华为说“不造车”，要做智能汽车“增量部件”供应商。
这是一个标志性的事件，即华为通过现行说法揭示了一个在整车之外的巨量市场，其中包括高精地图、芯片、感知硬件（激光雷达）、电池、智能座舱等，在庞大而纷繁的智能汽车产业链中，这些“增量部件”随便拎一个出来，又有着各自特有的产业逻辑。
摆在一众玩家面前的现实问题是，在智能汽车高速推进的产业变革中，“增量部件”这场战该如何打？
为此，在2021年的开端，我们特意制作了“智能汽车‘增量部件’争夺战”专题，希望用全景式的扫描，让我们认清各个“增量部件”行业赛道的当前现实，各路玩家，尤其是中国企业的竞争力到底如何，机会又在哪里，以此作为我们拥抱智能汽车产业变革的开始。
文｜ 智能相对论
作者 ｜ 陈选滨
与智能制造、智能家居等新概念相似，智能汽车产业的开端同样也是基于物联网（IoT）技术的实现。对应的，实现物联网的首要是对现实世界感知，即通过硬件传感器捕捉车辆的位置信息和外部环境信息，以反馈给大脑系统，做好自动驾驶的执行操作。
简单来说，感知是自动驾驶的关键一步。目前，市场上的厂商基本借助硬件传感器来解决感知层的问题。其中，在众多硬件传感器中，又以激光雷达的取舍最为热议。
一方面，以特斯拉为主的“明星”厂商极力反对激光雷达，笃定视觉算法的技术路径。另一方面，目前智能汽车产业链上的大多数玩家都选择了激光雷达阵营，传统车企如宝马、丰田、沃尔沃，与新能源车企，如小鹏、蔚来均宣布未来新车型将搭载激光雷达。
同时，在激光雷达赛道上，国内的专业玩家也备受资本市场与产业巨头的青睐。譬如，禾赛科技便获得了百度、博世和安森美的投资，而速腾聚创也取得了北汽、上汽和阿里的投资，等等。
其次，伴随着华为、大疆、科沃斯等各领域的巨头跨界入场，可以说，激光雷达已经成为物联网（IoT）时代炙手可热的领域。
那么，回过头来，再看看特斯拉与一众产业链玩家的分歧，在视觉算法与激光雷达的争论上，智能汽车产业又该走向何方？
特斯拉的“弃子”，不过噱头“棋子”
很难想象，在自动驾驶的技术路径还尚未完全成熟，同时大部分同行都属意激光雷达的的情况下，马斯克会如此强烈的反对激光雷达的应用，直言“用激光雷达是愚蠢的”。
这难道就是众人皆醉我独醒？
事实上，「智能相对论」认为，站在一众市场玩家的对立面，对于特斯拉来说似乎并没有什么损失，反而在市场营销上赚足了关注度。每每激光雷达产业出现新热点与话题，特斯拉的观点、马斯克的发言总能被拿出来比较，并同时增加其视觉算法的曝光度。
不得不说，这是阳谋。本文亦是不能免俗。
但是，换个角度来说，从技术应用层面聚焦，实际上激光雷达与视觉算法的争论并非是鱼和熊掌不可兼得的问题。同样的，市场上小鹏、蔚来等玩家也并没有说要放弃视觉算法，只采用激光雷达之类的发言。
不管是传统车企还是技术服务商，都倾向于视觉算法＋激光雷达的综合方案作为自动驾驶传感器技术解决路径。
那么，两者之间的区别在哪？如果我们以人的视觉功能来类比，简单可以拆分出两个关键词，一是“感知”，即知道有物体在什么位置；二是“识别”，即知道那个物体是什么东西，如何行动？后者要比前者更加复杂深度。
对应的，激光雷达与视觉算法在自动驾驶中承担的便是“感知”与“识别”的作用。
首先，激光雷达在工作时，会主动向四周散射激光，随后基于飞行时间反馈来判断周边是否存在障碍物，以及障碍物的位置甚至体积并生成点云图。
作为一项强感知的技术，激光雷达基于较高的准确度具有明显的应用优势，能很好的补充原有车载GPS、摄像头等的不足，让智能汽车感知环境的能力更上一个层级。
其次，视觉算法则为智能汽车提供识别物体的能力。以特斯拉的自动驾驶大脑系统来说，其主要借助特斯拉上的摄像头，对周边的物体建立模型，同时把相片数据添加到神经网络的训练集里，再通过海量的训练来提高“大脑”对周边物体的识别判断能力。
对比两者，你会发现，更好的“感知”能力与更好的“识别”能力，就如同更好的“眼睛”与更好的“大脑”，并不冲突，理应是自动驾驶标配的技术。
技术上，两者并不存在根本性的冲突。如果真要说一点，那就是激光雷达不像摄像头那样具备物体识别能力，也就是说感知与识别两项能力不能在激光雷达上进行融合，但是基于多传感器方案，依旧可以采用摄像头来补充上这一缺点。
显然，马斯克如此激烈的对外反对激光雷达，很难让人信服是出于技术维度的思考。
