特斯拉要推无监督FSD，难点不在技术

当你在奥斯汀街头招手拦到一辆没有司机的Model Y，车舱里只有你和一台正在播放路况的显示屏——这不是科幻片，是2026年正在发生的事。该团队宣布年底前要把这种无安全员的Robotaxi铺到美国十几个州，同时推出无需人类接管的无监督FSD。但问题是，他们在加州连无监督测试的许可都没拿到，凭什么敢夸下海口？

答案藏在不同州的监管缝隙里。德州的规则像开了一扇窗：只要满足保险和备案要求，无方向盘的无人车也能上路；而加州的门却焊得严实，要拿商业运营许可，得先跑完5万英里带安全员的测试，还要过公共事业委员会的层层审核。该团队索性绕开加州的高墙，先在监管宽松的州跑通模式，用实际运营数据反过来倒逼规则松动。这不是技术赛跑，是一场合规策略的迂回战。

真正的技术核心，是他们赌上全部的纯视觉端到端模型。你可以把它想象成一个学开车的新手：不是先背交规、学认路标，而是直接看一千万小时人类开车的视频，学着判断什么时候踩油门、什么时候转弯——这就是端到端学习，跳过了传统自动驾驶拆分成感知、预测、规划的繁琐步骤。用官方的话说，就是从摄像头原始数据直接输出控制指令，减少了模块间的误差传递。但这也意味着，一旦摄像头被雨雾糊住、被阳光晃花，整个系统就可能失焦——这是纯视觉路线天生的阿喀琉斯之踵。

更值得警惕的，是被媒体忽略的安全盲区。该团队声称FSD的事故率是人类的1/7，但这个数据只统计了系统激活时的情况，没算上人类驾驶员紧急接管的次数。Waymo在凤凰城的无人车，每3万英里才需要一次关键接管；而该团队的最新数据，是每4000英里就有一次——这中间的差距，就是从「辅助驾驶」到「真正无人」的鸿沟。

当Robotaxi的车轮碾过奥斯汀的柏油路，我们谈论的从来不是「车能不能自己开」，而是「谁来为失控的风险买单」。监管的灰色地带、数据的模糊边界、公众的信任缺口，每一个都比技术难题更难跨越。

自动驾驶的未来，从来不是车的胜利，是规则的胜利。