国市场推出一套搭配新版赛道模式的赛道套件，套件售价为5500美元。该套件包括有新的轮毂、轮胎与刹车等，可以大幅提升特斯拉Model?3?Performance高性能全轮驱动版的赛道性能，让其拥有更好的弯道抓地力、高速稳定性和制动效果。

赛道套件清单如下：

四只20寸?Zero-G高性能轮毂

四个轮毂盖

二十个轮毂螺丝盖

4条米其林CUP2轮胎

四个胎压传感器

一对前刹车皮

一对后刹车皮

946毫升刹车油

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

无人驾驶汽车哪家强

无人驾驶汽车属特斯拉、谷歌等比较强。

特斯拉是全球最大的电动汽车制造商之一，自动驾驶技术的研发和商用化也一直备受关注。特斯拉的Autopilot自动驾驶系统是该公司实现自动驾驶技术的重要一步。特斯拉的Autopilot系统已经实现了商用化，而且特斯拉还一直在不断地改进和升级该系统。

谷歌旗下的Waymo公司是自动驾驶技术研发领域的领先者之一，Waymo已经在美国亚利桑那州昌巴开始进行无人车的商业化运营，是最先实现自动驾驶技术商用化的公司之一。Waymo的自动驾驶技术是业内最先进的，其在激光雷达、高精度地图、驾驶行为模拟等方面具有很强的技术优势。

无人驾驶汽车研发思路

自动驾驶汽车一直配备了驾驶员，训练有素的驾驶员会一直跟随汽车，他们可以像解除巡航控制一样轻松地接管汽车。此外，也有训练有素的软件操作人员坐在乘客座位上，监控软件运行状况。在所有测试进行之前，都会派出驾驶员，驾驶普通汽车了解路线和路况。

通过加入道路标记和交通标志等功能，车载软件能够提前熟悉周围环境及特殊之处，在工作之前也提前告知当地警方。自动驾驶汽车能够促使人们拼车，极大的减少汽车的使用，创造高速公路火车。这些高速公路火车能减少能源消耗，增加主要道路的运力。在节约时间方面，美国交通运输部估计，每一工作日，人们平均花费52分钟在上下班路上。

以上内容参考：百度百科—特斯拉

特斯拉完全自动驾驶来了？马斯克预告FSD测试版下周推出

特斯拉CEO马斯克在推特上宣布，完全自动驾驶(FSD)?功能即将亮相，20日?(下周二)?将推出测试版给部分人士抢先体验，而这个时间点恰好在特斯拉21日发布第3季财报前。

马斯克?(Elon?Musk)?12日发推说，特斯拉将兑现诺言，在20日推出限量的完全自动驾驶测试版本，让一小部分专家和谨慎的驾驶者使用。

马斯克在9月特斯拉电池日上宣布，将修改自动辅助驾驶?(Autopilot)?的代码，暗示一两个月后就会推出完全自动驾驶功能测试版。

目前，特斯拉的车辆都配备Autopilot，FSD选配方案为8000美元，功能包含变换车道、识别停止标志和交通信号及自动停车。

虽然特斯拉不断为FSD增添新功能，但谈到真正推出目前尚无车企能够实现的完全自动驾驶功能，马斯克此前已经几次没能兑现自己设下的远大目标。2016年，马斯克曾表示，特斯拉2017年底能够实现自动驾驶横跨美国，2019年也曾夸口，确信特斯拉当年就能自己在停车场找到车主并开往目的地。?

今年7月9日，马斯克以视频形式参加了在上海举行的2020世界人工智能大会。他表示，特斯拉有信心在今年完成开发L5级自动驾驶基本功能。“特斯拉对未来实现L5级别自动驾驶非常有信心，甚至是完全自动驾驶，我认为很快就会实现，特斯拉已经非常接近，今年有信心完成L5级别自动驾驶基本功能的开发。”

马斯克认为，实现自动驾驶5G目前不存在底层根本性挑战，但是有很多细节问题，所面临挑战是要解决所有这些小问题，然后整合系统持续解决长尾问题。可以树立大多数场景的情况，但是又会不时出现一些奇怪的情况，必须有一个系统来解决训练，解决这些奇怪的场景。所以也是需要有现实场景，没有什么比现实更复杂，任何模拟都是现实世界复杂性的子集。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

