L2 是攝像頭、雷達，無人車則包括雷達——自動駕駛標準將成為層次化多傳感器系統。 NVIDIA DRIVE 發布的短片並非炫耀規格。在舊金山市中心行駛的梅賽德斯畫面上，浮現出「右轉前，讓過馬路行人」的推理資訊。 這傳達的訊息不是「如何轉向」，而是「為何如此判斷」。 往下看其背後的硬體，更能清楚看出業界正朝何方聚集。 不是一套，而是兩層。 特斯拉式的爭論長期以來圍繞著「僅靠攝像頭是否足夠」。但實際產品早已拋棄這種二元對立。 目前上路的 NVIDIA 與梅賽德斯 L2++ 演示（CLA / https://t.co/7lbuc4Uypz Assist Pro）大約配備 10 個攝像頭、5 個雷達、12 個超聲波，但沒有激光雷達。 由於駕駛者仍是責任最終主體的監督型系統， 因此在此處限制成本與複雜度。 相反地，NVIDIA 推向 L4 與無人計程車的 DRIVE Hyperion 高階配置則包含 14 個攝像頭、9 個雷達、1 個激光雷達、12 個超聲波。 這種配置確保即使單一傳感器失效，車輛也不會停駛。 下一代 S-Class L4-ready 的說法也基於同樣架構：「傳感器多樣性 + 運算雙重化 + 軟體雙重化」是前提。 🚨 這種分工將成為標準的原因很簡單： L2 與 L4 的失敗代價不同。 在監督型中，人是護盾。 在無人車中，公司是護盾。 若將單一傳感器哲學直接套用於失去護盾的產品，這不是技術偏好，而是責任結構的問題。 特斯拉 FSD 的真實數字不是 7 倍，而是 2 倍左右。 特斯拉安全頁面上的大幅數字是與美國整體平均值比較的結果。 其中混入了老舊車輛、不同道路與不同事故定義。若與同一輛車手動駕駛（主動安全開啟狀態）相比，結論便會改變。 在北美最新統計中，達到空氣囊級別重大碰撞的行駛里程：FSD 監督型約為 569 萬英里，同款車手動駕駛約為 208 萬英里。 優勢約為 2.7 倍。此前區間約為 2.4 倍左右；歐洲非高速公路路段也約為 2.7 倍。 但這 2 倍多的數字，是「有人監督」系統的表現。 特斯拉規定：只要碰撞發生前 5 秒內 FSD 處於開啟狀態，就將事故歸於 FSD。 即便如此，與同款車相比仍有 2 倍左右的餘裕，這意味著當模型轉向無人駕駛時，可用的安全邊際比想像中更薄。 路透社質疑特斯拉統計方式的核心就在於此：問題不在於誇大的倍數，而在於將監督型表現誤讀為無人駕駛能力的框架。 NHTSA 累積的 ADAS 事故數量集中於特斯拉，這是另一個信任問題。 使用量大，事故數自然較高。 同時，特斯拉對外隱藏了用以計算事故率的分母（實際行駛里程），使其難以被外部驗證。 雖然無法斷定每英里風險正在惡化，但僅憑「數據不透明」這一事實，已足以削弱監管與公眾的信任。 無人駕駛區段的數據已明顯傾向多傳感器方案。 完全自動駕駛仍非特斯拉所稱「即將實現」的未來。 Waymo 已經以每週 50 萬次行程、累計超過 2 億英里的付費無人駕駛服務正式營運。在這些經驗基礎上，Waymo 承認攝像頭「表現出色」，但斷言「僅靠攝像頭仍不夠」。 其理由是：在塵暴等導致攝像頭近乎失明的情況下，激光雷達仍能偵測到路邊行人。 攝像頭是被動接收光線的傳感器，而激光雷達與雷達則是主動發射信號的傳感器，物理特性不同。 特斯拉也於 2026 年起在奧斯汀等地開始運行無人無人計程車，並宣佈累計無人駕駛里程達百萬英里——這是具有意義的起點。 然而，在規模與驗證時間上，仍與 Waymo 有至少一位數以上的差距。消費者的 FSD 依然屬於監督型。此時聲稱「視覺僅用方案已解決無人駕駛問題」仍為時過早。 過去「激光雷達太貴所以無法安裝」的反對論點也已削弱。 汽車用激光雷達單價已降至約 200 美元。單憑成本優勢而堅持攝像頭方案的論點，在 L4 層級已失去說服力。在中國，即使在城市輔助駕駛階段，搭載雷達的車輛也日益增多，連 L2 也可能不再固定為「無雷達」。 但層級依然存在，取決於將低成本感測器放在哪裡，以及根據責任水平進行選擇。 標準化的一方、剩餘的一方、可折疊的一方 若用一句話概括未來的標準，那就是： 監督型採用性價比高的多感測器（攝像頭+雷達），公司承擔責任的無人駕駛則包含雷達的多感測器。 NVIDIA Alpamayo 的重要性在於，它在這一層級之上，疊加了「能輸出原因」的軟體。 法規與保險所提出的問題，並非「看起來聰明嗎」，而是「失敗時能否重現原因」。推理追蹤與感測器冗餘，正是對這一問題的同向回答。