自動駕駛領域近期掀起一場關于技術路線的激烈討論。Waymo前首席執行官Krafcik在公開場合對特斯拉的純視覺自動駕駛方案提出尖銳批評，認為這種依賴攝像頭的系統存在物理層面的根本缺陷，尤其在復雜環境下的可靠性令人質疑。
Krafcik的核心論點聚焦于特斯拉FSD系統的硬件局限性。他指出，特斯拉主要采用的500萬像素廣角攝像頭在像素分配上存在先天不足——廣角設計導致像素被分散到更廣闊的視野中，使得系統對遠處物體的識別能力大幅下降。據其測算，該系統的有效視力水平僅相當于人類20/60至20/70的視力標準，這意味著在60英尺距離能看清的物體，系統需要拉近到20英尺才能識別，這一指標甚至低于美國部分州駕照考試的最低視力要求。
這場爭論實質上反映了自動駕駛行業兩種發展理念的碰撞。特斯拉堅持的"計算至上"路線試圖通過軟件算法彌補硬件不足，僅依靠攝像頭和強大算力來構建環境模型。但Krafcik認為這種方案存在致命弱點：攝像頭作為被動感知設備，在強光、霧霾或雨雪等極端天氣下容易失效，而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視覺數據流。一旦攝像頭受環境干擾，整個系統將失去關鍵感知能力，無法準確識別障礙物或判斷距離。
相比之下，Waymo等企業采用的融合感知方案展現出更強的環境適應性。激光雷達和毫米波雷達能夠主動發射信號探測環境，直接獲取距離、速度等三維信息，在視覺信號缺失時仍能構建精準的環境模型。更重要的是，這種多傳感器架構在物理層面構建了安全冗余——當攝像頭"失明"時，雷達系統可以提供關鍵數據備份，顯著提升系統在復雜場景下的穩定性。
技術路線的分歧已持續多年。純視覺方案試圖通過簡化硬件降低成本，以實現大規模商業化應用；而融合感知方案則主張利用技術優勢構建超越人類感官的自動駕駛系統。Krafcik的觀點引發行業高度關注，源于其對特斯拉Robotaxi進程的準確預測——2025年初他曾斷言特斯拉的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需遠程監控和安全駕駛員介入，未能實現馬斯克承諾的"無監督自動化"。這從側面印證了現有視覺方案在應對復雜場景時仍存在巨大挑戰。
這場爭論直接關系到數百萬特斯拉車主的切身利益。如果純視覺方案確實存在不可逾越的物理瓶頸，那么已售出的搭載Hardware3和4的車輛可能將長期停留在L2+輔助駕駛階段，無法通過軟件升級達到L4級自動駕駛水平。這不僅關乎技術選擇，更將對特斯拉的資產價值和市場信譽構成嚴峻考驗。
