特斯拉的“純視覺”路線，不是所有人都學得來互聯網+
導讀
BEV+Transformer+占用網絡技術路線的大熱，再次將激光雷達推向風口浪尖。
BEV+Transformer+占用網絡技術路線的大熱，再次將激光雷達推向風口浪尖。
BEV+Transformer+占用網絡技術路線的大熱，再次將激光雷達推向風口浪尖。
激光雷達該不該被拋棄？
對車企來說，這是一個艱難的抉擇：是堅定不移跟隨特斯拉走具有「性價比」的純視覺路線，還是采用看起來「成本稍高」的激光雷達融合方案？
要回答這個問題并不難——尤其是當你洞悉事情的真相是反常識的時候。
比如，去除激光雷達，看起來減掉的是智能駕駛系統的 BOM 成本，整車成本也隨之下降了，但冰山之下的隱性成本增加了多少，你計算過嗎？
再比如，占用網絡的白名單可以覆蓋包括機動車、行人、兩輪車、錐桶、水馬、路面、樹木等十幾個常見的「道路物體」，但白名單之外的物體，它能看見嗎？
在城市 NOA 大規模落地前夕，整個智能駕駛行業需要重新審視純視覺方案背后的成本和技術難易程度，以及激光雷達的核心價值。
「抄特斯拉作業」是否是最佳選擇？在城市 NOA 落地浪潮下，車企如何集中優勢發揮所長？
這些都是需要被優先考慮的問題。
01 模仿特斯拉，不該忽略純視覺路線背后的「隱性成本」
「4 顆以下，請別說話。」這可能是此前汽車行業「卷」激光雷達最出圈的表達。
到今天，激光雷達仍然是絕大部分頭部車企新車的標配。從蔚小理，再到華為（問界、阿維塔）、極氪、零跑，激光雷達在國內能夠快速量產上車，很大程度上是由他們直接或間接推動的。
激光雷達的風靡，來自其帶給消費者的科技感和安全感。
而當「降本」的旋風刮來，在特斯拉跑通純視覺方案之后，「去激光雷達」的聲音又此起彼伏。
短期看，拿掉激光雷達，「降本效果」立現。
然而從長期看，車企需要為這一選擇投入更多的研發資源。
禾賽科技戰略負責人施葉舟認為，「在考慮成本的時候，不能夠只看到硬件成本，實際上更要考慮背后所需要各種研發服務和資源投入，也就是『全成本』——除了冰山上面的顯性成本（硬件、BOM 成本），還有大量被忽視的隱性成本。」
這里所稱的純視覺技術路線中的「隱性成本」，包括算法、路測、云計算、數據標注、仿真訓練和系統軟件等。
特斯拉前 AI 高級總監 Andrej Karpathy 曾在公開演講時說到：「純視覺能夠精準感知深度、速度、加速度信息，實現純視覺是一件困難的事情，還需要大量數據。」
換句話說，特斯拉作業并不好抄，門檻和壁壘極高。
這主要體現在三個方面：
一是海量數據。
特斯拉的自動駕駛算法是業內公認能力最強、投入最大、研發最早的。截至目前，特斯拉 FSD 累積行駛里程已超 5 億英里，Autopilot 使用里程已經超過 90 億英里。
特斯拉的自動駕駛系統每天可以接收到車隊回傳的 1600 億幀視頻數據，支持神經網絡訓練。眾所周知，數據積累取決于累計交付量和行駛里程，如此大的數據體量，也意味著需要投入大量的時間成本。
其次是自研芯片。
特斯拉自 2014 年開始自研芯片之路，2019 年發布了 FSD 自研芯片。
為了提升數據處理能力，為進一步的深度學習量身定制，2021 年 8 月，特斯拉發布了用于神經網絡訓練的自研芯片 D1，D1 芯片基于 7nm 工藝打造，算力可達 362TFLOPS。
D1 芯片具備較強的可擴展性，25 個芯片可組成一個計算模塊，而 120 個計算模塊可以組成外界熟知的「Dojo ExaPOD」超級計算機。
第三是圍繞算法訓練搭建的超算中心。
在特斯拉自建的大數據中心中，使用了 14,000 片 GPU 芯片，其中 10000 片用于 AI 訓練的 H100，4000 片用于數據標注。
