结论
特斯拉：能力最强，稳定性待进一步提升，希望能够加入后侧角毫米波雷达 + 匝道 & 十字路口高精地图（这个可能已经有了），科技极客买它。
小鹏：目前阶段是更符合市场和国情的辅助驾驶方案，对于未来还是更看好以视觉为主的方案。求稳，给家人更多关照，买它。
分析
说到底 Tesla FSD & 小鹏自动驾驶最大的差别是对视觉的依赖程度，Tesla 可以看成完全以视觉为主的自动驾驶方案，小鹏为视觉和 HD Map 混合校准的自动驾驶方案，说不上谁好谁差。
Tesla 的方案普适性会更强，小鹏的方案适用条件要求较高，但考虑真实的使用场景，我们在什么情况下会偏向于使用自动辅助驾驶功能——大部分情况是高速和快速路环线，而这些路段绝大部分是有 HD Map 覆盖的，这些路段小鹏的方案会更稳，这么说来小鹏的方案目前阶段更符合国人对于辅助驾驶功能的使用。
其中问题
视频中 Tesla 在夜晚匝道分叉路口区域左右摇摆严重，并出现进错路口的情况，这是视觉方案在光线昏暗环境下天生的弊端，看起来在未来也无法得到很好的解决。
同意小康和哲伦说的，还是需要在匝道和十字路口区域加入高精度图能力，并不是说要那种非常严格的HD Map，其实只要符合厂商的使用要求，在高速匝道和十字路口使用已量产车辆进行采集，能够标明位置特征&路口，进行回传分享，给后续车辆做引导（第一辆通过的车你辛苦了！😏😏）。
对于 Tesla 从匝道变道回高速后的不提速的问题，我更愿意理解为 Tesla 产品团队一个不用心的 bug。
对于视觉为主方案，毫无疑问是最后的终极方案，但如果细想还是会有深深的疑虑，特别是在夜晚情况，像在高速岔道路口无法很好的识别进行变道（市区路口的左转衔接和路口多岔道的选择也会有相同的问题吧）。
对于变道时侧后方有车辆快速上来的探知安全（Tesla 后向视觉：1 近距广角 50 m + 2 中距后侧视 100 m），单目视觉对于深度识别天生具有缺陷，就算（据说）目前使用的动图多帧位置差分处理，看起来也无法做到好的识别，再加上夜晚后向强光的照射影响，后侧向的识别感知问题可能会暴露的更严重。
个人认为加入后侧向角毫米波雷达进行融合感知是十分必要的。
我们来说小鹏。视频中小鹏在有 HD Map 覆盖的道路上各方面表现还是不错的，但是还是出现了多次的 HD Map 覆盖缺失，导致 NGP 的退出的问题，如果这个问题不能很好的解决会出现很大的安全隐患（就像每次走沪昆高速嘉善段上有一段突然让我掉头，我...），这样的 L3 是无法让人完全放心的。
当然就国内地图的更新效率而言，我更愿意相信这不是什么太大的问题，只要厂商派车去更新就好了。
雪糕筒识别的问题，我想对于小鹏团队而言也是迟早的事，因为这只是工程进度的问题，不是技术路线方案的问题。
关于未来
对于Tesla
我的理解 Tesla 一上来就是朝着 L4 & L5 级别的无人驾驶方案来的，就没有考虑过折中方案，就算团队考虑过也应该被 Musk 否定了（我男神就是这样的人！），当然我也相信全视觉方案是完全可行的，看最近海外推送的 FSD 功能在美国街头巷尾的真实环境驾驶视频效果还是很惊艳的，已经达到了我们想象中高级别的无人驾驶的样子，也因此我也更愿意相信 Musk 说的——在今年可以实现完全的无人驾驶的量产推送。
看最新的 Model S & X 的方形方向盘设计，并去掉了换挡拨杆也可以进一步佐证（还第一次量产使用了更符合无人驾驶方案的线控转向方案），因为他根本就没想让你自己来开！
（在进一步未来更可能像丰田的底盘和座舱盒子可分离替换方案那样更不需要有人驾驶了）。
但是，还是上面我提到的那两点和分析，如果可以加入后侧向角毫米波雷达+匝道&十字路口高精地图会更好一些，不然我还是有点慌。
对于小鹏和行业
我想说的是，目前阶段采用视觉融合 HD Map，甚至进一步结合 Lidar 的方案来进行自动辅助驾驶方案的落地，如果只是作为暂时阶段的市场策略还是比较合适的。毕竟采用 HD Map 的融合方案在开发难度和开发周期上有巨大的优势，相应的车型也可以快速的上市，同时在自动辅助驾驶功能体验上甚至能达到比目前Tesla纯视觉方案更优更稳定的效果。
但如果把它做为长期方案和主要技术路径，这将会是一次巨大的行业陷阱！
使用 HD Map 是会上瘾的！我们想想我们自己的驾驶行为，我们也只是靠两只眼睛（视觉）再加上驾驶常识和知识（规则 & 模型）来实现的驾驶，我们没有所谓的HD Map。
如果行业以此为基础，那么我们未来的无人驾驶功能就必须 HD Map 覆盖一个城市，无人驾驶开通一个城市，就像 Waymo 那样。
HD Map 怎么做到无限范围的覆盖呢？怎么做到实时、准确、不间断的支持呢？想想这一切的适用性。
当然你还可以说未来还有 V2X，还有可能的车厂间的数据联盟，但真正可靠的无人驾驶应该是普适的啊，能够做到真正的端到端能力，不应该对外界有严重的耦合依赖，这样它的安全冗余才足够可靠。
我不是说 HD Map 融合方案就不可行，但是限制太严重了，如果那样，只能算是有限范围的无人驾驶，我们何时才能实现理想中的那种完全抛弃人工驾驶，坐上车完全去做自己的事情，可以娱乐、可以办公，车辆安全准确舒适的把我们送到目的地，车辆成为一个舒适的移动空间盒子。重要的是算法本身的鲁棒性！
同时还有两个更加要命的问题：
Tesla 的 FSD 完全自动驾驶方案在美国对试用用户开始推送了，也就是说它的视觉方案已经达到初步成熟的阶段，如果法律允许，就可以全球大范围的铺开推送，可 HD Map 怎么全球大范围的快速铺开呢？
更为重要的是Tesla 目前已量产车辆和已行驶里程是全球各家主要无人驾驶公司和团队全部数量总和的最起码一个数量级的倍数。
行驶里程越多，可以采集到的数据就越多，采集到数据越多就可以喂出更好的算法模型，同时还有大量的全球各地的车辆快速加入进来，这样 Tesla 采集到的数据和算法之间就可以形成一个完美的迭代飞轮，这样会在本来就和其他家有算法优势的情况下拉开越拉越大的差距！
有时候想想其实挺绝望的，当然汽车市场也不全是唯无人驾驶论，我们还有许多其他的突破途径。
