特斯拉AI軟件副總裁阿肖克·埃盧斯瓦米近日公開表示，自動(dòng)駕駛技術(shù)的核心并非傳感器數(shù)量，而是人工智能的深度應(yīng)用。他指出，行業(yè)長(zhǎng)期將自動(dòng)駕駛視為傳感器優(yōu)化問題，但真正挑戰(zhàn)在于如何讓系統(tǒng)理解現(xiàn)實(shí)世界的動(dòng)態(tài)邏輯——包括預(yù)測(cè)其他道路使用者的行為模式。這一觀點(diǎn)顛覆了傳統(tǒng)技術(shù)路徑，將討論焦點(diǎn)從硬件配置轉(zhuǎn)向算法能力。

埃盧斯瓦米解釋稱，早期自動(dòng)駕駛方案依賴多傳感器融合，本質(zhì)是受限于當(dāng)時(shí)AI對(duì)視覺信息的處理能力。2008年前后，計(jì)算機(jī)視覺技術(shù)尚未突破，系統(tǒng)無法從攝像頭數(shù)據(jù)中提取足夠特征，才被迫通過激光雷達(dá)等設(shè)備補(bǔ)充環(huán)境感知。但隨著神經(jīng)網(wǎng)絡(luò)架構(gòu)的進(jìn)化，現(xiàn)有AI模型已能直接解析復(fù)雜場(chǎng)景，傳感器冗余設(shè)計(jì)逐漸失去必要性。

特斯拉中國(guó)區(qū)的戰(zhàn)略布局印證了這一技術(shù)路線。副總裁陶琳在媒體交流會(huì)上透露，公司正針對(duì)中國(guó)路況構(gòu)建專屬AI訓(xùn)練體系，已在北京設(shè)立獨(dú)立的數(shù)據(jù)中心進(jìn)行本地化模型優(yōu)化。這項(xiàng)投入旨在解決特殊交通場(chǎng)景下的決策難題，例如非機(jī)動(dòng)車混行、復(fù)雜路口交互等具有地域特征的問題。

財(cái)務(wù)數(shù)據(jù)側(cè)面反映了技術(shù)轉(zhuǎn)型的成效。根據(jù)最新財(cái)報(bào)，特斯拉將現(xiàn)實(shí)世界AI列為三大核心競(jìng)爭(zhēng)力之一，與機(jī)電工程、量產(chǎn)能力并列。馬斯克特別強(qiáng)調(diào)，公司已構(gòu)建完整的技術(shù)閉環(huán)：從海量路測(cè)數(shù)據(jù)采集，到超算中心模型訓(xùn)練，再到整車OTA升級(jí)，形成持續(xù)迭代的智能進(jìn)化鏈條。這種垂直整合模式，使其在自動(dòng)駕駛商業(yè)化進(jìn)程中占據(jù)先發(fā)優(yōu)勢(shì)。

行業(yè)觀察人士指出，特斯拉的技術(shù)路線正在引發(fā)連鎖反應(yīng)。多家新勢(shì)力車企開始重新評(píng)估傳感器配置方案，部分廠商已宣布削減激光雷達(dá)使用數(shù)量。這場(chǎng)變革不僅關(guān)乎硬件成本，更預(yù)示著自動(dòng)駕駛產(chǎn)業(yè)將從堆砌設(shè)備轉(zhuǎn)向算法競(jìng)賽，推動(dòng)整個(gè)領(lǐng)域進(jìn)入新的發(fā)展階段。