自動駕駛技術領域近期再掀爭論，焦點集中在特斯拉的純視覺方案與行業主流的多傳感器融合路線之爭。前Waymo首席執行官約翰·克拉夫奇克公開批評特斯拉的自動駕駛策略，直言其依賴攝像頭的單一技術路徑存在根本性缺陷，甚至用"重度近視眼"形容特斯拉車輛的環境感知能力。
這場技術路線之爭源于對人類駕駛方式的模仿分歧。特斯拉創始人馬斯克堅持認為，人類僅憑雙眼和大腦即可完成駕駛任務，因此自動駕駛系統只需通過攝像頭捕捉視覺信息，再由神經網絡處理即可實現類似功能。但克拉夫奇克等業內人士主張，激光雷達、毫米波雷達等傳感器應作為冗余系統，提供多維度環境數據以確保安全冗余。
克拉夫奇克在近期科技展會上詳細剖析了特斯拉方案的物理局限。他指出，特斯拉車輛配備的7個500萬像素攝像頭存在配置缺陷：僅1個為標準焦距鏡頭，其余均為廣角鏡頭。這種設計導致像素資源被分散使用，實際等效視覺清晰度僅相當于人類視力的20/60至20/70水平，遠未達到車管所規定的駕駛視力標準。更關鍵的是，廣角鏡頭在遠距離探測和物體細節識別方面存在天然短板。
對于特斯拉2021年移除雷達組件的決策，克拉夫奇克直言這是"自我設限"的行為。他分析稱，去除雷達系統后，特斯拉自動駕駛只能依賴視覺數據，而攝像頭作為被動感知設備，在惡劣天氣或復雜光照條件下可靠性大幅下降。相比之下，Waymo等企業采用的激光雷達可主動發射激光脈沖，通過測量反射時間構建三維環境模型，這種主動感知方式與攝像頭的被動接收形成互補，構成更穩健的感知體系。
這位自動駕駛行業資深人士特別強調傳感器融合的必要性。他比喻說，激光雷達提供的空間感知能力猶如"超人視力"，能夠精準識別300米外的障礙物，而純視覺方案在類似場景下就像"未佩戴矯正眼鏡的近視患者"。這種技術差異在高速駕駛場景中尤為關鍵，因為系統反應時間直接關系到事故風險系數。
行業觀察家指出，這場爭論本質是技術安全與成本控制的平衡之爭。特斯拉的純視覺方案通過簡化硬件配置降低制造成本，但需要依賴海量數據訓練和復雜算法彌補硬件不足；而多傳感器融合路線雖然成本較高，但通過硬件冗余設計提升了系統容錯率。隨著自動駕駛技術向L4級別邁進，兩種技術路線的安全性驗證將成為決定市場走向的關鍵因素。
