隨著大模型等AI技術的不斷發(fā)展，數(shù)據(jù)驅動的端到端方案逐漸成為行業(yè)新寵，激光雷達這一曾被視為高階智能駕駛系統(tǒng)必備組件的技術正面臨挑戰(zhàn)。
9月初，自動駕駛技術公司Mobileye宣布終止下一代調頻連續(xù)波（FMCW）激光雷達的內部開發(fā)，為行業(yè)“去激光雷達”的論調再添一把火。
視覺中國
在智能駕駛領域，特斯拉CEO馬斯克一直是純視覺方案的堅定支持者。他曾直言，“只有傻子才會用激光雷達”。
這一觀點隨即遭到反擊。華為常務董事、終端BG董事長、智能汽車解決方案BU董事長余承東曾表示，“以特斯拉FSD（完全自動駕駛）為代表的純視覺方案，上限很高，下限也很低”。
事實上，對于要不要拋棄激光雷達，當前業(yè)內的意見并不統(tǒng)一。“端到端是一種軟件算法技術，激光雷達是硬件傳感器，兩者完全可以共存。無論軟件算法技術如何發(fā)展，對智能駕駛的實現(xiàn)而言，激光雷達必不可少。”速騰聚創(chuàng)相關專家對《每日經(jīng)濟新聞》記者表示。
但在極越CEO夏一平看來，想要實現(xiàn)端到端解決方案，純視覺技術是目前的最佳選擇。
激光雷達價格不斷下滑
作為純視覺自動駕駛路線的堅定支持者，馬斯克經(jīng)常盛贊視覺技術的優(yōu)越性，并三番兩次怒懟“激光雷達昂貴且沒有必要”。他認為，依靠攝像頭和神經(jīng)網(wǎng)絡，結合強大的算法和算力，就能夠實現(xiàn)高效且安全的自動駕駛體驗。
有業(yè)內人士指出，以往特斯拉不使用激光雷達而走純視覺路線，主要是因為當時處于行業(yè)發(fā)展早期，單顆激光雷達單價超過1000美元，這對于量產(chǎn)車而言過于高昂。
蔚來CEO李斌也曾表示，不同的階段，激光雷達發(fā)揮的作用是不一樣的，當年特斯拉做Model S和Model Y時，國外的激光雷達單價高達幾萬美元，而特斯拉的車型售價并沒有那么高。
然而，隨著規(guī)?；慨a(chǎn)以及價格戰(zhàn)的持續(xù)進行，曾經(jīng)價格高昂的激光雷達，價格也在迅速下降。前述速騰聚創(chuàng)相關專家向《每日經(jīng)濟新聞》記者表示，當前，量產(chǎn)激光雷達的單位成本已經(jīng)做到500美元（約合人民幣3500元）以內。預計到2025年，部分新產(chǎn)品的單位成本將降至200美元以內（約合人民幣1400元）。
禾賽科技方面也向記者表示，其主力產(chǎn)品AT128系列（車規(guī)級超高清遠距激光雷達）的售價今年將下跌10%~20%。
與此同時，車企的策略也開始分化。蓋世汽車研究院報告顯示，目前，越高等級的自動駕駛功能，對激光雷達裝載偏好越高，尤其是在L2++領域，具備高速NOA功能車型的激光雷達裝載率超60%，而城市NOA場景中這一比率更是接近100%。
另一方面，高階智駕也在走向下沉市場。高端車型中，消費者對安全性和先進技術的需求更高，因此激光雷達成為標配。而在20萬元以下的車型中，車企則傾向于采用成本更低的純視覺方案，以吸引價格敏感的消費者。激光雷達作為智駕系統(tǒng)中成本僅次于智駕芯片的零部件，被砍掉后能夠幫助車企省下大量BOM成本（Bill of Material Cost，指制造一輛汽車所需的所有原材料、零部件、組件以及其相關費用的總和），也能在價格戰(zhàn)中占據(jù)主動權。
對此，極氪副總裁林金文提出了不同的觀點。他認為，“激光雷達確實成本很高，但配合算法軟件能實現(xiàn)的極致安全性，是純視覺（方案）做不到的，不用激光雷達就是在為降本找理由”。
兩種方案各有所長
據(jù)記者梳理，純視覺方案依賴攝像頭捕捉的圖像數(shù)據(jù)，并通過深度學習算法進行處理和分析，以實現(xiàn)環(huán)境感知和決策。而激光雷達方案則通過發(fā)射激光束來測量物體與設備間的相對距離，獲取精確的三維環(huán)境信息。
