不少人以为，特斯拉没有自己的技术。电池用松下的；集成电路用意法半导体的；电驱系统大量来自中科三环、质信电机；就连早期Autopilot系统也要仰仗著名的Mobileye提供支持……但这家以量产为宗旨的企业总能抓住“汽车圈”划的重点。

你觉得人是拿来主义，其实人关键技术都牢牢掌控在手里，不论在哪一个合作伙伴面前都有足够的话语权。

比如在电控技术上，他们的BMS电池管理系统就玩得飞起；

而为了控制电池成品质量，他们虽然采购的是松下的电池单体，但组装却是在自家的超级电池工厂完成的；

至于电机，则也创新性地使用了铜芯转子鼠笼电机，这是与质信电机合作开发的，此前更多是铝制。这款电机有着更小的体积（俗称西瓜电机）和更大的功率（超300kW），在业内也是拿得出手的。

而我们今天重点要聊的Tesla Vision视觉系统也是如此。在经历了Autopilot车祸风波之后，特斯拉将Autopilot的主传感器从摄像头更换为毫米波雷达，随后又与合作伙伴Mobileye分道扬镳，自行研制的Tesla Vision自此走上舞台，重要性不亚于他们十分得意的Autosteer自动转向功能。

准确来说，Autopilot系统指的是特斯拉的自动驾驶系统，它的硬件由摄像机、超声波探头以及雷达组成，这些硬件会将所探测到的数据递交给Tesla Vision进行分析判断，并给出决策建议。

类比之下，传感器是眼睛，Tesla Vision是大脑，Autopilot是让人能完成这一连贯动作并作出反应的保证。

官方也自信满满地给与了这款系统超高的评价——“Tesla Vision基于深度神经网络，能够对行车环境进行专业的解构分析，相比传统视觉处理技术可靠性更高。”

黑客破解Tesla Vision，发现……

虽然特斯拉对Tesla Vision自信满满，但一直也没有告诉大家他们是如何进行解构分析的。日前美国一群黑客尝试破解了Tesla Vision，总算给我们提供了一些很有趣的信息。

如果要总结Autopilot系统的视觉图像分析方式，破解出来的数据形态有点像......画圈圈。

Tesla Vision会将传感器提供的数据进行动态图像模拟化，转变为绿、黄、橙色、红四种颜色且大小且粗细不一的线圈，这些线圈还会因为目标物存在变化时出现时隐时现的特征。

简单归纳下，可以分为颜色特征和尺寸特质。

颜色特征：

1. 绿色代表移动：移动的物体，包括汽车、非机动车或人等；

2. 黄色代表停止：存在移动可能性但未移动的物体，比如静止的车辆；

3. 橙色代表静止不动：比如路边的标识物体，像电线杆、路标等是重点捕捉对象；

4. 红色尚未说明定义：可能是高危信息（这种线圈比较少出现）

尺寸特征：圆圈的尺寸代表车辆与目标物的间距。圆圈越大，车辆与目标物越接近。粗圆圈表明该目标物已经被标识，或已被Autopilot追踪。

可见，特斯拉采用了一种比较易于理解的方式让神经网络能快速运转，这也使其有了很高的稳定性和可靠度。如今特斯拉已经发布了V10.4版本，虽然还不完美，但是根据一些Model S(配置|询价)车主的报告，这已经让Autopilot比以前更好用了，尤其是在那些安装了Autopilot2.0硬件的车辆上，体验会更好。

Tesla Vision还需要大量训练

不过大家也不能盲目乐观，从这两年特斯拉频繁出现的自动驾驶事故看，他们的这套系统也不是100%安全。从本次公布的信息中也能看到类似的问题，比如有时在某些空白空间也有圆圈出现。

分析称，这或许是因为雷达在测定目标物高度时存在一定的故障，其试图寻找一个相关目标物，并通过相对位置定位的方式来获取目标位置。不过这很显然会降低处理的速率，而且精确度也会有所降低。

如果细心观察，我们会发现一个很奇怪的现象，那就是特斯拉似乎对停止的障碍物不在行。以最近几次发生的事故看，基本都是撞击到路障或停在车道内的车辆上。

比如在五月初，一辆开启Autopilot功能的Model S就在美国加州Laguna Beach撞上了一辆停靠在道路边的警车。四月初，一辆Model X(配置|询价)在美国加州一高速公路上在自动驾驶状态下撞击了高速公路混凝土隔离带，虽然自动驾驶系统对驾驶员进行了提醒，但并没有启动AEB自动刹车功能。

对此特斯拉也并不避讳。此前他们还间接指出Tesla Vision在车辆以高速行驶时会将静止物体的危险等级调低，以获得更高的连贯性。这种偏向激进的设定也符合特斯拉一贯的调性，所以这时候需要驾驶员有更高的专注度，避免车辆发生撞击。

虽说出现这种问题我们能够理解，毕竟现在的所谓自动驾驶系统其实都是驾驶辅助系统。听着很绕口，或者说现在的自动驾驶系统还是婴幼儿阶段，不能完全独立行走。

但既然属于标杆人物，很显然特斯拉还需要做更多努力才行。正如他们所说，Tesla Vision非常依赖大数据训练，数据训练越多，它的智能化程度和准确度就越高。

虽然有些人存在怀疑特斯拉会窃取用户隐私，但特斯拉还是硬着头皮开发出了他们的“影子模式”。只能说作为特斯拉的用户，大家是痛并快乐着。

但是呢，从去年至今，特斯拉似乎对数据采集工作放缓，为此他们还错过了DMW（加州机动车管理局）在去年举办的年度自动驾驶车辆脱离评估排行。

这可能是由于Model 3深陷产能困境以及他们的自动驾驶高管相继离职的缘故。比如因为四月份的那起致死事故，自动驾驶项目部门负责人吉姆·凯勒就离职了。

不过正如很多机构判断的那样，虽然他们不待见特斯拉（比如毕马威），将他们定位于“挑战者”的角色，但业内依然认定特斯拉是少数几家具备稳定全域L2自动驾驶系统的厂家之一（通用Super Cruise也很棒，不过现在仅限于高速公路单车道驾驶）。

在研发Tesla Vision时，特斯拉就动了心思——不需要依赖任何平台，可以由任何第三方的电脑驱动。换句话说，这套系统几乎不会受到来自供应商的制约（比如CPU供应商）。作为一个新品牌，却有着老辣的警觉，这是国内一众新势力需要学习的地方。

不管是挑战者还是引领者，特斯拉就在那里，被无数人拿来做竞争的标杆。表面上的拿来主义，其实往近了看都是智慧的结晶啊。