Tesla先前申请一项突破性专利，其纯视觉AI系统结合符号距离场（Signed Distance Fields）技术，可从2D摄影机数据实现高精度3D地图搭建，有望大幅降低成本并淘汰昂贵的LiDAR传感器。这项技术是自动驾驶的重大进展，预计将应用于即将推出的FSD v14版本。

Tesla patented a vision-only AI system that uses signed distance fields to achieve high-fidelity 3D mapping from 2D camera feeds, potentially reducing costs by eliminating LiDAR.

This technology:

✅ Enables sub-voxel precision down to 10 cm.

✅ Detects painted markings, such as…

— The Tesla Newswire (@TeslaNewswire) September 11, 2025

Tesla这项编号US20250282344的专利，解决了自动导航系统长期面对的核心挑战：如何在不依赖昂贵深度传感器的情况下，准确描绘精细空间细节。传统方法通常需要成本高昂的LiDAR设备，或产生无法有效表现平滑表面和精确距离的粗糙voxel模型。

该系统采用transformer神经网络架构，将多个摄影机的形象转换为连续的符号距离场。每个voxel包含到最近表面的详细距离测量数据，而非仅仅显示占用状态。这项创新实现了子voxel精度改良，将分辨率从33厘米提升至10厘米，对于自动泊车场景中的平滑表面渲染和空间感知至关重要。

AI模型可通过voxel级别的涂料检测识别泊车位，超越标准线条检测方法，能识别各种涂料图案，包括残疾人士专用符号和消防信道标记。系统集成时间空间数据，结合多个影格资讯关注移动状态，提升整体准确性。

这项技术对解决城市泊车难题具有重要意义。研究显示，驾驶者寻找泊车位造成的交通拥堵占城市交通总量高达30%。美国驾驶者平均每年花费17小时寻找泊车位，成本约345美元（约HK$2,691），而纽约市驾驶者更需要107小时，成本高达2,243美元（约HK$17,495）。

Tesla的纯视觉方案与竞争对手形成鲜明对比。Waymo第五代自动驾驶出租车搭载13个摄影机、4个LiDAR、6个雷达传感器，成本约20万美元（约HK$156万元）。Tesla承诺的Cybercab目标售价仅3万美元（约HK$23.4万元），成本优势显著。

自2022年起，Tesla的全自动驾驶（FSD）功能已完全采用摄影机方案，不再依赖超声波、雷达或LiDAR系统。虽然目前FSD的脱离率为每13英里一次干预，但Tesla持续通过纯视觉技术改善系统性能。

该专利的主要创新包括：仅通过视觉预测符号距离、将分辨率从33厘米改良至10厘米的子voxel精度、voxel级别的涂料敏感泊车识别，以及跨越多个影格（t至t-3）的时间空间集成关注移动。

业界专家认为，这项技术可能在自动驾驶领域引发重大变革，特别是在降低硬件成本同时，维持高精度3D感知能力方面。随着Tesla持续改良其视觉AI系统，这项专利技术有望成为未来自动驾驶车辆的核心组件。

来源：X