特斯拉只用摄像头，是省钱还是玩命？，纯视觉真能看清楚路吗？

前两天看了个新闻，挺有意思。特斯拉的FSD系统又被喷了，这次不是普通网友，是Waymo以前的CEO约翰·克拉夫奇克，在CES上直接开骂，说特斯拉靠几个摄像头搞自动驾驶，就像让一个视力只有20/60的人开车，连美国考驾照的标准都达不到。这话听着刺耳，但细想也不是没道理。

他重点说了特斯拉车顶上那七个摄像头，六个是广角，像素看着高，实际看远处的东西模糊得很。高速路上一个故障车停在前面，系统可能根本认不出来。尤其是晚上或者下雨天，镜头反光、起雾，图像全是噪点。这种时候没有雷达帮忙测距，全靠算法猜，风险太大。

他自己做的Waymo，车子上装得满满当当。五个激光雷达，二十九个摄像头，还有六个毫米波雷达。人家叫“多传感器融合”，不靠一个吃饭。激光雷达晚上也能用，雨雪天照样出数据，毫米波雷达直接穿透雾气，测速测距准得很。出了问题还能互相验证，哪个传感器出错了，别的能兜住。

特斯拉偏偏相反，2021年就砍掉毫米波雷达，2022年连超声波都不要了。马斯克坚持说人靠两只眼睛都能开，车为啥不能只用摄像头？他认为加太多传感器反而会让系统混乱，不如用AI硬学。他们的思路是，用上百万辆车在路上跑，每天收一大堆真实数据，喂给神经网络，让它自己学会判断。

FSD现在已经是V12版本，走的是端到端路线，图像一进来，方向盘怎么转、油门踩多少，全由神经网络一把搞定，中间几乎不靠人工写规则。这种模式学习快，适应性强，特别是在城市里遇到各种奇怪情况，反应比传统系统灵活。

但问题是，这种灵活性建立在数据足够多、场景足够全的基础上。可现实里，总有没见过的状况。比如一辆翻倒的白色货车横在路上，摄像头分不清是云还是障碍，算法就可能直接冲过去。这事儿几年前出过一次，后来虽然改进了，但隐患还在。

Waymo那边更保守，宁愿慢一点，也要稳一点。他们在凤凰城跑了好几年无人出租车，全程无驾驶员，累计一亿英里以上，严重事故率比人类低了九成。背后还有个超大仿真系统，把现实中遇到的问题翻来覆去地模拟，提前训练应对策略。

Model Y

最低售价：26.35万起

图片参数配置询底价

懂车分4.04懂车实测空间·性能等车友圈35万车友热议二手车11.50万起 | 2364辆

两拨人的理念完全不同。Waymo认为安全必须前置，硬件冗余不能少；特斯拉觉得数据才是王道，算法可以补硬件的短。一个追求绝对可靠，一个追求快速落地。前者成本太高，一套设备几万美元，根本没法装到普通家用车上；后者硬件成本压到五百美元以内，理论上人人都能用。

用户态度也分裂。有人支持特斯拉，说它像人开车，便宜好推广；也有人信Waymo，特别是一些运营公司，觉得在恶劣天气里更靠谱。但不管哪边，最后都得过监管这一关。L4级自动驾驶不是你觉得自己行就行，得官方认证，出了事要能说清楚是谁的责任。

最近特斯拉在奥斯汀做了四十万公里的无人测试，没出大事。但全程限定区域，路线固定，复杂程度跟Waymo在旧金山那种乱流街区比，还是差一截。而Waymo虽然技术强，扩展速度太慢，几年才进几个城市，商业化压力也不小。

有人开始讨论，以后会不会两条路合并？激光雷达现在便宜了，有些国产型号已经下探到千元人民币级别。说不定哪天特斯拉在高端车型上悄悄加上一个，不算违背初衷，又能提升安全性。毕竟命只有一条，车主也不会真计较多几个零件。

但目前来看，双方还在按自己的节奏走。特斯拉继续靠海量车辆收数据，迭代软件，推订阅服务赚钱；Waymo守住核心区，打磨系统，等技术成熟再扩规模。

克拉夫奇克那句“近视眼”的比喻确实难听，但也点出了问题核心——你到底信机器的算力，还是信物理层面的感知保障？没有雷达，真的能活下来吗？这个问题，不是谁嘴大就能定的，得看路上跑出来的结果。