（图片来源：摄图网）

近日，有国外博主贴出了小鹏汽车自动驾驶总监CandiceYuan此前接受采访的视频。她表示，公司将放弃激光雷达，转而采用视觉技术。她解释称，如今公司更加确信移除激光雷达是明智之举。新的AI系统基于大量客户驾驶过程中剪辑的10秒或30秒短视频数据构建，而激光雷达数据无法被人工智能系统吸收，无法为系统做出贡献。相反，大量的道路数据能让系统快速发展，因此小鹏选择用视觉技术训练系统。

有网友针对上面这段描述进行了总结，称小鹏是在复制马斯克的想法。“我们只是要复制马斯克的想法，他们让我们走到了今天这个地步......现在没必要停下来！”对此，马斯克则回复了一个“笑哭”的表情，个中意味耐人寻味。

马斯克多次在公开场合力挺纯视觉方案。2025年8月，他再次在社交媒体和公开采访中重申，激光雷达是“多余的阑尾”，多传感器数据冲突只会降低安全性。他认为道路规则是为“人眼 + 大脑”设计的，只要摄像头配合端到端神经网络，就能在成本和可靠性上碾压融合感知方案。自2024年取消毫米波雷达后，特斯拉已将全系车型押注在8颗摄像头的“Tesla Vision”上，并放言“任何依赖激光雷达的公司都注定失败”。

马斯克指出，当雷达与视觉感知数据冲突时，系统难以判断信任哪一方，这种不确定性是自动驾驶系统无法接受的隐患，因此坚信“纯视觉”方案最为有效可靠。

环境感知不同技术路线代表厂商及优劣势对比

在自动驾驶环境感知领域，存在不同的技术路线。特斯拉是视觉感知方案的坚定支持方，强调“化繁为简”。目前，依靠视觉方案的特斯拉在量产辅助驾驶方面表现出色，是该领域的佼佼者。而国内众多厂商则青睐多传感器融合方案，纷纷通过开发或投资的方式布局激光雷达和高精地图领域。

视觉感知方案的优势在于成本相对较低，且随着技术的发展，摄像头性能不断提升，能够捕捉丰富的图像信息。然而，其劣势也较为明显，在恶劣天气条件下，如暴雨、大雾等，摄像头的性能会受到严重影响，导致感知能力下降。

多传感器融合方案结合了激光雷达、摄像头、毫米波雷达等多种传感器的优势。激光雷达具有测量精度高、响应时间短、抗干扰能力强的特点，能够在各种环境下准确感知周围物体的距离、速度和形状等信息。摄像头则可提供丰富的图像信息，用于识别交通标志、信号灯等。毫米波雷达则能在恶劣天气下保持较好的性能。但多传感器融合方案也面临一些问题，如传感器之间的数据融合难度大，不同传感器数据可能存在冲突，导致系统决策复杂;同时，多传感器的使用增加了成本和系统复杂性。

激光雷达在无人驾驶汽车领域具有显著优势。应用于汽车感知时，其测量精度高，能够精确测量物体与车辆的距离;响应时间短，可快速感知周围环境变化;抗干扰能力强，不受光线、天气等因素的影响。

近年来，高阶智能驾驶加速渗透，带动激光雷达渗透率和装载数量上升。全球L2及以上级别智能驾驶渗透率近三年增加15.1%，国内也由2024年的0.5%增加至2024年的5.5%。2024年1 - 10月，中国乘用车激光雷达安装量TOP5包括鸿蒙智行、理想汽车、蔚来、极氪以及阿维塔等，安装量分别达31.8万颗、18.6万颗、16.7万颗、12.0万颗、9.1万颗。

从高端到大众、从轿车到皮卡，激光雷达在中国已呈“标配化”趋势，成为L3及以上自动驾驶事实上的“安全冗余”核心传感器。2024年中国车载激光雷达行业市场规模超30亿元，五年行业复合增速为124.20%。

前瞻产业研究院认为，目前新能源汽车无论是含有激光雷达的多传感器综合感知方案，还是视觉感知方案，都还处于研发初步阶段，对外依赖程度高，均存在各自需要克服的困难。对于视觉感知方案，需要进一步提升摄像头在恶劣环境下的性能，同时优化算法以提高对复杂场景的识别能力。多传感器融合方案则需要解决传感器数据融合的难题，提高系统的可靠性和稳定性。

未来，自动驾驶感知领域的竞争将更加激烈。最终，能够以最便宜的价格提供相同功能产品的方案将成为感知的未来。无论是坚持纯视觉路线的特斯拉，还是布局多传感器融合方案的国内厂商，都需要不断创新和优化技术，降低成本，提高性能，以在激烈的市场竞争中占据一席之地。