“傻子纔會用激光雷達”，馬斯克何出此言？其實真實原因在這
傻子才用激光雷達！這句話出自全球科技鬼才馬斯克。
激光雷達技術幾乎已經成了我國新能源車底拼技術的關鍵，可爲什麼在馬斯克眼裡使用激光雷達的車企都是傻子呢？
他對特斯拉的FSD（全自動駕駛）真的就這麼自信嗎？
一、馬斯克的激光雷達之爭
我國是全球電動汽車最爲發達的國家，同時我們的自動駕駛技術也是全球領先。
幾乎所有中國電動汽車的智能駕駛技術比拼的都是激光雷達。
毫不誇張的說，激光雷達是我國電動車智能駕駛輔助系統識別路況的核心。
他爲啥馬斯克就能如此囂張的嘲諷使用激光雷達的車企是傻子呢？
馬斯克之所以如此囂張，是因爲特斯拉走的是一條完全不同的技術路線。
馬斯克認爲僅靠攝像頭及AI算法，就可包辦自動駕駛所需的一切任務，根本無需藉助價格高昂的激光雷達。
馬斯克的邏輯很簡單：既然人類駕駛只靠兩隻眼睛，爲什麼特斯拉的8個攝像頭加上強大的AI就不能做得更好？
激光雷達之所以那麼先進，是因爲它裡面的元器件都十分昂貴。
如果一輛車想要裝載完整的激光雷達系統，按照美國的行情，至少得幾千美元。
與它相比攝像頭可便宜多了，差不多10美元就能買到。
在汽車產業裡想要把成本降下來大規模生產是關鍵，只有實行大規模生產才能產生規模經濟效應，這樣就能減少生產成本了。
這成本的高或低會直接影響到產品的賣價，最後還會影響到企業在市場上的競爭力。
所以說對汽車製造商來講，一輛車哪怕是降低100美元的成本，一旦出售車輛的數量上去，那所帶來的成本效應也是空前的。
馬斯克意識到，如果讓特斯拉走激光雷達路線，生產成本將大幅增加，而這必然會影響到售價。
最終將特斯拉推向高端小衆市場，背離了其成爲“大衆車”的目標。
除了成本之外，技術狂人馬斯克也有他自己的想法。
他認爲激光雷達雖然能提供高精度的測距能力，其硬件複雜性、需要頻繁更新的高精地圖和對環境的高依賴性，使其在實際使用中並不高效。
而攝像頭方案則可以通過不斷更新算法，來提高識別精度和安全性，成本低擴展性強。
所以正是在他的這種理念的刺激下，特斯拉從2021年開始正式宣佈放棄激光雷達技術，純視覺自動駕駛路線開始走向歷史舞臺。
這個決定直接引起了當時汽車圈的軒然大波，支持的人誇讚馬斯克是個技術鬼才，可以通過攝像頭這樣很基礎的設備實現完美的自動駕駛。
反對者則認爲攝像頭的精度太低，根本無法同激光雷達的高精度和實時性進行媲美。
馬斯克的選擇就是在省錢的路上找藉口而已。
二、特斯拉純視覺路線的技術基礎
特斯拉之所以敢於拋棄激光雷達，依賴的核心技術是其Occupancy Network。
這是一種神經網絡，可以通過攝像頭捕捉的2d畫面進行3d的環境重構。
現在這種神經網絡已經進化到可以將周邊環境進行矩陣式重構，通過不斷優化的小格子，來區分那個位置到底有沒有物體。
這種方法雖然無法準確知曉車輛周邊的物體具體爲何物，但只要能夠確認某個區域存在物體，便足以防止發生碰撞。
這個系統的背後是龐大的數據支持，要知道斯拉已經賣出了將近200萬輛。
這些汽車每天行駛在公路上，每分每秒都在爲特斯拉提供龐大的數據流。
這些數據被特斯拉AI大腦處理後，讓其算法的準確度和智能化水平不斷提升。
特斯拉FSD系統每行駛一公里，AI就會依據數據反饋來自我調整，使該系統日益智能。
所以在這一方面，純視覺系統確實要比激光雷達更便利一些。
因爲激光雷達系統需要人工進行干預，才能不斷的進行校準，在校準量達到一定階段後，廠商纔會通過OTA對車輛進行升級。
而特斯拉的純視覺路線則可以時時刻刻地進行優化，這兩者的數據規模根本就不在一個量級。
除了Occupancy Network，特斯拉還藉助了NeRFs神經網絡，用於生成3D畫面。
該技術利用多個攝像頭的視角，把車輛周邊環境實時轉化成三維模型。尤其在大霧等惡劣天氣裡。
它會依據過往數據進行比對，以保證系統不會出問題。
激光雷達的優勢在於它可以毫米級別地識別前方物體的距離，從而提高車輛的安全性。
而特斯拉的系統則更像是一個不斷學習的老司機，他的技能將會隨着數據量的累積而不斷提升。
只不過單純依靠攝像頭還是有侷限，一旦出現惡劣的天氣環境，或夜晚對象有強光，攝像頭都會在那一瞬間失靈。
他的表現沒有激光雷達穩定，這也是後期特斯拉必須解決的問題。
三、激光雷達vs純視覺
