Image

Почему Tesla не видит смысла в лидарах на своих роботакси

Большинство производителей автономных машин вооружают свои автомобили лидарами, радарами и HD-картами. Tesla идёт против течения: только камеры, никакого лазера. В июне 2025 её роботакси выходят на дороги Остина — без карт, без подстраховки. Почему Маск уверен, что этого достаточно? И к чему приведёт этот технологический азарт?

fbe696b7504b6d8fe5ee52502547952a

Пока крупные игроки в гонке за автономное будущее – Waymo и Zoox  вооружаются лидарами, радарами, HD‑картами и даже микрофонами, Tesla идёт ва-банк: никаких лазеров, никаких карт — только камера, нейросеть и хардкор. 

В Остине готовится решающий эксперимент: прототип роботакси на 10–20 машин Model Y выедет на улицы 22 июня 2025 года. Хотя по словам Маска, хотя дата ещё может сдвинуться из‑за «сверхпаранойи по безопасности».

Для Tesla — это не просто шаг, а настоящий эталон: получится ли обойтись «глазами и мозгом» вместо лазера и скриптов карт? Если да — дешевизна и масштабируемость могут перевернуть рынок. Если нет, весь проект может рухнуть. На кону — не только технология, но и философия будущего машинных глаз.

Разные подходы: Waymo и Tesla

Waymo и Tesla представляют два диаметрально противоположных взгляда на то, как должна видеть дорогу автономная машина.

Waymo — сторонник максимальной чувствительности. Каждый её автомобиль — это подвижная сенсорная башня: 29 камер, 5 лидаров, 6 радаров, HD-карты, микрофоны, GPS, инерциальные измерители и даже детекторы звуков сирен. В основе подхода — идея: чем больше данных, тем выше надёжность.

975150bd228d0a26dc82514de2145cb5

Tesla — в другой крайности. Всего 8 камер, расставленных по периметру автомобиля. Никакого лидара. Никакого радара. Никаких предварительно загруженных карт. Всё, что видит машина, она интерпретирует в реальном времени через нейросеть, обученную на миллионах километров реального вождения.

Это не просто разница в оснащении — это фундаментально разные школы мысли.

Tesla делает ставку на биологическое подражание. Если человек справляется с вождением, используя только зрение и мозг, то машина, оснащённая камерами и ИИ, тем более должна справляться. Маск говорил об этом ещё в 2021: «Люди водят с помощью глаз и биологических нейросетей. Значит, камера и кремниевые нейросети — единственный путь к универсальному автопилоту».

Waymo, наоборот, исходит из машинной логики: она не человек и не должна думать как человек. Она должна быть точнее, внимательнее и надёжнее. Если камера ослепнет в пыли — её подстрахует лидар. Если GPS потеряется — поможет карта. Стандартный системный подход.

“И тут важный вопрос: сколько стоит зрение машин?

Сенсорный пакет Tesla — примерно 400 долларов на автомобиль. У Waymo — около  $12 700. Разница более чем в 30 раз. В масштабах флота — это миллиарды. И готовы ли мы экономить на глазах машины, если от них зависит наша жизнь?

Проверка на безопасность

На презентации Google I/O в мае, Waymo показала два случая, которые стали прямым вызовом подходу Tesla. В первом — плотная пыльная буря в Финиксе. Камеры естественно ничего не видели, а лидар распознал человека в облаке пыли.

Во втором — пешеход, скрытый за автобусом. Система Waymo, благодаря комбинации сенсоров, уловила движение ног под шасси и затормозила заранее. Человек бы не заметил. Камера — тоже.

Это важный момент: лидар не просто видит — он чувствует пространство в трёх измерениях, независимо от освещения, погоды и видимости. Он не подвержен бликам, не слепнет от солнца и не путается в пикселях.

Аварий у компании почти не было. Единственный смертельный случай — в январе 2025, когда в неподвижное роботакси Waymo врезалась другая машина. Ошибка была не со стороны беспилотника.

А вот у Tesla такой статистики пока нет. Зато есть эпизоды, попавшие в поле зрения регуляторов. В 2023 году автомобиль в режиме FSD (Full Self-Driving) на полном ходу сбил 71-летнюю женщину. Предположительно, камеру ослепило солнце. В октябре 2024 Национальное управление по безопасности дорожного движения (NHTSA) открыло расследование сразу четырёх аварий Tesla в условиях плохой видимости. Общая причина — отсутствие реакций в условиях, где лидар по сути мог бы сработать.

Маск продолжает утверждать, что лидар — это костыль. Он мешает нейросети учиться видеть, как человек. Его логика: чем больше подстраховок, тем слабее интеллект. Но критики возражают: машина — не человек, и не должна им быть. Машина должна быть лучше.

Философия зрения: что мы даём машинам?

Зрение человека — это не просто восприятие света. Мы видим не столько глазами, сколько мозгом. Контекст, память, опыт, ассоциации — всё это дополняет картинку. Мы не просто фиксируем формы — распознаём угрозы, различаем намёки, предугадываем действия. Это не точность, а смысл.

