Waymo前CEO炮轟特斯拉：純視覺方案短板，遠處物體或無法準確識別

作者 ｜ 聶夢穎
編輯 ｜ 志豪

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

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

一、行業專家炮轟特斯拉純視覺 遠處物體識別能力不足

在2026年國際消費電子展期間，Krafcik向《Automotive News》闡述了其最新觀點。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通過具體參數指出，特斯拉FSD系統存在嚴重的“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，廣角設計意味著像素被分散在更寬的視野中，會導致對遠處物體的識別能力嚴重不足。

據他測算，該系統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，該系統需拉近至20英尺才能識別。這一指標甚至低于美國部分州機動車輛管理局核發駕照的最低視力要求。

▲Krafcik正在接受《Automotive News》采訪

二、算力無法彌補感知差異 多傳感器或更安全

這一爭論反映的是行業深層的邏輯分歧：自動駕駛的發展，究竟應該依賴軟件算法來“模擬”世界，還是應該依靠物理硬件來“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大算力來“腦補”路況。然而，Krafcik認為這種方案存在根本缺陷：攝像頭只能被動接收光線，一旦遇到強光、視線模糊或極端天氣，其感知能力就會失效。

更關鍵的是，特斯拉拒絕使用激光雷達等主動感知技術，導致系統完全依賴單一且脆弱的視覺數據流。一旦攝像頭因環境干擾失效，整個系統將陷入“盲區”，無法可靠識別障礙物或判斷距離，進而帶來安全隱患。

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。激光雷達和毫米波雷達能主動探測，直接獲取距離和速度等關鍵信息，在視覺信號缺失時仍能構建精準的環境模型。

更重要的是，這種方案在攝像頭“失明”時，能用雷達提供關鍵數據備份，從物理層面構建了安全冗余，提升了系統在復雜環境下的穩定性。

▲特斯拉ModelX與 Waymo自動駕駛車

三、技術之爭由來已久 安全性才是唯一考量指標

“純視覺”與“融合感知”的路線之爭已持續數年。前者的邏輯是效仿人類駕駛，通過極簡硬件降低成本以實現大規模普及；而后者則主張應利用技術優勢構建超越人類感官的系統。

Krafcik的觀點此次引發行業重視，在于其對特斯拉Robotaxi進程的預測具有較高的準確度。

2025年初，他曾預測特斯拉的Robotaxi發布會將是一場“演示秀”。后續事實表明，特斯拉在奧斯汀啟動的試點項目，仍高度依賴遠程監控與安全駕駛員，并未實現馬斯克承諾的“無監督自動化”。這從側面說明，僅靠現有視覺方案，應對各種復雜場景仍存在巨大困難。

總結：特斯拉自動駕駛存在隱憂

這場爭論的終局，直接牽動著全球數百萬特斯拉車主的利益。

行業擔憂在于，如果純視覺方案確實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，可能將永遠停留在L2+輔助駕駛階段，無法通過軟件升級兌現L4級自動駕駛的承諾。

這對于特斯拉而言，已不僅是技術選擇，更是對其現有資產價值的嚴峻考驗。