Karpathy FSD「完美駕駛」絕讚好評，但台積電晶片、台灣工程師參與開發的 FSD 在台灣不能用

那一天的三個故事

有些日子，會成為分水嶺。2025年11月12日可能就是這樣的一天。

這一天，三個故事同時發生。

加州。 Andrej Karpathy 取得一台全新的 HW4 Tesla Model X。他立刻帶著車出門測試，就像 5 年前在 Tesla 工作時每天做的那樣。測試結束後，這位前 Tesla AI 總監在推特上發文：「完美駕駛，沒有問題。」

韓國。 Tesla Korea 官方帳號發布一則影片。影片中，Tesla 在韓國道路上自動變換車道、導航路口、自動停車。配文只有兩個字：「Coming Soon」。韓國即將成為亞洲第二個獲得 Tesla Full Self-Driving (FSD) 的市場。

台灣。 這一天，台灣的 Tesla 車主打開車內螢幕，看到的依然是灰色的 FSD 選項，無法啟用。台灣的《道路交通安全規則》依然明文禁止：駕駛不得雙手離開方向盤，系統不得自動變換車道。

三個故事，說明了什麼？

自動駕駛技術的分水嶺正在形成。有些地方加速前進，有些地方選擇原地踏步。台灣站在哪一邊？

Karpathy 的驚艷

要理解 2025/11/12 這一天的意義，你必須先知道 Andrej Karpathy 是誰。

他不是一般的 Tesla 車主，也不是普通的科技評論者。從 2017 到 2022 年，Karpathy 擔任 Tesla AI 總監，領導 Autopilot 和 FSD 的開發團隊整整 5 年。在那之前，他是 Stanford 的深度學習博士，在那之後，他回到 OpenAI 擔任研究員。用最簡單的話說：他比世界上任何人都更了解 Tesla FSD 是怎麼發展起來的。

離開 Tesla 約 5 年後，這是他第一次測試新一代的 FSD 系統。

2025年11月12日，Karpathy 取得 HW4 Model X 當天，立刻開車上路測試。這次測試的是 FSD v13，不是最新的 v14，但已經讓他印象深刻。

高速公路上，他寫道：「感覺像是坐在某種超高科技磁浮列車艙裡的乘客。」車輛完全不需要他干預，平穩、自信、流暢。

城市駕駛更能考驗系統。狹窄車道、施工區域、計時左轉需要避開來車、四向停車路口、停車場導航、最後自動停車。所有場景，FSD 都處理得當。

測試結束後，Karpathy 發了一則推文。關鍵的一句話：「Perfect drive, no notes.」（完美駕駛，沒有問題。）

這句話的份量，只有了解他過去習慣的人才能理解。在 Tesla 工作的 5 年裡，Karpathy 每天測試 FSD，每次回來都會記錄 10 到 20 個需要改進的問題。這是 AI 研究者的職業習慣：找出邊緣案例、記錄失敗模式、持續優化系統。

這次，零問題。

他在推文中補充：這套系統比他之前使用的 HW3 車輛「明顯更好」，比 9 年前他第一天在 Tesla 測試的版本「好上無數倍」（eons ahead）。

但真正讓 Karpathy 驚艷的，是背後的技術突破。他寫道：「當然！環繞視訊串流以 60Hz 被一個完全專用的『駕駛大腦』神經網路處理，這當然行得通。」

這句話透露了什麼？

技術突破：Karpathy 的 Software 2.0 理念成真

FSD v13 搭配 HW4 硬體，代表的是一次根本性的架構轉變。

神經網路規模的爆炸性成長

Tesla 的 FSD 系統分為兩個主要神經網路節點。Node A 負責視覺感知，Node B 負責端到端的駕駛邏輯，從感知到決策到控制。

在 FSD v12 中，Node B 的神經網路模型大小是 2.3GB。到了 FSD v13，這個數字跳升到 7.5GB，整整增加了 3 倍。

7.5GB 意味著什麼？這是一個包含數十億參數的深度神經網路，能夠學習和處理極其複雜的駕駛場景。而且這個模型已經接近 HW4 硬體的記憶體上限，Tesla 必須在下一代硬體和軟體中進一步優化，才能繼續擴展模型規模。

但模型大小只是一部分。真正的突破在於以下幾點技術改進：

36 Hz 全解析度 AI4 視覺輸入。 這代表系統每秒處理 36 次完整的高解析度影像，比過去更即時、更流暢。

4.2 倍的數據規模、5 倍的訓練計算規模。 Tesla 的 Cortex 超級電腦叢集讓模型可以從更多真實駕駛數據中學習。全部來自全球數百萬輛 Tesla 車輛的真實道路數據，不是實驗室模擬。

