在近日的一场谈话中，当被问及“特斯拉没有用激光雷达，你们为什么要用”时，理想汽车CEO李想坦言，保留激光雷达，归根结底是为了安全。

李想表示，不少人不理解为什么坚持使用激光雷达，甚至质疑：“是不是因为你们技术不够成熟？”但他强调，这并非技术问题，而是中美驾驶环境的不同所决定的。

“在中国，如果你经常晚上开夜路，就会遇到尾灯损坏的大货车，甚至有些大货车直接停在主路上，毫无警示。”李想指出，“目前我们的摄像头在完全无光环境下，最远只能探测到100米左右的距离。”

而激光雷达，即便在全黑环境中，也能探测到200米远的物体，这使得车辆在130公里/小时的速度下，依然能够实现AEB自动紧急制动。

“作为一款面向家庭的汽车，每位乘员的生命安全都至关重要。这正是我们坚持保留激光雷达的根本原因。”李想补充道，“未来的车型也将继续搭载激光雷达，为用户提供更高水平的安全保障。”

李想的这些观点，再次掀起了大家对“特斯拉不用激光雷达”这一做法的热议。

特斯拉不用激光雷达

特斯拉的首席执行官埃隆·马斯克（Elon Musk）从来不避讳自己对激光雷达的厌恶。

2019年4月，在特斯拉的首次自动驾驶日活动上，埃隆·马斯克（Elon Musk）接受了媒体的提问，再度对激光雷达发起了猛烈的抨击。

“激光雷达是愚蠢的差事，”马斯克说。“任何依赖激光雷达的人都注定要失败。失败！[激光雷达]是昂贵且不必要的传感器。这就像拥有一堆昂贵的阑尾。一个阑尾就够糟糕了，现在你有一堆，这太荒谬了，你们会明白的。”

他的批评源于一个问题，即当时特斯拉发布的自动驾驶硬件是否可以接收激光雷达输入。众所周知，特斯拉的车辆通过多种数据源实现自动驾驶，包括雷达、GPS、地图、超声波传感器等，但不像主要竞争对手那样使用激光雷达。

更早之前，马斯克曾解释过，他认为激光雷达是自动驾驶汽车的拐杖，对特斯拉而言，摄像头才是未来的关键，马斯克认为未来摄像头将使特斯拉能够在最恶劣的天气条件下“看清”道路。

后续，特斯拉人工智能高级总监安德烈·卡帕蒂（Andrej Karparthy）解释道，这个世界是为视觉识别而构建的。他指出，激光雷达系统难以区分塑料袋和橡胶轮胎。他表示，实现L4和L5级别自动驾驶需要大规模神经网络训练和视觉识别能力。

“从这个角度来看，激光雷达实际上是一种捷径，”卡帕蒂说。“它回避了自动驾驶所需的视觉识别这一关键问题。激光雷达让人产生一种虚假的进展感，最终只是一种拐杖。不过，它确实能快速做出一些演示效果！”

2021年3月，马斯克在推文中表示，特斯拉将转向“纯视觉”的方式。两个月后，特斯拉宣布，从当月开始交付的所有Model 3和Model Y汽车将用特斯拉的纯视觉系统取代雷达传感器，取消了原先的毫米波雷达。

2022年2月，特斯拉再次宣布，从2月中旬开始生产的所有Model S和Model X，将只配置纯视觉系统，不再使用任何雷达来执行其功能，完全依靠Tesla Vision辅助驾驶方案。

即使是最新推出的Model 3焕新版上，我们也没找到任何雷达传感器的影子。

5年多时间过去了，马斯克和特斯拉似乎依然坚持着当初的观点，即激光雷达并非必需，纯视觉方案也能实现自动驾驶。

激光雷达，非必要？

特斯拉不使用激光雷达，并不是马斯克的心血来潮，而是经过了缜密的考虑后做出的决定。

4月22日，就在特斯拉举行自动驾驶活动的同一天，康奈尔大学的三位研究人员发表了一篇研究论文，部分支持了马斯克关于激光雷达的观点。这些计算机科学家仅使用立体摄像头，在自动驾驶系统常用的KITTI图像识别基准测试中取得了突破性成果。他们的新技术远远优于先前发布的纯摄像头结果，且与结合摄像头和激光雷达数据的结果相差不远。

我们可以先来了解一些相关的背景知识，软件是如何将摄像头拍摄的原始图像转换为标注的三维模型，从而呈现车辆周围的环境的呢，这背后涉及到一些计算步骤。通常来说，软件分两步解决这一问题。首先，将图像输入算法，对每个像素进行距离估算，这可以通过一对摄像头和视差效应来实现，也有使用单个摄像头估算像素距离的方法，而第二个算法会在之后介入，其利用深度估算，将像素分组为独立的物体，比如汽车、行人或骑行者。

