4月28日馬斯克訪華，帶來了一個有些深層含義的消息——

特斯拉FSD落地中國，也許很快會有大進展！

中國汽車工業協會發布的《關于汽車數據處理4項安全要求檢測情況的通報（第一批）》顯示，2022/2023款特斯拉Model 3/Y通過了汽車數據安全的合規要求，也是其中唯一一批外資品牌車型：

彭博社也爆料稱，特斯拉將通過與百度在地圖和導航上面的合作，掃清FSD入華的關鍵障礙：

不管最後事情的走向如何，衆所周知的事情是，以實現自動駕駛爲最終目標的特斯拉，只有搭配上FSD軟件，才算得上真正意義上的完整形態，而特斯拉的FSD又是全球名頭最響的純視覺智駕方案。

即將有可能在國內體驗上這套智駕系統，智駕領域也將迎來一條新“鲶魚”，這怎能不讓人興奮呢？（具體的內容社長還在肝，明天會和大家好好聊一聊）

當然，雖然特斯拉是純視覺智駕方案的全球代言人，但采用純視覺路線的企業並非只有特斯拉，光國內就有廣汽、華爲、百度、大疆等企業都布局了純視覺智駕方案。

事實上，百度和特斯拉的合作早已有之。自2020年起，百度就曾經就爲特斯拉提供車載地圖和導航服務，這次首發的3D領先版也不例外。

而在地圖業務之外，百度也在自動駕駛領域耕耘許久，旗下自動駕駛平台Apollo已經跑通了純視覺全系列智駕産品，路試的消息也層出不窮。

還有百度×吉利的極越汽車，它的點到點領航輔助駕駛PPA，同樣搭載了百度Apollo旗下的純視覺方案。

那麽，爲何純視覺智駕路線的玩家越來越多？帶不帶激光雷達的意義是什麽？極越現階段的智駕又面臨什麽問題？

前段時間，我采訪到了極越智能軟件副總裁潘雲鵬。今天我們就借著極越這家品牌，和大家簡單聊一聊純視覺和智駕的那些事兒。

1、爲什麽要選擇純視覺智駕路線？

在聊這個話題之前，需要先搞清楚一個問題：什麽是純視覺？

這個概念是相對于市面上更主流的多傳感融合方案而來的。二者的區別簡單來說就是，車自己開的時候用什麽來觀察路況。

多傳感融合方案是做加法，激光雷達、毫米波雷達、攝像頭再加上高精地圖，能上的全部給它裝備上；

純視覺則是做減法，設備能減去就減去，能用攝像頭解決的就堅決不用雷達，高成本的激光雷達更是想都不要想。

要知道，即便激光雷達的采購價格一路從十幾萬元打到現在的千元級別，但根據規格不同，激光雷達的成本在整車中依舊是不容忽視的一部分。

可能有些朋友不太理解，“一輛賣二十多萬的車，真的會差這幾千塊嗎？”

你別說，還真差！

制造業本就是對成本锱铢必較的行業，利潤率主要靠規模化效應來保證，長期來看只有3%左右，裝了個激光雷達可能連3%都沒得掙。更不用說汽車的零部件數以萬計，成本控制必須從每一個零件做起了。

如果純視覺能在降低成本的同時，還能用強大的軟件能力確保智駕功能安全、好用，車企當然會傾向于選擇純視覺方案。

以第一性原理造車的特斯拉就是這麽想的，只不過馬斯克還有另一個足夠有說服力的理由，來爲純視覺做背書：

“人開車就是靠眼睛看的，所有的道路駕駛規則都是根據人的決策判斷而形成的。自動駕駛既然要取代人，當然要按照人的駕駛邏輯去發展。

如果效果不好，那就用技術能力來解決！”

成本壓力和第一性原理，也讓純視覺智駕方案越來越被國內越來越多的廠商所接受。

此外，潘雲鵬還提到了廠商轉而布局純視覺方案的另一個因素，那就是設計問題。

畢竟激光雷達一般都是盡量在車頂布局，可選的位置並不多。但並不是所有人都能接受自己愛車非得頂個“犄角”，這其實也對汽車的外觀設計造成了不小的挑戰。

2、質疑特斯拉、理解特斯拉、成爲特斯拉？

極越提出了一個推論：2024年是一個拐點，純視覺方案會在性能上、賽道玩家數量上都迎來大幅提升。

從入場玩家來看，似乎的確如此。

前不久的廣汽科技日上，廣汽正式宣布了對純視覺智駕方案的布局；汽車業務一向以智能化爲核心賣點的華爲，也在智界S7的低配車型（PRO版）采用了無激光雷達的視覺智駕方案——HUAWEI ADS 基礎版。

大家“英雄所見略同”的原因，在極越看來離不開純視覺方案一大特點，即上限高、但下限也低。

換句話說就是，人人都調侃馬斯克光靠攝像頭實現自動駕駛想太美了，但不是哪家車企都能把純視覺做到特斯拉的程度。

說到底，攝像頭不是人眼。就算一個雪糕筒在攝像頭裏可以比肉眼可見更清晰，但這個雪糕筒在智駕系統裏只是數據，不能像人腦那樣自動理解，需要分析、處理之後才能做到准確識別。

