为什么海外的车没有激光雷达

二月份，特斯拉再一次向行业宣战，北美所有特斯拉车型全部取消，雷达一个不留。马斯克认为，雷达对于特斯拉毫无用处，依靠八个一百二十万像素的摄像头，特斯拉完全能够识别红绿灯、信号牌、路况，甚至可以识别 交警的手势，从而实现以视觉算法为基础的高阶自动驾驶。这是一个很大胆的尝试，因为在汽车行业内，除了特斯拉以外，几乎所有车企的自动驾驶都是依靠激光雷达、毫米波雷达摄像头的组合来实现。所以市面上的自动驾驶路线分为两大派系，一个是视觉系， 一个是雷达系。很多人都认为，特斯拉选择做视觉系，其实就是为了降低成本，因为激光雷达的价格确实很贵，早期谷歌无人小车上用的六十四线激光雷达价格高达八万美。 二零二一年，激光雷达价格大幅降低，但仍需要两千美元左右，而特斯拉 modo 三的一个摄像头成本只有六十五美元。哎，巨大的成本优势，马斯克怎么可能不心动？有人计算过特斯拉和比亚迪的财报，数据显示每卖一辆新能源车，比亚迪只 只赚两千元，特斯拉赚六万元。但想要走视觉系也并不是那么容易，没有强大的技术团队和庞大的数据模型，视觉系根本走不通。而特斯拉偏偏具备这样的先天优势。 特斯拉在新能源销量中妥妥的老大，上百万台特斯拉走到哪里都是个数据采集机器，也难怪国内很多单位大门上赫然写着特斯拉禁止入内。有了这些数据，特斯拉就能够在视觉系上领先对手一大截，但视觉算法也有缺点，说白了就和人一样靠演， 您看你肯定有认错人的时候吧。所以视觉算法也一样，一旦出现误判，后果不堪设想。并且特斯拉只有摄像头，一旦遇到恶劣天气，比如大雨、大雾、雨水聚集在摄像头上，就会影响摄像头正常工作。而雷达系 相对来说就更安全，因为雷达系不仅有激光雷达和摄像头，还有毫米波雷达，根据现实情况，各个传感器之间进行互补，增加自动驾驶的安全性。 不过最近有消息说，汽车界的老古董丰田竟然要向特斯拉看齐，采用视觉算法开发自动驾驶技术。这意味着在视觉自动驾驶这条路上，特斯拉不再孤单。但最终哪一种路线才会笑到最后，我们拭目以待。

有网友后台问我，你说中国激光雷达技术那么好，为什么美国特斯拉不用呢？的确，特斯拉采用的是纯视觉方案，他不用激光雷达，其中缘由一说大家都明白了，因为最开始激光雷达 动辄几万块钱一套，他太贵，而且初代激光雷达呢，确实限速低，效果并不好，再加上他们做不出来多重感知的融合算法，所以特斯拉才转而坚持纯视觉方案，在摄像头世界里面死磕。但是现在中国车企，尤其是华为体系里面， 这几个问题都不是问题，所以中国车企基本上都是围绕激光雷达在深挖做文章。现在华为的八百九十六线激光雷达呀，直接把行业主流的一百二十八线、一百九十二线产品甩开了几个身位。 而且还有个喜事跟大家分享，几乎同一时间，自称最懂电池的比亚迪发布了第二代刀片电池和闪充技术，成为这个地球上拥有最快充电技术的车企。两家中国企业同时发布跨越式碾压级新技术，把西方世界远远甩在身后，你就说中国人牛不牛？

