作者LimYoHwan (gosu mage)
看板Stock
标题Re: [新闻] 美拟放宽自驾车监管 特斯拉飙涨快10％
时间Sat May 10 02:17:13 2025
最近一堆低能媒体说什麽「川普政府放宽自驾车法规」，
事实根本不是放宽，而是AI 把整套旧时代的法规打爆，监管被逼着重写一套新的验证规
则。
先讲清楚：SAE 分级早就过时了
所谓的 L0～L5 是美国一个民间组织 SAE（汽车工程师学会）自己订的参考表格 在2014
里面都一堆过时老人 不然就是传统车厂老人
根本不会AI
不是政府、不是法规、没有执照功能
原本是用来描述「驾驶 vs 系统」谁负责开车的分工
问题来了：现在的 AI 自驾根本不是模组接管的逻辑。
Tesla FSD 、Wayve、Ghost 都是端到端神经网路，直接从视觉感知预测车辆轨迹，
整个决策是统一建模出来的，根本没有「感知模组、控制模组、驾驶可以中途接手」这种
设计。
所以你拿 SAE L3 去说 FSD 不够格，根本就是用卡式电话去检验 iPhone 处理器。
以前的法规是为「人类驾驶＋机械控制」设计的
旧的 FMVSS 法规管的是：
有没有方向盘、後视镜、煞车灯、保险杆高度
车子撞墙会不会碎
软体几乎没在管，因为预设人类掌控一切
但现在是什麽？
车是 AI 在开
决策是神经网路从影像推理出来的
每次 OTA 更新都可能改变整台车的驾驶逻辑
一秒做几千万次浮点运算来规划路径
你怎麽可能还用「有没有按钮」、「转向盘几度」这种标准去管这种车？
NHTSA 推出的新制度（AV STEP / ADS NPRM）有两大特点：
1）改用行为绩效评估（Performance-Based）
不再强制你装方向盘、镜子
改看你实际上能不能在数百种真实场景下（交织匝道、夜间行人、突发路障）安
全
驾驶
看你 OTA 更新之後，有没有变更稳，错误率有没有下降
谁表现好，谁就能上路，不管你是多模组还是端到端
2）但对「关键安全模组」仍然要求冗余与容错能力
NHTSA 没有全面放飞，对於煞车、转向、主电源这种会致命的控制层，
仍然需要符合 功能安全（FuSa）标准，尤其是要能进行 MRM（最小风险动作）
换句话说：你神经网路可以出错，但你不能让车失控
Tesla FSD 虽是单网路决策，但底层硬体有双煞车、双 MCU
Waymo/Cruise 则是多感测冗余 + 远端接管 + ASIL-D 控制器
所以结论不是「松绑」，而是「重写赛制」
旧制度问：「你装了哪些东西？」
新制度问：「你能不能跑完所有场景，而且比人还稳？」
AI 让车自己开了，法规也要跟上
现在的监管不是不要安全，而是：
不管你怎麽设计，只要你能证明你更稳、更聪明，就放你上场。做不到，就下线。
装一堆光达但是会撞缓撞车一样吃屎
这才是现在 自驾产业真正的监管逻辑。
不要再用 2014 的 SAE 分级去看 2025 的 AI 自驾车了，真的跟不上。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.249.19.160 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1746814635.A.7E6.html
1F：→ ken52011219 : 其他认同 但真的要切决策点是切得出来的 更何况模05/10 02:21
2F：→ ken52011219 : 型跑出来的结果还是会再包一层框架 真以为你 input/05/10 02:21
3F：→ ken52011219 : output 出来就直接用吗… 它不是黑盒子05/10 02:21
传统的模组式系统（比如 Waymo）确实是「每层切割清楚」，感知→语义理解→路径规划
→控制，每一层都可解释、可插拔。但像 Tesla、Wayve 或 Ghost.ai 的做法，是真正把
这整条 pipeline 用一个神经网路端到端学出来。
不是「output 拿来再包」，而是：
Input：一整段影片或视觉序列
Model：Transformer 直接做 spatiotemporal encoding，
Output：直接产生 steering trajectory、heading、velocity profile（甚至
含?