光子到控制的延遲減少 2 倍。 從相機捕捉到光線，到神經網路處理，到車輛做出轉向或剎車反應，整個過程的延遲減半。在時速 100 公里的情況下，幾毫秒的差異就是生與死的差異。

60Hz 環繞視訊串流處理。 Tesla 車輛配備 8 個相機，提供 360 度環繞視角。FSD v13 以每秒 60 次的頻率處理所有相機的視訊串流，輸入到一個 7.5GB 的「駕駛大腦」神經網路中，直接輸出轉向、加速、剎車的決策。

Karpathy 的洞察正是指向這一點：「當然行得通！」當你有完整的環繞視覺、高頻率的處理、專用的神經網路，自動駕駛已經從可能變成必然。

從 Software 1.0 到 Software 2.0

但要真正理解這次技術突破，你需要理解 Karpathy 多年來一直在提倡的概念：Software 2.0。

Software 1.0 是什麼？

傳統的自動駕駛方法是工程師寫規則。如果偵測到行人，就減速。如果前方車輛剎車，就跟著剎車。如果是綠燈而且沒有來車，就通過路口。

這聽起來合理，但問題在於：真實世界太複雜了。行人可能突然從車輛後方衝出來。前方車輛可能是救護車，你應該讓路而不是跟著它。綠燈時可能有闖紅燈的車輛，你需要判斷是否等一下。

工程師無法為所有場景寫出規則。規則之間會衝突。邊緣案例永遠處理不完。

Software 2.0 是什麼？

新方法是讓神經網路從數據中學習。不寫規則，讓 AI 自己學。

Tesla 的全球車隊每天累積數百萬英里的真實駕駛數據。人類駕駛如何處理狹窄車道？如何在施工區域導航？如何判斷行人是否會過馬路？所有這些場景，都被記錄下來，輸入到神經網路中訓練。

神經網路學會的是「模式」。什麼樣的視覺特徵對應到什麼樣的駕駛決策。這些模式遠比人類工程師寫的規則更複雜、更靈活、更能應對邊緣案例。

類比一下：Software 1.0 就像專家系統，專家告訴電腦「規則」，電腦照做。Software 2.0 就像深度學習，電腦從大量數據中自己學習「規則」。前者有限、僵化，後者靈活、可擴展。

為什麼現在可行？三個要素

Software 2.0 的概念不是新的。深度學習已經發展了十幾年。但為什麼自動駕駛直到現在才真正突破？

三個要素同時到位。

第一，海量數據。 Tesla 全球有數百萬輛車在路上行駛，每天累積數百萬英里的駕駛數據。這些數據涵蓋了各種道路環境、天氣條件、交通狀況。沒有這些數據，神經網路無法學習。

第二，強大算力。 HW4 車載晶片提供了足夠的算力，能夠在車上即時運行 7.5GB 的神經網路模型。Tesla 的 Cortex 訓練叢集提供了 5 倍於之前的計算規模，讓模型可以從海量數據中學習。

第三，架構突破。 端到端神經網路架構的成熟，讓系統可以直接從原始視覺輸入到駕駛決策，不需要中間的手工設計模組。60Hz 的環繞視訊處理，讓系統有了真正的「駕駛大腦」。

三者缺一不可。現在，三者都到位了。

與競爭對手的差異

理解 Tesla 的方案，最好的方式是和主要競爭對手 Waymo 對比。

Tesla 的優勢在於可擴展性和低成本。純視覺方案不需要昂貴的 LiDAR，每輛車都能成為數據收集和 FSD 使用的節點。軟體透過 OTA（Over-The-Air）無線更新，全球車輛可以同步獲得最新版本。

