近日，一位海外特斯拉车主在社交平台披露了自己遭遇的惊险一幕：车辆在启用FSD辅助驾驶系统时，险些从露天高层停车场坠落。据车主描述，事发时其驾驶的特斯拉处于FSD v14.3.7版本导航状态，在光线充足的停车场6层行驶过程中，系统未能识别前方由金属丝网构成的防护设施，既未触发预警也未采取制动措施，导致车辆持续向边缘逼近。
关键时刻驾驶员及时介入，通过紧急制动使车辆在距离停车场边缘仅数厘米处停下。令人后怕的是，当车主重新激活FSD系统后，车辆竟再次出现相同失误，试图突破防护设施冲向地面。该事件经车主公开后，迅速引发公众对纯视觉智能驾驶技术可靠性的质疑。
技术分析指出，此类场景暴露了纯摄像头方案的固有缺陷。由于纤细金属丝网等薄型障碍物难以通过视觉系统生成可靠的三维深度信息，在训练数据样本不足的情况下，AI模型容易将其判定为非障碍物。特斯拉官方手册也明确标注，FSD属于需要驾驶员全程监督的辅助驾驶系统，面对细绳索、低矮栏杆等特殊物体时存在识别失效风险，要求驾驶员必须保持注意力高度集中。
记者梳理发现，海外社交平台已出现多起类似案例。有车主反映车辆在铁路道口未能识别栏杆，另有用户遭遇细金属护栏识别失败的情况。美国国家公路交通安全管理局（NHTSA）证实，已针对特斯拉FSD系统在复杂场景下的感知失效问题启动工程调查，重点审查系统对特殊障碍物的识别机制与应对策略。
行业专家指出，纯视觉方案在应对非常规障碍物时存在天然局限，这要求车企在技术迭代中需建立更全面的测试场景库。当前智能驾驶系统仍无法完全替代人类驾驶员，用户需充分理解辅助驾驶功能边界，避免过度依赖技术导致安全风险。
