L2 adalah kamera dan radar, sementara kendaraan tanpa pengendara mencakup lidar — standar pengendalian otonom akan menjadi multi-sensor bertingkat. Video singkat yang dirilis oleh NVIDIA DRIVE bukan sekadar pamer spesifikasi. Di layar Mercedes yang melintasi pusat San Francisco, muncul alasan: “Beri jalan kepada pejalan kaki di penyeberangan sebelum belok kanan.” Pesan yang ingin disampaikan bukanlah bagaimana mobil belok, tetapi mengapa ia membuat keputusan tersebut. Ketika melihat perangkat keras yang mendasarinya, arah industri saat ini menjadi lebih jelas. Bukan satu set, tetapi dua lapisan. Perdebatan ala Tesla selama ini berpusat pada “apakah kamera saja sudah cukup?” Namun produk nyata telah meninggalkan dikotomi ini. Demonstrasi L2++ NVIDIA-Mercedes saat ini (CLA / https://t.co/7lbuc4Uypz Assist Pro) memiliki sekitar 10 kamera, 5 radar, dan 12 ultrasonik. Tidak ada lidar. Karena ini adalah sistem pengawasan di mana pengemudi tetap menjadi pihak bertanggung jawab akhir, biaya dan kompleksitas dihentikan di sini. Sebaliknya, DRIVE Hyperion high-end yang didorong NVIDIA untuk L4 dan robotaxi memiliki 14 kamera, 9 radar, 1 lidar, dan 12 ultrasonik. Konfigurasi ini dirancang agar mobil tetap berjalan meskipun satu sensor gagal. Cerita tentang S-Class generasi mendatang yang siap L4 juga mengikuti kerangka yang sama: “Keberagaman sensor + redundansi komputasi + redundansi perangkat lunak” adalah prasyaratnya. 🚨 Alasan mengapa pembagian tugas ini akan menjadi standar sangat sederhana. L2 dan L4 memiliki konsekuensi kegagalan yang berbeda. Pada sistem pengawasan, manusia adalah perisai. Pada sistem tanpa pengemudi, perusahaanlah yang menjadi perisai. Menerapkan filosofi sensor tunggal pada produk tanpa perisai bukanlah soal preferensi teknis, tetapi masalah struktur tanggung jawab. Angka sebenarnya FSD Tesla bukan 7 kali, melainkan sekitar 2 kali lipat. Angka besar di halaman keselamatan Tesla dibandingkan dengan rata-rata nasional AS. Ini mencakup mobil lama, jalan berbeda, dan definisi kecelakaan yang berbeda. Ketika dibandingkan dengan pengemudi manusia yang mengendarai mobil Tesla yang sama (dengan fitur keselamatan aktif menyala), ceritanya berubah. Dalam data terbaru di Amerika Utara, jarak tempuh hingga tabrakan serius (setara airbag) adalah sekitar 5,69 juta mil untuk FSD pengawasan, dan sekitar 2,08 juta mil untuk pengemudian manual pada mobil yang sama. Keuntungannya sekitar 2,7 kali lipat. Angka sebelumnya sekitar 2,4 kali lipat. Di Eropa di jalan non-jalan bebas hambatan, angkanya juga sekitar 2,7 kali lipat. Namun, angka dua kali lipat ini adalah performa sistem di mana manusia sedang mengawasi. Tesla menghitung FSD sebagai aktif jika ia menyala hingga 5 detik sebelum tabrakan. Namun, margin keselamatan yang masih tersisa dua kali lipat dibandingkan mobil yang sama menunjukkan bahwa margin keselamatan yang tersedia ketika model diubah menjadi otonom penuh ternyata lebih tipis dari yang diperkirakan. Inti kritik Reuters terhadap metode perbandingan Tesla terletak di sini: bukan karena angka yang dilebih-lebihkan, tetapi karena kerangka penyajian yang menafsirkan performa sistem pengawasan sebagai kemampuan otonom penuh. Fenomena peningkatan laporan kecelakaan ADAS di NHTSA yang terkonsentrasi pada Tesla adalah masalah kepercayaan terpisah. Jumlah pengguna yang besar bisa menyebabkan jumlah laporan lebih tinggi. Namun, Tesla juga membuat sulit bagi pihak luar untuk memverifikasi angka pembagi (mil perjalanan aktual). Meskipun tidak dapat dipastikan apakah risiko per mil sedang memburuk, kepercayaan regulasi dan opini publik terkikis hanya karena “angkanya tidak terlihat.” Data untuk bagian otonom sudah condong ke arah multi-sensor. Otonomi penuh belum menjadi masa depan yang “segera terwujud” seperti yang diklaim Tesla. Waymo sudah menjalankan layanan otonom berbayar dengan lebih dari 200 juta mil dan 500.000 perjalanan per minggu. Di atas pengalaman ini, Waymo mengakui bahwa kamera “sangat unggul,” tetapi menyimpulkan bahwa “itu saja tidak cukup.” Mereka mengutip kasus di mana lidar mendeteksi pejalan kaki di sisi jalan saat kamera benar-benar buta akibat badai debu. Kamera adalah sensor pasif yang bergantung pada cahaya, sementara lidar dan radar adalah sensor aktif yang memancarkan sinyal mereka sendiri — sifat fisiknya berbeda. Tesla sendiri mulai mengoperasikan robotaxi otonom di Austin dan lokasi lain sejak awal 2026, serta mengumumkan telah menempuh 1 juta mil otonom. Ini merupakan awal yang berarti. Namun, skala dan waktu verifikasi masih jauh tertinggal dari Waymo — lebih dari satu digit. FSD konsumen tetap merupakan sistem pengawasan. Masih terlalu dini untuk mengatakan bahwa pendekatan vision-only “sudah menyelesaikan otonomi penuh.” Argumen lama bahwa lidar terlalu mahal untuk dipasang juga melemah. Harga lidar otomotif telah turun menjadi sekitar $200 per unit. Argumen berbasis keunggulan biaya untuk tetap menggunakan kamera saja kini kehilangan daya tariknya — setidaknya untuk L4.Di China, semakin banyak kereta yang memasukkan LiDAR bahkan pada tahap bantuan pemanduan bandar. Bahkan L2 pun tidak pasti lagi akan “tanpa LiDAR”. Namun, hierarki masih ada. Strukturnya adalah memilih di mana meletakkan sensor yang lebih murah, berdasarkan tingkat tanggung jawab. Yang menjadi standard, yang tersisa, yang boleh dilipat. Jika ingin merangkum standard masa depan dalam satu ayat: Untuk sistem yang memerlukan pengawasan, gunakan sensor pelbagai berharga baik (kamera + radar); untuk sistem autonomi di mana syarikat bertanggung jawab, gunakan sensor pelbagai termasuk LiDAR. Alasan pentingnya NVIDIA Alpamayo ialah ia meletakkan perisian yang “mengeluarkan sebab” di atas hierarki ini. Soalan yang ditanyakan oleh peraturan dan insurans bukanlah “Adakah ia kelihatan pintar?”, tetapi “Bisakah kita mereplikasi mengapa ia gagal?” Jejak inferens dan redundansi sensor memberikan jawapan yang searah terhadap soalan ini.