特斯拉向欧洲监管机构提交的“数据”

作为在欧洲赢得FSD系统批准的积极游说的一部分，特斯拉直接向瑞典和荷兰的政府官员提交了其自行生成的数据 。路透社通过公共记录请求获得的官方通信记录揭示了该公司使用的具体数字 。

特斯拉告诉监管机构，使用FSD的车辆发生碰撞的平均间隔里程是人类驾驶车辆的七倍以上，并声称该系统比人类驾驶员平均安全10倍 。一张演示幻灯片甚至进一步声称，仅在美国，FSD本可以“挽救32,000条生命”并防止190万起伤害 。这个数字是基于一个假设得出的，即假设美国道路上的每一辆车——从摩托车到货运卡车——都被一辆配备FSD的特斯拉所取代，独立研究人员称这个假设“荒谬至极” 。

数据核心的有缺陷的比较

路透社识别出的方法论错误既根本又极具误导性 。

错误的基准线。 特斯拉没有将FSD行驶里程与其他类似车龄和技术水平车辆进行比较。相反，它将自己配备现代防撞功能的舰队与美国国家公路交通安全管理局（NHTSA）统计的全美车队平均值进行比较，后者包括车龄超过十年、安全功能少得多的车辆。这从一开始就在分析天平上向特斯拉倾斜 。

精心挑选的事故严重性。 最严重的错误在于统计碰撞事故的方式。在统计自己一方的事故时，特斯拉只计算了最严重的一小部分——即安全气囊展开的事故。然而，对于人类驾驶员基准线，它却使用了一个宽泛得多的联邦数据类别，该类别涵盖了所有严重到需要拖车的事故。需要拖车的事故标准要宽松得多；它通常包括低速停车场碰撞和轻微剐蹭，这些事故中安全气囊可能根本不会展开 。

美国联邦数据库本身就已经将安全气囊展开事故单独列为一个可直接比较的指标。特斯拉却选择不使用它。审查了这些数据的9位独立研究员中有7位告诉路透社，仅这一个决定就将特斯拉自称的安全优势夸大了大约三倍 。换句话说，同为安全气囊展开事故的“苹果对苹果”比较，会将特斯拉标题党式的“安全10倍”的声称大幅削减 。

自行发布且未经核实。 所有这些统计数据都是特斯拉自行报告的。路透社确认这些数据从未经过任何外部机构的独立审计或核实，这意味着监管机构基本上是被要求相信这家公司的营销声明 。

训练AI的人自己都不信

路透社的调查并未停留在数字上。在5月28日的报告中，记者采访了九名以上的前特斯拉数据标注员——即花费数小时训练FSD人工智能识别道路上物体和场景的员工——以及一位前自动驾驶工程师 。

这些员工对这项技术表达了深刻的个人怀疑。九名前数据标注员中有七人告诉路透社，他们不会信任FSD来驾驶 。他们指出系统经常在应对应急车辆、校车、摩托车手、出口匝道和施工区域时失误，并描述他们花费了大量时间在特定的理想条件下训练系统，以提升其演示表现 。他们对所帮助打造的技术缺乏信心，这进一步削弱了公司向欧洲官员展示的精美安全统计数据。

监管机构和研究人员的回应

来自独立研究界的反应几乎是众口一词。路透社采访了11位交通安全专家，以评估特斯拉的方法论。他们中的10位得出结论，特斯拉提交的并非一项有效的安全分析——而是一份披着科学外衣的营销文件 。

专家们告诉路透社，这些数据不能用于可靠地支持FSD的安全声明，并且有几位专家称其做法具有故意误导性 。收到这份演示材料的机构之一——瑞典运输局强调，监管机构在评估安全声明时必须超越表面数字 。

截至2026年6月的报道，欧洲监管机构尚未发布明确拒绝特斯拉数据的公开裁决。然而，该公司已经获得了FSD在欧洲部分地区的有限批准，而路透社的调查引发了一个尖锐的问题：这一批准是否是基于被夸大的数据才获得的 。

该调查清楚地表明，自动驾驶行业最广为人知的安全声明，并非建立在严谨、独立验证的科学之上，而是建立在一个被多位专家指称为旨在炮制出吸引眼球的标题的比较方法之上。

特斯拉向欧洲监管机构提交的“数据”

