特斯拉前人工智能负责人安德里杰・卡帕西近日公开表示，谷歌旗下自动驾驶公司Waymo难以复制特斯拉FSD系统完成的横贯美国大陆自动驾驶壮举。他指出，特斯拉采用的端到端神经网络技术与Waymo的模块化系统存在本质差异，这种技术路线差异正是导致Waymo无法实现类似突破的关键因素。
卡帕西特别提到，Waymo的模块化架构在旧金山一次停电事故中暴露出严重缺陷。当时交通信号系统瘫痪，依赖高精地图的Waymo车辆因无法实时更新路况信息，导致多辆自动驾驶汽车陷入停滞状态。这一事件凸显了模块化系统在应对突发状况时的局限性，而特斯拉的纯视觉方案则通过神经网络直接处理摄像头数据，具备更强的环境适应能力。
特斯拉的技术路线与卡帕西提出的"软件2.0"理念高度契合。该方案通过海量人类驾驶数据训练神经网络，使系统能够自主学习驾驶决策，而非依赖工程师为每种场景编写规则。卡帕西回忆在特斯拉工作期间，团队曾连续数日召开行车片段审查会议，通过分析人工干预案例不断优化系统性能，这种迭代方式为FSD完成长途自动驾驶奠定了基础。
尽管特斯拉CEO埃隆・马斯克此前曾批评卡帕西对技术发展的理解"过时"，但这位前人工智能负责人仍对FSD的成就给予高度评价。他强调横贯大陆自动驾驶是特斯拉团队长期追求的核心目标，此次突破标志着神经网络技术在实际道路场景中的成熟应用。卡帕西认为，特斯拉通过统一神经网络处理所有驾驶任务的模式，比模块化系统更具发展潜力。
马斯克与卡帕西的技术路线之争折射出自动驾驶领域的深层分歧。Waymo的模块化方案采用激光雷达、高精地图和5G通信的多传感器融合架构，每个模块由独立神经网络控制；而特斯拉坚持纯视觉路线，仅依靠8个车载摄像头实现环境感知。两种技术路线在成本、可靠性、场景覆盖范围等方面各有优劣，目前尚未出现绝对优势方案。
值得关注的是，马斯克与卡帕西的公开争论背后，是特斯拉人工智能团队的技术迭代速度之争。马斯克曾公开邀请卡帕西重返特斯拉，称"失散已久的兄弟该回来了"，但截至目前这位前高管尚未作出回应。卡帕西在社交平台表示，特斯拉FSD的最新进展验证了他早期关于神经网络训练方向的技术判断，这种技术路线将持续推动自动驾驶能力进化。