Waymo 的優勢在於 LiDAR 提供的精確距離測量，在某些場景下比純視覺更可靠。但代價是成本高昂，難以大規模部署。

現在的問題是：哪條路線會勝出？

Karpathy 的「完美駕駛」評價，以及接下來的全球擴展故事，正在給出答案。

全球擴展：15 國測試成功

2025年11月12日，韓國不是唯一的主角。

在 Karpathy 測試的同一天，Tesla 社群觀察者 Sawyer Merritt 整理了一份清單：Tesla FSD 已經在 15 個國家成功測試。

這份清單涵蓋了全球主要市場：

歐洲 6 國： 義大利、荷蘭、西班牙、英國、德國、法國。

亞太 4 國： 韓國、日本、澳洲、紐西蘭。

美洲 4 國/地區： 美國、加拿大、墨西哥、波多黎各。

中國： 特殊版本，適配中國道路環境和法規。

15 個國家，涵蓋了左駕、右駕、不同的交通規則、不同的道路標誌、不同的駕駛習慣。這證明了什麼？

證明了 Tesla FSD 的技術具有普適性。同一套系統，經過適當的數據訓練和調整，可以適應全球不同的道路環境。這正是 Software 2.0 的威力：不需要為每個市場重新設計系統，只需要用當地的數據訓練神經網路。

韓國：即將推出

韓國的故事特別值得關注。

2025年11月12日，Tesla Korea 官方 X 帳號發布了一則影片。影片中，Tesla 車輛在韓國道路上展示了 FSD 的各種功能：自動變換車道、複雜路口的導航、自動停車。影片配文簡潔有力：「Coming Soon」。

這不是空話。韓國已經完成了 FSD 的測試，法規也已經允許在監督模式（Supervised）下使用自動駕駛功能。預計在 2025 年底或 2026 年初，韓國的 Tesla 車主就能正式啟用 FSD。

韓國將成為亞洲第二個獲得 FSD 的市場，僅次於中國。

中國正在運行中的 FSD

對比一下韓國和中國的狀況：中國是 Tesla 的特殊市場，使用針對中國道路環境和法規客製化的 FSD 版本，數據也不與全球共享。韓國則是全球通用版 FSD 的標準市場之一，與美國、歐洲使用相同的系統架構。

韓國的成功意味著什麼？意味著 Tesla 已經證明了 FSD 可以在非美國市場大規模部署。接下來，日本、歐洲各國都會陸續跟進。

Sawyer Merritt 的宣言

Sawyer Merritt 是 Tesla 社群的知名觀察者，他在整理 15 國測試清單時寫下了這段話：

「Tesla 已經找到了一種可擴展的、全球性的、低成本的自動駕駛方法。繫好安全帶，世界即將永遠改變。」

逐字解析這段話：

「可擴展的」（Scalable）： 同一套系統適用全球，不需要為每個市場重新開發。軟體更新即可部署，不需要硬體改裝。

「全球性的」（Global）： 15 國測試成功證明了這一點。不限於美國，不限於左駕市場，不限於特定道路環境。

「低成本的」（Low cost）： 純視覺方案，不需要昂貴的 LiDAR。消費者買得起，Tesla 也能大規模部署。

「世界即將永遠改變」（World is about to change forever）： 顛覆性的變革，不是漸進式的改進。自動駕駛不再是科幻，而是即將普及的現實。

這句話的重要性在於：它來自產業觀察者，不是 Tesla 官方，也不是 Tesla 的支持者。這是一個客觀第三方，在看到 Karpathy 的評價和全球擴展的數據後，做出的判斷。

世界正在改變。

那麼，台灣呢？

台灣的缺席

讓我們回到 2025年11月12日那一天。

當 Karpathy 驚艷於「完美駕駛」，當韓國宣布 FSD 即將推出，台灣的 Tesla 車主在做什麼？

他們打開車內螢幕，看到 FSD 選項，灰色的，無法啟用。他們可以使用基本的 Autopilot，但不能讓車輛自動變換車道，不能讓車輛在城市道路上自動導航，當然也不能雙手離開方向盤。

因為台灣的《道路交通安全規則》第 20 條第 3 項明文規定：駕駛不得雙手離開方向盤，系統不得自動變換車道。

台灣不在 15 國測試名單上。沒有測試計畫，沒有開放時程，沒有政策討論。

法規的困境

讓我們仔細看看台灣的法規限制。

台灣目前禁止的功能包括：

禁止雙手離開方向盤。 即使是 Level 2 的輔助駕駛，駕駛也必須隨時握著方向盤，隨時準備接管。Tesla FSD Supervised 要求駕駛監督但允許雙手離開，這在台灣是違法的。