搞半天我们是懂 a 吗？原来国外的豪华车都接受不了头顶激光雷达的设计，那你说说要高级辅助驾驶怎么办呢？前几天是路特斯啊，他上边激光雷达用电动的升降式，就你想用的时候升起来，不想给它关上。 美观确实是美观，但你想一个场景，万一晚上遇到个鬼探头，毫米波经常不稳定，摄像头纯视觉拿不好距离，哪有十秒钟给你升起激光雷达呀，又要美观又要效率。来看下电动小凯的凯威德是怎么做的？ 它是舱内的激光雷达方案，外边完全看不到，里边呢，它就在后视镜的后面，跟单目摄像头集成一个机构，如果你不死心，说一定想不到这里边竟然藏了一个激光雷达哈，但现在呢，很多长辈会拿外边的 头顶鼓不鼓包来说明我这买的是一个更贵的大顶配啊，所以外边要不加更多的高阶智驾的身份标识？这次呢，核赛和福耀提供硬件，由国内一线的谋面塔去提供辅助驾驶的算法，那也是这三方第一次合作，并且搭载在量产车。 就这台凯威得了，那对于各方来说难度都挺大的，比如说对于核散来说，你激光雷达必须集成度很高，体积够小才能塞得 进去。那对于辅药玻璃场上来说，本身前锋挡要防眩目，隔热还得保证激光的穿透度。而对于蒙面塔来说呢，现在获取的数据跟平常外置不一样，所以 还得及时的筛选过滤，并且的即便矫正过来，不单单美观，风阻更小，对于车外像雨雾、沙尘等天气因素的干扰也会更小， 更不用担心外置激光雷达的清洗问题了。再来看看电动小凯雷德凯威的尺寸，五米二二宽两米三排六座车型，虽然尺寸确实比凯雷德小了一圈，但是美式豪华，就问四轮二九五二十一寸刹车板，同级别还有谁？ 美国品牌中国造车。这车里边就是五湖四海的来木，来自于西班牙的高山实木座椅，来自于北美五大湖的范本，安纳卡皮 大边地垫，澳洲的羊毛真垫，上边来自于海岛的超细超纤柔。咱们就说公主地球村 对纯电车啊，但二三排的通道中间还是有阶梯的，而第三排其实悬音还是很高的，你像电动的靠背调节，然后有天窗，头部空间也很大，然后杯架、充电口、公交车风口、扬声器都是有的。 但是也正是因为第三台地台更加高，所以还是有点坐小板凳的感觉的。上海这地高低是有点风水讲究的啊，连粗矿的美式车过来都开始跟你讲懂审美、懂仪式感、细节的情绪价值了。

问你个问题，特斯拉的智能辅助驾驶为什么只用摄像头，不用激光雷达？我们的答案很清晰，因为人类开车也是用眼睛观察路况。 举个例子，近期旧金山大停电，带有激光雷达的无人出租车因红绿灯失效，从而无法做出有效判断，全部停在路口。而特斯拉的 robo taxi 却能在停电情况下从容容游刃有余。 并且我们自研了端到端大模型，它就像人类司机的大脑，搭配特斯拉车上的八个眼睛，三百六十度观察车辆四周，快速处理看到的信息，并做出正确反应。 在一次测试中，开启智能辅助驾驶的特斯拉在行驶到有积水的路面时，和人类司机一样，它会在安全情况下借道对向车道，避开积水的潜在风险，而不是单纯执行规则。代码更智能也更安全， 反应速度比人类更快，大野大雪天也可以帮司机分担驾驶压力。通过全球超八百万车主的海量数据，你的特斯拉每天都在学习和进步。开启特斯拉辅助驾驶的安全性是普通车辆的九点五倍， 我们还在不断突破极限。智能辅助驾驶现已开放体验，欢迎联系我，预约离您最近的特斯拉门店。

问你个问题，特斯拉的智能辅助驾驶为什么只用摄像头，不用激光雷达？我们的答案很清晰，因为人类开车也是用眼睛观察路况。举个例子，近期旧金山大停电，带有激光雷达的无人出租车因红绿灯失效，从而无法做出有效判断，全部停在路口。 而特斯拉的 robo taxi 却能在停电情况下从容容游刃有余。并且我们自研了端到端大模型，它就像人类司机的大脑，搭配特斯拉车上的八个眼睛，三百六十度观察车辆四周，快速处理看到的信息，并做出正确反应。 在一次测试中，开启智能辅助驾驶的特斯拉在行驶到有积水的路面时，和人类司机一样，它会在安全情况下借道对向车道，避开积水的潜在风险，而不是单纯执行规则。代码更智能也更安全， 反应速度比人类更快，大野大雪天也可以帮司机分担驾驶压力。通过全球超八百万车主的海量数据，你的特斯拉每天都在学习和进步。开启特斯拉辅助驾驶的安全性是普通车辆的九点五倍， 我们还在不断突破极限。智能辅助驾驶现已开放体验，欢迎联系我，预约离您最近的特斯拉门店。

