陈根：全球自动驾驶大战，为什么只有特斯拉能赢到最后？

文/陈根 自动驾驶的讨论长期被概念混淆所困扰。行业把L2+、高阶辅助驾驶、地理围栏内的Robotaxi、无监督全场景运营混为一谈，导致公众与资本市场对进度产生严重误判。 真正有意义的终局只有一个：在几乎任意公共道路上，以无安全员、无高精地图依赖、可持续经济的方式运行，并具备通过车队数据持续自我改进的能力。 这个终局不是“某几个城市能跑”，而是全球尺度的基础设施级能力。达成它需要同时满足感知可规模化、学习可闭环、运营可覆盖三大条件。目前只有特斯拉的技术路线与组织形态同时具备这三者的演进可能；其余绝大多数打着“自动驾驶”名义的电动车，本质上仍属于高级辅助驾驶（ADAS）范畴，并将长期停留在这一阶段。 一、严格定义：什么才是“真正的自动驾驶” 真正的自动驾驶必须同时满足以下条件： 1. 无监督：车内无安全员，远程协助仅作为极低概率的兜底，而非常态依赖。 2. 可扩展运营设计域（ODD）：不依赖预先高精测绘的封闭区域，能够通过软件迭代逐步扩大至城市、城际乃至更广泛道路。 3. 经济可规模化：单车传感器与计算成本必须低到支持数十万至数百万辆部署，否则数据飞轮无法转动。 4. 持续学习闭环：真实世界长尾数据能被高效采集、上传、训练并回灌到车端模型。 Waymo等公司在特定城市的无驾驶人运营，证明了多传感器融合在受限ODD内可以达到很高安全性。 但这属于“高成本、强地图、强运营”的局部解，而非全球可扩展解。 一旦离开高精地图覆盖或传感器成本无法支撑大规模部署的区域，扩展速度会急剧下降。这与特斯拉追求的“软件定义、数据驱动、成本可控”的全球路径，在系统论层面是不同的问题。 二、为什么纯视觉端到端是唯一具备全球扩展潜力的技术路线 人类驾驶的存在证明了“仅靠视觉+神经网络”在信息论上是可行的。特斯拉将这一观察转化为工程假设：摄像头提供的信息量足够，真正的瓶颈在于数据规模、算力与网络架构，而非额外主动传感器。 这一假设带来三个结构性优势： 1. 成本决定部署密度，部署密度决定数据质量 激光雷达即使价格下降，其全生命周期成本（硬件、标定、维护、功耗、造型约束）仍显著高于摄像头模组。特斯拉的传感器方案可以将增量成本控制在可大规模量产的水平，从而让同一资本开支支撑数量级更多的车辆在真实道路上运行。神经网络的泛化能力高度依赖真实世界长尾数据的覆盖密度。 没有足够多的车在足够多样的环境中行驶，再精巧的传感器融合也会在罕见场景上失效。 数据规模不是锦上添花，而是决定系统能否跨越“辅助”到“无监督”门槛的核心变量。 2. 端到端学习消除模块间的人为接口错误 传统方案将感知、预测、规划拆分为独立模块，再通过人工设计的接口连接。每个接口都是潜在的信息损失与错误放大点。端到端网络直接学习从像素到控制的映射，让数据自己发现最优表征。 当训练数据达到数十亿英里量级，并配合影子模式与实际干预数据的闭环时，这种统一学习能够捕获人类难以显式编码的驾驶分布。特斯拉通过车队持续获得的真实干预与边缘案例，形成了竞争对手难以短期复制的数据飞轮。 3. 硬件-软件-算力的垂直整合决定迭代速度 特斯拉同时掌控摄像头规格、车载推理硬件、训练集群与软件栈。感知硬件的迭代可以直接服务于网络架构优化，模型更新可以快速部署到百万级车辆。这种闭环速度，是依赖第三方传感器与分散供应链的主机厂难以匹配的。 批评者正确指出纯视觉在极端光照、浓雾、扬尘等条件下存在物理局限。特斯拉的应对是通过更大规模的数据覆盖、占用网络（Occupancy Network）等架构改进，以及软件冗余与远程协助，将失效概率压缩到可接受水平。这是一场关于“数据与算力能否系统性弥补传感器物理短板”的工程赌局。 目前特斯拉在多个城市开展的无监督Robotaxi运营（已扩展地理围栏并累计数十万英里级别的公开声明）表明，这条路径已进入实际验证阶段，而非停留在演示。 三、其他“智能电动车”为何只能停留在辅助驾驶阶段 当前绝大多数宣称具备“自动驾驶”能力的电动车，其技术实质仍是L2或L2+：系统在设计上要求人类随时接管，ODD受限于高精地图或特定道路类型，数据闭环薄弱，且传感器与计算方案的成本结构不支持全球无监督部署。 根本原因在于路线选择与组织能力的双重约束： 传感器与成本结构： 坚持多传感器融合的方案，单车成本居高不下，无法支撑足以产生数据飞轮的部署规模。没有规模，就没有足够的长尾数据；没有长尾数据，系统就无法安全退出地理围栏。 地图依赖： 高精地图在局部可以提供先验优势，但维护成本随道路变化指数上升，且无法覆盖全球动态环境。依赖地图的系统在扩展时会面临“每进入一个新区域都要重新测绘”的线性甚至超线性成本。 数据与组织壁垒： 真正的端到端学习需要统一的数据管道、标注策略、训练基础设施与车队反馈机制。大多数传统车企与新势力仍处于分散的供应商集