據了解，一片 H100 芯片官方售價 3.5 萬美元，盡管在黑市被炒到 30~40 萬元人民幣，依然是「一片難求」。
特斯拉上線 H100 GPU 集群的同時，還激活了自研的超級計算機群組 Dojo ExaPOD，開啟云端算力競賽，以支持自動駕駛技術的更新迭代。
Dojo 于 2023 年 7 月開始生產部署，馬斯克曾表示，到 2024 年，特斯拉還將向 Dojo 再投資 10 億美元。預計到 2024 年 10 月，Dojo 算力會達到 100Exa-Flops。
從這個角度看，光是算法訓練的芯片投入就十分驚人，達到數十億元。
基于這樣的數據，我們可以做一個簡單的數學推算：
假設要開發一個特斯拉式純視覺路線的高階智能駕駛系統，這個方案總投入大約在 200 億元。
試想一下，要壓低這個成本需要多大規模的銷量？
——當汽車銷量到 2000 萬輛時，每輛車的自動駕駛成本可以降到 1000 元。
——而當汽車銷量只有幾十萬、上百萬輛時，這筆投入該如何攤銷？
當前，特斯拉累計銷量超過 400 萬輛，其所釋放的規模效應讓友商們難以企及。因此，特斯拉選擇視覺路線，不只是「算法能力強」，更是建立在巨大的保有量、車載芯片自研、數據回環和自動化標注、自建超算中心訓練模型等一系列能力之上的綜合實力。
02 占用網絡不是「萬能鑰匙」，激光雷達仍是「最佳助攻」
2016 年 1 月 20 日，在輔助駕駛狀態下，一輛特斯拉撞上了一堵靜止的水泥隔離墻上。這是特斯拉首起「自動駕駛」事故。
當時，對特斯拉的唱衰之聲不絕于耳。但經過 7 年探索，特斯拉如今在自動駕駛領域一騎絕塵。當特斯拉跑通自動駕駛之后，其他車企開始轉向了「大模型」路線，沿著特斯拉從 BEV 向占用網絡迭代之路進化。
不過，即便不惜成本投入堆起來的「占用網絡」，對于通用障礙物的識別仍然無法做到「天衣無縫」。
占用網絡，是一套基于神經網絡的算法，是在時序對齊、多幀數據融合下構建的 4D 網絡。
「因為拼接了很多算法，涉及到多幀融合。不可避免就會有一定程度的延時。」對于國內車企來說，在車端有限的算力之下，如何兼顧「高精度」和「低延時」存在諸多考驗。
更重要的是，占用網絡技術會因視覺缺失 3D 信息而導致漏檢、誤檢。
為了視覺算法輸出結果比較準確，需要源源不斷的數據輸入和迭代以提高精準度。
在車輛覆蓋沒有到一定規模前，尚且無法獲得更多數據——這正是不少車企現階段對「去掉激光雷達」保持謹慎，而選擇「攝像頭+激光雷達」融合感知路線的原因。
相比于算法，激光雷達具備「硬件本能」，不需要經過大量復雜的計算和假設，以及數據訓練就可以得到純視覺方案需要的某些數值。
相比純視覺方案，激光雷達能夠應對不易處理的 corner case（邊緣場景），彌補攝像頭可能出現的誤判。
在融合方案中，激光雷達存在多個公認的核心優勢：
一是「抗干擾」，不懼夜間環境。
據 MIT 團隊 2022 年的研究結果表明，配備了激光雷達的融合方法將夜間的感知精度提高 3 倍。
二是「真三維」，精度更高。
激光雷達基于三維坐標，能精確到厘米級別為算法提供地面和物體的相對位置。地面上的高低不平的路況，一些低矮物體，激光雷達也能夠捕捉到。
三是「高置信度」，識別物體數量更多。
純視覺方案會建立覆蓋常見「道路物體」（機動車、行人、兩輪車、錐桶、水馬、路面、樹木等）的白名單。白名單之外，可能「視而不見」。
通過激光雷達直接獲取實時 3D 數據后，車輛可以直接判斷障礙物是否存在，為占用網絡提供真值輸入，在融合方案里作有力補充，提升系統安全性。
