自动驾驶感知技术路线流派 - 行业存在三个主要技术流派：完全不用激光雷达派（以特斯拉为代表，小鹏目前全系不用但保留未来使用可能）[1]；激光雷达主要用于主动安全冗余派（以理想汽车为典型，驾驶本身依赖纯视觉）[1]；激光雷达深度参与自动驾驶派（以Waymo为代表）[1] - 本文分析侧重于纯视觉派与激光雷达安全冗余派的观点差异，不侧重深度参与派[3] 纯视觉派的核心观点与叙事逻辑 - 该派认为纯视觉方案在博弈能力和安全水平上的上限非常高，人类驾驶无需激光雷达即是例证[4] - 核心逻辑链：现阶段纯视觉可实现激光雷达的所有安全好处，且激光雷达会带来额外坏处（如处理延时和降低系统扩展效率），这些坏处不单指更高的物料成本[4] - 细化视角：仅靠摄像头即可达到很高的安全水准，其目标安全性能超过全神贯注的人类老司机[4] - 认为特斯拉与小鹏不用激光雷达并非基于成本考虑（尽管早期马斯克曾提及成本原因），而是认为纯视觉当前就是更好的方案[4] 激光雷达安全冗余派的观点与潜在反驳 - 该派常见叙事逻辑：在特定（XXX）情况下，激光雷达对主动安全很有帮助，可作为安全件；博弈相关任务主要依靠纯视觉[4] - 部分人主张特斯拉与小鹏不用激光雷达是出于成本考虑[4] - 预期反驳点：继续论证特定情况下激光雷达更具安全性；要么不承认激光雷达带来额外时延和影响扩展效率，要么主张在具备某些条件后延时可接受、扩展效率依然良好[6] 对激光雷达技术局限性的分析 - 激光雷达通过探测障碍物实现主动避障以提高安全，但其分辨率低，无法帮助车辆理解物理世界（例如无法区分一个巨大充气气球与其他硬质障碍物）[5] - 激光雷达并非单纯的并联式冗余，总会导致车端分配算力进行计算，从而带来更高时延，而纯视觉方案在系统扩展方面效率更高[5] - 未来激光雷达可能有其用途和发展，但不是现在[5] 感知技术组合与系统性能优化 - 在当前技术路线下，感知方面结合摄像头和麦克风被认为是最适合的，核心仍需“修炼大脑”（提升处理能力）[5] - 提及特斯拉视频案例，车辆能根据语音指令完成点餐、取餐流程，推测车外麦克风在其中起作用[5] - 现有最好计算平台运行一个400亿参数模型的帧率仅为10赫兹，而执行系统需要60赫兹，模型帧率若能快两三倍，可有效解决当前辅助驾驶的舒适性与反应迟钝问题[7] - 人类刹车转向的最快响应速度约为450毫秒，目前自动驾驶感知到执行的完整链路约550毫秒，存在反应慢的问题；通过线控体系可将链路响应速度提升至350毫秒，这200毫秒的差距预计可将事故率降低50%以上[7]