O grande problema da Tesla chegou: o FSD pode precisar ser refeito do zero!

“A legislação não é direcionada à Tesla, mas baseia-se em problemas reais, como a maior densidade populacional dos EUA em Nova Jersey e a complexidade das condições de trânsito... Atualmente, não há evidências suficientes de que um único tipo de sensor combinado com software possa lidar com todos os cenários que um motorista humano pode enfrentar.”

No início deste mês, o senador de Nova Jersey, Andrew Zwicker, explicou sua motivação para promover o Projeto de Lei S1677 em uma entrevista à mídia.

Embora pareçam neutras, essas palavras traçam uma linha técnica rígida: o Nível 3 (L3) exige redundância dupla de câmera e ondas milimétricas, enquanto o Nível 4 (L4) torna obrigatório o uso de LiDAR. Para a Tesla, que insiste na rota puramente visual, isso equivale a uma “ordem de proibição” —

Isso não significa apenas que o Cybercab da Tesla pode não conseguir entrar no mercado de Nova Jersey, mas também sinaliza o início oficial de uma era de fragmentação na regulamentação legislativa de direção autônoma entre os estados dos EUA.

Quase ao mesmo tempo, do outro lado do Oceano Pacífico, o Ministério da Indústria e Tecnologia da Informação da China divulgou um rascunho de norma obrigatória para os “Requisitos de Segurança do Sistema de Direção Autônoma para Veículos Conectados Inteligentes”. O público inicialmente interpretou erroneamente como “LiDAR obrigatório para L3/L4”, mas uma verificação do texto original revelou que nenhum nome de sensor específico foi mencionado, apenas enfatizando a cobertura de percepção e os mecanismos de compensação de falhas.

Um no Oriente, outro no Ocidente, dois documentos, duas filosofias regulatórias distintas. Nova Jersey escreveu uma “lista de hardware” em preto e branco, enquanto a China apresentou uma “régua universal” orientada a resultados.

Enquanto Musk ainda prega que “LiDAR é uma muleta”, os legisladores já usaram uma lógica realista mais fria para empurrar o debate entre a rota puramente visual e a fusão multissensor, do campo de debate técnico para a arena de jogos institucionais.

01

Para estar em conformidade, a Tesla teria que derrubar sua tecnologia FSD existente

Embora os senadores tenham dado garantias de que “não é direcionado a empresas específicas”, a intenção do Projeto de Lei S1677 de mirar a Tesla ainda é bastante óbvia. Concorrentes norte-americanos como Waymo e Zoox reagiram com indiferença, pois seus sistemas já são um modo de fusão de visão, ondas milimétricas e LiDAR; o projeto de lei, na verdade, consolida seus fossos técnicos.

Se o projeto for aprovado, para operar o Cybercab em Nova Jersey, a Tesla teria que realizar uma grande cirurgia em seu sistema de “Direção Totalmente Autônoma”. Isso não é uma simples sobreposição de hardware, mas uma reestruturação completa desde a base física até a arquitetura de software.

Do ponto de vista do hardware, a arquitetura de hardware HW4.0 existente da Tesla é projetada em torno da lógica de redução extrema de custos da visão pura. Suas especificações de chicote elétrico, alocação de poder de computação do controlador de domínio, protocolos de interface e até mesmo o sistema de alimentação são todos otimizados estritamente para a configuração de 8 sensores visuais, tendo eliminado agressivamente os sensores ultrassônicos nos primeiros anos.

Para atender aos requisitos do S1677, o padrão L3 poderia ser atendido com dificuldade através da interface de radar de ondas milimétricas预留, mas o LiDAR obrigatório para o padrão L4 é um desafio de dimensão completamente diferente. Isso envolve não apenas redesenhar pontos físicos na carroceria, mas também exigir módulos de alimentação independentes, chips de processamento de sinal dedicados e dispositivos de limpeza e aquecimento para garantir a eficácia do sensor em condições climáticas adversas.