“Именно этого нет у камеры

Камера может захватить пиксели, но не знает, что она видит. Она не отличает детский мяч от куска мусора, пока её этому не научат. Она не догадывается, что из-за угла может выскочить ребёнок, если только нейросеть не натренирована на десятки миллионов аналогичных сценариев.

34faba6bbf8b37859c4179af0e0d11e9

В свою очередь лидар тоже нифига не понимает. Но он создаёт точную 3D-картину окружения. Он осязает пространство — видит не «что», а «где» и «насколько близко». Его ценность не в интерпретации, а в надёжности. Он — система раннего предупреждения.

Выбор Tesla — отказаться от этого тактильного слоя в пользу зрительной нейросети. Кроме того они отказались от предварительного картографирования местности, и опираются на карты в реальном времени + текущее сканирование местности.

Если всё пойдёт гладко, это станет прорывом: дешевле в 30 раз, проще и быстрее в масштабировании.  Если же проект столкнётся с проблемами, это будет удар по всей концепции зрительной нейросети как замены комплексным сенсорам. А у Tesla нет запаса прочности — подход либо работает, либо нет.

Сомнения в Маске

Один из аргументов Илона: лидары очень дороги в производстве и использовании.

Когда Маск начинал критиковать лидары (2010-е), одна штука стоила около $75 000. Сегодня средняя цена — от $200 до $500.

Mobileye, один из лидеров в области автопилота, в 2024 году отказался от собственного лидара — не потому, что он не нужен, а потому что стало дешевле купить готовый. 

Так лидар видит мир 
Так лидар видит мир 

И у многих возникает вопрос: если сенсор стоит как две камеры, а даёт точную 3D‑картину мира, почему бы его не использовать хотя бы как подстраховку? Ведь ни один крупный игрок, кроме Tesla, не отказывается от лидара. Даже стартапы с ограниченным бюджетом предпочитают иметь резервный канал восприятия.

Однако общий вопрос не в том, какие сенсоры лучше. Вопрос — что важнее: видеть или понимать? Tesla делает ставку на то, что камеры и нейросети смогут заменить человеческое восприятие. Остальные компании выбирают машинную точность: лучше видеть больше, чем ошибиться.

Но если подход Tesla сработает, случится революция: массовый, доступный автопилот, способный обучаться без ручного картографирования.

Мы поймем кто прав только в нестандартных ситуациях. Главный экзамен ещё впереди — на улицах мегаполисов, в тумане, в потоке. Но ценой ему, как часто бывает, могут стать человеческие жизни. 

И к слову, я веду блог о технологичных компаниях, которые привносят в мир инновации, и успешно реализуют себя на бирже, на pre-IPO и IPO-стадиях и рассказываю где их можно купить.

Источник: habr.com

Каталог бесплатных опенсорс-решений, которые можно развернуть локально и забыть о подписках

галерея

Природный белок может защитить желудочно-кишечный тракт от инфекций.
dummy-img
Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.
Новый квантовый инструментарий для оптимизации
Новый квантовый инструментарий для оптимизации
dummy-img
dummy-img
Объяснение масштабирования от обучающей к тестовой выборке: как оптимизировать общий вычислительный бюджет для ИИ при выполнении инференса.
Инженеры сделали модульных роботов из шаров и палок. Они могут объединяться в более крупных роботов
Image Not Found
Природный белок может защитить желудочно-кишечный тракт от инфекций.

Природный белок может защитить желудочно-кишечный тракт от инфекций.

Слева: Интелектин-2 стабилизирует слизистый слой на здоровых тканях. Справа: Белок нейтрализует бактерии в воспаленном желудочно-кишечном тракте. Предоставлено исследователями. Белки, называемые лектинами, встроенные в слизистые оболочки организма, связываются с сахарами, находящимися на поверхности клеток. Группа исследователей под руководством…

Апр 23, 2026
dummy-img

MetaboNet: Крупнейший общедоступный сводный набор данных по управлению диабетом 1 типа.

arXiv:2601.11505v2 Тип объявления: замена-перекрестное аннотация: Прогресс в разработке алгоритмов лечения диабета 1 типа (Д1) ограничен фрагментацией и отсутствием стандартизации существующих наборов данных для управления Д1. Существующие наборы данных существенно различаются по структуре и требуют много времени для…

Апр 23, 2026
Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.

Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.

Компания OpenProtein.AI, основанная Тристаном Беплером (PhD '20) и бывшим профессором Массачусетского технологического института Тимом Лу (PhD '07), предлагает исследователям модели с открытым исходным кодом и другие инструменты для белковой инженерии. OpenProtein.AI помогает биологам оставаться на переднем крае…

Апр 23, 2026
Новый квантовый инструментарий для оптимизации

Новый квантовый инструментарий для оптимизации

Новая теоретическая работа от Google Quantum AI показывает, что крупномасштабные квантовые компьютеры могут решать определенные задачи оптимизации, которые неразрешимы для обычных классических компьютеров. Быстрые ссылки Бумага Делиться Скопировать ссылку × От разработки более эффективных авиамаршрутов до организации…

Апр 23, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых