听说了吗，特斯拉要改祖制，上激光雷达了！众所周知，特斯拉一直以来，都是纯视觉自动驾驶最坚定的支持者。马斯克本人更是个十分激进的“激光雷达黑”，对采用这一路线进行无人驾驶技术开发嗤之以鼻。然而全球科技圈，心口不一的事情见得多了。一位来自佛罗里达的自动驾驶行业顾问，Grayson Brulte，近日在推特上发布了几张照片，称看到一辆特斯拉顶着一套“疑似”激光雷达的设备。
市场沸腾了——雷达制造商LUMINAR的股价一飞冲天。但且慢，事情可能不是这样。事后当地车管局证实车辆牌照确实属于特斯拉，但雷达出自哪家制造商则纯粹是市场猜测。没有任何官方消息表明特斯拉与LUMINAR有合作，唯一可追溯的，仅是几个“匿名人士”提供给彭博社的“私人信息”，称LUMINAR为特斯拉提供雷达用于“测试与开发”。首先，这不是第一次有人发现特斯拉在车顶安装“疑似雷达”的装置。
其次，特斯拉安装雷达就一定是要走雷达技术路线吗？这可不一定。一位Guidehouse Insights的分析师就表示特斯拉改走激光雷达路线“很不现实”。最后，马斯克在自动驾驶的技术选择上是非常，非常，非常极端的——何止是激光雷达，他什么雷达都不想要。
5月26日，特斯拉发布公告，称将继续推进Tesla Vision过渡：从5月份开始，为北美市场生产的Model 3和Model Y两款车型将不再搭载雷达。这合理吗？其实，在“摄像头vs雷达”背后，是自动驾驶长久以来的技术路线之争。根据美国汽车工程师学会，自动驾驶被划为6个等级，等级越高则车载系统参与的决策与控制比例越高。自动驾驶可大致分为为感知、决策、执行三大步骤。
其基本原理，是通过感知层的传感设备获取环境信息，随后由决策层分析处理接收的信息，最终通过执行层进行车辆的行为控制。当前广泛应用的传感器主要包括摄像头和雷达，其中：（1）摄像头：利用计算机视觉判别周围环境与物体，判断前车距离；（2）雷达：分为毫米波雷达、激光雷达、超声波雷达三类，利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。
目前广泛“上车”的是L2级自动驾驶，仅具备在限制条件下可用的辅助驾驶功能，也是目前法律法规允许的最高等级。L2不需要做出复杂决策，不依赖精确的环境信息，低精度摄像头与超声波雷达便足以满足需求。但对L3以上自动驾驶，这远远不够。从L2到L3的升级，是辅助驾驶到（有限）无人驾驶的升级，监控路况将由车辆完成，对环境信息精确度、实时运算能力的要求呈指数级增长。
前端传感器的性能，直接决定系统能否构建路况的精确模型。针对高级别自动驾驶，市场目前有纯视觉和强感知两种方案：（1）视觉解决方案：由摄像头主导，配合毫米波雷达等低成本传感器实现纯视觉计算。这条路线的主要厂商为特斯拉，以及百度Apollo Lite。视觉路线成本低，商业化比较简单。缺点是传感器的精度、稳定性和视野等方面均存在局限性，依赖算法弥补硬件层面缺陷，需要很强的研发能力。
（2）强感知方案：由激光雷达主导，配合摄像头、毫米波雷达等传感器组成。目前参与这一技术路线开发的公司众多，典型代表企业为Waymo、Uber、百度Apollo等科技和出行公司。与视觉方案相比，激光雷达兼具测距远、分辨率优、受环境光照影响小的特点，且无需深度学习——这对于在软件开发没有优势的传统车企尤为重要。但激光雷达的性能和成本均面临瓶颈，虽被众多车企给予厚望，距离大规模装配仍有一定距离。
在一些城市，你已经可以体验到无人驾驶出租，这可能是你离激光雷达最近的机会。我们曾经体验了百度的无人驾驶出租，说真的，有点晕。激光雷达，英文全称为Laser Detecting and Ranging，即激光探测和测距，由发射系统、接收系统、信号处理与控制系统组成。基本原理是发射器射出一束激光，光束遇到物体后，经过漫反射返回至接收器，由信号处理模块计算与物体的距离及方位信息。
同时，系统通过收集的环境信息绘制出三维环境地图，精度可达到厘米级。从产品形态看，激光雷达目前有机械式、半固态和纯固态三条路线。如果仅从技术的角度讲，激光雷达确实是很好的技术，甚至可能是目前感知硬件的最优解。特斯拉坚持纯视觉路线，与马斯克个人有关，但不一定是理性的选择。特斯拉的技术人员曾表示“人可以用纯视觉驾驶汽车，为什么车不可以？”这一观点乍一看很有道理，却是一种诡辩。