为什么特斯拉 f s d 没有激光雷达，竟然可以完成四千多公里无人干预的驾驶？这跟我们国内现在对激光雷达的推崇完全不同。 如果您以为特斯拉真的只是靠摄像头就把这件事做成了，那可真是大大的一个误会。这可不是一个硬件的差距，而是独立思考和照章办事之间的差别。换句话说，我们常听到的 v l a 和端到端是自动驾驶 级别的分水岭。今天这篇啊，有点长，您可以拉到最后看结论。为什么 v 十四点二这么强？自动驾驶的眼睛简单的可以化为三个阶段，早期的自动驾驶，后来加入 v l a， 再到最后端到端。传统的自动驾驶像是一个分工明确的流水线，摄像头和雷达负责看感知模块呢？负责识别，决策，模块负责想控制，模块负责动手，每一步都要用代码立规矩，调参数。而端到端是把这条流水线直接压缩成了一个大模型， 从画面直接到方向盘和油门刹车的动作，就像人开车一样。你不会在脑子里先识别这是红灯，再调用一个红灯规则，你是看懂了场景，直接做动作。 而 v l a 恰好是在早期架构的基础上，增加了一个会说话、会理解指令的大脑。举个例子您就懂了，以前的系统是前方三十米有锥筒， 规则要求是减速百分之十， v l v 的 系统则是看到了施工路段。根据以往的经验，这里需要提前变线，转化成动作就是减速加左变道。 v l v 的 本质是把规则变成了理解，但 v l v 仍然是从感知到与理解，到决策，再到控制这四个步骤， 只是中间那一步从规则变成了语言模型，它确实是一次巨大的进步，也是目前国内路线里最现实的一步升级。而特斯拉的 v 十四点二的端道端是 是没有中间解释层的，它不需要先把物理世界翻译成语言，再决定怎么开，它是直接在神经网络里完成看到判断行动的过程。那这两者的区别就像是 v l a， 先要在心里默念，前方复杂，我要慢一点。 而端到端是下意识就松了油门。一句话总结， v l a 是 中间加了大脑，为系统翻译物理世界，而端到端是整个系统只有一个大脑，形成了肌肉记忆。 所以自动驾驶采用端到端，自然反应更快，也更像人。毕竟自动驾驶最难的从来不是规矩的场景，而是模糊、暧昧，甚至没写进任何规则的复杂路况。比如行人到底过不过马路，对象车是不是会抢到 前车减速，是犹豫了还是要掉头？这些场景啊， v l a 可以 解释，但很难穷尽所有的场景。而端到端是靠海量真实的数据学出一种驾驶的直觉，那特斯拉每天拿到的是数百万辆车的真实决策结果，这样它的模型更像是实践经验， 而不是拿着说明书照本宣科。回到开始的问题啊。真正影响自动驾驶好不好，用的不是激光雷达这些感知器数量的堆叠，而是有没有像人一样独立思考的能力。激光雷达解决的是测的准不准，但端到端真正要解决 的是对物理世界的理解能力多传感器融合，本质上是在协调多个世界的语言。而特斯拉的纯视觉只有一个世界模型也更适合一个大脑的学习和快速进步。 说到底啊，不是激光雷达没有用，而是端到端不需要那么多翻译层了。凭借 f s d v 十四点二这一次横穿美国四千多公里，实际上传递了一个信号， v r v 是 自动驾驶的必经之路，但端到端才是下一站。那看到这儿，我相信您一定对我们常听到的那四个字有了全新的理解吧。

hey grog， 马斯克一直坚持 fsd 不 使用激光雷达，你认为纯视觉方案在复杂天气的情况下会比激光雷达更安全吗？ 我认为纯视觉在隐物质的复杂天气下通常不如激光雷达安全，摄像头易模糊遮挡，而激光雷达提供更精确、深度和领域，尽管它也受重力反射影响。 特斯拉 fsd 靠海量数据训练已改善，但实测显示融合方案更可靠。马斯克坚持纯视觉，试图 ai 泛化生活条件。 所以说马斯克坚持不用激光雷达是为了节约成本省钱吗？ 不，主要因为马斯克是激光雷达为拐杖，人类开车只用眼睛。纯视觉靠海量数据训练， ai 更通用，可扩展，避免传感器融合，复杂性。 成本低是额外好处，但核心是哲学信念，真正 l 五无需昂贵硬件。有什么问题要问 rock 吗？点赞关注留言！