康奈尔大学研究集中在第二个步骤中。大多数研究纯摄像头方法的研究人员，将像素数据表示为二维图像，并为每个像素添加一个距离值，与红、绿、蓝三个颜色通道一起作为输入。通常，研究人员会将这些二维图像输入卷积神经网络（CNN），训练其完成目标识别任务。

但康奈尔大学的研究团队意识到，使用二维表示实际上是适得其反的，因为在二维图像中彼此相邻的像素，在三维空间中可能相距甚远。例如，前景中的车辆可能正好出现在几十米外的一棵树前方。

因此，康奈尔的研究人员将每对立体图像的像素转换为三维点云，这种点云类似于激光雷达传感器原生生成的点云。然后，他们将这种“伪激光雷达”（pseudo-lidar）数据输入现有的目标识别算法，这些算法本身就是为接收激光雷达点云设计的。

“我们的方法在基于图像的性能方面，相较于现有的最先进技术取得了显著提升。”他们在论文中写道。例如，在KITTI基准测试的一个版本中，先前基于摄像头的最佳准确率为30%，而康奈尔团队将这一数字提升到了66%。

换句话说，摄像头加激光雷达的组合优于单独使用摄像头的原因之一，并非激光雷达的距离测量精度更高。而是因为激光雷达生成的“原生”数据格式恰好更容易被机器学习算法处理。

“我们在论文中展示的是，通过将基于摄像头的数据转换为类似激光雷达的点云格式，可以显著缩小差距。”康奈尔论文的合著者Kilian Weinberger在采访中表示。

尽管如此，Weinberger也承认：“激光雷达和非激光雷达之间仍然存在相当大的差距。”前文提到，康奈尔团队在KITTI基准测试中的准确率为66%，但在实际激光雷达点云数据上运行相同算法时，准确率达到了86%。

与此同时，论文的另一位作者Bharath Hariharan强调，激光雷达也并非完美。例如，由于反射的原因，激光雷达点云中可能会出现虚假点。无论是纯摄像头系统还是配备激光雷达的系统，都依赖于机器学习技术来帮助识别和过滤底层系统中的偶发错误。

“如果你在亚利桑那州的街道上训练系统，然后到了伊萨卡，看到满地积雪，那么可能会出现难以预测的错误，”Hariharan 说道。他认为，无论是否配备激光雷达，这类错误都可能发生，只不过“错误的类型可能不同”。

但需要注意的一点是，激光雷达和基于摄像头的技术的故障模式不同。许多使基于摄像头的技术失败的情况可能不会使激光雷达蒙混过关，因此，即使基于摄像头的技术不断改进，激光雷达仍将在相当长的一段时间内继续增加价值。

“总体来说，结合多种传感器可能更有利，”Hariharan表示。“你掌握的信息越多、估算深度的方式越多，效果就越好。”

从当时来看，这一论文可以说是有力地支撑了马斯克和特斯拉的做法，人类自己没有长出一双深度感知的眼睛，也是靠接收可见光来驾驶汽车的，普通的摄像头没理由做不到，对比激光雷达，它还具有分辨率更高、色彩更丰富的优势，可以直接读取交通信号灯和标志，理论上确实有着更大的潜力。

激光雷达，价格太贵？

除了技术上的原因，价格或许才是马斯克一再贬低激光雷达的重要因素。

如果预算无限，那么配备激光雷达的自动驾驶汽车肯定比没有激光雷达的要更好，但现实情况是，激光雷达的价格当时来看并不便宜。

世界车载激光雷达的鼻祖Velodyne，早在2007年美国国防部组织的无人车挑战赛上，就为参赛队伍配备了激光雷达，谷歌 2012 年推出的首款无人驾驶汽车原型就使用了来自Velodyne的激光雷达，据了解，2017年Velodyne主流的64线激光雷达的官方定价是8万美元一台，在中国售价接近70万人民币，这很显然超出了特斯拉的承受范围。

但激光雷达的高成本不会永远持续下去，一项新技术几乎总是从昂贵开始，但随着制造规模扩大，价格往往会下降，当时激光雷达的高成本很大程度上反映了单个销售单位的状态。因此，高昂的研发成本需要由少量单位分摊。

2017 年，Waymo 工程师宣布他们已将成本降低了 90%，2020年时，Luminar 等多家厂商均以低于2000美元的价格提供自动驾驶级激光雷达。

而在如今，随着国产激光雷达厂家快速崛起，依靠技术和供应链优势，已经把激光雷达的价格打到了1000美元以下，过去百万豪车才能配备的激光雷达，如今普遍出现在了20万元左右的车型，可谓是“旧时王谢堂前燕，飞入寻常百姓家”。

事实上，中国厂商激光雷达的报价已经降到500美元以下，相比2017年时Velodyne单台8万美元的报价，便宜了不止一点。

价格的变化，带来了一场激光雷达的普及风暴，2023年，配备激光雷达技术的新车比前四年加起来还要多，其中中国车企起到了举足轻重的作用，根据Yole Group的分析师预测，中国车企今年将发布约128款搭载激光雷达的车型。

