按美国交通部统计： 车祸死亡案例，大约是 1.2 per 100 million miles 车祸重伤案例，大约是 4.8 per 100 million miles 以下为链接： https://www.fhwa.dot.gov/tpm/reporting/state/safety.cfm?state=California 那如果我们把两项加起来，那么车祸死亡加重伤的案例，是 5 per 100 million miles。 不知道特斯拉的 Autopilot 是不是能比这个概率更好，但马斯克同志目前还没有足够数据或者其他的旁证就是了。 另一方面，如果我们假设一个人，平均总共一生开 1 million mile。那么平均 life time 车祸重伤加死亡的概率，按交通部的数据推测，应该大约是 5% ～～～ 所以马斯克的 autopilot 的概率，就智者见智、仁者见仁了。 从某个角度说，反正人都是百分之百要见马克思的，早点晚点的差别 ，，， 这也包括马斯科同志 ，，，
回复 100楼tidewater的帖子 我随便找了一下， Tesla 好像没 accident 严重性的数据， 只有发生 accident 的数据。 看图， 大约就每开 5 millions miles 出一次意外。 哦，看漏了， 灰色线有美国全部车（包括非Tesla) 的平均数， 就是每开 0.5 million miles 发生一次意外。
回复 101楼的帖子 数据科学的角度，这个数据没有区分，驾驶员是不是 take over 了，从而避免了事故的发生。 可以作为经验统计数字，但是不能作为全自动驾驶算法的 gating 的数字。 另一个，从数据科学角度，事故率 vs 严重事故率，不是同一个概念。人类的事故率高，不等于严重事故率高。需要进一步数据分析。
车祸死亡案例，大约是 1.2 per 100 million miles 车祸重伤案例，大约是 4.8 per 100 million miles
以下为链接：
https://www.fhwa.dot.gov/tpm/reporting/state/safety.cfm?state=California
那如果我们把两项加起来，那么车祸死亡加重伤的案例，是 5 per 100 million miles。
不知道特斯拉的 Autopilot 是不是能比这个概率更好，但马斯克同志目前还没有足够数据或者其他的旁证就是了。
另一方面，如果我们假设一个人，平均总共一生开 1 million mile。那么平均 life time 车祸重伤加死亡的概率，按交通部的数据推测，应该大约是 5% ～～～
所以马斯克的 autopilot 的概率，就智者见智、仁者见仁了。
从某个角度说，反正人都是百分之百要见马克思的，早点晚点的差别 ，，， 这也包括马斯科同志 ，，，
我随便找了一下， Tesla 好像没 accident 严重性的数据， 只有发生 accident 的数据。 看图， 大约就每开 5 millions miles 出一次意外。 哦，看漏了， 灰色线有美国全部车（包括非Tesla) 的平均数， 就是每开 0.5 million miles 发生一次意外。
其实不是，航空业的概率更低，还是能相当程度预测安全性。这是因为航空业分析每一个 close call event，并且模拟在何种条件下，多大概率会成为 accident。
所以这个也是有人诟病 SAE 的自动驾驶 level 的定义，灰常的 confusion 和 non-intuitive，给大众带来很多误解。
这里科普一下，SAE 的自动驾驶 level 的定义，其实不是一个简单的 level 数字，而是一本砖头标准书，SAE standard J3016，还经常推陈出新 ～～～ 有兴趣的可以谷歌搜寻一下，大妈们看热闹的就算了。
而在 SAE J3016 里，个人觉得，一个很重要的概念，是 Operational Domain Design (ODD) 的概念。
简单的说，ODD 就是定义，何种情况下，是自动驾驶的自动模式应该也必须要能够处理的。
而基于 Operation Doman Design (ODD) 的概念，给了 L3 automation 以上和以下，一条分水岭。
在 L3 及以上，ODD 的概念基本上比较清楚。在 ODD 的范畴内，汽车自动驾驶，手不用在方向盘上，脚不用在刹车上。不在 ODD 范围内，自己操作方向盘刹车。
所以一般大众通俗说法：
L3：有限范围内全自动驾驶。 L4：可以做到有限的 A => B 的全自动驾驶。 L5：人类已经被 AI 完全击败，在驾驶领域。
但是 L3 以下，个人认为 ODD 的定义，灰常的模糊。因为要求手在方向盘上，脚在刹车上。