A reação em cadeia subsequente inclui a reabertura de moldes para para-choques, reteste de compatibilidade eletromagnética (EMC) e ajustes em toda a linha de produção. Estimativas da indústria sugerem que apenas o ciclo de verificação de segurança do veículo inteiro será estendido em pelo menos 12 meses. Isso não é uma simples “modificação”, mas uma verdadeira “mudança de geração”.

Se a redefinição de hardware é suportável, o impacto no nível de software é revolucionário. Após a iteração do FSD para as versões v12/14, ele evoluiu para uma arquitetura de rede neural BEV (Bird's Eye View) puramente visual de ponta a ponta com ocupação. Esta rede neural foi formada através da alimentação de enormes quantidades de dados puramente visuais; ela reconhece apenas pixels de câmera e não sabe nada sobre dados de nuvem de pontos do LiDAR.

Forçar a fusão desses dois tipos de dados heterogêneos levará a uma grave inconsistência entre treinamento e inferência. É como fazer uma pessoa que só viu em preto e branco usar óculos 3D coloridos de repente; o cérebro não só não consegue processar a informação extra, mas é perturbado, levando à confusão cognitiva. Esse fosso modal muitas vezes não traz melhoria de desempenho, mas sim um colapso catastrófico do sistema.

Além disso, os dados globais de modo sombra puramente visual de centenas de milhões de quilômetros, dos quais a Tesla se orgulha, se tornarão instantaneamente inválidos, e os algoritmos já refinados terão que ser zerados. Estimativas otimistas sugerem que o ciclo para reacumular dados de cena de fusão “pixels + nuvem de pontos” e completar o retreinamento e verificação do modelo levará de 2 a 3 anos. O duplo golpe de hardware e software acabará por desencadear um colapso no nível comercial, e a história de custo ultrabaixo da qual o Cybercab depende para sobreviver estará falida.

02

Os limites físicos da visão pura e a lógica de complementação do LiDAR

Deixando de lado as aparências comerciais e regulatórias, mergulhando na estrutura técnica, o charme da rota puramente visual nunca esteve nos parâmetros impressionantes, mas na consistência da filosofia de engenharia. Os humanos dependem de dois olhos e de um cérebro evoluído ao longo de milhões de anos para lidar com a maioria das condições de trânsito, e este é o ponto de partida lógico da “teoria da muleta” de Musk.

Transpondo essa analogia para redes neurais, a câmera captura imagens, e o modelo de ponta a ponta mapeia diretamente os pixels em instruções de controle, eliminando múltiplas etapas de representação intermediária, como percepção, localização e planejamento. Contanto que a alimentação de dados seja grande o suficiente e a cobertura de cena seja ampla o suficiente, o sistema pode se aproximar da capacidade de generalização humana em um sentido estatístico.

A vantagem desta rota da Tesla reside na reutilizabilidade da Scaling Law: o custo das câmeras é baixo, a implantação em massa na produção do veículo é imediata, cada Tesla em circulação está retransmitindo casos extremos (Corner Cases), e à medida que o volante de dados gira, o custo marginal dos ganhos algorítmicos diminui continuamente.

Do HW4.0 ao FSD v12/14, o desempenho da visão pura em subúrbios norte-americanos, rodovias e estradas urbanas comuns já é suficiente para que alguns usuários relaxem o pé com confiança. Essas conquistas de engenharia não devem ser totalmente negadas devido à legislação de Nova Jersey; elas são vitórias da inteligência artificial dentro de limites específicos.

No entanto, o calcanhar de Aquiles da visão pura está profundamente enraizado nas leis da física. Como sensor passivo, a câmera depende extremamente da luz ambiente, da textura da superfície do objeto e do contraste; a medição de distância depende de disparidade e cálculo de múltiplos quadros, não de feedback físico direto. Isso leva a deficiências inatas em cenários específicos: chuva e neblina, contraluz, falta de iluminação noturna, ofuscamento por faróis altos de veículos em sentido contrário, e até mesmo caminhões brancos em rodovias erroneamente classificados como “nuvens” pelo sistema são modos de falha repetidamente verificados.