）
控制决策就是 output，不再是给後面另一层逻辑套用的中间值。
如果你还用「模型输出要再包一层框架」的逻辑去看，那是套用旧时代 modular stack
的概念。新时代 E2E 的精神，是「用一个大模型整合感知、理解与控制」，也因此才会
需要从 validation 到 regulation 重新设计验证方式（例如 AV STEP）。
传统模组：能用传统软安 (ISO 26262) 的单元测试、接口测试
端到端：一改参数，行为整体变；必须 Scenario coverage＋大规模 shadow-te
st
这也是 NHTSA/加州 DMV 正在做 AV STEP、整合模型覆盖率 (ML coverage)、on
-r
isengagement trace 的原因
所以观念真的要更新，不然会不小心把 GPT 的理解套用到 Vision Transformer 控制网
路上，那就错了。
※ 编辑: LimYoHwan (111.249.19.160 台湾), 05/10/2025 02:30:57
4F：→ a000000000 : dmv烂死惹05/10 03:11
5F：→ cityport : 加州DMV连发驾照都这麽落漆..你敢相信他?05/10 03:15
6F：→ s9300519 : 用政治的观点来看不就是先射箭再画靶？05/10 03:36
7F：嘘 aasslleepp : 有种来台湾测啊 看了各种影像以後AI决定都不作动了05/10 03:54
8F：→ aasslleepp : 人类不应该有车05/10 03:54
9F：推 casper955033: 先解释一下今天TSLA怎麽又喷了?05/10 03:55
10F：→ aasslleepp : 不可能的 所有场景都跑不完05/10 03:55
11F：→ WunoW : 中国电动车还在卷L分级真的笑死 跟FSD完全不同次元05/10 04:44
12F：→ WunoW : 自驾的未来只能是FSD 其他都是所谓 在座的各位05/10 04:46
13F：→ WunoW : 走错路了 走再远都是枉然不用拿来吹05/10 04:47
15F：推 linbryan : ptt专家评论从L1-L5改成P1-P100等级.以後改问你的05/10 05:08
16F：→ linbryan : 自驾有P60?台湾学生强在算数不是数学啊05/10 05:08
17F：推 focoket12 : 中共国的电动车根本比不上，B站都说是大型扫地机器05/10 07:57
18F：→ focoket12 : 人了05/10 07:57
19F：推 fish0414 : 这篇有料 05/10 08:14
20F：推 GingFreecss : 但其实这样跟之前的监管比起来是放宽没错啊05/10 08:33
21F：→ GingFreecss : 很明显在图利特斯拉啊 但我很爽 嘻嘻05/10 08:34
22F：推 b2060027830 : 特黑崩溃05/10 08:56
23F：推 zz841031 : 很专业推推 05/10 09:06
24F：推 JKLee : 推05/10 09:11
25F：嘘 maniaque : 讲那麽多,责任问题 完全都不提.....唉~~~~05/10 09:15
26F：→ maniaque : 对,美国宪法还是他马的一部百年老法,怎能拘束我川呢05/10 09:16
27F：→ maniaque : 管你多会扯遥遥领先,到法院去这些都是 屁05/10 09:17
28F：→ maniaque : 有本事就开个场子,放一百台自驾车从场子四面八方05/10 09:18
29F：→ maniaque : 进去吧,告诉大家 AI 在没有可follow 的rule05/10 09:19
30F：→ maniaque : 是怎样如何顺顺利利开过这个场子05/10 09:19
31F：→ maniaque : 你这套歪理,在虚拟币那边也是一样在歪来歪去05/10 09:20
你把「没有规则可以跟」跟「没人提责任归属」这两件事挂在一起，完全搞错现在自驾车
监管的方向。
美国现在就在把所有 AI 自驾该怎麽验证、失效时怎麽收尾，写进正式的联邦法规。
像 NHTSA 的 AV STEP，早就要求你模型能跑、风险场景能应付、出事能自动停车。
FMVSS 也改成要看模拟跟实测数据，不是嘴巴说过就算，测试成绩要先交出来给政府看。
责任这块更不是没人管。Waymo、Cruise、Zoox 都已经被加州 DMV 要求买 1000 万美元
的无过失保险，直接写死：只要是自驾系统在开，出事你公司全包。未来 Tesla 要上无
人 permit，一样跑不掉。
那种十字路口没有红绿灯、车从四面八方来的乱场景，也早就是联邦的测试项目。现在还
