美式截停、真·麋鹿测试，特斯拉FSD的封神和翻车现场

相对国内品牌，特斯拉还是太勇太自信了。

它在X上向车主征集FSD最疯狂避免事故的视频，这可不就是主动找刺激。

发视频特斯拉车主们都看到了，但是不是发避免事故的，就由不得特斯拉了，功过是非只好任人评说。

翻开评论区，视频天花乱坠，美式截停、真·麋鹿测试、暴雨躲车、弯道盲区避障......

边看边啧啧称奇：FSD还能做到这样？FSD这都避不了？

需要提前说明一下的是，这些车主分享的场景发生在不同时间和系统版本下，并不能完全代表FSD当下的最新表现。

封神与翻车

先来看看FSD的一些封神现场。

如果你对纯视觉有怀疑，那么下面这些场景也许就会让你对纯视觉的能力有新认知。

弯道中心上有一个掉落的低矮托盘，但由于弯道视觉盲区很大，很难提前发觉，是典型地考验感知能力的场景。

更难的是，开到弯心时，刚好对向有大货车开过来，如果临到托盘前才发觉，就只能往旁边草丛里硬钻了。

从视频画面来看，距离弯心还有一段路时，车辆就已经开始减速，不过这可能是入弯前的防御性减速。

但是能明显看到，随着距离弯心越来越近，车辆的速度也越来越慢，证明成功识别到低矮托盘，待对向大车驶离，FSD很快绕行离开。

这位车主在X上分享道，其实经历过不少危险场景了，但这次确实感到十分紧张，而正是FSD的妥善处理，才让他对FSD更深的信任。

更加极限刺激的场面也有，不过这一次，FSD靠预判提前化解了。

前车突然急减速，系统几乎同时打灯准备变道。

就在前车急减速变线避让的瞬间，前方的画面才显现出来：一地散落向后快速滚动的电器。

一场本可能发生的事故，就这样被提前绕了过去。

特斯拉的纯视觉方案，优势在于算法和数据的闭环效率，但摄像头确实存在它的物理局限，雨雾天气下感知能力会打折。

因此，像小鹏这样的国内玩家，即便以视觉感知为主，也会在传感器矩阵中保留4D毫米波雷达，用以在能见度极低的情况下提供可靠冗余。

有特斯拉车主就分享了FSD在类似场景下的表现。

能见度极低的雨雾天气下，车辆以大约60km/h的速度向前行驶，当对向驶来逆行车时，FSD非常丝滑地完成了避让。

另外在夜晚场景下，高速避让横穿道路的小鹿、在几只小浣熊前面刹停，FSD也都能做到，对于非常规障碍物也有很好的识别。

当前方出现车祸、事故车辆忽然给自己来一个“美式截停”时，FSD都有十分机敏灵动的反应，该刹停时就刹停。

看到这里，感觉纯视觉也能见招拆招，但事实上是FSD并非全能，它能救人于瞬息之间，也可能在另一种极端场景里制造风险。

比如前面提到的小鹿，系统能精准识别并绕行，但也有不止一次，在小鹿急速横穿时FSD未能及时刹停，最终导致小鹿被撞飞。

由于画面比较残忍，这里就不给大家展示了。

其实这也不是对FSD的否定，而是确实存在这样的客观安全边界。

当遇到非标障碍物、低响应时间窗口、突发闯入等组合条件下，系统从识别到执行的效率，还需要进一步拔高上限。

此外，同样是在下雨天，FSD能在约60km/h的时速下避让对向车，却又会在约50km/h的时速下，硬生生撞到倒地树木上。

我们之前用细横杆做过类似的主动安全测试，像华为乾崑ADS Pro就能做到80km/h时速下的绕行。

有人在这条素材的评论区质疑车主为什么不监督，车主说开FSD还要小心这种事，就像买了闹钟后还要被问为什么没有醒着发觉已经到点。

这也反映了FSD本身的迷惑性，尽管叫完全自动驾驶，但尚不具备自动驾驶的能力。

还是要提醒下大家，国内就是辅助驾驶，目前第一责任人还在司机，大家在使用辅助驾驶时要注意随时接管。

FSD的决策有时也过于激进。

一个典型的场景是，路口左转时车辆在绿灯转黄前已越过停止线，系统选择继续通过。

然而对向直行车流并未中断，甚至越过外侧车道后，内侧车道瞬间杀出快速直行车辆。

FSD虽成功刹停并最终完成通行，但整个过程中的博弈空间几乎被压缩到极限，给人吓出一身冷汗。

特斯拉在X上主动向车主征集最疯狂避免事故的视频，评论区打开之后，好的坏的全都涌了进来，功过是非，特斯拉照单全收。

这种自信和袒露，以及把自己交给公共舆论检验的勇气，确实是特斯拉独有的风格，别的品牌学不来，也大概率不敢学。

不敢想象如果是国产品牌发起类似的征集，会出现什么惊掉人下巴的事情。

而看完特斯拉车主分享的这些视频，我最大的感受其实既不是FSD有多强，又或者它有多弱，而是目前仍然很难用统一的结论去定义FSD。

当一件事情未臻极致时，经常处于清晰与模糊之间的灰色地带。

智能驾驶目前仍然只是辅助驾驶，当样本量膨胀之后，同样或类似的场景，出现两极分化的情况十分正常。

要想足够清晰，只有交给自动驾驶了，在此之前，一切都只是在中途站的插曲。

但对于我们来说，还是要对自己的安全充分负责，保持警惕、随时接管。