马斯克放个屁都是香的？
当特斯拉要出异形方向盘时，丰田立马跟上。当马斯克在社交平台上带货狗狗币时，狗狗币立马从一文不值成为了市值第四大的加密货币。当马斯克准备收购推特时，推特股价当天暴涨。
似乎，无论特斯拉或者马斯克做什么，都会有人立马跟风，资本也好，车企也罢，特斯拉对它们的影响力都毋庸置疑。
但是，在自动驾驶这一块，特斯拉没能拿捏死。众所周知，在自动驾驶技术上，特斯拉一直坚持纯视觉方案，甚至已经拿掉了部分北美车型上的毫米波雷达，把一切交给摄像头。马斯克也不止一次表态：激光雷达是垃圾。
放眼国内车企，蔚来ET7装了一颗激光雷达，小鹏P5装了两颗，威马M7装了三颗，长城沙龙则表示：四颗以下别说话。这也是为啥，我们最近看到这些车企的新车，都长了几个奇怪的犄角。
为什么国内车企和特斯拉在自动驾驶方案选择上大相径庭，激光雷达和纯视觉技术到底谁更靠谱呢？节省时间，先说答案，激光雷达更靠谱。
想要完成自动驾驶，需要让汽车完成感知——决策——执行三大步骤。我们所谈的激光雷达与摄像头，都属于感知这一块的。
激光雷达能通过发射激光来测量周围事物的距离，粗糙形容整个过程，就很像是我们用一个球，砸向一个障碍物，然后通过球在两点之间往返的时间，计算出两点之间的距离。当球越来越多，发射频率越来越快，覆盖的角度越来越全，我们就能以此绘制出一个3D空间。
激光雷达还具有穿透能力强、抗扰能力强和全天候工作的优势，这些优势，正是车规级部件所需要的。
但激光雷达，也有一个致命的缺点：贵。过去，一颗激光雷达的价格可达8万美元，相当于一台车的钱了。当时，特斯拉就是因为激光雷达太贵被劝退，最终选择了纯视觉方案。视觉方案背后的逻辑大概就和人开车一样，人用眼睛感知路况，用大脑决策，用手脚执行，智能汽车为什么不行？
于是特斯拉选择用摄像头去观察路况，再将信息传送给汽车的大脑进行决策，最终由各种电控系统执行。乍一听，这个方案行得通，因为我们都是这么开车的嘛~而且，相比较激光雷达闭着眼测距，摄像头还能看到颜色信息，简直完美。
但摄像头只能捕捉到2D画面，关键的是，它受外界的影响很大，如果碰见个雨雪天气，就是睁眼瞎。
所以，从硬件上论优势，还是激光雷达更靠谱一些。更何况，采用激光雷达的车型，多数使用的是摄像头+雷达的融合方案。放心，咱只要有“钞能力”，激光雷达看不见颜色、图案的事儿也能解决。
听到这，你肯定认为，特斯拉选择摄像头，那就是为了省钱啊！
别急，你要直接这么“断章取义”，我今儿这篇文章就算是白写了。前面提到，完成自动驾驶，总共分三步，感知——决策——执行，我们刚刚所讲的原理，都仅仅关乎于“感知”，却没有聊到后面的决策，而决策又要基于两大指标产生，即算力和算法。
算力方面，纯视觉方案要比激光雷达费力很多。摄像头采集的是图片信息，激光雷达采集的则是数据信息，不用手指头算都知道，摄像头拍下的图片信息绝对要比雷达产生的字节信息大很多。因此，特斯拉才要烧钱研发更高算力的FSD芯片。
在算法上，特斯拉也要付出更多代价。为了让算法和人类的大脑一样，能够准确处理“眼睛”采集到的信息，特斯拉既要教会算法啥是行人，啥是轿车，啥是大货车；也要教会算法如何把各方位的2D图片，变成3D信息；更要教会算法如何识别这些信息以什么速度，往什么方位运动。
要想实现这些，不仅要进行没日没夜的“训练”，更需要海量的数据，而这些数据，由广大的特斯拉车主提供。这也是其余车企为啥不敢贸然采用纯视觉的原因之一。
总而言之，这种从咿呀学语一直到高才博士的培养，是一定会消耗大量时间成本和研发成本的。如果说特斯拉用纯视觉方案纯是为了省成本，那这种拆了东墙补西墙的行为，马斯克自己都会觉得蠢。
到这，认真听讲的同学就会想了，特斯拉费这么半天劲的事，激光雷达不就能解决吗？这是不是意味着我们能反超了？
不对。
因为即便激光雷达能够减轻一部分算力和算法压力，但车企仍要做好“决策”这一步。这就像是在一场高数考试中，特斯拉全靠脑子算，而其它车企拿了一个计算器，最终成绩如何，不是一个计算器能够决定的。所以，想要在自动驾驶上争高低，算法仍是关键。
对于远在天边的自动驾驶，实现它的正确路径绝不止一条，也不一定只有“纯视觉”和“雷达摄像头融合”这两条。我们并不能站在现在这个时间节点，去直接判断未来的对与错。但我想说的是：安全无小事，在你摄像头看不见的时候，激光雷达帮一把不是更好吗？
当然，过多的冗余也是一种浪费。现如今很多品牌在激光雷达的数量上“内卷”，个人认为大可不必。因为自动驾驶目前还没有进阶到需要那么多激光雷达的地步。换句话说，对于最多使用L2+的消费者来说，过多的激光雷达只是摆设。