此外，激光雷達的反應速度更快。在中國城市內存在復雜路況，比如鬧市區里車輛突然的加塞、變道等，激光雷達相比攝像頭的反應速度更快，能夠準確判斷對方移動速度。
值得一提的是，在最近行業大熱的話題「如何降低 AEB 的誤觸發率」上，激光雷達也可以幫助避免一些常見的安全隱患。
施葉舟表示，「AEB 的誤觸發，背后的本質原因是感知精度不夠高。在激光雷達加持下，周圍感知精度的提升，誤觸發可以大大減少」。以搭載激光雷達的理想 L9 Max 為例，采用多傳感器融合方案之后，每 10 萬公里的誤觸發次數遠遠低于行業均值。
綜合來看，占用網絡技術不是一個解鎖通用障礙物識別的萬能鑰匙，而激光雷達在提升安全性的過程中，有著舉足輕重的作用。
03 激光雷達融合方案，高階智能駕駛落地的「助跑器」
城市 NOA 正在迎來一個高光時刻——問界新 M7 累計大定已超過 8 萬臺，其中超過 60% 用戶選擇了智駕版（激光雷達版）；小鵬新 G9 激光雷達版本選配比例高達 80%。
在此之前，一款車的智能駕駛搭載率只能達到 20%~30% 左右。問界和小鵬新車的智能駕駛選配率，遠遠超過了行業預期。
城市 NOA 迅速落地的背后，給廣大的消費者體驗帶來根本變化是最主要的驅動力。
要實現更大范圍的自動駕駛的覆蓋，要切入真正的高頻和剛需場景，先走到距離用戶最近的地方。
數據顯示，汽車平均有 71% 的里程是在城市道路行駛，對應時間占車主總駕車時長的 90%。而華為和小鵬得以更快落地城市 NOA，激光雷達功不可沒。
智能駕駛權威測評機構 nuScences 的數據顯示：
截止 2023 年上半年，純視覺方案（攝像頭）和融合方案（激光雷達+攝像頭）對目標物追蹤準確度（AMOTA）上仍有較大差距：二者相差接近 20 個百分點（56% VS. 75%）。
預計到 2025 年，純視覺方案準確度的均值會達到 70%~71%。這一數字相比配備激光雷達的融合方案在 22 年的準確度落后了 3 年時間。
換個角度來看，激光雷達融合方案可以讓高階智能駕駛落地時間縮短 3 年。
輕舟智航產品負責人許諾直言，現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。「激光雷達，是以投入換時間，加速城市 NOA 落地的捷徑。」
「當你做視覺方案時，系統遇到未知或者通用障礙物識別時，激光雷達方案的優勢是突出的。像路上突然掉下來的物體，例如紙箱、木箱等，通過激光雷達能夠感應到。而且激光雷達可以告訴你，前面有障礙物，也會告訴你做分類處理。」許諾說道。
由此看來，激光雷達不僅是智能汽車里的「隱形安全氣囊」，更是輔助車企量產落地城市 NOA 的捷徑。
在國內市場，蔚來、理想、小鵬、仰望、智己、極氪、問界、阿維塔等汽品牌，在已經量產或即將上市的車型中，都配備了激光雷達。
在海外，布局 L3 智能駕駛功能的頭部車企也都配備了激光雷達，包括已經獲得 L3 監管批準的奔馳，以及正在布局的寶馬、沃爾沃等。
下一步，高階輔助駕駛若要向大眾市場持續滲透，系統成本有望繼續下探。
施葉舟表示，禾賽正在通過核心零部件芯片化等技術降本手段，以及放大規模效應的優勢，為城市 NOA 持續落地服務。目前，禾賽已將激光雷達的價格從幾年前的幾十萬元，降到了現在的幾千元，做到了十倍以下。
到那時，激光雷達的高成本，或許也不再是阻礙其大規模上車的門檻。
車企是否都要走特斯拉的純視覺方案，最終要量力而為。而從現階段來看，激光雷達不僅可以成為城市 NOA 落地的「助跑器」，在未來也能夠繼續發揮其獨特價值，做自動駕駛領域的「最強助攻」。
