激光雷达和纯视觉效果两个原本并不冲突的自动驾驶技术，却在日渐成熟的行业中有些兵戎相见了。
一场有关于如何深化自动驾驶安全性能的较量在算力、数据、用户使用场景之间展开，激光雷达和纯视觉算法，这两个原本并不冲突的自动驾驶技术，却在日渐成熟的行业中有些兵戎相见了。
挑起这场“区别战役”的不是别人，而是车企们。
A还B，你们选
从2021年8月特斯拉AI Day，马斯克抛出“特斯拉将继续走纯视觉路线的延续和说明”后，有关自动驾驶技术到底应该追求高品质的激光雷达还是坚持如同“打造像人脑一样基于视觉的神经网络系统”的视觉算法，便成为每家车企研究团队们喋喋不休的问题中心。
虽然身处行业的我们十分明确，无论是激光雷达亦或是纯视觉感知，都有利有弊，车企们各取所需，但在商业和技术加速追赶之路上，几乎激光雷达更被当下正在孵化、成长的高端品牌们所青睐。
在已知的2022年的新品车型中可以看到，蔚来ET7（配备车规级激光雷达，整车装配多达33个传感器），理想L9（1个128线激光雷达、1个DMS、5个毫米波雷达、12个超声波雷达和12个8M摄像头），还有威马的M7同样搭配上3颗自主变焦高精超视激光雷达及多个摄像头。
加上去年广州车展上报道过的智己L7、哪吒S、阿维塔等传统车企延伸的高端品牌，新势力车企自身的产品升级，无论是哪一方势力，都在积极的向着“激光雷达”四字靠齐。但细品之后便会发现“拥有激光雷达便可占据市场份额”这样的想法似乎有些单薄了。
所以作为自动驾驶领域最具话语权的特斯拉，并没有激光雷达抱有更多的好感了。甚至马斯克曾多次公开炮轰“车辆上的雷达方案是极其愚蠢的，任何使用激光雷达方案的人或者企业最后都将失败，他们大费周章的使用这些昂贵的传感器本身就是一个麻烦。”
但马斯克这么说也有他自己的理解，“打造像人脑一样基于视觉的神经网络系统”，采用纯视觉，搭载的Dojo由5760个英伟达A100GPU组成，其总算力达到里1．8EFLOPS，带宽达到1．6TB／s，存储空间为12PB。马斯克曾自信的说过，这样的算力结合足与人脑相媲美。
可即便在一堆高级数据面前，特斯拉的纯视觉感知还是被诟病为，“特斯拉这样做的原因是纯视觉成本非常低，且非常依赖深度学习的算法和模型……”
换言之，大家一直认为不肯砸下重金做技术才是特斯拉的第一要素，但其实呢？省钱之下，却造就了特斯拉车型对于软件需要极强但控制能力，起步早，给予了特斯拉优先于其他车企的先决条件。
要做到“像人脑一样基于视觉的神经网络系统”那必须化繁为简，让摄像头来作为唯一的一个感知源，将一切决策交付于视觉算法交付于深度学习网络。这样的提前，是特斯拉必须有上千万种用户数据，才可实现。
很显然，在用户数据积累上，目前没有一家新能源车企可以媲美。那相对的，激光雷达呢？
首先就是贵，否则车企们也不会总能车型上可以安装多少激光雷达作为营销噱头，这某种意义上成为了一种象征。其次，激光雷达能够以更快的速度检测到不同光线环境下的物体，距离远精度高速度快，也许仅凭这优势，后来追赶的车企们便可以信心满满的认为“得激光雷达运用者得天下”。
所以车企们也不吝啬对于激光雷达的喜好，甚至有人开始贬低行业内唯一执着纯视觉感知的特斯拉。
华为ADS智能驾驶产品线总裁兼首席架构师苏箐公开指责特斯拉，“这几年下来，它的事故率还是挺高的，而且是从杀第一个人到最近杀的人，它的事故类型非常像。”而接下一句的则是，“华为的量产激光雷达，也即将于今年的年末交货。”
在这样的褒贬间其实很难看得清楚，车企们在从L2、L3级别的自动驾驶前进的路上，好像遇到了技术难题，但无论是采用激光雷达还是纯视觉感知，这种在自动驾驶技术的探索无疑都加速了智能化的进程。
但我们从特斯拉身上也不难看出，当全世界只有你自己坚持做一件事的时候，往往很孤独，不过英雄皆寂寞，或许就是如此。
