特斯拉提交給歐洲監管機構的主張

為了積極爭取FSD在歐洲獲得核准，特斯拉將其自行產生的數據直接提交給瑞典和荷蘭的政府官員。路透社透過公眾記錄請求取得的官方往來文件，揭示了該公司使用的具體數字。

特斯拉告訴監管機構，使用FSD的車輛在兩次碰撞之間行駛的距離，是人類駕駛車輛的七倍以上，並稱該系統比一般人類駕駛安全高達10倍。其中一張簡報投影片甚至宣稱，FSD在美國「可能已經挽救32,000條生命」，並防止了190萬人受傷。這個數字是假設美國道路上的每一輛車——從摩托車到貨運卡車——都被換成配備FSD的特斯拉所推導出來的，獨立研究人員稱此假設「荒謬至極」。

數據核心的錯誤比較

路透社識別出的方法論錯誤，既是根本性的，也具有嚴重的扭曲影響。

錯誤的基準線。 特斯拉並未將FSD行駛里程與其他車齡相近、技術能力相當的車輛進行比較。相反地，它將其現代化、配備防撞系統的車隊，與美國國家公路交通安全管理局（NHTSA）計算的整個美國車隊平均值進行比較，而這組數據包含了車齡超過十年、安全配備少得多的車輛。這在分析開始之前，就已經讓天平大大傾向特斯拉。

挑選過的事故嚴重程度。 最關鍵的錯誤在於事故的計數方式。在計算自身車輛時，特斯拉只計算了最嚴重的那部分碰撞——也就是安全氣囊展開的事故。然而，在計算人類駕駛的基準線時，它卻使用了範圍更廣的聯邦事故數據類別，該類別包含了所有嚴重到需要拖車的事故。需要拖車的事故是嚴重程度低得多的門檻；它通常包含低速停車場碰撞以及無安全氣囊展開的輕微擦撞。

美國聯邦資料庫實際上已經將安全氣囊展開的事故獨立出來，作為一個可直接比較的指標。特斯拉卻選擇不使用它。九位審查過這些數據的獨立研究人員中有七位告訴路透社，僅僅這一個決策就將特斯拉宣稱的安全優勢誇大了大約三倍。換句話說，如果進行「蘋果對蘋果」的安全氣囊對安全氣囊比較，特斯拉那「安全10倍」的宣傳口號將會被大幅削減。

自行發布且未經驗證。 所有這些統計數據都是特斯拉自行報告的。路透社證實，這些數據從未經過外部機構的獨立審計或驗證，這意味著監管機構實際上被要求以表面價值來接受這家公司的行銷說詞。

訓練AI的人自己也不相信它

路透社的調查並未止步於數字。在5月28日的報導中，記者訪問了超過九位前特斯拉數據標註員——這些員工花費數小時訓練FSD人工智慧辨識道路上的物體與場景——以及一位前自駕工程師。

這些員工對該技術表達了深刻的個人懷疑。九位前數據標註員中有七位告訴路透社，他們不會信任FSD來駕駛車輛。他們指出，系統在應對緊急車輛、校車、摩托車、出口匝道和施工區域時經常出現失誤，並描述他們花費了大量時間在特定的、理想的條件下訓練系統，以提升其在演示中的表現。他們對自己所協助打造的技術缺乏信心，這直接削弱了公司向歐洲官員展示的那套華麗的安全統計數據的可信度。

監管機構與研究人員的回應

獨立研究界的反應幾乎是一致的。路透社訪問了11位交通安全專家來評估特斯拉的方法。其中有10位得出結論，認為特斯拉提出的並非有效的安全分析——而是一份披著科學外衣的行銷文件。

專家們告訴路透社，這些數據無法被用來可信地支持FSD的安全主張，並且有幾位專家認為這種方法具有故意誤導的性質。瑞典運輸管理局（Swedish Transport Agency）——是收到該簡報的機構之一——強調，監管機構在評估安全主張時，必須看穿表面的數字。

截至2026年6月的報導，歐洲監管機構尚未針對否決特斯拉數據發布最終的公開裁決。然而，該公司此前已為FSD在歐洲部分地區取得了有限的核准。路透社的調查引發了一個尖銳的問題：這項核准是否是建立在被誇大的統計數據之上。