特斯拉的辅助驾驶为啥不用激光雷达加高精度地图的方案呢？那你肯定会说激光雷达太贵了，成本就上去了。说的没错，但其实更昂贵的成本还在后边，你可能还不知道，我们先看一下激光雷达和纯视觉方案的工作过程。这是一辆搭载激光雷达的车，在交叉路口做无保护左转的例子。首先 激光雷达一般都在车顶，因为这样才能三百六十度的扫描周围的环境，各种物体的三维轮廓，以及他们离车之间的距离。那接下来你就需要高清地图了， 你需要在里面找到所有的车道以及他们如何连接的，还有就是红绿灯和他们的位置在哪等等这些信息吧，然后把你现在的位置定位到这张地图，再结合之前扫描的物体、障碍物什么的，这样就可以规划清晰的行驶路线了。那这样做的优点呢，是清晰、简单，容易实现。那缺点呢，其实也很明显，就是他的扩展性不足。 设想一下，特斯拉全球上百万辆车在全世界各地跑，实际构建和维护这么多高精密图，他会变得非常的昂贵，同时呢更新成本也会非常非常的高。而全世界发现车身上的八个商 头就像八只眼睛，把他们看见的画面呢全部传递给大脑，这个大脑呢就是超级计算机训练好的神经网络。这个过程呢和人类驾驶员是一样的，各种物体和障碍物的位置，速度， 光靠眼睛和大脑就能识别跟踪，所以雷达还有什么用呢？更强的是所有的车道线及连接方式，红绿灯位置以及各种交通标志，通过这八只眼睛和大脑全能提取，完全就没有高清地图什么事？最重要的是他解决了咱们前面说的雷达家地图方案扩展性的问题。也就是说啊，你把特斯拉扔到全球各种地方各种路况， 他在 fst 辅助驾驶都是可以工作的。那你说这个方案这么好，为啥其他厂商不做呢？不是不想做，是现阶段真的做不出来，数据算例和 ai 的顶级人才缺一不可。所以呢，一些小伙伴也没必要去评论区再去争论雷达地图和视觉哪个方案好，因为这其实根本不是好不好的问题，是每个厂商在一定的阶段呢，只能选一个适合自己的。

国内哪有什么纯视觉的自驾，作为自驾爱好者的你，还是需要明白一些基本常识的。首先什么是纯视觉自驾？在这里要说明一下，目前国内没有任何一家车企用的是纯视觉，即便是小鹏又或者说之前的吉悦。 在解答这个问题之前，要跟大家简单介绍一下激光雷达、毫米波雷达和超声波雷达的区别和用途。在这里我都用大白话讲，可能有些选的不准确，还请大家担待。 那么所有的雷达工作原理都是通过对外发射波遇到障碍物反射回来来判断物体的距离大小等等。 大家最为熟悉的激光雷达，它的识别精度和分辨率极高，能够非常清楚地勾勒出各种障碍物的形状和大小，但缺点也非常明显，除了贵在雨雾天气的穿透力其实是非常弱的，所以激光雷达用于近距离探测异形障碍物是非常有用的。 第二，毫米波雷达，它的优势是探测距离远，穿透力强，不足之处就是看的不够清楚，他知道前面一百米有东西，但看不清楚是个什么形状的东西， 成本嘛也就几百到一千块钱左右。这两种雷达但从能力上讲是比较互补的，所以这也是绝大部分做高阶自驾车起必备的两种硬件。 最后就是超声波雷达，这个是用于泊车或者倒车的，探测距离五米以内，而且只能在低速情况下，它的测距精度才比较高，这个跟辅助驾驶没什么关系。 那么讲到这里，我相信大家就应该明白了吧，所谓真正的城市觉，目前只有特斯拉，特斯拉基本上从二零二二年起就开始陆续取消了毫米波雷达和超声波雷达， 而二四年开始的小鹏以及早期的集乐，他们都使用了毫米波雷达加高精摄像头的融合感知来做辅助驾驶，所以比较准确的叫法应该是视觉模型，而非纯视觉。当然激光雷达也有三六九等，这个今后专门做一期跟大家讲。