Mais sutil é o teste da “parede falsa”: uma parede que absorve luz ou carece de textura pode ser engolida pelo fundo por um sistema puramente visual, enquanto o LiDAR pode determinar a distância com precisão com apenas um eco de retorno. A afirmação de Philipp Koppman de que “é estável apenas em boas condições climáticas e de estrada” não é uma depreciação da capacidade de engenharia da Tesla, mas uma declaração objetiva da distribuição de probabilidade.

Em suma, as falhas de cauda longa da visão pura concentram-se precisamente naqueles cenários de probabilidade extremamente baixa que um motorista humano pode gerenciar, mas onde o sensor de repente “fica surdo”. E são exatamente esses cenários, cruciais para a segurança de vidas, que os órgãos reguladores, seguradoras e o público monitoram de perto, detendo o “poder de veto decisivo”.

Em contraste, o sistema LiDAR segue um conjunto diferente de lógica física.

Ele emite pulsos ativamente; a nuvem de pontos 3D gerada por produtos de nova geração com alta contagem de linhas é densa e não é limitada pela iluminação ambiente. A determinação da distância para objetos de baixa textura, obstáculos estáticos e alvos que surgem repentinamente é de nível físico, não inferencial. Combinado com o radar de ondas milimétricas, que fornece velocidade Doppler e penetração em chuva e neblina, e a câmera, que garante reconhecimento semântico e de cores, os três tipos de sensores heterogêneos formam uma complementação perfeita de modos de falha.

Esta é a verdadeira redundância exigida pelo projeto de lei de Nova Jersey: após a falha da câmera, os outros dois ainda podem detectar e rastrear obstáculos. Os dados operacionais de anos da Waymo em São Francisco, Phoenix e Los Angeles mostram que este esquema de fusão de três sensores pode não ser a solução teoricamente ótima, mas é, sem dúvida, uma solução de alta confiança verificada comercialmente em larga escala.

Vale notar que o limiar para esta solução de alta confiança foi significativamente reduzido pela cadeia de suprimentos doméstica chinesa. Hesai e RoboSense reduziram o preço do LiDAR automotivo para a faixa de milhares de dólares, fazendo com que empresas domésticas como Huawei ADS, XPeng, Li Auto e Xiaomi quase universalmente escolhessem a configuração de redundância tripla ao declarar soluções L3. O custo incremental por veículo é controlado entre 4.000 e 12.000 RMB, representando menos de 3% do custo total de veículos acima de 200.000 RMB.

O dilema da Tesla é que sua fé na visão pura está ligada à lógica comercial de “reduzir custos para ganhar escala”, enquanto para os concorrentes, adicionar LiDAR é simplesmente comprar um seguro visível. O campo da visão pura não chegou a um beco sem saída; a iteração do radar de ondas milimétricas 4D está tentando preencher as lacunas, mas, pelo menos por enquanto, o LiDAR continua sendo o patch físico mais confiável para lidar com os limites físicos.

03

Divergência regulatória China-EUA: O jogo institucional entre lista de hardware e resiliência do sistema

Voltando o olhar para a China, a divulgação do rascunho da norma obrigatória do Ministério da Indústria e Tecnologia da Informação para os “Requisitos de Segurança do Sistema de Direção Autônoma para Veículos Conectados Inteligentes” no verão de 2026 demonstra uma sabedoria regulatória completamente diferente da dos EUA. O boato inicial de que “L3/L4 exige LiDAR, visão pura não pode ser declarada” foi posteriormente refutado.

Executivos da XPeng esclareceram nas redes sociais que o documento inteiro não continha a palavra “LiDAR”.

Uma verificação do texto original revela que a norma adota uma abordagem típica orientada a resultados, estabelecendo apenas indicadores de segurança quantitativos: cobertura de percepção lateral de 9 metros para cada lado do veículo, distância mínima de detecção frontal correspondente à velocidade máxima, e exigindo que o sistema possua um mecanismo de compensação para degradação do desempenho de percepção.

