L2 — камеры, радары, беспилотники — до лидара: стандарт автономного вождения становится иерархической мультисенсорной системой. Короткое видео, опубликованное NVIDIA DRIVE, — это не просто демонстрация характеристик. На экране Mercedes, движущегося по центру Сан-Франциско, появляется вывод: «Перед поворотом направо уступите дорогу пешеходам на пешеходном переходе». Суть в том, чтобы показать не то, как машина поворачивает, а почему она приняла именно такое решение. Если взглянуть на аппаратную базу, лежащую в основе этого, станет еще яснее, куда сейчас движется отрасль. Не один набор, а два уровня. Долгие споры в стиле Tesla были о том, «достаточно ли только камер». Но реальные продукты уже отказались от этого бинарного подхода. Сейчас на дорогах демонстрируются L2++ системы NVIDIA и Mercedes (CLA / https://t.co/7lbuc4Uypz Assist Pro), оснащенные примерно 10 камерами, 5 радарами и 12 ультразвуковыми датчиками. Лидаров нет. Поскольку водитель остается окончательным ответственным лицом в режиме надзора, здесь останавливаются на стоимости и сложности. Напротив, высокопроизводительная система DRIVE Hyperion, которую NVIDIA продвигает для L4 и роботакси, включает 14 камер, 9 радаров, 1 лидар и 12 ультразвуковых датчиков. Такая конфигурация гарантирует, что даже при отказе одного сенсора автомобиль не остановится. Та же основа лежит в основе обсуждений нового поколения S-Class, готового к L4: «Разнообразие сенсоров + дублирование вычислений + дублирование программного обеспечения» — это базовые предпосылки. 🚨 Причина, по которой эта специализация станет стандартом, проста: L2 и L4 имеют разные последствия при сбоях. В режиме надзора человек — щит. В беспилотном режиме щитом является компания. Навязывать односенсорную философию продукту без щита — это не вопрос предпочтений технологии, а вопрос структуры ответственности. Честные цифры Tesla FSD — не в 7 раз, а в 2 раза лучше. Крупные цифры на странице безопасности Tesla сравниваются со средними показателями по США в целом. В них смешаны старые автомобили, другие дороги и иные определения аварий. Если сравнивать с тем же автомобилем, управляемым вручную (при включенном активном обеспечении безопасности), картина меняется. Согласно последним данным Северной Америки, расстояние до серьезного столкновения (срабатывание подушки безопасности) составляет около 5,69 млн миль для FSD в режиме надзора и около 2,08 млн миль для ручного вождения того же автомобиля. Преимущество — около 2,7 раза. Ранее этот показатель составлял около 2,4 раза. В Европе на неконтролируемых дорогах — тоже около 2,7 раза. Однако эти двукратные преимущества относятся к системе, которую контролирует человек. Tesla считает срабатывание FSD, если он был включен за 5 секунд до столкновения. Тем не менее, даже при этом двукратном преимуществе по сравнению с тем же автомобилем это означает, что запас безопасности при переходе к беспилотному режиму оказывается тоньше, чем ожидалось. Суть критики Reuters по поводу методики сравнения данных Tesla как раз здесь: дело не в преувеличенных коэффициентах, а в том, как эти показатели режима надзора подаются как показатели беспилотных возможностей. Феномен накопления жалоб на ADAS в NHTSA, сосредоточенных преимущественно на Tesla, — отдельная проблема доверия. Просто потому что автомобилей больше — количество инцидентов выше. В то же время Tesla затрудняет внешнюю проверку знаменателя (реальные пройденные мили), по которому эти инциденты должны делиться. Хотя нельзя однозначно утверждать, что риск на милю растет, сам факт «недоступности данных» подрывает доверие регуляторов и общественного мнения. Данные беспилотных участков уже склоняются к мультисенсорным системам. Полная автономия — это еще не будущее, которое Tesla обещает «скоро реализовать». Waymo уже коммерчески эксплуатирует беспилотные поездки на уровне 200 млн миль и 500 тыс. поездок в неделю. На основе этого опыта Waymo признает камеры «отличными», но однозначно заявляет: «Одних камер недостаточно». В качестве примера приводится случай, когда лидар обнаружил пешехода у обочины во время пылевой бури, когда камеры фактически ослепли. Камеры — это пассивные сенсоры, принимающие свет; лидары и радары — активные сенсоры, испускающие собственные сигналы. Их физические характеристики различны. Tesla также начала эксплуатировать беспилотные роботакси в Остине и других местах с начала 2026 года и объявила о достижении 1 млн беспилотных миль — значимый старт. Однако масштаб и время проверки все еще на порядок меньше, чем у Waymo. Потребительская FSD по-прежнему остается режимом надзора. Утверждать, что «видео-только» уже решил проблему беспилотности — слишком рано. Старый аргумент о том, что лидары слишком дороги для установки, тоже ослабевает. Цена автомобильных лидаров упала до около 200 долларов за единицу. Аргумент о ценовом преимуществе камеры как единственного решения теперь теряет убедительность — по крайней мере для L4.В Китае все больше автомобилей, даже на уровне частичной автоматизации в городских условиях, оснащаются лидаром. Даже уровень L2 может не быть фиксированно «без лидара». Однако иерархия сохраняется: решение о том, где разместить более дешевые сенсоры, принимается в зависимости от уровня ответственности. Стандартный, оставшийся, складывающийся Если кратко выразить будущий стандарт в одном предложении: для систем с человеческим контролем — недорогие мультисенсорные системы (камера + радар); для полностью автономных систем, за которые отвечает компания — мультисенсорные системы с лидаром. Важность NVIDIA Alpamayo заключается в том, что на этом уровне она добавляет программное обеспечение, способное «объяснять причины» своих решений. Вопросы регуляторов и страховых компаний — не «выглядит ли это умно?», а «можно ли воспроизвести, почему произошел сбой?». Трассировка выводов и избыточность сенсоров отвечают на этот вопрос одним и тем же способом.