马斯克承认纯视觉缺陷？特斯拉RoboTaxi被一只灰色小猫难住
近日 特斯拉宣布在奥斯汀开放RoboTaxi，运营到晚上11点。在去年内测时，特斯拉RoboTaxi的运营时间是到晚上12点，今年8月特斯拉公布的运营时段为早上6点至晚上10点。
虽然有媒体解读成马斯克承认纯视觉的缺陷，但从马斯克在评论区里的回应来看，并没有这一层意思。不少网友表示，激光雷达才能解决这些问题，马斯克在回应网友对于使用热成像 传感器的建议时表示，当用到 AI进行光子计数分析时，目前使用的可见光谱相机在黑暗中也能看得非常清楚。
言下之意就是，虽然一些场景下目前的视觉方案无法分辨，但特斯拉已经有相应的解决方法了。
纯视觉的两道墙，特斯拉能翻过去吗？
马斯克举的“灰猫与灰色路面”例子，指向的是低照度、低对比度与小目标识别叠加的感知难题。摄像头接收的是物体反射的环境光；光线不足时，传感器获得的 信号变弱，噪声占比上升；当目标与背景颜色接近时，边缘和纹理线索也更少。
对自动驾驶来说，挑战不止是画面看起来够不够亮，还包括尽早发现目标、持续跟踪其运动，并为制动或绕行留出足够时间。
第一道墙是光子数量。相机相当于眼睛，它不会照亮任何东西，只能等环境里的光反射回来。这就像雨夜里用杯子接水，传感器上的像素是一只只小杯子，雨大时杯杯接满，雨小时只剩零星几滴。
按车载相机的典型参数估算，每勒克斯照度下，一只“杯子”每帧大约只接到12滴“雨”。而光子到达是随机的，12滴的涨落就有3到4滴，约合三成偏差，也就是说，光越暗，像素接收到的光子越少，读数就越不可信。 AI可以通过降噪、增强、跨帧融合和目标识别，改善传感器已经采集到的有限信息；但它不能保证补回未被采到的光信号，也无法消除眩光、遮挡、运动模糊等造成的信息损失。重建 算法还必须避免把模型推断出的合理细节误当成真实目标。
第二道墙是对比度。灰色小猫趴在灰色沥青上，反射率差别可能只有15%至20%，几乎看不出边界。而传感器判读目标靠的是“这里比周围亮多少”。单个像素的差别太小，噪声一来就盖过去了。
唯一的办法是把证据攒起来，不看单个像素，而看目标覆盖的那一整片，把读数平均起来，就像眯起眼、退后几步看远处的字，轮廓反而浮出来。但能攒多少证据，取决于对比度多低、目标占多少像素，对比度越低、目标越小，门槛越高。
所以，像夜间沥青路上的轮胎、小猫等这类小物体，对于夜间摄像头识别尤为困难。
那么马斯克提到的AI光子计数分析，能解决这个问题吗？
这里我们要知道一个前提，普通CMOS传感器是把光转成电荷后积分读出；而真正逐个探测光子的单光子成像，通常需要专门的SP AD阵列 探测器和读出架构。
按照目前公开的信息，特斯拉提高视觉感知能力的方法是跳过 ISP，把感光元件的原始线性Bayer 数据直接送入 神经网络，2026年1月公开的美国专利US 20260019717 A1描述了这一路径。
该专利要解决的问题是传感器输出的原始图像数据位数较高，但下游计算硬件的处理位宽较窄，直接处理可能丢失精度。专利描述的做法，是用卷积核把Bayer数据按颜色通道和高、低位拆分成若干部分，再由较窄位宽的计算单元分别处理，最后把结果组合起来。例如，以 8 位计算硬件处理12位图像数据时，尽量保留原始数据中的位精度。
不过，这与马斯克提到的光子计数分析，似乎关系不大。
因此，这次发言更准确的含义不是马斯克正式宣布放弃纯视觉，而是他同时承认了两件事：AI视觉可以继续优化，但夜间宠物避让仍是Robotaxi运营必须攻克的具体问题。
可以继续改进的方案包括提升传感器低照度与动态范围表现、优化弱光感知模型、增加针对小动物和突发横穿的训练与验证，并通过速度、服务区域和运营时段管理风险。至少目前看来，特斯拉还没有增加其他传感器的迹象。
Robotaxi路线之争，多传感器融合的规模化现实
与此同时，RoboTaxi行业主流仍是多传感器融合。
Waymo目前在美国已经投入约4000辆规模的 无人驾驶RoboTaxi，在15个美国城市24小时不间断运营，在规模上要远超特斯拉。
Waymo的第六代系统配备 13 颗摄像头、4 颗激光雷达与 6 颗 毫米波雷达。激光雷达主动发射激光脉冲并测量飞行时间，输出距离与三维形状，午夜与正午表现一致；毫米波雷达用无线电波并附加速信息，在雾、尘与眩光下继续工作。
今年8月，Waymo 联合CEO Dmitri Dolgov在演讲中也提到全黑街道上儿童追逐犬只的场景，当相机画面几乎不可用时，激光雷达点云清晰可辨。
中国玩家同样押注这条路线，比如小马智行第七代 Robotaxi 搭载 9 颗激光雷达、14 颗摄像头与 4 颗毫米波雷达，共34个传感器，BOM约28万元。
百度旗下萝卜快跑作为国内RoboTaxi领先玩家，今年一季度全无人出行服务已经达到320万次，目前已经在全球27座城市运营，尤其在珠三角地区，肉眼可见的高覆盖率。目前萝卜快跑的robotaxi方案采用12摄像头（8×800 万 ＋4×300万）＋4激光雷达＋6毫米波＋12超声波的多传感器策略。
从行业的主流情况来看，多传感器融合仍是robotaxi的核心方案，能够更加适应复杂环境。
不过也有厂商跟进纯视觉方案，10月8日，小鹏正式将其RoboTaxi定名为小鹏悠游，上线打车小程序。其首款车型基于小鹏GX打造，搭载4 颗自研图灵 AI 芯片，车端有效算力达3000 TOPS，并采用纯视觉方案。
小结：
当然，纯视觉方案也有其逻辑闭环：激光雷达与雷达会带来成本、标定负担与自身失效模式，同时激光雷达在暴雨浓雾中的远距离性能下降，毫米波雷达角分辨率有限、存在多径鬼影。
特斯拉的赌注是，摄像头加算力的成本更低、更易随量产摊薄，剩余差距会随数据积累收敛。
但马斯克公开承认业绩见小目标避让仍是其运营难点，对于RoboTaxi来说，纯视觉方案仍需要更大规模的落地应用，来证明其安全性。