禁止自動變換車道。 系統不得自動切換車道，必須由駕駛手動操作。這直接限制了 FSD 的核心功能之一。

禁止 Level 3 以上的自動駕駛功能。 任何不需要駕駛持續監控的自動駕駛功能，都不允許在台灣道路上使用。

這些限制來自哪裡？

2018年11月，台灣通過了《無人載具科技創新實驗條例》。這是台灣在自動駕駛領域的重要立法，允許在特定條件下進行自動駕駛測試。

距今 7 年了。

7 年間，台灣發出了一張測試牌照，「試0001」，給一輛在新竹南寮漁港測試的自動駕駛車輛。僅此而已。沒有商業化時程表，沒有法規開放計畫，依然停留在「實驗」階段。

問題不只是進展緩慢。更根本的問題是法規位階。

台灣的自動駕駛規範目前屬於「行政規則」，不是「法律」。立法院法制局早在 2023 年就建議：應該將自動駕駛規範提升到法律位階，納入《道路交通管理處罰條例》，明確定義違規行為和罰則。

建議被忽視了。

與韓國的對比

讓我們用一個表格對比台灣和韓國：

差距一目了然。

韓國在 2025年11月宣布即將推出 FSD，台灣連測試計畫都沒有。韓國允許雙手離開方向盤和自動變換車道，台灣兩者都禁止。韓國的法規已經提升到法律位階，台灣還停留在行政規則。

7 年，一張測試牌照。這就是台灣的進度。

最諷刺的矛盾

但故事還沒結束。最諷刺的部分是：台灣製造全球自動駕駛，卻不能在台灣使用。

讓我們看看這個荒謬的現實。

台積電製造 Tesla 自動駕駛晶片。

台積電製造 Tesla 自動駕駛的核心基礎設施， Tesla Dojo 超級電腦的 D1 晶片，台積電 7nm 製程製造，這是訓練 FSD 神經網路的關鍵設施。Karpathy 評價的『完美駕駛』，背後的訓練過程就依賴這些晶片。下一代 HW5 晶片，台積電 3nm 製程，2026 年量產。

台積電的工程師製造出全球最先進的自動駕駛晶片，但他們開車回家的路上，不能合法使用這個技術。

台灣工程師在矽谷開發自動駕駛技術。

矽谷的 AI 和機器學習領域有大量台灣工程師。許多台大、清華、交大的畢業生，在 Tesla、Waymo、Cruise 等公司工作，參與開發自動駕駛技術。他們用自己的專業，推動全球自動駕駛的進展。

但他們開發的技術，無法在自己的家鄉合法使用。

Waymo 在台北管理自動駕駛供應鏈。

2020年，Waymo 在台北成立了「Waymo 台灣有限公司」，地址在敦化北路 168 號 15 樓。這家公司負責硬體工程和供應鏈管理，利用台灣供應鏈的優勢，一小時內可以集結所有供應鏈夥伴討論產品可行性。Waymo 在台北招募機器學習工程師，薪資水準達到年薪 260 到 275 萬元。

Waymo 在台北招募工程師，開發自動駕駛硬體和供應鏈，但 Waymo 的自動駕駛測試車不會在台北街頭出現。

讓我們總結這個荒謬的現實：

台灣工程師在矽谷開發自動駕駛技術。台積電在台灣製造自動駕駛晶片。Waymo 在台北管理自動駕駛供應鏈。

但台灣人在台灣不能合法使用這些技術。

荒謬，但真實。

人才外流有了新的定義：在台灣做出來的東西、台灣培養的人才開發的技術，只能在國外使用。

保守心態的代價

交通部在等什麼？

讓我們看看時間軸：

• 2018年11月：《無人載具科技創新實驗條例》通過
• 2019年10月：發出首張測試牌照（試0001，新竹南寮漁港）
• 2023年：立法院法制局建議提升法規位階
• 2025年11月：依然在「實驗」階段

7 年，一張牌照，零商業化。

對比一下：韓國在 2025年11月宣布 FSD 即將推出，台灣在 2025年11月依然禁止雙手離開方向盤。

問題不是技術不成熟。Karpathy 已經給出「完美駕駛」的評價，15 國測試成功，韓國準備商業化。技術已經成熟了。

問題是心態太保守。

當 Karpathy 驚艷於「完美駕駛」，當全球 15 國測試成功，台灣還在擔心「安全問題」。但真正的安全問題是什麼？

真正的安全問題是：台灣車輛無法接受最新的安全技術更新。本地工程師無法在本地測試和改進技術。產業鏈無法在本地驗證和優化。整個產業錯失發展機會。

這種保守，說白了就是停滯。

未來的分水嶺

故事還在繼續。

2025年11月12日只是一個開始。接下來會發生什麼？

2026 的時間軸

2026年第一季： Elon Musk 預期中國市場將獲得完全的 FSD 批准。中國是 Tesla 的重要市場，一旦 FSD 完全開放，將為 Tesla 帶來巨大的營收增長。

