北美深度体验特斯拉FSD：技能远超常规L2，但远不如想象可靠

FSD，即“Full Self Driving全自动驾驶”，从面市以来就是全球最受关注的自动驾驶系统。它既赢得了特斯拉核心粉丝的极力追捧，同时又引发了相当多的争议。

01

FSD的发展路径与争议

几乎是从创立开始，特斯拉就一直将其自动驾驶研发放到跟其电动车研发几乎同等重要的位置。早在2013年，马斯克就开始公开讨论特斯拉装备“Autopilot”自动领航功能的可能，2014年10月开始在Model S上提供预购Autopilot的选项，并在一年后正式开始推送Autopilot，而成为在奔驰、沃尔沃、宝马和奥迪之后最早在量产车上装备Level 2自动辅助驾驶软件的公司。

这之后，特斯拉在自动驾驶方面的持续投入让它在车企中逐渐成为了公认的领先者。2016年，特斯拉开始同时提供预售的EAP增强自动领航和FSD全自动驾驶的选项，前者预售价5000美元，后者预售价8000美元，再加上需要2500美元选装的普通Autopilot，这些销售额为特斯拉增加了不少收入，据说让特斯拉自动驾驶部门成为最早实现盈利的自动驾驶部门，同时也为特斯拉提升了不少品牌价值。

2年后，EAP开始在9.0软件版本中进行推送，成为全球第一个支持根据地图从高速入口到出口并包含换道的高速领航系统。2020年，FSD也开始小范围测试，一直到2022年11月开始大范围推送。虽然FSD并不是全球第一个大范围推送给所有用户的城市领航系统，但它从一开始就普遍覆盖北美各地城市（小鹏在早于特斯拉推送时仅限广州），因此仍然被认为领先于世界。

而到了去年，特斯拉公布了其Robotaxi无人出租车业务的计划，并且最近在得克萨斯州上线了这一服务，虽然副驾驶仍然有安全员，且时间线上明显落后于中美其他的无人出租车公司，但也仍然得到了媒体更多的关注，被认为是改变世界的创举。

除此之外，特斯拉的自动驾驶技术路线也一直显得与众不同。

特斯拉从未使用激光雷达，甚至即使是成本极为低廉的毫米波雷达，特斯拉都已经取消了。特斯拉不购买或维护高精地图，甚至据说连通过用户驾驶过程中采集建图上传并众包改进的众包地图也没有。特斯拉也是最早真正在车端部署端到端模型的公司之一。

与此同时，FSD也一直存在不少争议。它作为一个“Full Self Driving全自动驾驶”系统，仍然在相当多场景下无法激活，且要求车主时刻监控道路状况——最重要的是，在开启自动驾驶软件时无论发生任何事故，都永远是车主负全责。从这个角度上来说，FSD仍然是一种Level 2自动驾驶或者准确的说是自动辅助驾驶，甚至远远无法达到Level 3自动驾驶的标准，更不用说所谓的全自动驾驶。

02

在Cybertruck上深度体验FSD

笔者先后在一家车企的自动驾驶部门和一家无人出租车公司工作，自特斯拉FSD发布以来，虽然观看了大量FSD驾驶的视频，但对于FSD的水平到底如何，我其实也很好奇。而这次趁着试驾Cybertruck的机会，也深度体验了一下FSD。

最早的一小时体验其实是相当不错的。从出小区开始，FSD就可以启动，启动后一路都非常平稳的完成了通过红绿灯路口右转、上高速匝道等操作。而在上了高速以后，FSD在高速上开得也可谓是行云流水，很快又很平稳且轻描淡写的就完成了从最右道到最左道的变道。

这之后，虽然大部分时间它其实就是一个跟随车道且自适应调整速度的L2辅助驾驶，当然无论是根据道路情况对车速提前进行调节的能力，还是过弯时相应的微调速度的表现，都显然不是常规的L2自动驾驶系统可比的。

而在高速上遇到拥堵路况以后，它的处理也相当不错，无论是减速还是加速都比较自然，跟车的车距也相当合理。进入旧金山城中高密度区以后也没表现出什么不妥的地方。

但就在第一段一个小时的行程结束之前，FSD接连给予了两次“信任危机”。

第一次是在一个比较窄的道路上行驶时，道路右侧有较多车停靠，其中突然有一辆房车比一般车要宽，而且这辆车停得不正，前方向左探出。而我这辆Cybertruck在行驶过程中，无论是遇到房车，还是房车前侧向左探出的部分，都没有做任何稍微向左让道的动作。虽然如果我不进行干预，它的右后视镜可能会以5cm左右的间距掠过这辆房车的左后视镜，但此时行车时速高达50kph左右，如此近的间距是极其惊险的。因此我在最后一刻紧急向左打了方向盘，幸亏此时左后的车辆也及时减速，不然可能发生碰撞。

