關於雷射雷達的必要性，業內一直有著不同聲音。
理想在成都車展上表示，雷射雷達的作用非常像安全氣囊，雖然沒有它也能實現智駕，但視覺總有未見過的場景，雷射雷達能對此起到安全兜底的作用。
理想高層劉傑的表態更明確——短期內不會放棄雷射雷達。
至於另一邊的馬斯克則說到，雷射雷達並非最佳選擇，數字神經網絡+攝像頭組合使用的效果才是更好。
面對雷射雷達的爭議性，這尷尬處境能有破局嗎？
說到智能駕駛，特斯拉是一個無法繞開的對象。
早在10年前，馬斯克就從航空領域拿來了「Autopilot」（自動駕駛）一詞，用在自身智駕系統身上，藉此來宣告正式投身到智駕賽道。
當時，谷歌自動駕駛汽車項目選擇了頭頂雷射雷達的方案，立心實現L4級自動駕駛能力。
反觀當年特斯拉的體量，實際跟現時新勢力品牌幾無差異。
於是在成本控制能力和普及智駕目標都跟谷歌有著明顯差異以後，馬斯克毅然提出以攝像頭為主的視覺路線來實現智能駕駛。
從事後總結來看，谷歌和特斯拉實際是兩派技術路徑代表，谷歌採取的是「Top-down」的自上而下路線，試圖從一開始就幹掉駕駛員的位置。
反之馬斯克作為車企代表，「Bottom-up」自下而上的方案要更合適走量的量產車。
這大概就是特斯拉視覺路線的起源。
按照馬斯克強調的第一性原理，既然人可以用雙眼來開車，那麼智能駕駛也應該只需攝像頭也能完事。
因此在2021年的時候，特斯拉就宣布北美市場的Model 3和Y，不再配備毫米波雷達和超聲波雷達，只標配攝像頭。
如今，國產新款Model 3，也砍掉所有雷達。
日前馬斯克再次表達了對視覺路線的看法，他認為雷射雷達並非汽車的最佳選擇，道路更適用於生物神經網絡和眼睛，數字神經網絡+攝像機組合使用的效果更好。
不過馬斯克也直言，他並不討厭雷射雷達。
在此其中，馬斯克提到的「數字神經網絡」（transformer）是關鍵一環。
攝像頭在各個領域已經使用很久了，但要說它在智駕領域真正起到作用，這還得歸功於特斯拉技術路線上的創新。
2020年10月，特斯拉第一次向用戶推送了FSD Beta測試版本，這是BEV+transformer路線開始證明自己實力的起點。
接著到了21年，國內大多數新勢力紛紛轉向同樣技術路線的研究，其中目前國內領跑的蔚小理和華為，其實都採用了跟特斯拉一樣的技術方案。
BEV+transformer，究竟有什麼魔力？
首先來看，BEV的英文全稱是bird’s eye view，中文譯名是鳥瞰圖，說得直白些是「上帝視角」。
BEV實際也不是剛冒出來的新鮮事物，此前沒把它用在智駕層面，是因為它有著一個比較突出的弱點——適應場景能力很弱。
比如說在經過崎嶇不平的路面時，當攝像頭角度發生變化以後，導致輸出效果出現了非常大的失真。
但BEV有個好處，就是能夠把多路攝像頭數據放在同一個模型里運行，省去更多後處理的人力。
這時候transformer就派上用場了。
transformer可以按照時間序列，給不同的特徵和信息賦予權重，更好完成比對多路攝像頭的特徵，以達成一致的結果，藉此實現更準確的感知識別效果。
你可以理解為，transformer是一個有資歷的廚師，它可以在旁邊輔助你怎麼做菜，教導你如何根據不同菜品，來分配好不同比例的油鹽醬醋茶，從而做出一道美味的菜品。
不過有了transformer，也不是說就能一了百了。
BEV本身的弱點還是很突出，它要先識別、再跟蹤，如果有一個東西它不認識，它就無法識別出來，更談不上會追蹤它。
另外，BEV對遠距離物體的探測，也不能做到十拿九穩，這看著很遠的東西在高速場景下可能也就幾秒鐘事情，然而這可是人命關天。
於是業內又想出了一個解決辦法——occupancy占用網絡。
占用網絡是對真實世界物體的一種3D描述方法，具體來說是「柵格化」。
相比於BEV需要先認識該物體，再來完成跟蹤的做法，占用網絡則是直接把物體給3D柵格化，也就是以一個個小方塊的形式來投射到BEV空間，並不用去知道這個物體究竟是什麼。
占用網絡的到來，進一步讓感知工作做得更準確了。
站在特斯拉角度，它認為在BEV+transformer+占用網絡的底層技術支持下，有攝像頭作為硬體組合就夠了。
其中原因，還是因為人家做得早，數據積累得多，同時算法亦更加成熟。
