據外媒報道，特斯拉人工智能（AI）總監Andrej Karpathy在今年2月舉行的Scaled Machine Learning大會上，公布了Autopilot及其功能的一組新數據。
與大多數從事自動駕駛研究的汽車制造商和科技公司不同，特斯拉不僅僅依賴內部測試車隊或仿真，而是利用其擁有龐大客戶群的電動汽車車隊來收集數據。此類車輛配備了大量的傳感器陣列，可用于收集數據并改進其駕駛輔助功能。特斯拉希望此類數據不僅可用于改進其Autopilot，還能夠幫助監管機構確認其系統可以改善道路安全。
目前來看，特斯拉車隊采用Autopilot完成了30億英里，而其中10億英里都由Navigate on Autopilot功能完成，該功能還完成了20萬次自動變道。此外，自從去年特斯拉發布智能召喚功能（Smart Summon）以來，特斯拉車主已經使用了該功能120萬次。
眾所周知，特斯拉致力于采用高度依賴視覺的方式以實現全自動駕駛，即利用其汽車上的攝像頭套件和人工智能技術，以訓練其神經網絡，讓車輛能夠對道路上的情況做出反應。而其他主流的自動駕駛汽車公司，如自動駕駛領域的領導者Waymo和Cruise等，都依賴于激光雷達和高精地圖，預先繪制好地圖，再讓自動駕駛汽車在地圖區域內行駛。雖然方法合理，但也有很多限制。例如，Waymo進行自動駕駛汽車研究已經多年，但是迄今為止，也只能在少數幾個地點運營。這也是為什么基于激光雷達實現全自動駕駛（FSD）不可行的原因。無論是在高速公路還是市中心街道，道路上都有太多不確定性，因而可能會導致預先制定的解決方案無效。
因此，特斯拉不采用高精地圖，而主要依靠車輛攝像頭和人工智能。該方法與人類駕駛的方式非常類似，因為人也是用眼睛觀察道路，利用大腦決定開車時的行為。Karpathy指出，此種方法啟發了特斯拉改進Autopilot和FSD，并高效應用于整個車隊。改進版本的Autopilot軟件完全不會受預先繪制的地圖數據的限制。
