Waymo前CEO炮轟特斯拉：純視覺方案短板，遠(yuǎn)處物體或無法準(zhǔn)確識別

作者 ｜ 聶夢穎
編輯 ｜ 志豪

車東西1月21日消息，據(jù)外媒Electrek報道，近期，Waymo前首席執(zhí)行官、自動駕駛領(lǐng)域核心人物Krafcik，公開批評了特斯拉堅(jiān)持的純視覺硬件方案，稱其存在難以突破的物理瓶頸。

Krafcik的核心觀點(diǎn)是，特斯拉依賴的純視覺感知系統(tǒng)，在分辨率上存在根本性短板。

一、行業(yè)專家炮轟特斯拉純視覺 遠(yuǎn)處物體識別能力不足

在2026年國際消費(fèi)電子展期間，Krafcik向《Automotive News》闡述了其最新觀點(diǎn)。與以往探討軟件算法不同，這一次他將矛頭直接指向了特斯拉的物理硬件。

Krafcik通過具體參數(shù)指出，特斯拉FSD系統(tǒng)存在嚴(yán)重的“近視”問題。特斯拉主要配置的是500萬像素的廣角攝像頭，在像素總量有限的情況下，廣角設(shè)計意味著像素被分散在更寬的視野中，會導(dǎo)致對遠(yuǎn)處物體的識別能力嚴(yán)重不足。

據(jù)他測算，該系統(tǒng)的有效視力水平約為20/60至20/70。換言之，正常視力在60英尺外能看清的物體，該系統(tǒng)需拉近至20英尺才能識別。這一指標(biāo)甚至低于美國部分州機(jī)動車輛管理局核發(fā)駕照的最低視力要求。

▲Krafcik正在接受《Automotive News》采訪

二、算力無法彌補(bǔ)感知差異 多傳感器或更安全

這一爭論反映的是行業(yè)深層的邏輯分歧：自動駕駛的發(fā)展，究竟應(yīng)該依賴軟件算法來“模擬”世界，還是應(yīng)該依靠物理硬件來“感知”世界。

特斯拉選擇的“計算至上”路線，試圖僅依靠攝像頭和強(qiáng)大算力來“腦補(bǔ)”路況。然而，Krafcik認(rèn)為這種方案存在根本缺陷：攝像頭只能被動接收光線，一旦遇到強(qiáng)光、視線模糊或極端天氣，其感知能力就會失效。

更關(guān)鍵的是，特斯拉拒絕使用激光雷達(dá)等主動感知技術(shù)，導(dǎo)致系統(tǒng)完全依賴單一且脆弱的視覺數(shù)據(jù)流。一旦攝像頭因環(huán)境干擾失效，整個系統(tǒng)將陷入“盲區(qū)”，無法可靠識別障礙物或判斷距離，進(jìn)而帶來安全隱患。

相比之下，Waymo等公司采用的融合方案則提供了更可靠的解決方案。激光雷達(dá)和毫米波雷達(dá)能主動探測，直接獲取距離和速度等關(guān)鍵信息，在視覺信號缺失時仍能構(gòu)建精準(zhǔn)的環(huán)境模型。

更重要的是，這種方案在攝像頭“失明”時，能用雷達(dá)提供關(guān)鍵數(shù)據(jù)備份，從物理層面構(gòu)建了安全冗余，提升了系統(tǒng)在復(fù)雜環(huán)境下的穩(wěn)定性。

▲特斯拉ModelX與 Waymo自動駕駛車

三、技術(shù)之爭由來已久 安全性才是唯一考量指標(biāo)

“純視覺”與“融合感知”的路線之爭已持續(xù)數(shù)年。前者的邏輯是效仿人類駕駛，通過極簡硬件降低成本以實(shí)現(xiàn)大規(guī)模普及；而后者則主張應(yīng)利用技術(shù)優(yōu)勢構(gòu)建超越人類感官的系統(tǒng)。

Krafcik的觀點(diǎn)此次引發(fā)行業(yè)重視，在于其對特斯拉Robotaxi進(jìn)程的預(yù)測具有較高的準(zhǔn)確度。

2025年初，他曾預(yù)測特斯拉的Robotaxi發(fā)布會將是一場“演示秀”。后續(xù)事實(shí)表明，特斯拉在奧斯汀啟動的試點(diǎn)項(xiàng)目，仍高度依賴遠(yuǎn)程監(jiān)控與安全駕駛員，并未實(shí)現(xiàn)馬斯克承諾的“無監(jiān)督自動化”。這從側(cè)面說明，僅靠現(xiàn)有視覺方案，應(yīng)對各種復(fù)雜場景仍存在巨大困難。

總結(jié)：特斯拉自動駕駛存在隱憂

這場爭論的終局，直接牽動著全球數(shù)百萬特斯拉車主的利益。

行業(yè)擔(dān)憂在于，如果純視覺方案確實(shí)存在不可逾越的物理瓶頸，那么目前已售出的搭載Hardware3和4的車輛，可能將永遠(yuǎn)停留在L2+輔助駕駛階段，無法通過軟件升級兌現(xiàn)L4級自動駕駛的承諾。

這對于特斯拉而言，已不僅是技術(shù)選擇，更是對其現(xiàn)有資產(chǎn)價值的嚴(yán)峻考驗(yàn)。