The recent remarks from Xin Zhou Wu, head of NVIDIA’s automotive division, have made the conclusion I’ve consistently held even clearer. Tesla is undoubtedly the leader in L2++. (That’s why I’ve always said the supervised FSD, where the driver bears ultimate responsibility, is Tesla’s limit.) Even Wu acknowledges this. But the issue ends there. Scaling Cybercab reliably at a large fleet level using vision-only is unlikely to succeed along the current path. It’s far more probable that Tesla will eventually resort to limited demonstrations, hiding remote interventions and operational exceptions to buy time. Wu’s logic is straightforward: L2++ and L4 are not the same game. In L2++, the driver remains the ultimate responsible party. If the camera gets confused, the human can step in. Tesla’s advantage here is clear: it has long adhered to the vision-only approach and accumulated vast amounts of data through its massive consumer fleet. Wu even said, “In basic L2++, Elon is ahead of almost everyone.” L4 is different. There is no driver. If one sensor fails or one condition collapses, the vehicle must autonomously come to a safe stop. In Wu’s words, the fundamental principle of L4 is: “The vehicle must remain safe even with a single point of failure.” That’s why NVIDIA designs its Hyperion base configuration with cameras and radar for L2++, but adds LiDAR for the advanced L4 variant. When asked directly whether LiDAR is necessary for L4, Wu gave a short answer: Yes. He didn’t claim it’s 100% theoretically impossible—but he stressed that relying solely on vision inevitably shrinks the Operational Design Domain (ODD). To deploy L4 effectively under real-world conditions customers actually demand, LiDAR is far superior. That single line is the core. It’s not that vision-only is “absolutely impossible.” It’s that scalable L4 is extremely difficult. You can mimic it within narrow geofences, good weather, well-maintained roads, and environments where remote operators can intervene immediately. But that’s not large-scale fleet operation. Large fleets face rain, glare, construction zones, fallen objects, low-reflectivity obstacles, sensor contamination, nighttime sensor degradation, and unexpected road layouts every single day. Cameras are passive sensors dependent on light; they don’t directly measure depth—they infer it. Inference performs well within learned distributions but collapses abruptly outside them. L4 cannot afford those moments of weakness. Wu’s assessment that Waymo is an “already proven player” while Tesla is still “finding its path” fits this same logic. Waymo has already established repeatable, autonomous service operations—even within limited cities. Tesla’s vision-only Cybercab has not yet demonstrated such operational viability. Improved consumer FSD and large-scale commercial fleets without safety drivers are entirely different problems. The former succeeds by reducing intervention rates; the latter requires eliminating interventions entirely from the operational model. The data structure is also unfavorable to Tesla. Tesla maintains its own closed-loop fleet data system—a powerful advantage for improving L2++. But for L4 safety certification and multi-OEM, multi-city expansion, different optimizations are needed. Wu emphasizes NVIDIA’s focus on enabling data and simulation sharing across OEMs. L4 cannot rely solely on one company’s limited set of scenarios—it must cover rare accidents, sensor failures, regulatory requirements, and regional traffic cultures. Closed loops may be faster but offer weaker verifiable redundancy. Cost logic also doesn’t increasingly favor Tesla over time. The biggest advantage of vision-only is low cost. But as you move toward L4, models grow larger, inference and redundancy computations increase, and transitioning to next-gen chips (AI5-class) causes computational demands to surge sharply. Wu also highlighted this point. To fill safety gaps that cameras alone cannot cover with larger models and more computation, the initial savings on sensor costs are quickly offset by rising expenses in chips, power, cooling, and validation. Add remote support personnel, operational restrictions, accident response, insurance, and city-specific exceptions—and “cheap hardware” rapidly becomes “expensive operations.” Therefore, the realistic path I see for Cybercab is this: First: Operate only on limited routes during restricted time windows in select cities. Second: Rely on remote intervention and vehicle recovery when problems arise. Third: Continuously update software while maintaining the illusion of a “driverless robotaxi.”Bốn là, việc mở rộng quy mô lớn toàn diện tiếp tục bị hoãn sang quý tới, thành phố tiếp theo, và chip tiếp theo. Đây là chiến lược trì hoãn nhằm tránh thừa nhận thất bại, bởi vì khó có thể bù đắp được mức độ an toàn và tính dư thừa vật lý cần thiết cho hoạt động thương mại L4 chỉ bằng khả năng suy luận từ camera. Chính giới hạn ODD mà Wu đề cập là điểm mấu chốt. Việc trình diễn là khả thi. Thành công hạn chế cũng có thể đạt được. Nhưng điều đó không đồng nghĩa với việc vận hành thường ngày của một đội xe quy mô lớn. Không cần thiết phải hạ thấp thành tựu mà Tesla đã đạt được ở cấp độ L2++. Thành tựu đó là thật. Tuy nhiên, nếu đặt thành tựu đó ngang hàng với sự hoàn thiện của cybercab L4, thì lập luận sẽ sụp đổ. Lý do lời phát biểu của Wu quan trọng là vì nó không phải do NVIDIA coi thường Tesla, mà là do họ phân biệt rõ ràng giữa điểm mạnh và giới hạn của Tesla. Tesla vẫn là người dẫn đầu ở cấp độ L2++. Việc vận hành đã được chứng minh ở cấp độ L4 vẫn còn gần với Waymo hơn. Một cybercap chỉ dựa trên thị giác khó có thể vượt qua khoảng cách này chỉ bằng dữ liệu và tính toán. Điều này đúng như những gì tôi đã dự đoán. Cybercap sẽ trong một thời gian dài trông như “đang hoạt động”. Hình ảnh thì đẹp, một số đoạn đường thực sự chạy tốt. Nhưng để trở thành một mạng lưới vận chuyển tự động thực sự, có khả năng hấp thụ thường xuyên các điều kiện thời tiết, đô thị và tình huống bất thường, thì cấu trúc hiện tại là chưa đủ. Trong khi đang lấp đầy khoảng trống đó, Tesla đang mua thêm thời gian, và thị trường duy trì kỳ vọng. (Những người hâm mộ Tesla ngây thơ sẽ tiếp tục bị lừa dối.) Cuộc phỏng vấn của Wu chỉ ra rằng thời gian đó không thể kéo dài vô hạn.