文章核心观点 - 行业核心人物公开批评特斯拉的纯视觉自动驾驶方案，认为其存在难以突破的物理瓶颈，特别是远距离物体识别能力不足，这可能影响其实现高级别自动驾驶的承诺 [1][3][6] 行业技术路线分歧 - 自动驾驶行业存在“纯视觉”与“多传感器融合”两条技术路线的根本分歧 [3] - 特斯拉坚持“计算至上”的纯视觉路线，依赖摄像头和强大算力来模拟路况 [3] - Waymo等公司采用融合方案，结合激光雷达、毫米波雷达和摄像头，以构建更可靠的环境感知模型 [3] 对特斯拉纯视觉方案的批评 - 特斯拉FSD系统配置的500万像素广角摄像头，因像素分散导致对远处物体识别能力严重不足 [1] - 该系统的有效视力水平约为20/60至20/70，意味着正常视力在60英尺外能看清的物体，系统需拉近至20英尺才能识别 [1] - 这一视力指标甚至低于美国部分州核发驾照的最低要求 [1] - 纯视觉方案依赖被动接收光线的摄像头，在强光、视线模糊或极端天气下感知能力会失效 [3] - 拒绝使用激光雷达导致系统依赖单一脆弱的视觉数据流，缺乏冗余，在摄像头失效时系统可能陷入“盲区” [3] 多传感器融合方案的优势 - 激光雷达和毫米波雷达能主动探测，直接获取距离和速度等关键信息 [3] - 在视觉信号缺失时，雷达能提供关键数据备份，从物理层面构建安全冗余 [3] - 融合方案提升了自动驾驶系统在复杂环境下的稳定性和安全性 [3] 技术路线之争的实践验证 - 行业专家此前对特斯拉Robotaxi进程的预测具有较高准确度，曾预测其发布会将是“演示秀” [5] - 事实表明，特斯拉在奥斯汀启动的试点项目仍高度依赖远程监控与安全驾驶员，未实现“无监督自动化” [5] - 这侧面说明仅靠现有视觉方案应对复杂场景仍存在巨大困难 [5] 对特斯拉及行业的潜在影响 - 如果纯视觉方案存在不可逾越的物理瓶颈，已售出的搭载Hardware 3和4的车辆可能永远停留在L2+辅助驾驶阶段 [6] - 这可能导致特斯拉无法通过软件升级兑现其L4级自动驾驶的承诺 [6] - 这不仅是一个技术选择问题，更是对特斯拉现有资产价值的严峻考验 [7]