這項調查清楚地表明，自動駕駛產業中宣傳最廣的安全主張，其背後所依靠的並非嚴謹、經獨立驗證的科學，而是一種多位專家認為是為了產出有利標題而設計的比較方法。

特斯拉提交給歐洲監管機構的主張

為了積極爭取FSD在歐洲獲得核准，特斯拉將其自行產生的數據直接提交給瑞典和荷蘭的政府官員。路透社透過公眾記錄請求取得的官方往來文件，揭示了該公司使用的具體數字。

特斯拉告訴監管機構，使用FSD的車輛在兩次碰撞之間行駛的距離，是人類駕駛車輛的七倍以上，並稱該系統比一般人類駕駛安全高達10倍。其中一張簡報投影片甚至宣稱，FSD在美國「可能已經挽救32,000條生命」，並防止了190萬人受傷。這個數字是假設美國道路上的每一輛車——從摩托車到貨運卡車——都被換成配備FSD的特斯拉所推導出來的，獨立研究人員稱此假設「荒謬至極」。

數據核心的錯誤比較

路透社識別出的方法論錯誤，既是根本性的，也具有嚴重的扭曲影響。

錯誤的基準線。 特斯拉並未將FSD行駛里程與其他車齡相近、技術能力相當的車輛進行比較。相反地，它將其現代化、配備防撞系統的車隊，與美國國家公路交通安全管理局（NHTSA）計算的整個美國車隊平均值進行比較，而這組數據包含了車齡超過十年、安全配備少得多的車輛。這在分析開始之前，就已經讓天平大大傾向特斯拉。

挑選過的事故嚴重程度。 最關鍵的錯誤在於事故的計數方式。在計算自身車輛時，特斯拉只計算了最嚴重的那部分碰撞——也就是安全氣囊展開的事故。然而，在計算人類駕駛的基準線時，它卻使用了範圍更廣的聯邦事故數據類別，該類別包含了所有嚴重到需要拖車的事故。需要拖車的事故是嚴重程度低得多的門檻；它通常包含低速停車場碰撞以及無安全氣囊展開的輕微擦撞。

美國聯邦資料庫實際上已經將安全氣囊展開的事故獨立出來，作為一個可直接比較的指標。特斯拉卻選擇不使用它。九位審查過這些數據的獨立研究人員中有七位告訴路透社，僅僅這一個決策就將特斯拉宣稱的安全優勢誇大了大約三倍。換句話說，如果進行「蘋果對蘋果」的安全氣囊對安全氣囊比較，特斯拉那「安全10倍」的宣傳口號將會被大幅削減。

自行發布且未經驗證。 所有這些統計數據都是特斯拉自行報告的。路透社證實，這些數據從未經過外部機構的獨立審計或驗證，這意味著監管機構實際上被要求以表面價值來接受這家公司的行銷說詞。

訓練AI的人自己也不相信它

路透社的調查並未止步於數字。在5月28日的報導中，記者訪問了超過九位前特斯拉數據標註員——這些員工花費數小時訓練FSD人工智慧辨識道路上的物體與場景——以及一位前自駕工程師。

這些員工對該技術表達了深刻的個人懷疑。九位前數據標註員中有七位告訴路透社，他們不會信任FSD來駕駛車輛。他們指出，系統在應對緊急車輛、校車、摩托車、出口匝道和施工區域時經常出現失誤，並描述他們花費了大量時間在特定的、理想的條件下訓練系統，以提升其在演示中的表現。他們對自己所協助打造的技術缺乏信心，這直接削弱了公司向歐洲官員展示的那套華麗的安全統計數據的可信度。

監管機構與研究人員的回應

獨立研究界的反應幾乎是一致的。路透社訪問了11位交通安全專家來評估特斯拉的方法。其中有10位得出結論，認為特斯拉提出的並非有效的安全分析——而是一份披著科學外衣的行銷文件。

專家們告訴路透社，這些數據無法被用來可信地支持FSD的安全主張，並且有幾位專家認為這種方法具有故意誤導的性質。瑞典運輸管理局（Swedish Transport Agency）——是收到該簡報的機構之一——強調，監管機構在評估安全主張時，必須看穿表面的數字。

截至2026年6月的報導，歐洲監管機構尚未針對否決特斯拉數據發布最終的公開裁決。然而，該公司此前已為FSD在歐洲部分地區取得了有限的核准。路透社的調查引發了一個尖銳的問題：這項核准是否是建立在被誇大的統計數據之上。

這項調查清楚地表明，自動駕駛產業中宣傳最廣的安全主張，其背後所依靠的並非嚴謹、經獨立驗證的科學，而是一種多位專家認為是為了產出有利標題而設計的比較方法。