$特斯拉(TSLA)$  1 “FSD 7倍安全性”论据：

• 特斯拉数据： 在开启 FSD（全自动驾驶能力）或 Autopilot 的情况下，特斯拉车辆平均每 510 万英里发生一次碰撞。

• 全美平均水平： 根据 NHTSA（美国国家公路交通安全管理局）的数据，美国人类驾驶员平均每 70 万英里就会发生一次碰撞。

注意： 

1. 数据的来源与局限

• 70 万英里的定义： 这个数字通常源自 NHTSA（美国国家公路交通安全管理局）的数据。但 NHTSA 的统计主要依赖于警方报告。

• 漏掉的数据： 在现实中，大量的轻微剐蹭、倒车撞柱子或私下和解的小事故，驾驶员通常不会报警。根据保险行业和一些研究估计，人类驾驶员实际发生各种大小事故（包括不报案的小剐蹭）的频率，可能接近每 20 万到 25 万英里一次。

• 结论： 特斯拉用其“全量监测”的数据去对比人类“向警方报案”的数据，确实在一定程度上拉大了双方的差距。

2. 特斯拉与人类驾驶员的“不公平对比”

在听证会和安全性报告中，这种对比常被质疑为“苹果比橘子”：

• 特斯拉的监测更灵敏： 特斯拉车辆拥有传感器，只要气囊弹出或触发了特定的碰撞传感器，车辆就会自动记录并上传。

• 环境差异（场景偏差）： 特斯拉的 Autopilot 和 FSD 目前主要在路况较好、天气晴朗的高速公路或主干道上开启。而人类驾驶员的平均数据涵盖了所有极端情况：醉驾、深夜疲劳驾驶、暴雨雪天、复杂的狭窄小巷等。

• 统计陷阱： 如果只看高速公路，人类的事故率也会显著降低；而特斯拉如果全量统计所有“轻微马路牙子擦伤”，其 510 万英里的数据也会大幅缩水。

• 结论： 特斯拉以此主张其技术能将事故率降低约 86%。

2. 视觉方案 vs. 激光雷达（Lidar）：

• 莫拉维在会上提交了最新的极端天气（大雨、雾霾）数据，声称特斯拉的神经网络在处理恶劣路况时的反应速度比人类快 250 毫秒，且在感知精度上已消除了之前视觉方案在阴影判断上的误报率。

3. 接管率（Disengagement）的定性辩护：

• 不同于 Waymo 披露详细的每千英里人工接管次数，特斯拉强调其“影子模式”下的数据学习量。莫拉维指出，特斯拉全球车队每天产生的驾驶数据超过 10 亿英里，这种“数据规模”是确保系统能处理“长尾效应”（罕见极端情况）的基石。