Waymo前CEO炮轰特斯拉：纯视觉方案短板，远处物体或无法准确识别

作者 ｜ 聂梦颖
编辑 ｜ 志豪

车东西1月21日消息，据外媒Electrek报道，近期，Waymo前首席执行官、自动驾驶领域核心人物Krafcik，公开批评了特斯拉坚持的纯视觉硬件方案，称其存在难以突破的物理瓶颈。

Krafcik的核心观点是，特斯拉依赖的纯视觉感知系统，在分辨率上存在根本性短板。

一、行业专家炮轰特斯拉纯视觉 远处物体识别能力不足

在2026年国际消费电子展期间，Krafcik向《Automotive News》阐述了其最新观点。与以往探讨软件算法不同，这一次他将矛头直接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。特斯拉主要配置的是500万像素的广角摄像头，在像素总量有限的情况下，广角设计意味着像素被分散在更宽的视野中，会导致对远处物体的识别能力严重不足。

据他测算，该系统的有效视力水平约为20/60至20/70。换言之，正常视力在60英尺外能看清的物体，该系统需拉近至20英尺才能识别。这一指标甚至低于美国部分州机动车辆管理局核发驾照的最低视力要求。

▲Krafcik正在接受《Automotive News》采访

二、算力无法弥补感知差异 多传感器或更安全

这一争论反映的是行业深层的逻辑分歧：自动驾驶的发展，究竟应该依赖软件算法来“模拟”世界，还是应该依靠物理硬件来“感知”世界。

特斯拉选择的“计算至上”路线，试图仅依靠摄像头和强大算力来“脑补”路况。然而，Krafcik认为这种方案存在根本缺陷：摄像头只能被动接收光线，一旦遇到强光、视线模糊或极端天气，其感知能力就会失效。

更关键的是，特斯拉拒绝使用激光雷达等主动感知技术，导致系统完全依赖单一且脆弱的视觉数据流。一旦摄像头因环境干扰失效，整个系统将陷入“盲区”，无法可靠识别障碍物或判断距离，进而带来安全隐患。

相比之下，Waymo等公司采用的融合方案则提供了更可靠的解决方案。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，在视觉信号缺失时仍能构建精准的环境模型。

更重要的是，这种方案在摄像头“失明”时，能用雷达提供关键数据备份，从物理层面构建了安全冗余，提升了系统在复杂环境下的稳定性。

▲特斯拉ModelX与 Waymo自动驾驶车

三、技术之争由来已久 安全性才是唯一考量指标

“纯视觉”与“融合感知”的路线之争已持续数年。前者的逻辑是效仿人类驾驶，通过极简硬件降低成本以实现大规模普及；而后者则主张应利用技术优势构建超越人类感官的系统。

Krafcik的观点此次引发行业重视，在于其对特斯拉Robotaxi进程的预测具有较高的准确度。

2025年初，他曾预测特斯拉的Robotaxi发布会将是一场“演示秀”。后续事实表明，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，并未实现马斯克承诺的“无监督自动化”。这从侧面说明，仅靠现有视觉方案，应对各种复杂场景仍存在巨大困难。

总结：特斯拉自动驾驶存在隐忧

这场争论的终局，直接牵动着全球数百万特斯拉车主的利益。

行业担忧在于，如果纯视觉方案确实存在不可逾越的物理瓶颈，那么目前已售出的搭载Hardware3和4的车辆，可能将永远停留在L2+辅助驾驶阶段，无法通过软件升级兑现L4级自动驾驶的承诺。

这对于特斯拉而言，已不仅是技术选择，更是对其现有资产价值的严峻考验。