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难以复刻特斯拉FSD系统完成的横贯美国大陆自动驾驶壮举。他指出，两家企业采用的技术路线存在根本性差异：特斯拉依赖端到端神经网络，而Waymo仍坚持模块化系统架构。这种分歧在旧金山一次停电事故中暴露无遗——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数据集体停滞。
卡帕西在社交平台回应网友提问时强调，特斯拉的单一神经网络架构具备显著优势。该系统通过摄像头直接解析视觉信息并生成驾驶决策，与他在任期间提出的"软件2.0"理念高度契合。这种技术路径通过海量人类驾驶数据训练AI模型，避免了为每个场景单独编写代码的繁琐过程。他特别提到，特斯拉团队曾通过连续数十小时的行车片段分析会议，系统性消除自动驾驶过程中的人工干预需求。
尽管特斯拉CEO马斯克此前批评卡帕西对技术发展的理解"已过时"，但这位前高管仍对FSD的最新成就给予高度评价。他透露，横贯大陆自动驾驶测试自项目启动之初就是核心目标，团队为此投入了大量精力优化系统性能。值得注意的是，马斯克在公开场合多次尝试修复与卡帕西的关系，甚至发文称其为"失散已久的兄弟"，但后者尚未表现出重返特斯拉的意向。
技术路线之争背后，是自动驾驶行业两种发展模式的深度碰撞。Waymo的模块化系统整合了激光雷达、高精地图和5G通信技术，每个子模块由独立神经网络控制。这种架构在常规路况下表现稳定，但面对突发状况时容易出现协同失效。相比之下，特斯拉的端到端系统通过统一神经网络处理所有感知与决策任务，理论上具有更强的环境适应能力，但也需要更庞大的训练数据支持。
行业观察人士指出，两种技术路径各有优劣。模块化系统便于问题排查与功能迭代，但系统复杂性带来更高的维护成本；端到端方案虽然架构简洁，但对算法泛化能力要求极高。特斯拉近期完成的3000英里自动驾驶测试，正是对其技术路线可行性的重要验证。这场技术路线之争或将持续影响自动驾驶行业的未来发展方向。