人之所以依赖视觉，是因为不具备其它复杂的感觉器官，但汽车并没有生理机能的限制——往上装设备就完事儿了。一车搭载多种传感器正是目前业界主流，像特斯拉“一条路走到黑”的反倒仅此一家。利用不同的传感设备应对不同的驾驶场景，这无疑在灵活性和安全性上都更有保障，这些本就是自动驾驶所必须解决的。那阻止激光雷达上车的核心障碍到底是什么？成本。激光雷达实在是太贵了，早期甚至可以高达数万美元。
据称，百度自动驾驶汽车曾采用的Velodyne机械式激光雷达价格高达70万元/台——一套设备比整车都贵，这个价格绝对不可能商业化。因此，长期以来激光雷达路线最大的方向，就是降低成本。以色列雷达制造商Innoviz的首席执行官Omer Keilaf，在2020年底接受媒体时曾表示，如今的激光雷达组件已经有1000美元的方案可选，也明确有了可以将价格降至500美元的技术路线。
造更便宜的雷达，同样也是国内制造商的努力方向。90后评车团联合创始人王若然告诉放大灯：“目前一个雷达的硬件成本已经可以实现4000人民币左右，明年会大规模量产。但整套方案算上软件肯定不止这个数，最终价格要看议价能力。”但从市场的角度讲，这个价格仍然不便宜。若一款车型安装3颗激光雷达，叠加配套算法，整套方案价格仍可能达到两万元左右。
这对于均价也就10万~20万元之间，利润微薄的可以忽略不计，且终端购车者对价格极为敏感的国产车企而言，可能还是无法接受。因此，最早装上激光雷达的，并不是造车新势力们，而是奥迪，其早在三年前就为旗下高端轿车装上4线机械式激光雷达，并宣称实现“全球首款量产L3汽车”；而在2021年，一批国产新车装上了各种新型的、成本更可控的激光雷达——这隐约成了车企秀肌肉、让自己看起来比别人更智能的“财富密码”。
花了这份钱，还不一定用得上。在自动驾驶仅有L2合规的大前提下，激光雷达的性价比确实一般。毕竟L2不要求特别复杂的决策能力，一套几万元的设备放在车上只做和摄像头差不多的事情，实在有些“杀鸡用牛刀”；而作为面向未来的能力储备，又显得不合时宜——毕竟技术发展实在太快了，今天的超前储备，过几年可能什么都不是。另一方面，对车企而言，毫米波+视觉的技术路线，也是一种商业上的捷径。
“选择毫米波+视觉主要就是为了尽快实现量产，或者至少能够投入使用”，王若然表示，“搞一个没激光雷达的很快，技术也很成熟。加了激光雷达反而要解决算法融合问题，各方面都不划算。”这种选择无疑是非常现实的——商业公司首先要做的必然是活下来和挣钱，推进人类文明进步可不是它们的义务。即使是雷达公司CEO，也承认马斯克在2018年前后关于激光雷达的发言没什么问题。
“五年前，当他必须为一款面向市场的车型做出选择时，还没有价格合适、性能良好、技术成熟的激光雷达。所以他做出了一个恰当的决定。”Omer Keilaf说。即使自动驾驶解决了路线之争，有了成熟的解决方案，实现了降本，具备大规模装配的条件，就万事大吉了吗？答案是否定的。自动驾驶作为一项技术，无疑有着巨大的潜在商业价值。
但技术落地有时候并不只是商业问题，更是复杂的社会问题——对自动驾驶这种有着巨大社会影响力，甚至对人与技术关系有着颠覆性影响的技术而言，尤其如此。技术无法孤立的存在于我们的社会之中，需要与人类交互才能实现作为工具的价值。但技术嵌入社会的过程本身，则是一个超脱于技术的复杂系统性工程：如何用新的技术伦理规范新技术的使用？如何建立民众对技术的信任？如何将新技术从限制场景植入通用场景？
配套的法律法规能否及时跟上？重大事故发生后，如何修复民众对技术的不信任？这些宏大的议题，无疑是单独一家企业无论如何也不可能解决的，特斯拉不行，百度亦然。技术层面不算特别复杂的人脸识别，引起的关于技术滥用与侵犯隐私权讨论已足够多，更何况是能重塑人机关系的自动驾驶技术：当自动驾驶掌舵时发生的交通事故，责任如何认定？光这一个问题，恐怕就够一代法律人献出自己的头发了。
高级别自动驾驶技术需要的，不仅仅是自身与关联产业的协同发展，也依赖从官方到民间，全方位、系统性的制度建设。在此之前，谈论任何大规模的商业化，都为时尚早。