Selon les récentes déclarations de Xin Zhou Wu, responsable du département automobile d’NVIDIA, ma conclusion persistante devient encore plus claire. Tesla est indéniablement leader en L2++. (C’est pourquoi j’ai toujours affirmé que la limitation de Tesla réside dans son FSD supervisé, où la responsabilité des accidents incombe au conducteur.) Cela, Wu l’admet également. Mais le problème s’arrête là. Faire fonctionner correctement une flotte à grande échelle de Cybercab uniquement avec la vision, selon le chemin actuel, est peu probable. Il est bien plus probable que Tesla se contente de démonstrations limitées à des zones restreintes, en cachant les interventions à distance et les exceptions opérationnelles pour gagner du temps. Le raisonnement de Wu est simple : L2++ et L4 ne sont pas le même jeu. En L2++, le conducteur reste le responsable ultime. Même si les caméras se trompent, l’intervention humaine suffit. La raison pour laquelle Tesla est en avance ici est claire : elle a constamment privilégié la voie de la vision et accumulé d’immenses volumes de données grâce à sa flotte de consommateurs. Wu a même déclaré : « Sur les bases de L2++, Elon est presque en avance sur tout le monde. » L4 est différent. Il n’y a pas de conducteur. Si un capteur tombe en panne ou qu’une condition critique échoue, le véhicule doit s’arrêter en toute sécurité par lui-même. En langage de Wu, le principe fondamental de L4 est : « Le véhicule doit pouvoir fonctionner en toute sécurité même en cas de défaillance unique. » C’est pourquoi NVIDIA propose deux configurations pour Hyperion : une version de base avec caméras et radars pour L2++, et une version avancée avec LiDAR pour L4. Lorsqu’on lui a demandé si le LiDAR était nécessaire pour L4, sa réponse brève fut : « Oui. » Il n’a pas affirmé que c’était théoriquement impossible sans LiDAR. Mais il a souligné que, si l’on tentait de prouver la faisabilité uniquement avec la vision, l’ODD (zone de fonctionnement conçue) se réduirait inévitablement. Pour déployer un L4 dans des conditions réelles et larges que les clients attendent, le LiDAR est bien plus adapté. Cette phrase résume tout. Ce n’est pas que la vision seule soit « absolument impossible ». C’est que créer un L4 extensible est difficile. On peut imiter un L4 dans un environnement restreint : météo favorable, routes bien entretenues, présence immédiate d’opérateurs à distance. Mais ce n’est pas une exploitation à grande échelle. Une flotte à grande échelle fait face chaque jour à la pluie, aux contre-jours, aux chantiers, aux objets renversés, aux obstacles à faible réflectivité, à la contamination des capteurs, à la dégradation nocturne et aux structures routières imprévues. Les caméras sont des capteurs passifs dépendants de la lumière. Elles n’évaluent pas directement la profondeur, mais la déduisent. La déduction fonctionne bien dans la distribution d’apprentissage, mais s’effondre soudainement en dehors. L4 ne permet aucune de ces faiblesses. L’évaluation de Wu selon laquelle Waymo est un « acteur déjà prouvé » et Tesla « encore en quête de chemin » s’inscrit dans le même raisonnement. Waymo a réussi à mettre en œuvre un service sans conducteur dans des zones urbaines limitées, de manière reproductible et opérationnelle. Le Cybercab de Tesla, basé uniquement sur la vision, n’a pas encore démontré ce niveau d’exploitation. Améliorer le FSD consommateur et déployer une flotte commerciale à grande échelle sans conducteur humain sont deux problèmes totalement distincts. Le premier réussit en réduisant le taux d’intervention ; le second exige d’éliminer complètement l’intervention humaine du modèle opérationnel. La structure des données est également défavorable à Tesla. Tesla maintient une boucle fermée sur sa propre flotte — ce qui constitue un atout puissant pour améliorer le L2++. Mais pour l’homologation de sécurité L4 et l’extension multi-OEM/multi-villes, il faut une autre optimisation. Wu insiste sur le fait que NVIDIA privilégie le partage des données et des simulations entre OEM. L4 ne peut pas se contenter des scènes vues par une seule entreprise ; il doit couvrir les accidents rares, les pannes de capteurs, les exigences réglementaires et les cultures de circulation locales. Une boucle fermée accélère le développement mais affaiblit la redondance vérifiable. La logique des coûts ne favorise pas non plus indéfiniment Tesla. Le principal avantage de la vision seule est son faible coût matériel. Mais plus on avance vers L4, plus les modèles deviennent grands, plus les calculs d’inférence et de redondance augmentent, et plus la charge informatique explose avec les puces de nouvelle génération (niveau AI5). Wu a mentionné ce point. Pour combler les lacunes de sécurité avec des modèles plus grands et davantage de calculs, les économies initiales sur les capteurs se retrouvent rapidement absorbées par les coûts des puces, de l’énergie, du refroidissement et de la validation. Et lorsqu’on ajoute les coûts du personnel à distance, les restrictions d’exploitation, la gestion des accidents, l’assurance et les exceptions opérationnelles par ville, le « matériel bon marché » devient rapidement un « coût opérationnel élevé ». Voici donc le chemin réaliste que je vois pour Cybercab : Premièrement : opération limitée à certaines villes, sur des itinéraires restreints et des heures spécifiques. Deuxièmement : arrêt et récupération du véhicule par intervention à distance en cas de problème. Troisièmement : maintien de l’image d’un « robotaxi sans conducteur » tout en effectuant des mises à jour logicielles répétées.Quatrièmement, l’extension à grande échelle de la flotte est reportée au prochain trimestre, à la prochaine ville, au prochain processeur. C’est une stratégie de retardement qui refuse d’admettre l’échec, car il est difficile de compenser uniquement par l’inférence caméra la redondance physique et les niveaux de sécurité requis par l’exploitation commerciale L4. La limite ODD mentionnée par Wu correspond justement à ce point. Une démonstration est possible. Un succès limité aussi. Mais cela ne signifie pas pour autant un fonctionnement quotidien à grande échelle de flottes. Il n’est pas nécessaire de minimiser les réalisations de Tesla en L2++. Ces réalisations sont réelles. Toutefois, les placer sur le même plan que la finalisation d’un cybercap L4 mène à une logique défaillante. La raison pour laquelle les propos de Wu sont importants, c’est qu’ils ne méprisent pas Tesla, mais qu’ils distinguent clairement ses forces et ses limites. Le leader en L2++ reste Tesla. L’exploitation prouvée en L4 est encore plus proche de Waymo. Il est difficile pour un cybercap « vision only » de franchir ce fossé uniquement grâce à des données et à des calculs. C’est exactement ce que j’attendais. Le cybercap continuera pendant un certain temps à « donner l’impression » de fonctionner. Les vidéos sont impressionnantes, certaines sections sont effectivement bien gérées. Mais pour devenir un réseau de transport autonome capable d’absorber quotidiennement les conditions météorologiques, les villes et les situations atypiques, la structure actuelle est insuffisante. Pendant que Tesla gagne du temps pour combler ce manque, le marché maintient ses attentes. (Les adeptes naïfs de Tesla continueront d’être trompés.) L’interview de Wu indique que ce délai ne peut pas être indéfiniment prolongé.