這是算法、也就是軟件的工作，不僅需要海量數據作爲樣本去支撐，更需要以高算力平台爲基礎的大模型去持續叠代泛化。

比如特斯拉之前曾經被紅布條逼停，就是因爲算法經過訓練後雖然已經知道怎麽處理雪糕筒了，但換個顔色、輪廓跟雪糕筒類似的物體依舊有可能誤判，因爲數據不足。

而包括算法、數據積累和訓練等這部分隱形的研發成本，仔細算一算可能比激光雷達這類硬件成品還高。

而這些需要前期積累、大量資源投入的工作，其實已經有百度這樣的供應商做過了。

無論蘿蔔快跑的robotaxi業務在L4級自動駕駛上的積累，還是Apollo平台在L2級輔助駕駛上的積累，這十年來的經驗和數據，都是可以給極越“撿現成的”。

所以極越現在有底氣說“我們在2023年發現，有沒有激光雷達對整車的智駕性能沒什麽影響，甚至有些場景下攝像頭表現得更好”，也是完全可以理解的。

正如那句話所說，質疑特斯拉、理解特斯拉、成爲特斯拉。

3、現階段的純視覺智駕方案，面臨著哪些問題？

公社一位小夥伴在體驗極越01的智能座艙時，發現極越的智能語音助手Simo反應有些過于靈敏了。

當後座或者副駕駛有人的情況下，如果主駕跟人聊天，又開了語音助手的免喚醒模式，那Simo有可能會突然插話，一句“天氣怎麽樣”的聊天會被它認爲是給自己下達的指令。

這本質上跟智能駕駛很難解決那1%的corner case（邊緣場景）是一個道理。

智駕系統認不出前方飄過的一個大型白色塑料袋，當做實體障礙物打方向繞開；Simo識別到關鍵詞，但沒搞明白駕乘者不是在對它下指令。

這兩類情況的出現很難總結出固定規律完全避免，于是只能采用窮舉法，繼續積累數據、叠代算法提升泛化能力，所謂“見多才能識廣”。

另外今天的純視覺方案很多時候並不是只有攝像頭，就像很多時候“無圖智駕”也不是完全不靠地圖。

極越的智駕方案在攝像頭之外，還有毫米波雷達來保證感知的高精度，更多的設備（包括采用激光雷達的車型）本質上是提供更多的安全冗余。

而所有提出不依賴高精地圖的智駕方案，當然也是在有地圖、以及地圖精度更高的情況下，表現更好。

4、對大家來說，什麽樣的智駕才是好智駕？

老生常談，安全、好用才是評判一套智駕系統的終極標准。

別管智駕系統帶不帶激光雷達，首先開了以後不能出事故，這是最基本的安全要求；

其次是接管次數盡量要低，如果使用智駕功能時，動不動就要求人工接管並退出，也不用說什麽等幾次OTA升級，大多數人都沒有那個興趣再打開車裏的智駕功能了；

還有就是智駕“老司機程度”，讓用戶覺得“開得不比我差”乃至“比我開得好”，才能有效提升用戶的智駕體驗。這其實就是舒適度問題了。

很多打車打到電動車的朋友應該深有體會，電動車開起來想要達到甚至超越燃油車的舒適度很考驗腳法，尤其出租車和網約車爲了省電會開動能回收模式，那車坐起來一頓一頓的，就算不暈車的人說不得也得直泛惡心。

很多時候開了智駕功能以後的體驗也是一樣，系統對具體場景的處理判斷沒問題，但起步停步的“點頭”就讓人感覺很暈，如果在意乘坐體驗的用戶可能也會因此減少對智駕功能的使用。

至于如何改善用戶的使用體驗，則又回到數據算法的學習、升級上。一方面是完善駕駛邏輯，另一方面根據用戶的偏好對駕駛模式進行優化。

5、車企都喜歡給自家智駕系統打出“全國都能用”的口號，但實際像PPA、NOA這些端到端的輔助駕駛也得等開城，這是不是一種畫餅？

用極越的情況來描述的話，其實PPA開到北上廣深這些少數大城市，就已經覆蓋到了95%的用戶。

事實上這也是新能源汽車市場比較廣泛的情況。二十多萬電動車的購買用戶，大部分都集中到一二線大城市。而把服務用戶從95%提升到100%，車企所要付出的精力和成本又大概率會遠遠超過一開始的那95%。

此時爲了保證用戶的使用體驗，包括極越在內的車企一般都會遵循工程研發的規劃，循序漸進、數據逐步叠代。

換句話講，這是個考量投入産出比做出的判斷。在開發資源有限的情況下，車企最理性的做法就是先滿足大多數用戶的需求。

反正“遇事不決OTA”，大不了先聽取用戶反饋，後續再做調整。

寫在最後

關于未來自動駕駛會不會保留激光雷達這個話題，公社小夥伴們曾經有過一場討論。

當時大家得出的一個共識就是，在軟件算法和硬件能力持續叠代升級之後，純視覺方案是有能力實現最終自動駕駛的，而激光雷達存在的價值就是提供安全冗余。

而技術在發展、時代在進步，AI大模型的出現就改變了很多行業，誰也不能保證未來不會出現變革自動駕駛業態的新東西。

萬一……激光雷達的功能被其他硬件或者軟件所替代了呢？

對此，極越智能軟件副總裁潘雲鵬的看法是，一切以用戶體驗爲准。

無論純視覺、多傳感融合、抑或車上搭載5顆8顆激光雷達，這些都不重要。只要用戶能接受涵蓋這些硬件的成本，認可該方案的體驗，那這套方案就是值得存在的。

今天同價位能選擇的電動車車型越來越多，那這些車型又何必非要采用同一種技術路線？

像廠家、品牌或者系列一樣，用戶也可以選擇不同智駕路線的産品，最終誰能活下來，就交給用戶和市場。