IT之家 5 月 6 日消息，特斯拉近日透露，Cybertruck 的前备箱使用了“学习算法”来进行防夹检测，这解释了为何在一些测试中会出现不一致的结果。
Cybertruck 锋利的棱角设计曾让许多人担忧其安全性，网上流传着大量用 Cybertruck 前备箱切菜的视频，让其安全隐患显得更加突出。
IT之家注意到，特斯拉最近发布了新的软件更新，声称改进了前备箱的物体检测系统。更新说明中写道：“电动前备箱在即将关闭时可以更好地检测到障碍物。”然而，部分车主更新后测试发现，防夹功能表现并不稳定。
Cybertruck 首席工程师 Wes Morrill 解释了其中的原因：前备箱的防夹检测使用的是学习算法（learning algorithm），当前备箱多次尝试关闭但未成功锁定时，会增加关闭力度。
这就可以解释为什么重复测试会出现不同的结果。Morrill 举例说明，如果前备箱内有较大的袋子，也可能会触发防夹检测。这时用户可能会再次尝试关闭，算法就会认为用户这么做一定是有原因的，前备箱应该关上，于是增加关闭力度。简而言之，特斯拉希望 Cybertruck 的前备箱能够通过反复施加更大的力度来实现自动关闭。
将学习算法应用于前备箱或后备箱尚属首次，虽然有些冒险，但随着人工智能的进步，或许最终能实现完美的效果。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。