乘联会发布的最新7月特斯拉销量显示，特斯拉批量销量高达32968辆，其中，Model 3出口量为16,137辆；而Model Y出口量达到8,210辆，换算下来，特斯拉在国内的销量大约是8,621辆。

这个成绩相比之前肯定是略有缩水了，也可以看出，在中国市场，特斯拉还是深受刹车门事件的影响，想要获得消费者的信任，重新获取大量订单，恐怕需要时间慢慢沉淀。不过即便这样，特斯拉依旧是电动新能源车的领头羊，尤其是Model 3标准续航版换装国产零件后再度降价突破25万底线，让同台竞技的国产厂商非常难受。

特斯拉之所以能够独领风骚，主要得益于其先进的自动驾驶技术。其实特斯拉的车硬件成本并不值25万，可能15万都要打个问号，如此简约的内饰设计，无处不在节省成本。但是特斯拉的软件研发成本居高不下，这正和传统车企相反。特斯拉引以为傲的软件设计，主要就是一套基于视觉识别的自动驾驶方案。

不同于其他主流自动驾驶厂商的方案，特斯拉放弃了激光雷达，只采用最纯粹的视觉识别。马斯克认为，只要人眼能看到识别的内容，特斯拉一样可以通过摄像头识别。但是视觉识别在初期的可靠性远比不上激光雷达建模。

特斯拉一方面觉得激光雷达价格太贵，不适合全面普及，另一方面，特斯拉也认为纯视觉识别的方案更高级。其实用什么技术方案，并不是普通人需要关系的，普通只需要关心自动驾驶好不好用，安不安全。目前来看，视觉识别的优势和劣势都非常明显，视觉识别要基于足够多的AI训练，才能对周围环境进行识别，这要求它拥有极高的算力，并实时通过图片对周围环境进行建模。

特斯拉正在使用8个摄像头来运行。这样，它们可以覆盖车辆周围的所有区域，因此不会出现盲区。8台摄像机与其他RADAR融合在一起，因此它们可以有效地定位并识别障碍物。RADAR是非常好的互补传感器，因为它们可以直接估计速度。

但是图片是二维的，比如之前台湾的特斯拉撞上白色卡车事件，就是因为特斯拉识别错误，把白色卡车看成天空的一个部分，如果是激光雷达，无论你什么颜色，一个立体的卡车造型基本不存在识别错误。

视觉识别最大的障碍，更在于一些意外的天气，比如下雨下雪天，当物品被覆盖之后，图片识别就失去了作用。另外，特斯拉还被车主曝出，在一些特定环境里会有误识别，比如隧道里出现幽灵公交车，幽灵行人等等。最近，特斯拉视觉识别出现了新Bug，在傍晚的高速公路上，特斯拉误将前方的黄色月亮当成了黄灯，病因此影响了整车的行车逻辑，有不断地轻踩刹车的动作。

说实话，这样的极端环境虽然比较少见，但是也凸显出识别识别在某些场景下存在安全隐患，而如果有车主此时正好信任它的自动驾驶出了事故，这个责任又该如何鉴定？