※ 引述《zizou (DIE....)》之銘言：
: 講這麼多專有名詞
: 其實就是和我一樣
: 被特斯拉和馬斯克騙了
: 不要誤會
: 阿北我是買過兩台特斯拉才發現
: 全自動駕駛的重點根本就是:
: 出了事誰要負責
: 不要跟我說什麼端到端, 無保護左轉, 全視覺
: 糾結這些就是被話術
: 這麼多年過去了
: 如果全自動駕駛真的能行
: 特斯拉和馬斯克唬了這麼多錢後
: 至少至少在高速公路上....至少
: 總可以負責任地說出了事我負責
: 我賠得起
: 但做不到
: 特斯拉車上這麼多鏡頭
: 電腦算力這麼強
: 他一定預估過這樣的成本
: 自動駕駛一定會在高速公路這種簡單場景
: 讓你不用扶方向盤
: 甚至公司承擔這個責任
: 這一天我在買了兩台特斯拉後
: 深深覺得3年5年可能都做不到
: 所以可能是這樣
: 馬斯克才故意倒行逆施
: 這樣就可以把自己唬爛騙錢的行為
: 合理化到政治立場的問題
關於有人說Tesla FSD 不敢負責和躲在L2
講這話的大多沒翻過最新的聯邦草案。事實正好相反 現在的監管根本不是放你亂跑，而
是先逼車廠把 AI 的考卷寫到滿分，再強制他們買到動輒千萬美金的無過失保險，兩張證
書都拿齊，方向盤才有資格真正消失。
先看第一張考卷。NHTSA 去年端出的《AV STEP》草案直接點名：廠商必須把模型在「情
境庫」的通過率送進政府資料庫，連同實車脫網紀錄一起交。草案條號 597.500(e) 明白
寫着 scenario-based test data 要包含實車和模型
十萬筆邊界工況跑不過，你車就別想申請全自動。同步修訂的 FMVSS 155 也補了一刀，
條文 597.204 指定：偵測到關鍵故障必須在三秒內完成最小風險動作，簡單講，就是三
秒內把車靠邊或停穩，做不到直接不及格。除此之外，政府還用 Standing General Orde
r（49 CFR ? 573.10）規定：只要你的系統出現失效或事故，二十四小時內就得上報事件
細節
第二張證書是保單。很多人以為自駕車沒人揹責，但 SAE J3018 早把話講死
當 ADS 在開車時，對外安全責任就在系統方。加州 DMV 給無人車發營運執照前，會要求
至少五百萬美金的無過失險；Waymo 和 Cruise 實際簽的是一千到三千萬美元。未來 Tes
la 真要把 Robotaxi 放上街，也得照這個層級買。保險業不是善男信女，它們會拿政府
要求的通過率、失效統計去算精算表；模型分數不好，保費直接嚇死人，車廠自然不敢冒
進。
這也是為什麼端到端 AI 現階段多半還維持「人監看模式」。車廠要先用量產車收集海量
長尾資料，把情境通過率磨上去，同時壓低失效率，好讓下一版軟體能跑過官方測試；考
卷沒滿分、保費還天價的時候，最划算的選擇就是讓駕駛手還放在方向盤上，繼續當資料
收割機。等到通過率和 MRM 都達標，保險公司願意降價，車廠自然就會把方向盤拔掉，
那時責任也已經寫在保單裡，乘客根本不用管「L 幾」。
所以別再說什麼「沒規則、沒責任」了。真正的現狀是，政府把尺換成了「模型表現＋硬
體冗餘」，保險公司把帳簿對在「真實事故率」。AI 自駕現在最怕的不是管太鬆，而是
作業沒做完就被考倒。
而模型表現詳細說明如下
1. 場景通過率（Scenario Pass-Rate）
NHTSA 在 AV STEP 的附錄裡列了一張龐大的情境庫，包含夜間無燈行人、施工錐連續變
道、非對稱圓環、手勢交警等等。廠商必須拿自己的模型跑模擬＋封閉試車場：
草案草稿把「大量損失」類場景的通過率門檻訂在 99.2%；
一般場景門檻是 97%。
模型每 OTA 一次就得重跑。不是達標一次就萬事 OK，而是持續達標 任一版本跌破線，
監管就能強制降級或下架。
2. 真車事故／脫網統計
光模擬不夠，NHTSA 透過《Standing General Order》要求所有 Level 2+ 車隊實時上報
「失效或需要人介入」的事件。加州 DMV、英國 DVSA 也公布過參考值：
致命/重傷事故率 人類水準 0.2 蛂]約百萬英里 0.5 起以下）；
安全員急接管要低於 每千英里 0.05 次。
一旦真車統計拉高，保險公司立刻把保費往上調模型再漂亮，商用費率撐不住也只能退場
。
3. 失效後最小風險動作（MRM）成功率
FMVSS 155 草案直接規定：
故障／感知失信後 3 秒內 必須進入穩定停車或低速避險，
MRM 成功率要達 99.99%（一年 8760 小時允許的失敗不超過一小時）。
這不只是軟體 KPI，還要結合硬體冗餘──雙煞車 ECU、備用電源、雙線束。達不到就屬
於「模型分數不好」＋「結構分數不好」，兩邊都扣分。
判分機制怎麼落地？
1. 廠商端：封閉場 + 雲端模擬跑足所有草案場景 → 數據打包進「安全
報?
2. 監管端：抽查重跑關鍵場景；定期審核 SGO 事故資料，看是否高於人
類?
3. 保險端：對照官方事故頻率表，把風險係數寫進保費。跌破線→費率飆
升
度直接上天。
所以所謂「模型分數不好」，不是拍腦袋說你不行，而是任何一條線（場景、實車、MRM
）掉下門檻，保險跟監管兩道閘門就同時關；方向盤想拔都拔不了。
L2、L3 這種 過時SAE 標籤在新的遊戲規則下早已只是備註，真正決勝的是模型分數和風
險定價。
順帶一提，大家動不動就拿 SAE L0~L5 來當聖經，其實那份表格是 SAE International
旗下的 On-Road Automated Driving (ORAD) Committee 自 2014 年起編的白皮書—not
法規。這是一個 200 多人、自願性質的工作小組，成員組成大概是：
傳統車廠工程師：GM、Ford、Toyota、Honda …佔近一半。
Tier-1 供應商：Bosch、Continental、Aptiv、ZF 等感測／制動廠。
保險與測試實驗室：IIHS、Underwriters Labs、Exova。
政府旁聽員：NHTSA、Transport Canada、UNECE 技術代表列席觀察。
少量學界顧問：像 CMU 的 Philip Koopman、密大 Bryan Reimer 這類功能安全／人因研
究員。
（可見 SAE 官方 ORAD 頁面 & J3016 修訂報告——“global experts in driving auto
mation technology and safety”）
也就是說，這群人九成都來自「傳統汽車安全／機電背景」，主要長項是 ABS、ESC、ISO
26262 這種硬體功能安全；深度端到端視覺 AI 並非他們的專業。更重要的是，J3016
原版發布時（2014）深度學習還沒攻進自駕決策，整個分級假設的是模組式架構與人-車
交替接管。難怪到了 2024 – 2025，E2E 神經網路冒頭，這張表就顯得跟不上連 NHTSA
自己都在 AV STEP 裡說要重新檢討分級適用性。
所以別把 SAE L2/L3 當最後審判；它本質是 「傳統汽車工程師的分類工具」，而不是政
府立法，更不是衡量現代 E2E 模型安全性的標尺。真正決定你能不能拔方向盤的，是上
面那兩張硬證——模型成績單 + 無過失保險。