根據此前特斯拉Q2財報披露，截至到今年6月，特斯拉FSD Beta累計行駛里程約合4.8億公里，另外測試車隊人數已經超過10萬人。
事實上，數據積累得多只是最表層因素，在BEV方案下要想收集數據並不困難，關鍵是要有一套數據閉環體系。
這需要你有量產車的運行數據，在得到數據以後再去做清洗，以保留高質量的數據，接著再去實現自動化標註，讓神經網絡得到更好訓練。
讓系統變得更聰明，這不是一天兩天的事，並且目前FSD Beta還只是在算力只有144TOPS的HW3.0硬體上運行。
結合日前馬斯克試駕了世界首個端到端方案的FSD Beta V12版以後，從中再次彰顯了特斯拉算法能力之強大。
正因如此，特斯拉不用雷射雷達，確實是有它的厲害之處。
但雷射雷達真是一無是處，純粹是中國品牌為堆配置而生嗎？
事實非也。
從感知能力而言，雷射雷達和攝像頭之間還是起到相互補充的作用。
一方面由於雷射雷達的點雲數據比較稀疏，穩定性不算強，那麼作為底層建築的數據出現問題的話，在此之上所構建的軟體自然也更容易出錯。
反之攝像頭的數據量足夠大，它採用了非常多像素去描述周圍環境，因此整個穩定性是有著更高冗餘度。
就此角度來說，馬斯克極力推崇攝像頭也不只是從成本出發，當中亦有對數據穩定度的考慮。
不過雷射雷達的優勢，在於它的測距能力和精度是攝像頭所無法比擬的。
特別對於一些體積細小、非規則物體，雷射雷達的點雲還是能夠對視覺探測起到補充作用。
正因如此，雷射雷達可以說給系統起到安全兜底的作用。
事實上關於雷射雷達「安全兜底」的定位，核心一點還取決於系統對極限場景的應對能力。
如果能像特斯拉那樣視覺能力已經足夠出色，那麼不採用雷射雷達也是可取的。
但如果系統本身能力上限一般，同時又要求在當下就達到業內領先水平，那麼配備雷射雷達這樣的「高性能工具」，則是無可避免。
因此從本質來說，車企是根據自身能力和階段任務目標去決定，該不該用雷射雷達。
打個比方，特斯拉FSD已經是一個高中生，它要去迎接高考是順理成章的事情。
但咱們多數中國車企可能還是初中生的水平，就想去跟特斯拉一起去參加高考，這難免是要多上點工具才行。
這也是為什麼理想在成都車展表示，短期內不會放棄雷射雷達的原因。
另外，此前吳新宙也說到，基於目前的技術能力，雷射雷達在中國這種特別複雜的城市場景，還是起到了非常重要的作用，但這個作用未來能否由視覺完全取代，現在還太早去下定論。
「我們用雷射雷達一直非常收斂，其中建圖、定位、傳感器和雷射雷達都沒有什麼關係，但現在還不是特別確定，一定要或者不要。」
雖然頭部玩家沒有明確要放棄雷射雷達，但耐不住雷射雷達最大的弊端——「貴」。
上汽集團副總裁祖似傑說到，「我認為不要去放棄雷射雷達，但現在的問題是雷射雷達太貴，如果它只賣100美元，那我就全配。」
「我跟華為海思聊雷射雷達，他們的觀點跟我蠻重合，他們認為雷射雷達的成本不低下來，就是死路一條。」
面對貴的東西，大家都樂意去找替代品。
儘管之前特斯拉高呼要走純視覺路線，但大概是發現自己走過頭了，後面在HW4.0硬體里，又偷偷報備上4D毫米波雷達。
和普通毫米波雷達相比，4D毫米波雷達可以測出高度數據，解析度也更高，同時還能像雷射雷達一樣生成點雲。
儘管在能力上較難比肩雷射雷達，但4D毫米波雷達勝在便宜，相比於雷射雷達高達幾千元的成本，4D毫米波雷達只有前者售價的20%左右。
就此角度來說，4D毫米波雷達在一定程度上會是雷射雷達很好的替代品。
不久前上汽集團就宣布，飛凡R7將搭載國內首批量產的4D毫米波雷達，此舉或將引領4D毫米波雷達的普及。
這樣看來，未來雷射雷達大機率只會在高價車型上才會搭載。
事實上，參照作為旗艦車型問界M9隻搭載1顆雷射雷達的做法，這比起阿維塔11標配3顆雷射雷達的奢侈搭配，已然是要收斂許多。
可以預見，持續降低雷射雷達的作用權重，乃至是放棄，還是大機率的選擇。
要想實現高階智駕，雷射雷達不能說是100%的必需品，但它會是一定時間內多數玩家的選擇。
一方面是受自身軟體能力限制，另一方面是想更快追趕頭部玩家的步伐，那麼這中間所要付出的代價，自然是售價高昂的雷射雷達。
不過雷射雷達的成本曲線也在往下走，結合國內向來突出的產業降本能力，未來雷射雷達有沒有可能降本至讓更多車企接受的範圍，咱們邊走邊看了。