规定你要交几十万笔 scenario、模拟通过率跟真实介入纪录。
至於端到端 AI
现在已经证明：遇到没有图资、没有车道线、交通锥乱摆，传统 rule-based 如waymo就
会当掉，反而是像 Wayve 或 Tesla 这种 E2E 网路，用画面直接学出「这边该停」、「
这边能挤」，才扛得住。
AI 自驾现在最怕的不是没规则，是规则终於来了而且专门针对没把模型搞清楚的人写的
。
32F：→ bnn : 啊你黑盒子只看整个车的出事率 责任切分就比较尴尬05/10 09:45
33F：→ bnn : 以後你就不能针对 喔 这油箱问题 这刹车问题 这XXX05/10 09:46
34F：→ bnn : 你只能说 车祸了 喔 这特斯拉全责05/10 09:46
35F：→ bnn : 那你要改善时问题就 我也不知道怎麽再现问题debug05/10 09:47
36F：→ bnn : 跟Vibe coding一样变成 唉我用AI再重写一遍吧 05/10 09:47
37F：→ bnn : 你程式可以It just works,你车规全部重头跑一遍送验 05/10 09:49
38F：→ bnn : 每次没法debug就全部重跑个出来撞一百万次验出事率?05/10 09:50
39F：推 a316xxx : 认真文给推05/10 09:50
40F：→ bnn : 不提安全性问题 你每次这样重跑验证成本多少05/10 09:51
41F：→ bnn : 反正就假设你每次重练出来的AI模型都能跑完场景通关05/10 09:51
42F：→ bnn : 你有办法基於过去经验加速验证进步来cost down吗05/10 09:52
43F：→ bnn : 还是变成你每出点小事就等於重新开发一轮产品验证05/10 09:52
44F：→ bnn : 还是反正算力便宜 AI无敌 总之先跑一千套压压惊05/10 09:53
※ 编辑: LimYoHwan (111.249.19.160 台湾), 05/10/2025 09:58:03
45F：推 darkangel119: 大内高手05/10 09:57
46F：嘘 amongolu : ㄧ楼就大特黑 05/10 09:58
47F：推 s972627 : 专业给推 05/10 10:17
48F：→ potionx : 反正特斯拉弄无人计程车就是期中考 实战跑了就知道05/10 10:18
50F：→ potionx : 不要像中国那样乱吹就好了 05/10 10:18
51F：嘘 maniaque : 别把 刑事责任 用 民事责任 去包,好吗???05/10 10:22
52F：→ maniaque : FSD 吹几年了,放手出事哪时候特斯拉说 "我负责"过??05/10 10:23
53F：→ maniaque : Waymo 是在怎样的框架下去follow 法规,才有允许的 05/10 10:25
54F：→ maniaque : 权力??? 呵呵~~人家是在现有框架,你认为的那种过时 05/10 10:26
55F：→ maniaque : 规范下乖乖运作的 05/10 10:26
56F：→ maniaque : 现在吹特斯拉就说是那是过时规范?? 05/10 10:26
57F：→ maniaque : 不就是 因人设事,量身订做? 05/10 10:27
58F：→ maniaque : 反正,到时候出事,告上法庭,大概就看到每个出庭的 05/10 10:27
59F：→ maniaque : 都说 这不是他的责任 ,对吧? 05/10 10:28
现在监管的逻辑是「你技术怎麽玩都行，但失败成本先买单、最坏情境先想好」。
Waymo、Tesla、Zoox 通通照这三条跑；谁都不能一句「不是我的责任」就闪人。真的要
比？就看谁的 MRM 可靠、谁的模型 pass 率高，跟你说的「喊个口号就免责」完全两回
事。
正在修的 FMVSS 150/155 直接要求厂商提交「场景覆盖率 & simulation pass rate」。
你的感测方案（LiDAR 也好 Vision-only 也好）踩不到 99.x% 就别想上路。
※ 编辑: LimYoHwan (111.249.19.160 台湾), 05/10/2025 11:12:39
60F：推 tslabull : 都进中国了 还在有种来台湾测 井蛙可以去看一下中 05/10 11:19
61F：→ tslabull : 国”一般人”用FSD的影片 中国可以台湾一定也能跑 05/10 11:19
62F：推 no2muta : 哈哈台湾法规跟上了吗？ 05/10 12:53
63F：推 cs005337 : 感谢原po分享，受益良多 05/12 09:54