和激光雷达相比，摄像头的信息传输速率快出几个量级，对于环境感知更为真切。举个例子，在十字路口，摄像头是可以捕捉分辨红绿灯颜色的，但是激光雷达却无法实现。当然，也有激光雷达派认为，摄像头捕捉到的图像是二维的，不能像激光雷达一样实现精准测距，是无法脱离雷达的配合独立存在的。
针对这个所谓的“短板”，特斯拉的工程师研发了一套纯视觉测距法。就像人类可以通过双目测距一样，“Tesla视觉神经系统”通过这套算法，借助多个摄像头配合，也可以实现对目标距离的测算。
这套纯视觉测距算法，在经过研发团队反复验证后，才正式推出。工程师首先通过二维图像测距，再用这套数据与毫米波雷达探测的距离数据进行对比验证，不断对纯视觉测距算法进行修正。从最终验证的结果来看，纯视觉测距已经足够精确，毫米波雷达自然也就可以功成名退。因此，Model 3焕新版去掉毫米波雷达并不是减配，反而意味着纯视觉方案已经足够成熟。
即使Model 3焕新版拥有先进的视觉测距算法，但在正式出厂前，每辆车都要经历严格的“视力测试”。只有当其8颗摄像头完美通过标靶检测，车辆才会进入下一阶段的检验。
然而，仅仅依赖8个摄像头对环境的精准捕捉，还不足以在Model 3焕新版的中控屏上生成3D实时地图。这背后，还需要一个核心部件的支持——那就是车载芯片。
持续进化，视觉方案才是未来
人类实现实时驾驶依赖于眼睛和大脑的协同处理。如果将摄像头比作Model 3焕新版的“视觉器官”，那么芯片则可视为其“智慧中枢”。
多数车企不愿尝试视觉技术，认为视觉方案在雾天、暗夜等条件下存在缺陷，但特斯拉经过一系列研究得出的结论是，视觉方案的不足主要源于AI算力不足和算法不够精密。
在HW1.0、HW2.0和HW2.5硬件系统时代，特斯拉芯片来自不同的供应商。纯视觉方案，本质上是将摄像头上传二维图像结合AI算法，利用芯片还原成3D图像。但很快特斯拉就发现，供应商的芯片达不到纯视觉方案对芯片算力和算法的要求。于是，以“科技狂魔”著称的特斯拉再次走上了自研道路。
HW3.0开始，特斯拉旗下电动车搭载的就是特斯拉自研自产的FSD芯片，和其他芯片不一样的是，FSD芯片既负责图形处理、也负责数据处理和深度学习。
FSD芯片拥有强大的计算能力，高达600TOPS，而当时主流车企使用的英伟达AGX Xavier仅提供了30TOPS的性能。在图像处理方面，FSD芯片也遥不可及，能够达到每秒2100帧的处理速度，远超其他供应商通常使用的17FPS浮点运算能力，这意味着它可以以每秒25亿像素的超高速度处理8个摄像头同时捕捉到的画面，从而协助驾驶员实时观察路况和车流。