剪辑 ｜ 志豪

车东西 1 月 21 日音尘，据外媒 Electrek 报说念，近期，Waymo 前首席扩充官、自动驾驶边界中枢东说念主物 Krafcik，公开品评了特斯拉坚合手的纯视觉硬件决策，称其存在难以冲突的物理瓶颈。

Krafcik 的中枢不雅点是，特斯拉依赖的纯视觉感知系统，在分歧率上存在根人道短板。

一、行业各人炮轰特斯拉纯视觉 远方物体识别才略不及

在 2026 年海外消耗电子展时候，Krafcik 向《Automotive News》论说了其最新不雅点。与以往议论软件算法不同，这一次他将锋芒胜利指向了特斯拉的物理硬件。

Krafcik 通过具体参数指出，特斯拉 FSD 系统存在严重的“近视”问题。特斯拉主要建树的是 500 万像素的广角录像头，在像素总量有限的情况下，广角蓄意意味着像素被散播在更宽的视野中，会导致对远方物体的识别才略严重不及。

据他测算，该系统的有用成见水平约为 20/60 至 20/70。换言之，平方成见在 60 英尺外能看清的物体，该系统需拉近至 20 英尺智力识别。这一主见以致低于好意思国部分州生动车辆照管局核发驾照的最低成见条目。

▲ Krafcik 正在领受《Automotive News》采访

二、算力无法弥补感知相反 多传感器或更安全

这一争论反馈的是行业深层的逻辑不合：自动驾驶的发展，究竟应该依赖软件算法来“模拟”寰球，照旧应该依靠物理硬件来“感知”寰球。

特斯拉取舍的“测度至上”道路，试图仅依靠录像头和坚硬算力来“脑补”路况。关系词，Krafcik 觉得这种决策存在根柢残障：录像头只可被迫吸收色泽，一朝遭受强光、视野费解或顶点天气，其感知才略就会失效。

更要害的是，特斯拉阻隔使用激光雷达等主动感知技巧，导致系统敷裕依赖单一且脆弱的视觉数据流。一朝录像头因环境骚扰失效，扫数系统将堕入“盲区”，无法可靠识别阻拦物或判断距离，进而带来安全隐患。

比较之下，Waymo 等公司礼聘的会通决策则提供了更可靠的照管决策。激光雷达和毫米波雷达能主动探伤，胜利赢得距离和速率等要害信息，在视觉信号缺失机仍能构建精确的环境模子。

更迫切的是，这种决策在录像头“失明”时，能用雷达提供要害数据备份，从物理层面构建了安全冗余，提高了系统在复杂环境下的富厚性。

▲特斯拉 ModelX 与 Waymo 自动驾驶车

三、技巧之争由来已久 安全性才是惟一考量主见

“纯视觉”与“会通感知”的道路之争已合手续数年。前者的逻辑是效仿东说念主类驾驶，通过极简硬件缩小老本以实现大边界普及；尔后者则主张应哄骗技巧上风构建非凡东说念主类感官的系统。

Krafcik 的不雅点这次激勉行业好奇，在于其对特斯拉 Robotaxi 程度的商量具有较高的准确度。

2025 岁首，他依然营特斯拉的 Robotaxi 发布会将是一场“演示秀”。后续事实标明，特斯拉在奥斯汀驱动的试点名堂，仍高度依赖费力监控与安全驾驶员，并未实现马斯克甘心的“无监督自动化”。这从侧面讲明，仅靠现存视觉决策，搪塞各式复杂场景仍存在纷乱艰难。

记忆：特斯拉自动驾驶存在隐忧

这场争论的终端，胜利牵动着民众数百万特斯拉车主的利益。

行业担忧在于，若是纯视觉决策照实存在弗成进步的物理瓶颈，那么现在已售出的搭载 Hardware3 和 4 的车辆，可能将永恒停留在 L2+ 赞成驾驶阶段，无法通过软件升级达成 L4 级自动驾驶的甘心。

这关于特斯拉而言开云体育，已不仅是技巧取舍，更是对其现存钞票价值的严峻检会。