禾賽科技戰略負責人施葉舟認為，「在考慮成本的時候，不能夠只看到硬件成本，實際上更要考慮背后所需要各種研發服務和資源投入，也就是『全成本』——除了冰山上面的顯性成本（硬件、BOM 成本），還有大量被忽視的隱性成本。」
這里所稱的純視覺技術路線中的「隱性成本」，包括算法、路測、云計算、數據標注、仿真訓練和系統軟件等。
特斯拉前 AI 高級總監 Andrej Karpathy 曾在公開演講時說到：「純視覺能夠精準感知深度、速度、加速度信息，實現純視覺是一件困難的事情，還需要大量數據。」
換句話說，特斯拉作業并不好抄，門檻和壁壘極高。
這主要體現在三個方面：
一是海量數據。
特斯拉的自動駕駛算法是業內公認能力最強、投入最大、研發最早的。截至目前，特斯拉 FSD 累積行駛里程已超 5 億英里，Autopilot 使用里程已經超過 90 億英里。
特斯拉的自動駕駛系統每天可以接收到車隊回傳的 1600 億幀視頻數據，支持神經網絡訓練。眾所周知，數據積累取決于累計交付量和行駛里程，如此大的數據體量，也意味著需要投入大量的時間成本。
其次是自研芯片。
特斯拉自 2014 年開始自研芯片之路，2019 年發布了 FSD 自研芯片。
為了提升數據處理能力，為進一步的深度學習量身定制，2021 年 8 月，特斯拉發布了用于神經網絡訓練的自研芯片 D1，D1 芯片基于 7nm 工藝打造，算力可達 362TFLOPS。
D1 芯片具備較強的可擴展性，25 個芯片可組成一個計算模塊，而 120 個計算模塊可以組成外界熟知的「Dojo ExaPOD」超級計算機。
第三是圍繞算法訓練搭建的超算中心。
在特斯拉自建的大數據中心中，使用了 14,000 片 GPU 芯片，其中 10000 片用于 AI 訓練的 H100，4000 片用于數據標注。
據了解，一片 H100 芯片官方售價 3.5 萬美元，盡管在黑市被炒到 30~40 萬元人民幣，依然是「一片難求」。
特斯拉上線 H100 GPU 集群的同時，還激活了自研的超級計算機群組 Dojo ExaPOD，開啟云端算力競賽，以支持自動駕駛技術的更新迭代。
Dojo 于 2023 年 7 月開始生產部署，馬斯克曾表示，到 2024 年，特斯拉還將向 Dojo 再投資 10 億美元。預計到 2024 年 10 月，Dojo 算力會達到 100Exa-Flops。
從這個角度看，光是算法訓練的芯片投入就十分驚人，達到數十億元。
基于這樣的數據，我們可以做一個簡單的數學推算：
假設要開發一個特斯拉式純視覺路線的高階智能駕駛系統，這個方案總投入大約在 200 億元。
試想一下，要壓低這個成本需要多大規模的銷量？
——當汽車銷量到 2000 萬輛時，每輛車的自動駕駛成本可以降到 1000 元。
——而當汽車銷量只有幾十萬、上百萬輛時，這筆投入該如何攤銷？
當前，特斯拉累計銷量超過 400 萬輛，其所釋放的規模效應讓友商們難以企及。因此，特斯拉選擇視覺路線，不只是「算法能力強」，更是建立在巨大的保有量、車載芯片自研、數據回環和自動化標注、自建超算中心訓練模型等一系列能力之上的綜合實力。
02 占用網絡不是「萬能鑰匙」，激光雷達仍是「最佳助攻」
2016 年 1 月 20 日，在輔助駕駛狀態下，一輛特斯拉撞上了一堵靜止的水泥隔離墻上。這是特斯拉首起「自動駕駛」事故。
當時，對特斯拉的唱衰之聲不絕于耳。但經過 7 年探索，特斯拉如今在自動駕駛領域一騎絕塵。當特斯拉跑通自動駕駛之后，其他車企開始轉向了「大模型」路線，沿著特斯拉從 BEV 向占用網絡迭代之路進化。
不過，即便不惜成本投入堆起來的「占用網絡」，對于通用障礙物的識別仍然無法做到「天衣無縫」。