姑且不论此时我不干预是否会更安全，这都是一个绝对不符合“防御性驾驶”原则的情况，人类驾驶员在这种情况下几乎100%会提前做出预判调整行车位置和速度。

而仅仅是几分钟之后，它又触发了第二次险情。因为我导航到的目的地在地下车库，车辆也正确进入了下地库的匝道，但明明前面有栏杆，它却没有任何要减速的打算，眼看就要撞到停车杆上了，这时我只好紧急刹车。后来还需要再倒车回取停车票的机器。

从这两个例子来说，我个人严重怀疑特斯拉对静态物体的识别能力仍然非常糟糕。我在9年前曾在一次体验Autopilot的过程中，与路边的垃圾桶发生碰撞。看起来这方面经过了这么多年的研发，仍然是特斯拉明显的短板。

这之后在地下车库，我试图通过特斯拉的自动停车进行停靠。这里虽然是地下，但也有照明灯，不算特别明亮但人类驾驶员想看清车位线毫无难度，车位线划得也比较清楚，且此时没有太多停靠的车辆。而我硬生生在车库里转了十圈，才找到系统能够识别的车位。这中间虽然偶尔会闪现一个识别车位，但基本上转瞬即逝，最后需要降低车速到5kph以下才能够稳定识别。

并且第一次自动泊车的尝试还失败了，原因是当时后方有一辆车挡住了倒车的路线。但特斯拉并没有提前预判到不能完成自动泊车，而是在快撞到后车时才刹车，显得非常愚蠢。而且当时明明可以以车头朝前的方式进入车位——在美国绝大多数驾驶员在停车时也采用这种朝向，特斯拉却非要绕个大圈倒车入库，也显得非常不智能。

第二次自动泊车的尝试再度失败，这一次附近没有任何其他车辆，但特斯拉在倒车的过程中眼看就要撞到立柱，我只好人工干预解除自动泊车。再次惊出一身冷汗。

就自动泊车的表现来说，整体上来说特斯拉的表现尚不如6、7年前国内头部新势力的自动泊车能力。

而这之后下午晚些的自动驾驶表现也欠佳。这一次我进行了更多城市道路的行驶，而因为时间更晚一些，这时整体上车流量也增大，挑战提高。FSD表现出以下几点问题——

● 每次在红绿灯路口或拥堵刹停时都离前车都太近，大概只有1米不到，起码就美国行车的情况来说，这个距离显然太近，大概80%的情况下前车都会因为觉得非常不舒服，而再次前移车辆。而特斯拉在如此频繁的观测到前车这种行为反馈，却这么多年一直没有做出调整，令人感到震惊。

● 当道路一侧出现超宽车辆，比如工程车或大型卡车时，特斯拉没有任何在车道内左偏或右偏的操作。这一点远不如其高速行驶时的表现，进一步说明特斯拉可能在周围车辆低速或静止时判断准确率下降。

● 在路口根据stop标志进行无保护左转时，车辆也启动得略晚。

03

驾仕总结

Waymo同时也在旧金山湾区开放了无人出租车业务，笔者曾多次体验，可以说特斯拉在高速上的表现，起码就我个人的有限体验来说整体并不弱于Waymo，但城市行驶时表现出的可靠性差距极为巨大，在几年以上。

另外，在几次发生了惊险的介入后，个人对特斯拉整个FSD的社会影响深表怀疑。它可能在90%以上的情况下表现得比较稳妥，特别是对本身防御性驾驶经验就不足的人看来可能足够完美，但它的可靠性完全达不到L4甚至是L3的级别。在这种情况下不要说宣传自己是全自动驾驶，哪怕只是发布这种服务，在我看来也是非常不负责任的行为，很可能会诱导部分警惕性不高的车主过于信任其服务，然后在产生依赖后突然被其小概率的糟糕表现打个猝不及防，然后发生事故。

当然就我有限体验来看，因为特斯拉表现较差的部分集中于城市相对低速行驶，或许发生严重交通事故的几率不算大，但它潜在的风险是绝对需要引起全社会的警醒的。

（END）