一、Waymo在运行，但没出圈
Waymo确实在凤凰城和旧金山部分区域跑了几年，但它只能在“地理围栏 + 高精地图 + 网络连通 +人类远程接管”条件下运行。说白了就是在沙盒里跑得稳，一出围栏就瘫痪。纽约、洛杉矶这些交通复杂的大城市至今不敢进。
反观Tesla的FSD，全国各地用户都能跑，乡村小路、繁忙城市都可以开。连中国乡下都可以开。没有道路分割线也无所谓。
Waymo是实验品，Tesla是正在产品化的AI系统。
二、为什么Lidar路线走不通？Tesla干脆彻底取消Lidar
原帖说“Lidar成本降下来就能用了”，这看起来有道理，其实是误判了AI发展方向。Tesla 早期也用过Lidar（Model S上测试），最后彻底放弃，是有以下几个原因：
1. Lidar是死数据，不理解语义。Lidar只能给你一个“点云深度图”，不能告诉你“这是小孩还是柱子，是推着婴儿车还是站在广告牌下”。你再加摄像头，那就是多系统融合，冗余度高，问题更多。
2. 深度信息是可以从视觉中推出来的，就像人眼一样。Tesla 自研 Occupancy Network 可以从视频中准确重建深度场景，不比Lidar差。
3. 最大的问题是成本结构：Lidar 本身虽然能降价，但它依然是物理设备，不可批量压缩成本；而 Vision + AI 模型训练，一次投入，多车复用，边际成本无限趋近于零。
所以，Lidar 是“工程师的执念”，不是 AI 的未来。
三、远程接管才是 Waymo 成本的“深坑”，Tesla 正在挑战这个终极问题
原文说：“远程接管团队拿不掉，才是成本问题”，这点我赞同，但 Tesla 正在走完全不同的方向——把“接管”问题交给 AI 自己处理。
FSD 从2023年以来，已经能在多数情况下自动识别意图、处理突发情况，虽然还会犯错，但迭代非常快。而 Waymo 不敢交权，最终成了“半自动车 + 高薪监控员”的奇怪组合。我现在天天用FSD，可以看到它巨大的飞跃。
四、你说法律不允许自动驾驶比人好一点点就上线？对 Waymo 也一样。
原帖说：“哪怕比人强，也不能有一次致命事故”，你以为 Waymo 没事故？2024年Waymo两辆车在旧金山追尾 + 堵路事件，已经导致监管介入。而 Cruise 更是直接被一单事故干掉。
所以 Tesla 的风险不是特例，而是整个行业的共同挑战。
真正能跑通法律监管的，不是“0事故”，而是“比人强 + 有责任机制 + 产品更新透明”。
五、End-to-End Tesla真的落后？Waymo根本还没开始全局训练
作者说“Tesla所谓End-to-End其实还是模块化拼起来的，Waymo也能做”。但你搞错了重点。
Tesla现在用的是：
全栈自研神经网络（occupancy flow、neural planner）
超算 Dojo 大规模训练
全球数百万车主真实数据闭环训练
OTA 推送统一版本，实时迭代
Waymo再先进，也要靠“工程师标注 + 人工调参 + 小规模测试”来走传统路线。它可能能做 end-to-end，但它的数据量、部署体系远远无法支撑那种训练密度。
六、你说Tesla做成也没护城河？这和现实完全相反
Tesla 的护城河不是模型，而是：
硬件闭环：自产芯片、摄像头、算力；自己造车，自己集成；
数据闭环：每天几千万英里的真实世界驾驶数据，Waymo根本拿不到；
部署闭环：全国推送，真实反馈，用户自己做beta tester；
品牌和资本：有Elon撑腰，有全球粉丝，有现金流支持亏损运营。
Waymo只能在Alphabet内部烧钱；Tesla靠卖车已经养活研发了。
Waymo确实早，但它是“专家系统+地图+接管员”的产品。Tesla是“神经网络+视频数据+用户共创”的AI范式。你不能说电脑刚发明出来运行很慢，就否定了后来芯片革命；也不能说诺基亚先出手机，iPhone就是笑话。
所以我完全不同意那句“Waymo不知比Tesla高到哪里去了”。相反，Tesla正走在一条无人能跟的AI路线，而Waymo卡在地图、规则和接管上无法前进。
