特斯拉首席执行官埃隆·马斯克近日在公开讨论中透露，要实现无需人工监督的全自动驾驶（FSD）技术，需要收集并分析约100亿英里的真实道路训练数据。这一预估基于自动驾驶系统必须应对现实世界中大量罕见且复杂的边缘场景，即所谓的“长尾问题”。
此前，马斯克在特斯拉《宏图计划第二篇章》中曾提出，自动驾驶技术获得全球监管批准可能需要60亿英里数据。然而，随着技术深入发展，他对数据需求规模作出了更谨慎的评估。这一调整反映了自动驾驶从实验室验证到规模化落地过程中面临的现实挑战——系统必须覆盖足够多的极端场景，才能确保安全性和可靠性。
特斯拉的自动驾驶测试里程正在快速积累。据特斯拉社区统计，截至2025年底，FSD的累计测试里程已接近70亿英里，其中城市道路场景占比超过三分之一，达到25亿英里。仅数日后，这一数字便突破70亿英里大关，进一步巩固了特斯拉在自动驾驶数据积累领域的领先地位。目前，该公司可能是全球范围内拥有最多自动驾驶训练数据的企业。
苹果与Rivian前员工保罗·拜塞尔在社交平台X上分析称，特斯拉在自动驾驶领域的优势源于其数据驱动的研发模式。他指出，竞争对手难以通过模拟或有限道路测试快速缩小差距，因为自动驾驶的竞争本质是规模、数据和迭代效率的比拼。“特斯拉已领先多年，其他企业才刚刚起步。”拜塞尔强调，技术演示与实际产品之间存在巨大鸿沟，单纯追求演示效果而忽视数据积累的做法“极为天真”。
马斯克近期在评论英伟达Alpamayo项目时也提到类似观点。他表示，自动驾驶技术的开发中，前99%的进度可能相对容易实现，但剩余1%的长尾问题——即那些发生概率极低但后果严重的场景——才是真正的挑战。特斯拉AI软件副总裁阿肖克·埃卢斯瓦米在X平台上呼应了这一看法，称“长尾问题的复杂程度远超多数人想象”。
