看了好久，很喜歡Model Y L的外觀，但更在意它的智駕能力，我看段永平現(xiàn)在也在夸特斯拉了，說明特斯拉的智駕確實做得好。

但我現(xiàn)在主要考慮的是激光雷達(dá)和純視覺的問題，感覺上還是覺得前者更讓人放心。

畢竟如果碰上大霧、大雨、強(qiáng)光照等或比較復(fù)雜的駕駛場景，只靠攝像頭視覺的話，難免是差了一些。

不過我也看到激光雷達(dá)也是有缺點的，國內(nèi)幾個車企力挺激光雷達(dá)，認(rèn)為其在安全性方面不可替代，但要想真正融合純視覺和激光雷達(dá)為一體，其實很難。

下面就分析下兩者的利弊，我也試著說服自己看買哪種更好。

馬斯克為啥把“純視覺”視為正確的方向？

很多人說馬斯克是從成本的角度去權(quán)衡、考慮的，其實不是?！凹す饫走_(dá)是傻瓜的差事”，馬斯克把激光雷達(dá)比喻為拐杖，稱任何依賴激光雷達(dá)的人都注定失敗。

他的主要邏輯是：人類駕駛是靠視覺（眼睛+大腦），因此自動駕駛系統(tǒng)也應(yīng)僅依靠視覺（攝像頭+AI）實現(xiàn)，而且激光雷達(dá)會阻礙智駕系統(tǒng)向“通用視覺智能”演進(jìn)。

在馬斯克看來純視覺（Vision-only）自動駕駛方案才是歷史正確的立場。

從現(xiàn)實來說，當(dāng)我們理解了激光雷達(dá)的運(yùn)作就知道馬斯克的意見不能說是錯誤的，汽車的視覺能力確實非常關(guān)鍵，它會決定智駕系統(tǒng)的上限。或者說視覺感知力是核心，自動駕駛離不開視覺感知。

激光雷達(dá)沒有辦法跟視覺比豐富度、幀率、分辨率、信息量等，在需要迅速處理和反應(yīng)的駕駛場景中，還是視覺方案更合理。

國內(nèi)還多車企采取“激光雷達(dá)+視覺+毫米波”的融合方案，可以形成精準(zhǔn)3D點云，直接獲取物體的距離、形狀和運(yùn)動軌跡，數(shù)據(jù)精度高且不受光照影響，從而提升了車輛的安全冗余，但對算力要求比較高。

有些車企在AI算法、純視覺技術(shù)路線上能力不足，所以要強(qiáng)調(diào)激光雷達(dá)，本質(zhì)上是投機(jī)取巧、走捷徑的做法——想一想多個感知的融合決策怎么辦（比如攝像頭和雷達(dá)的信號有沖突）？

我曾開了某品牌的智駕車上高架，稍微復(fù)雜的地方都需要人工干預(yù)，無論感知還是反應(yīng)速度，特別是多個車輛行駛過程中博弈、決策的時候都不行，根本做不到一個“智”字。盡管它的雷達(dá)、攝像頭、傳感器很多。

而特斯拉的FSD依賴幾個攝像頭+神經(jīng)網(wǎng)絡(luò)，效果就好很多，難道這就叫大道至簡？

可以說說視覺比激光雷達(dá)的天花板更高，但做純視覺方案很少有車企能夠跟特斯拉比，畢竟后者有先發(fā)優(yōu)勢，特斯拉的技術(shù)能力和規(guī)?；榷疾皇嵌虝r期可以追趕上的。

在汽車跑在路上的時候，面臨的情況千變?nèi)f化，反應(yīng)速度真的很重要。舉個例子，只靠激光雷達(dá)的話，智駕怎么分辨紅綠燈，怎么識別ETC車道，怎么區(qū)分人和動物？只是能測距是不行的。

對不同的物體和情況予以觀察、分析和決策，是汽車自動駕駛的關(guān)鍵，車企自研VLA（視覺語言行動模型）也是為了提升這方面的能力。

可以說，沒有視覺，只靠激光雷達(dá)是沒有辦法行駛在道路上的。當(dāng)然純視覺也難免會“近視”，也還需要雷達(dá)的信號，所以兩者都是為人服務(wù)的，任何技術(shù)只有帶來更智能更好的體驗，才能有生命力。

純視覺、毫米波雷達(dá)和激光雷達(dá)各自都有優(yōu)缺點，沒有一個傳感器能夠解決所有問題。我想大概還是要在汽車上提高算力，改進(jìn)算法，不斷優(yōu)化AI能力（如處理好傳感器沖突、敏捷決策等），為人的安全服務(wù)。

總之，目前還是處于一個發(fā)展階段吧，市場最終會篩選出更合理的方案。

比如高分辨率雷達(dá)的技術(shù)突破，但如果它有了“視覺”而不是只靠高精度測距和全天候工作能力，那就無所謂路線之爭了（“融合感知”了）。

讓汽車真正懂物理世界，它的神經(jīng)網(wǎng)絡(luò)、大腦就必須更完善才行，到了L4階段，就說明智駕是真正成功了。想一想，這或許已經(jīng)不是技術(shù)問題了，而是時間問題，我猜5年內(nèi)差不多？

除了智駕系統(tǒng)之外，我還關(guān)心的是電池，Model Y L的續(xù)航還是不夠多，盡管它的電控很強(qiáng)。

但完美的汽車是沒有的，安全、智能、舒適、續(xù)航、品牌、外觀、價格等需要看個人的喜好和條件來權(quán)衡。適合的就是最好的。