2026年全年： 歐洲和日本市場將陸續開放 FSD。15 個測試成功的國家中，大部分將在 2026 年完成商業化部署。

持續迭代： FSD v14 已經在 2025年10月發布，v15、v16 將持續推出。每次更新都會帶來更好的性能、更高的安全性、更廣泛的場景覆蓋。

HW5 量產： 台積電 3nm 製程的 HW5 (AI5) 晶片將在 2026 年量產，提供比 HW4 更強大的算力，支援更大的神經網路模型。

這是一個加速的過程。更多市場，更多車輛，更多數據，更好的模型，更多用戶。數據飛輪開始轉動：

更多市場 → 更多車輛 → 更多數據
    ↓
更好模型 → 更安全駕駛 → 更多用戶
    ↓
更多市場（循環加速）

台灣不在這個迴圈裡。

產業的變革

自動駕駛不只是技術突破，更是產業變革。

Robotaxi 商業化。 Waymo 已經在美國部分城市營運 Robotaxi 服務，Tesla 計劃在 2026 年推出自己的 Robotaxi。這將顛覆傳統計程車和 Uber 模式。

物流與配送自動化。 自動駕駛卡車將降低物流成本，改變供應鏈結構。最後一哩配送將由自動駕駛車輛完成，提高效率、降低人力需求。

城市規劃改變。 停車空間需求大幅降低，道路使用效率提升，交通流量優化。城市可以重新規劃空間，把停車場改建成公園或住宅。

保險業重組。 自動駕駛車輛的事故率遠低於人類駕駛，保險費率將大幅降低。保險模式將從「人」轉向「車」或「系統」，責任歸屬重新定義。

半導體與感測器產業。 AI 晶片需求暴增，相機感測器規格持續提升。台灣在這個產業鏈中有優勢，台積電製造晶片、光學廠商提供感測器。但無法在本地驗證和測試應用，優勢將逐漸喪失。

這些變革即將發生。台灣的角色是什麼？

製造者，提供晶片。開發者，在矽谷工作。供應者，管理硬體鏈。

但不是參與者，不是驗證者，不是應用者。

台灣是旁觀者。

致台灣

讓我們回到 2025年11月12日。

那一天，Andrej Karpathy 發出「完美駕駛，沒有問題」的評價。這位曾經領導 Tesla FSD 開發的 AI 專家，用他的專業告訴世界：自動駕駛技術已經成熟。

同一天，韓國宣布即將獲得 FSD。15 個國家已經測試成功，更多國家正在排隊。

同一天，台灣的 Tesla 車主依然看著灰色的 FSD 選項，無法啟用。

技術已經夠好了，是法規不讓你用。

台積電製造的晶片，台灣工程師開發的技術，台灣供應鏈支援的硬體，最後組成了全球最先進的自動駕駛系統。但台灣人在台灣不能用。

Sawyer Merritt 說：「世界即將永遠改變。」

但改變不會等台灣。

當 Karpathy 驚艷於 60Hz 視覺串流被神經網路處理的威力，當韓國準備迎接自動駕駛時代，台灣還在爭論要不要讓雙手離開方向盤。

歷史會記住 2025年11月12日這一天。

問題是，台灣會以什麼角色被記住？

製造者？開發者？供應者？

還是缺席者？

相關資料：

Tesla FSD 技術與測試：

• Not a Tesla App: Tesla's FSD V13 Pushes HW4 Hardware Capabilities
  https://www.notateslaapp.com/news/2655/teslas-fsd-v13-pushes-hw4-hardware-capabilities-end-of-line-for-hw3

• Teslarati: Tesla confirms FSD launch in South Korea
  https://www.teslarati.com/tesla-confirms-fsd-supervised-launch-south-korea-video/

Andrej Karpathy 測試：

• X/Twitter: @karpathy 測試推文
  https://x.com/karpathy/status/1988705360723763242

台灣法規：

• 立法院: 自動駕駛車相關法制研析
  https://www.ly.gov.tw/Pages/Detail.aspx?nodeid=6590&pid=221047

• 自由時報: 自動駕駛違規處罰 立院法制局籲提升至法律位階
  https://news.ltn.com.tw/news/politics/breakingnews/4047627

產業分析：

• ARTC: 全球自駕車發展現況與未來趨勢
  https://www.artc.org.tw/tw/knowledge/articles/13760

最後更新： 2025-11-13