激光雷達的支持者覺得，它的測距準確性和實時性比攝像頭強多了。
比如說在複雜的城市環境裡，激光雷達能夠很精準地識別出物體。
尤其是在行人很多、交通標誌也很多的情況下，激光雷達甚至能達到毫米級的精度。
這也就是爲啥國內這些公司都選激光雷達當自動駕駛的關鍵傳感器。
從技術路線來說這種想法一點毛病都沒有，可是從商業的角度來考慮，激光雷達從根上就有天然的劣勢。
它不僅價格高昂且硬件複雜，需要搭配高精地圖和頻繁的維護更新。
以國內某車企爲例，一輛自動駕駛測試車每天會產生約10TB的數據。
而激光雷達的數據處理和儲存需求巨大，導致整個系統的運行成本極高。
特斯拉就很靈活，它只要把力量集中在優化ai算法上就可以，時間久了，特斯拉將會形成跨越量級的成本優勢。
所以從馬斯克的角度來講，激光雷達應該出現在高級別的車輛，這些車輛往往擁有更貴的價格，所以在它們上面裝載激光雷達無可厚非。
而特斯拉從最一開始的目標就是要做平民化的電動車，所以馬斯克的終極目標，壓榨基礎材料的使用極限，用最便宜的材料完成類似的效果。
所以從這個角度來講，特斯拉跟我們的國產電動車走的完全不同的技術路線和商業路線。
四、FSD的爭議
也並不是說特斯拉的全視覺系統完美無瑕，它也有一個致命的缺陷就是FSD的“黑盒子”特性。
因爲特斯拉的AI模型是通過海量數據訓練出來的，所以很多決策過程人類無法徹底搞明白。
這就意味着要是FSD系統出了岔子，工程師通常很難找出問題的源頭，這就讓系統的調試和驗證變得複雜多了。
這種“不可解釋性”放在其他領域可能無可厚非，但問題是現在探討的是車輛的問題，一不小心就是車毀人亡的結局。
如果說將一臺有可能出現不可解釋性錯誤的車輛交給消費者，本來就是一種不負責任。
馬斯克稱FSD系統需經大量測試與數據驗證，然其亦提及FSD系統已積累逾60億公里的道路數據，此可助特斯拉不斷完善AI模型。
當然此過程需時且需持續的技術支援。
五、制霸全球的FSD技術
不管特斯拉的技術有再多的缺點，它的自動駕駛技術依然是全球第一梯隊！
它不僅在科技圈引起了很大轟動，還對整個汽車行業有着深遠的影響。
隨着FSD技術的不斷髮展，特斯拉已經在好多國家和地區開始了大規模的測試和應用。
這不僅顯示了特斯拉的厲害，也爲以後的完全自動駕駛打下了基礎。
在此情況下，其他汽車製造商也均開始重新審視自動駕駛技術的發展路徑。
像國內這類企業更傾向於採取激光雷達與攝像頭相融合的混合方案，旨在藉助硬件之長來補齊AI算法之短。
此“軟硬兼施”策略在技術方面更爲可靠，有助於短期內達成更高的自動駕駛精度。
不過這也意味着更高的成本及更長的研發時長。
其實未來的競爭，不管從哪方面來看都已經不是完全的硬件之爭了。車輛的軟件和ai算法纔是整臺車的核心所在，而在這方面我國的車企是有劣勢的。
不管是在ai算法的先進性還是數據的積累方面，我們都遠遠落後於特斯拉。
還有一個最難搞定的問題就是成本因素。
前面我們也說過激光雷達的一個弊端就是價格昂貴。
如果特斯拉的FSD技術僅僅通過攝像頭，就能達到同我們激光雷達類似的效果，那我們的激光雷達使用也確實有點太虧了。
所以在未來的競爭中，特斯拉可以十分容易的憑藉價格優勢取得競爭上的壓倒性勝利。
現在我國車企和特斯拉的競爭絕對不能着眼於國內，而是要放眼全球，在世界範圍內同他打擂臺。
如何平衡效果和成本的關係，是現在中國車企要考慮的重中之重。
六、激光雷達是否還有未來
我們也不可能聽信馬斯克的一面之詞，雖然FSD技術有着絕對的成本優勢，碳激光雷達的準確性和時效性仍是碾壓攝像頭的存在。
現在的智能駕駛技術還只是初代版本，或許隨着未來駕駛技術的提升，特斯拉的FSD算法就無法跟上技術的迭代了。
激光雷達或許仍是高端自動駕駛系統的最優選擇。
伴隨着激光雷達技術日益進步，它的價格也在逐步降低。
而固態激光雷達的誕生，代表着該技術正朝更小體積、更低成本的方向發展。對於渴求高安全性與高精度的汽車製造商而言，激光雷達仍是一種強大的工具。
未來的自動駕駛系統可能會展現出多元化的發展態勢，不同車企將依據市場定位挑選各異的技術途徑。
結語
特斯拉選擇走純視覺這條獨特的自動駕駛道路，而激光雷達並未完全消失。
隨着技術持續發展，自動駕駛領域的競爭會愈發激烈，最後誰能在成本、性能及市場需求中達到最優平衡點，也許就能笑到最後。