針對輝達 (NVDA.US) 執行長黃仁勳在美國消費性電子展（CES 2026）上發表全新自駕車人工智慧技術 Alpamayo，特斯拉 (TSLA.US) 執行長馬斯克迅速做出回應，強調自動駕駛技術的真正難題不在於達到高準確率，而在於解決那些罕見而複雜的「長尾問題」。
輝達在 CES 2026 上推出了 Alpamayo 系列開放式 AI 模型，聲稱其為世界上首款能「思考、能推理」的自動駕駛汽車 AI，並預計於今年稍晚在美國道路上推出。黃仁勳指出，該 AI 採用端到端訓練，能從相機輸入直接推理並產生驅動輸出，具備視覺 - 語言 - 行動（VLA）模型，以解釋複雜的駕駛場景並產生決策邏輯。
對此，特斯拉執行長馬斯克透過社群媒體平台 X 回應：「好吧，這正是特斯拉在做的。他們會發現，達到 99% 很容易，但要解決分佈的長尾問題卻非常困難。」
馬斯克的評論雖然肯定了輝達在端到端訓練 AI 上的方向，但也直指自動駕駛技術邁向全面普及的關鍵瓶頸。
在自動駕駛領域，「長尾問題」（Long-Tail Problem）指的是那些在日常駕駛中極少發生、但一旦發生就可能導致嚴重後果的特殊或邊緣情境（Corner Cases）。這些情境包括極端天氣、不常見的道路標誌、異常的交通行為或意外的物體出現等。
輝達的 Alpamayo 平台透過大型推理模型、類比工具和開放資料集，旨在提高自動駕駛系統在複雜現實環境中的透明度、安全性和穩健性。該平台的核心 Alpamayo 1 擁有 100 億個參數架構，可透過視訊輸入產生軌跡和推理邏輯。
然而，馬斯克的評論重申了特斯拉一貫的立場，即儘管 AI 的效能數據可能非常亮眼（例如達到 99% 的成功率），但要達成接近人類駕駛的可靠度，必須能有效處理那些極端罕見的 1% 或更少的情境。
這場兩大科技巨頭之間的隔空喊話，再次凸顯了全球自動駕駛產業在技術路線、安全驗證和商業化部署上面臨的共同挑戰與核心難題。
(美股為即時串流報價； OTC市場股票除外，資料延遲最少15分鐘。)新聞來源 (不包括新聞圖片): 鉅亨網