特斯拉转向自建地图：为全自动驾驶解决关键难题

特斯拉表示正在构建自己的地图，以解决其“全自动驾驶”(FSD)系统中最常见的问题，包括读取限速标志、自动泊车以及路线选择。公司AI负责人在特斯拉2026年第三季度财报电话会议上阐述了这一努力。

这对于一位长期声称依赖地图的自动驾驶系统脆弱的CEO来说是显著的转变。它也表明，特斯拉车队现在正在执行与Waymo车辆相同的工作绘制道路地图，让自动驾驶系统能够了解它自身难以可靠判断的。

特斯拉的粉丝认为Waymo的做法不同，因为Waymo使用激光雷达创建高清地图，但本质上两者都是在自行制作地图;如果你的论点是特斯拉的地图定义不够清晰且出于不同目的而必需，那么这个论点并不成立。

这一问题来源于特斯拉股东问答环节。一位散户投资者写道，地图“仍然是FSD的一个问题”，列出限速、停车和常规路线是三大痛点，并询问为何特斯拉仍依赖第三方地图而不是自行构建。

特斯拉AI副总裁Ashok Elluswamy赞同“我们不应依赖外部的地图”。他表示，特斯拉正使用一种全新的基于AI的映射与导航架构，利用车队共同学习的数据来构建自有地图，同时还能学习单个司机的偏好并响应语音指令。

他称该技术将在FSD v15版本中开始处理行程的起点和终点，并在随后几个月内接管导航、泊车和目的地处理。

特斯拉的地图历史

特斯拉此前在此议题上曾反复摇摆。

2015年推出Autopilot时，特斯拉曾对《财富》杂志称已开始利用客户车辆数据构建“精度是普通导航的100倍”的高精度地图。

在2019年的Autonomy Day上，埃隆·马斯克表示特斯拉曾尝试高精度车道地图，后来认识到这是“一大错误”。他称依赖此类地图是“非常糟糕的想法”，会让自动驾驶系统“极度脆弱”，并在同一演讲中把激光雷达称为“愚蠢的任务”。当时的核心信息是Waymo需要激光雷达和详细地图，而特斯拉则要靠摄像头和AI在任何地方单独解决驾驶问题。

七年后，特斯拉正从自有车队构建一层地图，以弥补其视觉系统的不足。

核心在于对环境的理解

公平地说，这并非马斯克所批评的那种高清地图。特斯拉一直使用导航地图，自己构建而非授权使用并不构成矛盾。

但要看特斯拉想要解决的问题限速、泊车和路线都涉及对环境的理解，而FSD在这些方面仍常常失误，尤其是对限速标志的识别。

上个月，比利时一家道路安全组织发现，FSD在布鲁塞尔测试的30 km/h限速区中有55%超速，平均时速为44 km/h，部分原因是车载屏幕显示的限速为50 km/h。在美国，NHTSA正在考虑对特斯拉机器人出租车在活跃的校区限速区超速的指控展开调查，涉及约1.000辆Model Y和Cybercab。

限速标志是最基础的道路信息。如果端到端的视觉系统不能可靠读取并执行，而解决方案是更好的地图，那么仅靠视觉并未实现特斯拉所承诺的功能。

特斯拉车队如今成了制图车队

这让特斯拉与Waymo的差距比其愿意承认的要小。

Waymo通过让配备传感器的车辆在城市中行驶来绘制地图，并在车队行驶时持续更新。特斯拉现在描述的概念相同车辆收集所见数据，这些数据喂入特斯拉自建的地图，帮助每辆车更好地驾驶。主要区别在于Waymo的车辆顶部装有激光雷达。

这也符合特斯拉机器人出租车服务的实际运作方式在城市内部、受限的地理围栏区域内，由特斯拉统一管理车队。特斯拉目前并未谈及厘米级的高清地图，但一个由车队不断细化的地图完全有可能朝此方向发展。

观点

使用地图本身没有错。每个严肃的自动驾驶项目都会使用地图，而基于数百万特斯拉车辆构建的地图可能成为真正的优势。如果它能解决FSD的限速问题，那对所有共享道路的使用者都是好消息。

问题在于多年以来的宣传信息——特斯拉的方案不需要这些。马斯克将FSD销售为一种可以在任何地方仅靠视觉实现的通用解决方案，同时把Waymo的地图和激光雷达贬为拐杖。如今特斯拉加入了地图，仍然在围栏内运营，并且AI仍然无法可靠读取布鲁塞尔的30 km/h限速标志。

Waymo已经构建了地图并运营多年无人驾驶服务。特斯拉现在才开始构建地图，并将无监督的FSD推迟到2027年第二季度，仅限于其机器人出租车车队。我们何时才能承认，两家公司实际上在用非常相似的方式解决同一问题，只是其中一家使用激光雷达?

我们已经进入特斯拉自动驾驶十年纪元，而它正做着马斯克过去否认的“真正的自动驾驶系统”所必须的事在地理围栏区域使用地图。