华为苏箐在人工智能大会上怒怼特斯拉自动驾驶是“杀手”这事， 道出了国内很多自动驾驶工程师的心声， 在其看来特斯拉的感知冗余不足，不能应对极端的路况和天气，尤其是国内复杂的交通状况。

为了解决这些问题，做到更高的安全系数，就必须上激光雷达，高精地图，高像素摄像头组和更高的处理算力， 最后的结果是一套自动驾驶系统的成本比一台A0级车还要贵，且开发周期变长。

这是很典型的工程师思维，安全至上没有错。 

特斯拉这边的做法是先把做好的功能上车，再不断迭代完善， 至少能覆盖大多数的用车场景，而且路上的车能帮着采集训练数据。

这是典型的产品思维。

至于安全性，国内外很多过于信赖特斯拉这套自动驾驶导致的事故已经给出答案，是特斯拉的错吗？ 我认为不全是，问题在于很多人没有弄清楚特斯拉这套自动驾驶系统能力的边界在哪，或者说特斯拉没有把能力的边界宣传得很清楚，让人过分依赖。

特斯拉FSD V9版本昨天在美国开始推送，从看到的测试视频看， 除了虚拟可视化UI让人眼前一亮外，车辆应对交通场景的表现更加顺滑和自信， 尤其是上一个版本中左转/掉头退出的问题。在没有车道坑坑洼洼的乡间小路，大雾天气和强光天气也能稳定表现。

毫无疑问，我们离真正的自动驾驶又近了一小步。 

但标线混乱的复杂路口，还是出现了走错路的问题，在强光直射的路口，为了直行通过出现了从右侧车道变道压实线的问题，等等...... 

所以如果你不是追求极限的测试人员，理应把人身安全放在第一位，了解纯视觉的方案像人眼一样有局限性，在特殊的场景随时准备接管或者干脆人工驾驶，这样虽然会限制特斯拉自动驾驶的适用范围，但它仍不失为一套解放驾驶精力，价值极大的系统。

说到自动驾驶适用范围， 激光雷达派目前也遇到了卡脖子的问题，那就是高精地图的采集效率问题， 目前以高德、百度、四维图新为首的图商均已完成国内高速公路的高精地图采集，小鹏蔚来等车企也实现了高速的NOA。

但想要实现城市和城乡的自动驾驶，采集数据量和工作量更高的城乡高精地图采集也不能少，目前大致的进展是头部的图商，在今年底能完成北上广深等一线城市的高精地图采集，且仅限于有车道线区域，二三线城市采集预计还需要更长的时间。加上城市建设导致部分高精地图重新采集的问题，低速场景的高精地图采集还有很长的路要走。 

所以你也能看到，无论是从适用区域，还是从适用时效看， 目前特斯拉的这自动驾驶套方案有着明显的优势，尽管它有着明显的不足，这也是我看好特斯拉自动驾驶路线的根本所在。

至于特斯拉自动驾驶是不是杀手，那些没把安全放在第一位，过分依赖不断挑战这套系统极限，还不随时接管的大胆儿们，才是Kill自己的杀手！

以上分析希望对您有用， 欢迎理性评论交流。

更多智能电动汽车深度价值信息，欢迎关注。