“这使得中国市场远超欧洲（约10款新车型）和美国（仅有两款），”Yole Group的分析指出。

Yole表示，中国汽车配备的激光雷达平均售价约为450至500美元，比2022年大幅下降，而其他地区的平均价格在700至1000美元之间。其指出，2023年，全球乘用车、轻型商用车和自动驾驶出租车的激光雷达市场估计达到5.38亿美元，同比增长79%。

Yole Group高级分析师Pierrick Boulay表示：“激光雷达在低价位细分市场的出现反映出技术成本的快速下降，因为如果汽车价格较低，那么所有设备的成本就会更加敏感。”

这场革命还不止局限在汽车领域，从无人机到手机，愈来愈多的行业将要或者正在搭载激光雷达。根据分析机构IDTechEx最近的一份报告，到2034年，全球汽车激光雷达市场预计将达到95亿美元，相较2024年，年复合增长率（CAGR）为19.5%。

价格降低或许不会让特斯拉直接放弃现有的纯视觉方案，但它还是偷偷做起了两手准备。

今年一季度，激光雷达供应商Luminar Technologies公布财报时，人们忽然发现，特斯拉成为了它在第一季度激光雷达传感器的最大客户。

Luminar财报的特别信息摘要显示，今年第一季度，Luminar收入为2100万美元，而特斯拉这位大客户为其2100万美元的总收入贡献了10%以上，这也就是说，特斯拉在第一季度里至少购买了价值210万美元以上的激光雷达。

而马斯克嘴上说着不用激光雷达，实际上还是在偷偷采购相关产品，根据彭博社两年的报道，两年前马斯克就考虑过与Luminar合作，作为两家公司之间协议的一部分，Luminar将激光雷达传感器出售给特斯拉，并要求不得向外透露信息。

这个月，推特有一位名叫“AlphaSense”的网友分享了一则来自自动驾驶汽车专家的会议纪要，根据自动驾驶专家的说法，特斯拉已经设计了自己的激光雷达，并正在与大陆集团合作，将其为未来汽车开发的雷达技术集成到其系统中。

尽管这部分传闻并未得到证实，但当初马斯克坚持不用激光雷达的理由已经越来越弱，纯视觉方案固然有自己的优势，但是多一个仅需几百美元的激光雷达辅助，似乎也未尝不可。

更合理的成本，为何不用？

500美元并非激光雷达的价格下限。

今年11月，国内激光雷达行业的领军企业禾赛表示，计划在明年将其核心产品的价格削减一半，这将极大推动激光雷达技术在电动汽车中的广泛应用。

“我们正进入一个每年数百万辆汽车配备激光雷达的阶段。”禾赛集团CEO李一帆在接受路透社采访时表示。李一帆补充称，价格减半将使激光雷达对售价15万元人民币（约2万美元）以下的低价电动车也具有吸引力。

对于高于这一价格的电动汽车，激光雷达的采用率有望提升至40%，根据数据，目前中国电动车和插电式混合动力车的激光雷达装配率约为24%。

据了解，禾赛下一代用于高级驾驶辅助系统（ADAS）的激光雷达产品ATX将在明年以低于200美元的价格出售，仅为当前AT128型号价格的一半。李一帆表示，之所以能实现大幅降价，是由于采用了自研芯片驱动激光雷达传感器，并提升了工厂运营效率。

不到200美元的激光雷达，带来更安全的驾驶乘坐体验，不论从哪一个角度来看，都是一笔再划算不过的买卖，尤其是在目前新能源汽车进一步内卷配置的当下，激光雷达或许会成为未来电车的标配之一。

好莱坞影星海蒂·拉玛尔早在1941年便发明了跳频通信技术，这项技术后来成为蓝牙的基础。然而直到数十年后，蓝牙才逐渐成为无线连接的重要支柱，广泛应用于手机、耳机和智能家居设备中。

指纹识别技术早在1998年就搭载于西门子手机之上，但直到2013年的苹果iPhone 5s才开始普及，当时大家对其安全性和实用性仍然心存疑虑，如今这一功能早已成为智能手机的标配。

半导体领域的氮化镓（GaN）和碳化硅（SiC）同样经历了漫长的发展期，虽然早在20世纪90年代，这些宽禁带材料便被视为硅材料的潜在替代品，但由于成本和工艺限制，市场接受度有限，而近年来，随着电动汽车和快充市场的爆发，氮化镓和碳化硅逐渐成为功率半导体领域的“宠儿”，推动了电力电子行业的革新。

无人驾驶汽车领域也经历了类似的路径，上世纪80年代的研究主要停留在实验室阶段，而如今自动驾驶技术已在部分城市进行实际道路测试，并逐步走向商业化。

尽管马斯克对激光雷达始终保持着固执的态度，但行业并不会因为一家公司而停滞不前，在他的视线之外，市场早已悄然发生改变。

随着时间的推移，这项技术变得越来越便宜，当消费者正逐步青睐于安全时，汽车厂商又有什么理由不搭载它呢？