2024年3月，特斯拉發(fā)布FSD V12版本，以Occupancy+ Transformer框架作為基礎模型，實現(xiàn)了感知和決策規(guī)劃兩大模塊的算法“端到端”。FSD V12的一個顯著特點是，其99%的決策由神經(jīng)網(wǎng)絡給出，大幅減少了對硬編碼編程的依賴。通過開發(fā)專門的計算機視覺模型和高分辨率攝像頭，F(xiàn)SD V12能夠在各種復雜的道路環(huán)境中準確識別車輛、行人和其他障礙物。
夏一平認為，純視覺方案的3D精度能達到厘米級，其感知能力甚至能超越主流激光雷達。激光雷達雖然能夠探測到障礙物，但無法識別障礙物具體是什么，無法實現(xiàn)自我成長和進步。而通過視覺方案，車輛可以像人眼一樣觀察世界，學習并記住不同的物體和它們的行為。
小鵬汽車董事長、CEO何小鵬也支持這一觀點。他認為，端到端大模型能讓智駕更加“類人”，并無限接近L4級別的自動駕駛。
然而，Momenta CEO曹旭東對此持有不同看法。他指出，在一些長尾的安全場景下，如暗光環(huán)境下的行人橫穿，或是進出隧道時的光線變化，激光雷達的效果確實會更好，因為它提供了更穩(wěn)定的光源和更精確的距離測量，從而帶來更好的安全保障。
前述速騰聚創(chuàng)相關專家也強調了純視覺方案在攝像頭“看不見”或“看不清”的情況下的局限性。如，強光照射、夜晚弱光環(huán)境、前景物體與背景顏色相同導致無法區(qū)分等情況，這些都可能導致嚴重的事故。
此外，美國國家公路交通安全管理局（NHTSA）對特斯拉汽車的調查，也反映了監(jiān)管機構對純視覺方案安全性的關注。當?shù)貢r間10月18日，在收到多起關于配備FSD功能的特斯拉車型的事故報告后，NHTSA宣布對241萬輛特斯拉汽車展開調查。
純視覺需更多資源投入
車百智庫研究院的報告指出，智能駕駛任務可以通過規(guī)則算法和模型兩種方式完成，前者由工程師人工定義規(guī)則，后者則基于數(shù)據(jù)訓練迭代，也就是機器模式。特斯拉FSD的創(chuàng)新，在于其真正實現(xiàn)了數(shù)據(jù)驅動。
在數(shù)據(jù)驅動的體系中，算法、云端算力、數(shù)據(jù)和工具，共同決定了企業(yè)的智能駕駛技術水平。算法像是“菜譜”，云端算力是“燃料”，數(shù)據(jù)是“食材”，工具則是“廚具”。
夏一平認為，智駕背后一定是數(shù)據(jù)驅動的，一旦把數(shù)據(jù)驅動跑通，智駕能力迭代的速度會更加夸張。而對于追求高度泛化能力和端到端解決方案的品牌來說，純視覺技術可能是目前的最佳選擇。
以特斯拉為例，在算力層面，截至2023年一季度，特斯拉云端算力達到35 EFLOPS（簡稱E），超過華為車BU（3.3E）、百度極越（2.2E）、長城（1.64E）、蔚來（1.4E）、理想（1.2E）、吉利（0.81E）、小鵬（0.6E）等企業(yè)已公開自建算力總和的3倍。
數(shù)據(jù)方面，公開資料顯示，截至2024年4月，特斯拉全球保有量超過600萬輛，F(xiàn)SD累計行駛里程已達12.5億英里（20億公里）。作為對比，小鵬汽車XNGP累計行駛里程為0.7億公里。
此外，特斯拉采用純視覺感知方案，各車型采用標準化硬件配置以保證采集數(shù)據(jù)的格式統(tǒng)一。根據(jù)車百智庫研究院報告，特斯拉FSD累計學習的高質量視頻片段已超過2000萬個，這樣規(guī)模的數(shù)據(jù)量僅采集成本就需要50億~80億元。
短期內，去除激光雷達可以降低成本。但從長遠來看，車企需要為這一選擇投入更多的研發(fā)資源。禾賽科技戰(zhàn)略負責人施葉舟表示，成本不僅包括硬件成本，還應考慮背后的研發(fā)服務和資源投入，包括算法、路測、云計算、數(shù)據(jù)標注、仿真訓練和系統(tǒng)軟件等隱性成本。
輕舟智航產(chǎn)品負責人許諾也表示，現(xiàn)階段單純依靠視覺方案，很難應對中國城市道路中的各類Corner Case（邊緣場景）。