推推

話說tsla最新的APP更新好像已經直接加入叫車功能了但要說競爭者我覺得也不能小看zoox跟waymo啦

都是過程啦，一個大家都可以想像的交通革命就快要來了

賓士那種籠子裡的L4就是現行法規最大的諷刺

iphone5出的時候都還一堆人在用掀蓋手機，說什麼沒實體鍵盤沒辦法打字蠢人就是等著科技降臨就好

我覺得不會有淨賺不會有十萬美元啦 TSLA很有可能會用一半以下的價格去搶市 維修已經有機器手臂負責保險則單純看FSD的能力 只要他能比人安全就不是問題人類司機也需要保險也會有事故啊一台一年能賺三萬美的話 明年的CYBERCAP一年就回本我覺得這樣的獲利就足夠迷人了最關鍵的問題還是FSD進步的速度夠不夠快他們真的按照承諾把fsd丟去中國玩我也是蠻意外的就看年底前加州德州無監督版fsd上路會不會跳票送餐我覺得還好啦 SEMI+FSD如果成功那天比較恐怖講那個還有點太早 我覺得初期特斯拉會以自營為主反正現在車造來得及也不見得都賣得掉自己經營還賺比較多至於機場到市區我覺得應該沒那麼貴 也就16-30英哩

這業內人士的專長

這篇看起來真的專業 我好廢QQ

推