Quanto à escolha da empresa por visão pura, visão mais ondas milimétricas, ou um conjunto completo de LiDAR, a norma não interfere; a empresa só precisa provar que pode atender ao limite de segurança. Em conjunto com o padrão de classificação GB/T 40429-2021, a China formou um quadro regulatório que “fornece a régua, mas não escolhe o caminho para você”. A engenhosidade deste design institucional é que ele não nega diretamente nenhuma rota técnica, mas, ao estabelecer um limite de segurança muito alto, força as empresas a fazerem a seleção técnica mais rigorosa.

As diferenças na lógica regulatória entre os dois documentos China-EUA são significativas, refletindo duas filosofias de governança distintas.

O S1677 de Nova Jersey incorpora a abordagem típica da legislação estadual dos EUA. Sob o sistema federal, a regulamentação da operação de Robotaxis entre estados já é fragmentada, e os legisladores tendem a uma gestão de “lista de hardware” que é auditável e responsabilizável. Este método é simples e direto, facilitando a aplicação da lei e a atribuição de responsabilidades, evitando longos debates técnicos sobre a caixa preta algorítmica após um acidente. Este é um pensamento típico de redundância de hardware.

A norma obrigatória doméstica reflete um pensamento de resiliência do sistema. Ela não pressupõe uma rota técnica, mas, através de uma régua de segurança unificada, força as empresas a iterarem suas tecnologias. Quanto a como implementar a degradação após a falha de percepção, estacionamento no acostamento, ou usar dados V2X para complementar, isso é deixado para o mercado decidir.

Não há superioridade absoluta entre essas duas abordagens; elas correspondem a diferentes estágios da indústria e pontos críticos regulatórios. A legislação estadual dos EUA enfrenta Waymo e pilotos da Tesla que já operam nas ruas; usar uma lista de hardware para garantir a segurança pública é o caminho mais pragmático. A China, por outro lado, busca um equilíbrio entre o avanço da indústria e a garantia de segurança, permitindo rotas técnicas abertas para que dados, seguros e modelos de indenização selecionem naturalmente a solução ótima sob mecanismos de mercado.

Observando as nove empresas piloto que declararam L3 na China atualmente, a grande maioria ainda escolheu voluntariamente a configuração LiDAR. Isso não é forçado pela regulamentação, mas sim, sob condições de trânsito complexas que misturam horários de pico em cidades de primeiro escalão, chuva/neve, túneis e contraluz, com a responsabilidade por acidentes de Nível 3 sendo transferida para o sistema, as montadoras, por instinto de reduzir as taxas de indenização, voluntariamente adicionam esta redundância de nível físico ao sistema.

Voltando ao projeto de lei de Nova Jersey, ao contrário das teorias da conspiração de “direcionado à Tesla”, a essência do projeto é o resultado inevitável da regulamentação ficar atrás do desenvolvimento tecnológico. O S1677 restringe apenas frotas comerciais de veículos autônomos, não afetando a funcionalidade FSD de veículos de consumo privado; os proprietários de Tesla em Nova Jersey ainda podem usar as funções relacionadas normalmente. O que realmente sofre é a interseção estreita do L4 comercial puramente visual, sem volante e sem pedais. E este é exatamente o ponto fraco da história comercial do Robotaxi da Tesla.

Na realidade, o debate sobre os méritos da visão pura versus LiDAR já transcendeu o escopo da superioridade técnica e entrou no estágio prático de adaptação à regulamentação e modelos de negócios. A fé de Musk tem sua lógica, a prudência de Zwicker também tem sua base; o desalinhamento surge porque o mundo não esperará que uma certa fé vença antes de unificar as regras.

Quando a visão de carros autônomos em todas as ruas ainda não se concretizou totalmente, o S1677 de Nova Jersey e a norma obrigatória do Ministério da Indústria e Tecnologia da Informação já remodelaram silenciosamente as regras do jogo: o vencedor futuro será aquele que conseguir tanto dominar a corrida tecnológica quanto respeitar os limites regulatórios.

A tecnologia pode ser agressiva, mas operar nas vias deve estar em conformidade. Esta é talvez a lição mais profunda que este jogo regulatório trans-Pacífico deixa para a indústria.