全站搜索

媒体中心MEDIA CENTER

美国电车遭集体诉讼,智驾改名,自动驾驶就是吹牛!

美国电车遭集体诉讼,智驾改名,自动驾驶就是吹牛!

公司动态 智驾 13 0

在美国电车的监督版智驾入华消息传出后,网上一片赞誉声,甚至网上出现了诸多车主展示双手离开方向盘,由智驾完全控制车辆的视频,如今当它正式在中国落地后,一切都回归真实,连连改名,还遭遇了车主的集体诉讼。

据悉这家企业的满血版智驾入华之后,迅速改名两次,先是改名为FSD辅助驾驶,再之后删除了FSD几个字母,FSD为Full Self-Driving,从字面意思是自动驾驶,然而实际上它在全球都未对交付给个人用户的智驾标注为L3级以上的自动驾驶。

更让这家美国车企尴尬的则是当下有10名车主在北京大兴区法院起诉这家车企,指责这家车企涉嫌“虚假宣传”与“消费欺诈”,对这家车企造成了巨大的影响。

这样的变化,对比这家车企的满血版智驾入华之前在网上泛滥的视频,变化巨大,此前那些视频博主不断上传他们在维修的道路、小路上美国智驾都能自如应对,车主无需干预。

这些智驾完全控制车辆的视频,美国电车都会说是视频博主自发传播,美国电车从没有进行营销宣传,对此笔者很好奇这些视频博主真的会自掏腰包主动、免费为这家车企进行营销宣传?笔者是不信的!

事实上美国电车的智驾神话早已在美国破灭了,2025年美国交通部门就指出美国电车的自动驾驶出租车事故率远超人类驾驶员--事故率大约是人类驾驶员的9倍,美国联邦法官以美国电车夸大宣传智驾为由判决这家车企赔偿一单事故受害者2.43亿美元;而此前这家美国车企的创始人马先生长期宣称他家的智驾比人类驾驶员更安全!

日前路透社再披露,他们找到这家美国车企的10名前员工,9名智驾标注员和1名智驾工程师,这些前员工指出美国电车的智驾无法识别施工区而会直接撞入其中,这家车企的智驾事故会剔除一些事故以降低事故率,而它上交给美国交通部门的数据并不完整,动辄以商业机密为由拒绝提供数据,实际上就是它的事故率恐怕会比美国交通部门披露的更高!

这10名前员工中的7个明确表示不会使用这家车企的智驾,其中1个更明确说给钱也不会使用,事实上美国的调查也显示诸多车主中相信智驾的比例仅有13%,超过六成车主明确表示不信任智驾。

自动驾驶真正开始应用的是自动驾驶出租车,然而美国的自动驾驶出租车运营最好的是waymo自动驾驶,waymo无人驾驶出租车已有577辆,Avride无人驾驶出租车有317辆,而这家美国电车企业的无人驾驶出租车仅有42辆,而且美国电车的自动驾驶出租车无法应付夜晚、雨天、雾天导致平均每天在线时间仅有20%,而waymo自动驾驶出租车平均每天在线时间高达80%。

上述那些视频博主双手离开方向盘而将车辆完全交给智驾涉嫌违法,然而这些视频博主却可以肆无忌惮地发放这类涉嫌违法的视频,这是要误导更多车主么?难道这些智驾是真的要导致重大事故的发生之后才加以整改?

上一篇: 下一篇:

相关推荐

  • 辅助驾驶的实操边界:从选型误区到生产损耗的深度拆解

    1

    辅助驾驶的实操边界:从选型误区到生产损耗的深度拆解很多车企在选型辅助驾驶系统时,第一关注点往往是“标称算力”——动辄几百TOPS的芯片参数,听起来像性能车的马力数字,但实际交付中,我们发现:算力≠可用算力,标称数据背后的真相是,芯片的峰值算力往往需要特定条件触发,而真实路况下,传感器数据洪流、算法调度延迟、硬件散热限制,会让实际可用算力缩水30%-50%。更反直觉的是,部分系统为追求“高算力”标签...

    查看全文
  • 自动泊车ARA选型:避开误区,直击生产现场真相

    6

    自动泊车ARA选型:别被参数表骗了,真实场景才是试金石在实际交付中,我们发现一个扎心的事实:很多车企选自动泊车ARA(Autonomous Reverse Assist)时,盯着传感器数量、算力峰值、标称精度这些参数表上的“硬指标”,结果装车后发现,停车场里倒车入库成功率连80%都不到,甚至遇到侧方车位直接“摆烂”。这里面的水很深,选型误区往往藏在“看起来合理”的逻辑里。误区一:传感器越多越好?生...

    查看全文
  • 无人车T5的弹性系数:选型陷阱与生产现场的真相

    1

    弹性系数不是“弹簧参数”,是无人车生存的“韧性指标”在实际交付中,我们发现很多客户对无人车T5的“弹性系数”存在严重误解——有人把它等同于悬挂系统的弹簧刚度,有人认为数值越高越“抗造”,甚至有供应商拿实验室静态测试数据当卖点。听起来可能反直觉,但弹性系数的真实价值,藏在生产环境的动态损耗里,藏在连续作业72小时后的性能衰减曲线上,藏在突发冲击下的系统恢复能力中。选型误区:被“标称数据”带偏的决策很...

    查看全文
  • 智驾系统偏差管理:公路与路口的「隐形战场」

    8

    偏差不是误差,是生死线上的博弈在实际交付中,我们发现一个反直觉的现象:很多车企标榜的「厘米级定位精度」,在真实路口场景下会暴跌到米级。这不是传感器故障,而是公路与路口的偏差管理逻辑完全不同——公路是连续线性场景,偏差是渐进累积的;路口是离散决策场景,偏差是断崖式爆发的。这里面的水很深,很多标称数据背后的真相是:实验室环境下的静态标定,根本扛不住动态交通流的冲击。选型误区:把公路的「乖孩子」放到路口...

    查看全文
  • 无人车T5隐患排查:揭开标称数据背后的真相

    4

    长尾场景下的无人车T5隐患排查:从选型误区到生产损耗的底层逻辑在实际交付中,我们发现很多客户对无人车T5的隐患排查存在认知偏差——他们往往盯着最大载重、最高时速等标称参数,却忽视了长尾场景下的隐性风险。这里面的水很深:传感器冗余度不足、算法对极端天气的适应性差、硬件老化速率超预期,这些才是决定无人车能否长期稳定运行的关键。选型误区:标称数据≠实际能力很多标称数据背后的真相是:实验室环境与生产现场的...

    查看全文
  • 智驾系统容错边界:计算平台选型背后的隐性博弈

    5

    计算平台选型陷阱:当「标称算力」遇上真实路况在实际交付中,我们发现一个反直觉现象:某车企选用算力达500TOPS的芯片,却在匝道汇入场景中频繁出现决策延迟。问题出在容错边界设计——当传感器数据突发峰值时,系统没有预留足够的算力冗余应对突发计算需求。很多标称数据背后的真相是:实验室环境下的峰值算力与持续算力存在30%以上的差距,而智驾系统需要的是持续稳定的算力输出。容错边界的底层逻辑:从硬件冗余到系...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部