特斯拉敢砍掉雷达，这就是在赌命吗？咱说实话，纯视觉这个事儿行业得超三四年了，有人说它减配省钱拿车主安全开玩笑，也有人说它是驾驶的终极路线。 今天我不吹也不黑，把底层逻辑给你讲透。咱人类开车靠的不就是两双眼吗？没有雷达没有激光 不是照样开几百万公里？特斯拉走纯视觉路线，本质上就是模拟人眼加大脑，它靠八颗摄像头加超算芯片，再加上全球几百万车跑出来的真实路况数据，去识别行人车辆障碍物车道线。很多人喷他 说晚上看不清与天下逆光飞，这话对一半也错一半。强光暴雨暴雪确实会影响识别，但它的迭代速度是所有车漆的最快的。 你再看看现在的行业趋势，以前一堆车企喷纯视觉，现在都悄悄的在跟进，都在减雷达， 这是为什么？因为激光雷达成本高，难维护场景还有些，而纯视觉一旦跑通就是降维打击。 我不跟你玩玄学，咱只讲事实。纯视觉不是完美，但它是目前成本最低，潜力最大，最容易规模化落地的路线。那些一上来就骂减配的，要么没开过，要么就是人云亦云，纯视觉到底行不行，评论区里直接炒。

高阶智驾不用捷达就是为了降低成本啊，因为当下的商业水准和 ai 能力啊，根本就支撑不了纯视觉方案，这一点看 top star 就 知道了， f、 s、 d 持续跳票， 所谓的完全增加省力迟迟没有到来啊。谷歌和英伟达的算力已经足够强了，但是呢，依旧坚持激光雷达融合方案。为什么说不用激光雷达就是降低成本呢？这一点从实践上就可以反映出来。首先，华为 a d、 s 主要分为两个版本啊，一个是激光雷达融合方案版本，一个是视觉方案版本啊， 其中激光雷达融合方案普遍用在二十四万以上车型上，目前最低是十八万的上届 h 五，但是呢，视觉方案往往都是用在二十四万以下车型上，像最初的问 g m 七，这届 s 七目前最低是上届 h 五啊，价格不到十六万。还有就是长安深蓝系列， 除了华为之外啊，其他车企也是如此。小米苏七基础版是没有激光雷达的，但是呢，中高配版本都有激光雷达。唠叨系列也没有激光雷达，但是呢，未来全系都有激光雷达。比亚迪天山之眼之家方案分为 abc 三种版本啊， 其中天山之眼 a 是 没有激光雷达的，但是呢，主要用在十五万以下车型上， b 方案和 c 方案都有激光雷达，甚至多达三颗啊，但是呢， c 方案啊，主要用于仰望等高端车型上， 即便是大疆摩拜堂的供应商啊，提供的车架方案没有金瑞达的话，价格最低仅需要五千元，如果是金瑞达融合方案，价格会更高一点啊。 其次，车价越高，传感器数量也就越多，这也证明了高级制价不用金瑞达就是降低成本，像尊界 s 八百价格超过了七十万啊，近传感器数量就多达三十六颗，近金瑞达就用了四颗啊，华为说是按照 l 三级别 智能架结构来设计的，氧 u 八价格超过一百万啊，传感器数量更是高达三十八颗啊，仅京万达也用了三颗。奔驰 s 级已经在德国测试高速 l 三了啊， 传感器数量也多达二十六颗，也用上了京万达。特斯拉坚持纯视觉方案，一方面是因为北美的交通环境与国内不一样，另一方面是特斯拉为了降低成本，因为特斯拉认为传感器数量越多，成本就越高，根本就不利于高阶之家普及， 仅依赖摄像头可以降低成本，更好的实现普及。但是呢，这也导致特斯拉在北面频频出现安全事故啊，甚至还面临调查，这也是特斯拉 f s、 d 一 直跳票的根本原因，因为不够安全。最后，摄像头和吉普瑞达各有缺陷啊，摄像头在强光、雾霾、大雨或者是 极度暗光下，感知能力是非常差的，这个时候呢，就需要激光雷达进行补充，但是呢，激光雷达特长是通过发射激光束并测量反射时间来获取位置、速度等几何信息啊，但是识别能力并没有摄像头那么强。 但是呢，在雨雪雾或者灰尘等恶劣天气下啊，激光束容易被散射或者吸收啊，导致信号被干扰或者误减等啊，所以呢，采用融合方案， 两者可以更好的进行互补，从而增强识别能力。所以呢，主流高端车型普遍都是采用融合方案，尤文达、谷歌也不例外。但是呢，融合方案缺点也非常明显啊，就是因为成本太高了，想普及是不可能的。 不过一直以来，好东西从来都没有普及过啊，即便是家家都有的手机和电视，但是题差距也是非常大的，懂了吧？