特斯拉AI軟件副總裁阿肖克·埃盧斯瓦米近日在公開講話中提出，智能輔助駕駛的核心并非依賴傳感器數(shù)量，而是取決于人工智能技術(shù)的突破。他指出，行業(yè)長期將自動駕駛問題歸結(jié)為傳感器精度不足，但真正的挑戰(zhàn)在于如何通過算法理解復(fù)雜場景并預(yù)測其他交通參與者的行為。"攝像頭已能捕捉足夠的環(huán)境信息，關(guān)鍵是如何用AI模型高效解析這些數(shù)據(jù)。"埃盧斯瓦米強(qiáng)調(diào)，當(dāng)前AI技術(shù)已發(fā)展到可替代傳統(tǒng)多傳感器方案的階段。

回顧自動駕駛技術(shù)發(fā)展史，埃盧斯瓦米坦言2008年前后受限于算力與算法水平，行業(yè)不得不依賴激光雷達(dá)等冗余傳感器彌補(bǔ)智能缺陷。但隨著神經(jīng)網(wǎng)絡(luò)架構(gòu)的優(yōu)化和大規(guī)模數(shù)據(jù)訓(xùn)練的成熟，特斯拉已實(shí)現(xiàn)用純視覺方案達(dá)到同等安全水平。"這就像人類駕駛員僅憑雙眼就能安全駕駛，AI需要的是更強(qiáng)大的'大腦'而非更多'眼睛'。"他以特斯拉FSD系統(tǒng)為例，說明其通過8個攝像頭實(shí)現(xiàn)360度環(huán)境感知的技術(shù)路徑。

在商業(yè)化布局方面，特斯拉正加速推進(jìn)AI技術(shù)本土化。據(jù)特斯拉副總裁陶琳透露，公司已在北京設(shè)立專用AI訓(xùn)練中心，針對中國復(fù)雜路況開發(fā)定制化算法模型。該中心配備超算集群，可實(shí)時處理全國特斯拉車輛回傳的駕駛數(shù)據(jù)，使輔助駕駛系統(tǒng)更適應(yīng)本土交通規(guī)則與駕駛習(xí)慣。陶琳特別提到，2026年將在中國市場追加AI軟硬件及能源領(lǐng)域的投資，重點(diǎn)提升本地化研發(fā)能力。

特斯拉的技術(shù)自信源于其垂直整合能力。馬斯克在去年財(cái)報(bào)會議中表示，公司同時掌握AI算法、機(jī)電工程與量產(chǎn)制造三大關(guān)鍵要素，這種全棧自研模式使其在現(xiàn)實(shí)世界AI領(lǐng)域保持領(lǐng)先。數(shù)據(jù)顯示，特斯拉全球車隊(duì)已積累超過50億英里的真實(shí)駕駛數(shù)據(jù)，遠(yuǎn)超其他自動駕駛企業(yè)。埃盧斯瓦米透露，最新版本FSD系統(tǒng)的干預(yù)頻率較三年前下降了98%，這得益于持續(xù)進(jìn)化的神經(jīng)網(wǎng)絡(luò)架構(gòu)與海量數(shù)據(jù)訓(xùn)練。