自動駕駛技術再進化！特斯拉釋出最新測試影片|數位時代 BusinessNext

自動駕駛技術再進化！特斯拉釋出最新測試影片

特斯拉執行長伊隆·馬斯克（Elon Musk）於個人Twitter分享了兩支自動駕駛的最新示範影片，透過自動駕駛眼中的世界，我們可以看到自動駕駛的世界已經不是遙不可及的未來了！

最新視覺處理技術，能同步處理更多道路狀況

影片中可以看到一名駕駛坐在車中（根據相關法規，使用自動駕駛模式，駕駛仍必須坐在駕駛座上），畫面右方有三塊切割畫面，顯示新版Model S 自動駕駛系統所監控的行車狀況，畫面中可以清楚看到方格狀的顏色跳動區塊，就是車子正在「看」的範圍，配備在車上的感測器及攝影機，能夠同時偵測到路上出現的車輛、行人、路燈及道路狀況，分析檢測後立即做出應有的反應。

根據特斯拉的說法，新一代車款，將會配備比前一代運算能力強40倍的電腦。示範的影片中，自動駕駛在複雜擁擠的道路中順暢的完成多個轉向，駕輕就熟的避開行人，在每一個紅燈穩定的停下，車流較少的路段，最高時速達到35英里（約為56公里），到達目的地駕駛下車後，特斯拉也透過自動泊車功能，順利停入停車格中。

特斯拉在Autopilot 2.0的硬體設備中，加入了一套自行研發的視覺處理工具「Tesla Vision」，鏡頭的性能提升。Tesla Vision背後的原理是利用深度神經網絡（Deep Neuron Networks），讓電腦對行車環境進行更細緻的分析，能夠在最短時間同時針對路線、道路號誌、對向來車、路燈位置等做出分析判斷，比起傳統視覺處理技術可靠度更高。

首套達到五級的自動駕駛系統，能在極端氣候中安全行駛？

影片所展示的最新自動駕駛，智慧程度已經可以讓駕駛完全不需要碰觸方向盤，馬克斯也談到「新系統將一個攝影鏡頭增至八個，覆蓋360度可視範圍，對周圍環境的監控距離最遠可達250公尺。」配有多個超聲波感測器，在偵測車輛周圍硬、軟物體的表現，都是上一代的兩倍，改版後的雷達波可以輕鬆穿透大雨、濃霧甚至前方車輛，大大提升行車安全。

根據美國家道路交通安全管理局（NHTSA）最新制定的標準，駕駛不必操作的情況下，汽車能在動態環境中行駛，就達到四級自動駕駛功能；駕駛系統能在惡劣氣候下駛往任何目的地，就達到五級自動駕駛功能。特斯拉最新的系統將成為首套達到5級（Level 5）的自動駕駛系統。

但在影片中也可以窺見自動駕駛仍有不完美之處，在影片54秒可以看到，自動駕駛因為在路旁安全範圍的行人而出現不必要的急停，另外，這兩段示範影片的道路狀況相對穩定，並沒有在濃霧、暴雨等極端天氣中示範，是否真的達到五級自動駕駛系統的標準，恐怕還需要更多的測試影像才能說服更多民眾。

兩段影片中分別使使用了 The Benny Hill Show（不文山鬼馬表演）及滾石樂隊的《Paint it Black》做為背景配樂，可以看出特斯拉和SpaceX一貫的流行文化風格，根據統計，美國死於車禍的人數，是越戰時的數倍，在《Paint it Black》這首歌曲中有一段歌詞唱到「我看見車子的隊伍，而他們全部被漆成黑色，伴隨花朵及我的愛皆逝去不再回來」，也許在未來特斯拉的自動駕駛可以終結人們死於車禍意外的悲劇。

雖然這已經不是第一次馬克斯釋出自動駕駛的測式影片，但這一次的內容及呈現的水準比起過去更為提升，自動駕駛彷彿就是駕駛的眼，顧前顧後比人類更細緻。過去在科幻電影中的自動駕駛已經離我們越來越近，馬克斯日前接受英國《金融時報》訪問時信誓旦旦的表示「最慢在明年底，特斯拉的自動汽車就能從美國西岸自動行駛到東岸了。」

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。