特斯拉人形机器人Optimus亮相 FSD完全自动驾驶最新信息

易车讯 北京时间10月1日，在特斯拉为了招聘而“秀肌肉”的2022 AI Day上，人形机器人Optimus正式亮相。特斯拉表示其售价可以降低至不到2万美元，比汽车更便宜。此外，特斯拉还发布了FSD完全自动驾驶和Dojo超级计算机的最新信息。

人形机器人Optimus亮相

Optimus机器人全身拥有28个自由度；人体工程学手部设计，拥有11个自由度；拥有仿生学关节设计。整体基于车辆设计基础研发，基于汽车安全模拟分析能力打造安全性，执行器可提起半吨重的钢琴。

人形机器人Optimus将主要处理体力工作、大量重复劳动工作，让人们更多从事脑力劳动。马斯克在现场介绍：“我们现在展示的机器人是我们即将投入使用的机器人”。特斯拉未来有信心生产数百万台人形机器人，售价可以降低至不到2万美元，比汽车更便宜。

相比于去年发布的机器人概念，Optimus将更重，为73千克，搭载与特斯拉汽车相同的FSD系统，特斯拉把对于汽车的训练，应用到了机器人身上，通过传感器和计算机视觉，利用海量数据持续训练，变得越来越强大。不仅能承担重复性劳动，还可以成为你的朋友伴你左右。

FSD完全自动驾驶技术最新信息

特斯拉也公布了FSD的最新进展，目前参与FSD Beta版本测试的用户已从2021年的2000人扩大至16万人。

在最新的FSD版本上，特斯拉将提升交叉路口转弯的决策优化，通过更复杂场景中路面行人和其他车辆的轨迹的研究和模拟，提升决策的安全性和舒适性，并在100毫秒内作出决策。

FSD Beta的深度神经网络达到100万参数，15万+神经网络层，37.5万个连接。可以在5分钟内模拟出现实中未出现的场景。将来，FSD会更加智能，不断提升驾驶的安全性，让每一次出行都更轻松、更智能。

Dojo超级计算机

为实现人工智能训练的超高算力，同时扩展带宽、减少延迟、节省成本，特斯拉打造了Dojo超级计算机。Dojo超级计算机的单个训练模块由25个特斯拉自主研发的神经网络训练芯片——D1芯片组成。2023年一季度特斯拉将推出 Dojo 机柜。

每个Dojo ExaPod集成了120个训练模块，内置3000个D1芯片，拥有超过100万个训练节点，算力达到1.1 EFLOP（每秒千万亿次浮点运算）。

根据易车App“热度榜”数据，特斯拉的日均关注度为2.70万，在全部品牌中排名第154位，如需更多数据，请到易车App查看。

特斯拉的“纯视觉”，能否到达自动驾驶的彼岸？

特斯拉最近又出大新闻了。才内部邮件宣布达成L2级自动驾驶，这次彻底“纯视觉”了。

这次是美国时间7月10日，特斯拉 FSD Beta V9.0终于在美国向用户推送。相比起上一个版本，V9.0做了FSD有史以来最大的一次更新。彻底抛弃了雷达的使用。而且，特斯拉征召了2000名车主内测，报名踊跃。不过，BUG很快就出来了。

这不，一位叫Giacaglia的网友看了一下特斯拉车主们发的视频，马上就收集了FSD 9.0 beta的11个失误瞬间。从各个动图来看，很明显现在的系统还是只能算是驾驶辅助，如果脱手或者离开人的监控，还是会出事情。这次可以看到的BUG有：

场景一：自动转弯之后径直向道路中央的绿化带撞了过去。

场景二：无法识别路中单轨道路。

场景三：闯公交车专用道。

场景四：在单行车道上逆行。

场景五：一直转换车道。路口右转时，无法判断使用哪个车道。

场景六： 汽车 压实线并线；急需换道时，因为后方车辆逼近，错过时机，只能下个路口见了。

场景七：自动并线超车之后发现道路划线，还要强行压线并道。

场景八：左转时提前换道。

场景九：左转时，差点进入对向路边停车位。

场景十： 汽车 穿过几条车道后才能左转。

场景十一：在一个只有停车标志的地方，看到两个停车标志。

“作为一个做Deep Learning方向的人表示，用神经网络的车我是肯定不敢坐的……”“是的，做ML（Machine Learning）的看现在的自动驾驶，堪比医生遇到挂科的同学给自己做手术。”“强行让机器来学人（纯靠视觉）本就是错误的发展方向，机器有自己的优势（可以自由加装雷达等设备进行辅助）而不利用，就是典型的教条主义、本本主义。”……

这都是很专业的质疑，那么，特斯拉是不是点错 科技 树？这个问题虽然见仁见智，但是从主流的CV（Computer Vision）+雷达路线来说，特斯拉有点像“西毒”欧阳锋了，为了降低成本，纯视觉一条道走到黑，“虽百死而不悔”的精神虽然有了，但是，那都是消费者的命啊……

为什么纯视觉？

如果特斯拉很老实地讲自己是驾驶辅助也就罢了，坏就坏在从一开始马斯克喜欢“吹”自动驾驶，直到吹破了以后在内部邮件中承认是L2级驾驶辅助。但是，现在马斯克给吹得成为一种神话，这种造神运动让马斯克骑上虎背下不来了。

而且，国内外有太多“特吹”，包括大众集团CEO赫伯特·迪斯博士。当然，迪斯博士吹特斯拉，是为了麻痹敌人，那是另外一回事。

且不说特斯拉多年排名垫底的自动驾驶功力，已经让多少人命丧黄泉，单说特斯拉靠“纯视觉”方案，说能达到全自动驾驶L4~L5级别，这就让人匪夷所思了。

苏黎世联邦理工学院（ETH Zurich）教授Marc Pollefeys则认为特斯拉不太可能放弃完全自动驾驶近在咫尺的说法，“很多人已经为此买单（特斯拉的FSD套餐），所以他们必须保持希望，”他说，“他们被困在那个故事里。”故事已经成为一种神话。

那么，为什么特斯拉取消雷达使用纯视觉？特斯拉多次强调过，摄像头数据和雷达数据在做融合的时候比较困难，当摄像头数据与雷达数据有冲突时，系统反而会更加难以抉择。

所以，马斯克也表示过，与其让二者互相扯后腿，不如只选一个并把它做到极致。而且，在他看来，特斯拉的深度学习系统已经比毫米波雷达强100倍，现在的毫米波雷达已经开始拖后腿了。

而在今年的 CVPR（计算视觉与模式识别大会）上，特斯拉首席AI科学家安乔·卡帕西（Andrej Karpathy）还讲了特斯拉如此“执拗”的原因。不过，对于走上歧路的特斯拉，我们还是奉劝要保持冷静。

为什么呢？道理其实很简单，人在开车，虽然是以视觉为主，但是其他的感官都是一体作用的，并非无用。比如听觉，身体的触觉，甚至是意识的直觉等。“事实上，人类开车的时候，是一种近乎无意识的感知，他就能够预测下一步应该怎么办，从而规避事故。”这是奇瑞 科技 有限公司总经理李中兵在世界人工智能大会的一场论坛上所讲的。而在这点，特斯拉有点过于执着在视觉上了。

通用视觉系统和神经网络

那么，这次的CVPR上，特斯拉的安乔·卡帕西（Andrej Karpathy）详细介绍的基于深度学习开发的自动驾驶系统，也就是全视觉的好处是什么？

特斯拉的底气，是采用了“通用视觉系统”和“神经网络”两种黑 科技 。当然，Karpathy 强调，基于视觉的自动驾驶，在技术角度更难实现，因为它要求神经网络仅仅基于视频输入就能达到超强性能的输出。“不过，一旦取得了突破，就能获得通用视觉系统，方便部署在地球的任何地方。”

“我们抛弃了毫米波雷达，车辆只靠视觉来行驶。”Karpathy认为，有了通用视觉系统，车辆就不再需要什么补充信息了。特斯拉始终认为，收集环境信息是一回事，利用环境信息又是另一回事。而且，传感器的种类和数量越多，互相之间的协调与整合就越难做，最终效果恐怕只是1+1 2，得不偿失。

这次特斯拉发布的FSD Beta V9.0，从技术上来说，新算法调用所有用于自动驾驶的8个摄像头，修复跨镜头畸变、时域差，拼接成环视视觉，再对周围环境进行实时的3D建模。也就是特斯拉所谓的“鸟瞰图视觉”。

具体来说，就是特斯拉将2D视图转化为模拟激光雷达数据，然后再用（激光雷达）算法处理这些数据，得到比之前好非常多的视觉测距精度。你不觉得奇怪么，既然还是得用激光雷达算法，为什么不用激光雷达呢？

按照特斯拉的说法，其自动驾驶系统是基于神经网络的特征识别、预判和规控，对于道路环境项目进行学习，比如交通路牌的含义到底是什么，需要通过很多场景素材训练系统，训练得越多系统能处理的场景越多。通过几百万车主积累的大数据，表现出来的能力就是，特斯拉可以轻松做到目前城市道路的自主驾驶。

实际上，马斯克一直都希望将特斯拉的制造成本压到最低。从成本上来说，目前特斯拉Model 3的自动驾驶摄像头成本只需要65美元。而激光雷达的成本，还基本上在1000美元以上级别。要知道，2018年的时候，Velodyne的64线激光雷达HDL-64售价可是高达7.5万美元的。

支撑特斯拉车价一降再降的当然是成本的控制。但是，马斯克和特斯拉还是过于迷信软件和AI的力量了。对于自动驾驶的“长尾问题”，特斯拉认为靠AI和超级计算机能解决，这都是有问题的。就算完成了99%，最后的1%依然是不可跨越的鸿沟。

此外，已经有外媒认为，美国本土的传统车企通用 汽车 将在2021年超越特斯拉，原因就在于特斯拉在自动驾驶方面已经落后，特别是又在“纯视觉”的路线上一条道走到黑。

传感器融合才是未来

就纯视觉的局限来说，有业内人士认为，在一些极端的场景中是无法满足对于感知探测能力的KPI指标的。比如一些复杂的天气情况，如大雨、大雾、沙尘、强光、夜晚，这对于视觉和激光雷达都是非常恶劣的场景，难以用一种传感器应对。主要体现在几个大的方面：

1）天气环境因素造成的视觉传感器致盲（如逆光炫目、沙尘暴遮挡等）；

2）小目标物体在中低分辨率视觉感知系统中，可能造成目标晚识别（如减速带、小动物、锥桶等）；

3）异形目标由于未经训练可能造成无法匹配，被漏识别（道路落石、前车掉落轮胎等）；

4）视觉传感器本身的识别要理要求，对于视觉识别的高算力需求等。

就算一些自动驾驶测试或比较成熟厂商，在智能驾驶中也多次发生撞车事故，为传感器系统的失效付出惨痛代价。所以,传感器融合是构建稳定感知系统的必要条件。毕竟，视觉感知能力有局限，必须结合毫米波雷达或激光雷达做优势互补才能实现。

回头来说，这次特斯拉的内测BUG里面，但凡有一个场景没有人类驾驶员眼明手快接手的话，就会演变成为交通事故。这能让人放心吗？特斯拉的车主们也忒心大了。

此外，我们知道，摄像头如何感知深度只是自动驾驶问题的一部分。特斯拉依靠的最先进的机器学习只是识别模式，这意味着它会在新情况下挣扎。一挣扎，就会产生误判。

与人类司机不同的是，如果系统没有遇到场景，它就无法推理该做什么。“任何AI系统都不了解实际发生的事情，”研究自动驾驶 汽车 计算机视觉的康奈尔大学副教授克里安·温伯格（Kilian Weinberger）如此表示。

还有一点是，虽说，FSD 9.0给智能辅助驾驶系统是创造了更广阔的应用场景，但是，在L2级别的驾驶辅助系统（而不是自动驾驶系统）这个前提下，这些功能多少仍显得有些鸡肋，因为驾驶过程中根本无法脱手。而且，人类驾驶员不仅需要手握方向盘，还需要在城市道路上与车载电脑系统较劲，增加了额外负担和心理压力。

FSD BETA V9.0的这些内测BUG会在实际道路上反复出现，毫无疑问这为城市交通也制造了更多的隐患。不过，这套系统能不能用在更加复杂的中国的开放道路上？公社的小伙伴中还是有对特斯拉超有信心的，“大家都没开过，怎么知道行不行呢？”是啊，是骡子是马，特斯拉总会拉出来遛遛。