作为在欧洲赢得FSD系统批准的积极游说的一部分，特斯拉直接向瑞典和荷兰的政府官员提交了其自行生成的数据 。路透社通过公共记录请求获得的官方通信记录揭示了该公司使用的具体数字 。

特斯拉告诉监管机构，使用FSD的车辆发生碰撞的平均间隔里程是人类驾驶车辆的七倍以上，并声称该系统比人类驾驶员平均安全10倍 。一张演示幻灯片甚至进一步声称，仅在美国，FSD本可以“挽救32,000条生命”并防止190万起伤害 。这个数字是基于一个假设得出的，即假设美国道路上的每一辆车——从摩托车到货运卡车——都被一辆配备FSD的特斯拉所取代，独立研究人员称这个假设“荒谬至极” 。

数据核心的有缺陷的比较

路透社识别出的方法论错误既根本又极具误导性 。

错误的基准线。 特斯拉没有将FSD行驶里程与其他类似车龄和技术水平车辆进行比较。相反，它将自己配备现代防撞功能的舰队与美国国家公路交通安全管理局（NHTSA）统计的全美车队平均值进行比较，后者包括车龄超过十年、安全功能少得多的车辆。这从一开始就在分析天平上向特斯拉倾斜 。

精心挑选的事故严重性。 最严重的错误在于统计碰撞事故的方式。在统计自己一方的事故时，特斯拉只计算了最严重的一小部分——即安全气囊展开的事故。然而，对于人类驾驶员基准线，它却使用了一个宽泛得多的联邦数据类别，该类别涵盖了所有严重到需要拖车的事故。需要拖车的事故标准要宽松得多；它通常包括低速停车场碰撞和轻微剐蹭，这些事故中安全气囊可能根本不会展开 。

美国联邦数据库本身就已经将安全气囊展开事故单独列为一个可直接比较的指标。特斯拉却选择不使用它。审查了这些数据的9位独立研究员中有7位告诉路透社，仅这一个决定就将特斯拉自称的安全优势夸大了大约三倍 。换句话说，同为安全气囊展开事故的“苹果对苹果”比较，会将特斯拉标题党式的“安全10倍”的声称大幅削减 。

自行发布且未经核实。 所有这些统计数据都是特斯拉自行报告的。路透社确认这些数据从未经过任何外部机构的独立审计或核实，这意味着监管机构基本上是被要求相信这家公司的营销声明 。

训练AI的人自己都不信

路透社的调查并未停留在数字上。在5月28日的报告中，记者采访了九名以上的前特斯拉数据标注员——即花费数小时训练FSD人工智能识别道路上物体和场景的员工——以及一位前自动驾驶工程师 。

这些员工对这项技术表达了深刻的个人怀疑。九名前数据标注员中有七人告诉路透社，他们不会信任FSD来驾驶 。他们指出系统经常在应对应急车辆、校车、摩托车手、出口匝道和施工区域时失误，并描述他们花费了大量时间在特定的理想条件下训练系统，以提升其演示表现 。他们对所帮助打造的技术缺乏信心，这进一步削弱了公司向欧洲官员展示的精美安全统计数据。

监管机构和研究人员的回应

来自独立研究界的反应几乎是众口一词。路透社采访了11位交通安全专家，以评估特斯拉的方法论。他们中的10位得出结论，特斯拉提交的并非一项有效的安全分析——而是一份披着科学外衣的营销文件 。

专家们告诉路透社，这些数据不能用于可靠地支持FSD的安全声明，并且有几位专家称其做法具有故意误导性 。收到这份演示材料的机构之一——瑞典运输局强调，监管机构在评估安全声明时必须超越表面数字 。

截至2026年6月的报道，欧洲监管机构尚未发布明确拒绝特斯拉数据的公开裁决。然而，该公司已经获得了FSD在欧洲部分地区的有限批准，而路透社的调查引发了一个尖锐的问题：这一批准是否是基于被夸大的数据才获得的 。

该调查清楚地表明，自动驾驶行业最广为人知的安全声明，并非建立在严谨、独立验证的科学之上，而是建立在一个被多位专家指称为旨在炮制出吸引眼球的标题的比较方法之上。