所以 L3 以下，无论是 L1.5 还是 L2.8，都很难在全自动算法领域，进行航空业的较为严格的 close call 的分析模拟，还有数据统计。因为 ODD 的定义不清晰。
（当然，有人会问，航空业的 close call 的分析，也是有飞行员的。我只能说，大航司飞行执照，跟 DMV 驾照，不完全是一回事好吧）。
数据科学的角度，这个数据没有区分，驾驶员是不是 take over 了，从而避免了事故的发生。
可以作为经验统计数字，但是不能作为全自动驾驶算法的 gating 的数字。
另一个，从数据科学角度，事故率 vs 严重事故率，不是同一个概念。人类的事故率高，不等于严重事故率高。需要进一步数据分析。
我觉得Tesla最适合短途频繁开车还要经常经历traffic的人，比如房产经纪。
全玻璃顶，夏天， 还不开冷气。 苦行僧吗？
不完全一样。
电池车是最终方向，汽油车淘汰是迟早问题。
讨论主要是迟早问题。每家人需求不同。
不过华人版的电车接受度很高。
这个不能让 Tesla 背锅吧，葛朗台跟马斯克不是一路人啊。
我自从知道Tesla为了节约成本砍掉了雷达，纯粹依赖camera来做识别，再也不敢depend on它的AP. 即使我当时rent的那辆就有一万二的FSD Beta. 要达到超过level 2的冗余度，纯视觉方案是肯定不够的。
Tesla在大城市比如洛杉矶这种规模的自动驾驶效果如何？前一阵去洛杉矶，领导开车我坐在副驾驶上都紧张的不行。洛杉矶实在太大了，车太多了，大家车开得太猛了。
我只在高速上开， 高速上大城市和小城市没啥分别。
开长途时，adaptive cruise 也是挺可靠的，同时解决副驾焦虑感。就是费油，当然取决于跟的是拼命三郎还是菜场大娘。
Lane keeping 大部分便宜车只能辅助一下，基本还是靠手。
可是前一阵一个特斯拉车主说保养一次得费用也不低，而且只能去特斯拉的定点店，别处一是不放心，二是对电车不熟悉；而且目前看至少轮胎的里程不行，而且容易flat tire，不知道为啥比油车容易被路上得钉子锐物啥的扎得漏气，不知道是轮胎本身的问题，还是和车有关。
有点天灾，先的停电停水，没有发电机，电车也不行。加油站多，至少可以打电话问问能不能加油。
“它能一上车就能冷气最大，甚至还可以提前开，油车就没得比” 现在新的油车应该都有提前遥控启动climate的功能，我的pacifica就可以，虽然app做的不如tesla精致，另外过了一定免费体验的时间可能要额外掏subscription fee。 现在各家电控发展得很快，5+年旧的丐版油车是没这些功能，但至少比各种同size电车便宜多了。
我以前也不觉得加油是件麻烦事。但自从买了电车以后就觉得加油好麻烦，尤其是在城里去加油站还是要塞车的
所以我觉得BYD的插电混动更适合北美，可惜进不来
都天灾了还打电话……能通嘛
参见那个开特斯拉冲下山崖想杀全家但不成功的烙印。我认识一个人，在限速35的路上开model 3到时速120英里，车失控撞了邮箱飞起来翻了几个番掉沟里，副驾没系安全带飞出去死了，但是司机只是轻伤。
把插头好快 插插头也好快。出去加油好麻烦！
L2 L3里也分的
其实adaptive cruise control是真有用。现在很多车有路牌和红绿灯识别也很省事。
但是lane keeping有时候省力，有时候跟人抢方向盘，更紧张
哈哈哈哈哈，我好想车顶上可以显示emoji
先存着备用。 谢谢
哈哈哈哈哈哈哈哈哈哈哈哈
我突然想到 不喜欢闻汽油味的坐着肯定舒服，比如我妈 这是个电车的大优势啊
层主，现在能闻到汽油味的新车，不能过 EPA 标准吧。
电车传动简单，没有发动机，变速箱和传动杆。少了机油和变速箱油。但其他液体一样不少。电池还要加热保温和冷却。
我们全家都不觉得bumpy，只会乘客觉得晃悠。会不会北美的预设和上海产的不同？
我不觉得颠更不觉得吵。起码它没有引擎声音，跟油车比怎么都是安静的。
我觉得我永远都不会用任何自动驾驶。但是我还是喜欢特斯拉。
你这样说让人怀疑你没摸过特斯拉车门。
是的，很多油车都有提前启动开空调的功能。
笑疯了
看了这个楼以后发现以后在高速上要把Tesla当18轮一样离远一点
自己不小心挂了，和“别人”出错把你弄挂了，是一回事吗？
觉得去加油站操心的人，大概以后出喂饭机器人会第一批买给自己
你查查每年是大范围停电多还是没油可加多
不愿意，不过不考虑现在的加价因素，正常时候进店愿意直接按msrp买车也很方便快速
这个还不是别人出错的问题。你请Uber 或者坐飞机，的确也是命放别人手上，但他至少是个人，同样要把安全到达作为第一目的。相信自动驾驶，出了事那是个机器代码出错，马一龙都会撇清这只是beta 测试。