这种情况下，真的很难令人相信，3D视觉感知技术已经成熟到了可以完全抛弃激光雷达的程度。
以康奈尔大学最新的论文成果来看，伪激光雷达的 3D 深度表示，比此前最优图像方法的识别准确率提升了2倍，在KITTI 3D 目标检测排行榜上达到了当前的最高水平，但也仅仅只是把立体摄像机系统和激光雷达系统之间的性能差距缩减了一半。
而对于成熟的汽车厂商和科技出行公司来说，他们需要面临市场和用户的重重考验，以及政府监管与公共安全的基本约束，需要最大限度地保证无人车的稳定和准确。反馈到大众层面， “激光雷达”已经成了一个必不可少的存在，哪怕只是作为甩锅道具或者安慰剂。
所以说，如果关于这场“激光雷达傻瓜论”一定要争出个所以然来，那么结果很显然是，无论是产业界还是学术界，都在传递一个清晰的信号：短时期内，指望摄像头＋视觉系统没戏，激光雷达还是必需且必要的。
既然如此，大佬们是不是都有点闲得慌了啊，放着那么多问题不去解决，光顾着打嘴架了？目前看来，这场争论最大的意义在于，消解了激光雷达长期以来神圣不可动摇的产业意义，并试图寻找新的解决方向。
硬or软or软硬兼施：自动驾驶的未来由谁做主？
马斯克此时站出来反对激光雷达，固然有些激进，但或许也指出了上一个阶段自动驾驶厂商身上那件“皇帝的新衣”，确实不适合继续穿着了。
关于这一点，也有不少产业界人士表示赞同。
比如驭势科技创始人兼CEO吴甘沙就认为，完全不用激光雷达一定是有问题的，在相当长的一段时间内纯视觉方案的鲁棒性一定是不如视觉加激光融合方案的。但从更长的维度来看，靠激光雷达确实没前途，因为摄像头视觉能够有更丰富的维度去理解这个世界。
部分高精地图创业公司也强调从成本出发，采用低成本的摄像头方案采集高精数据。
喧哗声中，一场关于硬件和软件的主导权之争已经悄然拉开了序幕。
想要理解这一点，我们将视角方的更全面一点，来看看除了diss激光雷达之外，特斯拉还同时搞了哪些事情？
其一，是发布了性能强大的全自动驾驶硬件Hardware 3.0，每套HW3.0含2套FSD硬件，能够处理高达每秒2.5千兆像素和36.8 TOPS，据说浮点运算能力是英伟达Drive Xavier的7倍。
值得注意的是，FSD只运行特斯拉加密过的软件，非特斯拉软件，概不支持。
马斯克还很拉仇恨地表示，“特斯拉从没有设计过芯片，怎么一下子就能搞出全世界最好的芯片呢？但它就这样发生了”。
其二，是虚拟仿真系统。
基于大规模量产的特斯拉电动车（50 万台，并且还在快速增长），特斯拉拥有了训练神经网络的关键资源。
比如说，如果特斯拉解决不了车上架着自行车这样的难题（因为会被系统识别成两个物体），就会下命令让汽车将“问题”图片上传到总部，特斯拉对这些图片进行标记，再导入神经网络中继续训练，直到视觉系统能够熟练地掌握识别技能。
比如只通过雷达和摄像头，只要两者得出的距离相匹配，神经网络就能估算出车辆的间距。
从这个角度看，特斯拉的野心并不是给整个行业投出一颗重磅炸弹，而是构建出软硬件一体化的自动驾驶解决方案。
在底层技术上，特斯拉通过自主研发的高性能AI芯片，来了一个底层硬件的“弯道超车”，解决了对于算力的迫切需求，同时摆脱了供应商的限制，最大程度地将核心零部件主动权把握在自己手里。
在软性的技术壁垒上，特斯拉也在变得更强。算法上，特斯拉拥有以实景数据为载体的神经网络训练平台，同时坐拥实时生成的海量细节数据。
至此，拿出软硬件一体化解决方案的特斯拉，再一次与同行们拉开了竞争差距。同时也摆好了姿态，以一种软硬兼施的方式，吸引更多伙伴加入自己的阵营。
这场论战虽然是以“挑衅”开头，也离不开营销炒作的一贯手笔。但也同时让人们看清楚一件事，如同汽车没有被发明的年代，人类只想要一辆更快的马车。
当自动驾驶来到产业的冷静期，技术的快速迭代与生存的如履薄冰，使得厂商们不得不时时惊惶。但沉浸在这种“技术恐慌”之中，也容易忘记，人类需要的是发明汽车，而不是建造跑的更快的马车。
从这个意义上讲，特斯拉的自动驾驶帝国正在以最具创造性和颠覆性的样式成型。过分惹眼的装饰物背后，已经隐隐显露出了未来的冰山一角。