占用網絡，是一套基于神經網絡的算法，是在時序對齊、多幀數據融合下構建的 4D 網絡。
「因為拼接了很多算法，涉及到多幀融合。不可避免就會有一定程度的延時。」對于國內車企來說，在車端有限的算力之下，如何兼顧「高精度」和「低延時」存在諸多考驗。
更重要的是，占用網絡技術會因視覺缺失 3D 信息而導致漏檢、誤檢。
為了視覺算法輸出結果比較準確，需要源源不斷的數據輸入和迭代以提高精準度。
在車輛覆蓋沒有到一定規模前，尚且無法獲得更多數據——這正是不少車企現階段對「去掉激光雷達」保持謹慎，而選擇「攝像頭+激光雷達」融合感知路線的原因。
相比于算法，激光雷達具備「硬件本能」，不需要經過大量復雜的計算和假設，以及數據訓練就可以得到純視覺方案需要的某些數值。
相比純視覺方案，激光雷達能夠應對不易處理的 corner case（邊緣場景），彌補攝像頭可能出現的誤判。
在融合方案中，激光雷達存在多個公認的核心優勢：
一是「抗干擾」，不懼夜間環境。
據 MIT 團隊 2022 年的研究結果表明，配備了激光雷達的融合方法將夜間的感知精度提高 3 倍。
二是「真三維」，精度更高。
激光雷達基于三維坐標，能精確到厘米級別為算法提供地面和物體的相對位置。地面上的高低不平的路況，一些低矮物體，激光雷達也能夠捕捉到。
三是「高置信度」，識別物體數量更多。
純視覺方案會建立覆蓋常見「道路物體」（機動車、行人、兩輪車、錐桶、水馬、路面、樹木等）的白名單。白名單之外，可能「視而不見」。
通過激光雷達直接獲取實時 3D 數據后，車輛可以直接判斷障礙物是否存在，為占用網絡提供真值輸入，在融合方案里作有力補充，提升系統安全性。
此外，激光雷達的反應速度更快。在中國城市內存在復雜路況，比如鬧市區里車輛突然的加塞、變道等，激光雷達相比攝像頭的反應速度更快，能夠準確判斷對方移動速度。
值得一提的是，在最近行業大熱的話題「如何降低 AEB 的誤觸發率」上，激光雷達也可以幫助避免一些常見的安全隱患。
施葉舟表示，「AEB 的誤觸發，背后的本質原因是感知精度不夠高。在激光雷達加持下，周圍感知精度的提升，誤觸發可以大大減少」。以搭載激光雷達的理想 L9 Max 為例，采用多傳感器融合方案之后，每 10 萬公里的誤觸發次數遠遠低于行業均值。
綜合來看，占用網絡技術不是一個解鎖通用障礙物識別的萬能鑰匙，而激光雷達在提升安全性的過程中，有著舉足輕重的作用。
03 激光雷達融合方案，高階智能駕駛落地的「助跑器」
城市 NOA 正在迎來一個高光時刻——問界新 M7 累計大定已超過 8 萬臺，其中超過 60% 用戶選擇了智駕版（激光雷達版）；小鵬新 G9 激光雷達版本選配比例高達 80%。
在此之前，一款車的智能駕駛搭載率只能達到 20%~30% 左右。問界和小鵬新車的智能駕駛選配率，遠遠超過了行業預期。
城市 NOA 迅速落地的背后，給廣大的消費者體驗帶來根本變化是最主要的驅動力。
要實現更大范圍的自動駕駛的覆蓋，要切入真正的高頻和剛需場景，先走到距離用戶最近的地方。
數據顯示，汽車平均有 71% 的里程是在城市道路行駛，對應時間占車主總駕車時長的 90%。而華為和小鵬得以更快落地城市 NOA，激光雷達功不可沒。
智能駕駛權威測評機構 nuScences 的數據顯示：
截止 2023 年上半年，純視覺方案（攝像頭）和融合方案（激光雷達+攝像頭）對目標物追蹤準確度（AMOTA）上仍有較大差距：二者相差接近 20 個百分點（56% VS. 75%）。
預計到 2025 年，純視覺方案準確度的均值會達到 70%~71%。這一數字相比配備激光雷達的融合方案在 22 年的準確度落后了 3 年時間。
換個角度來看，激光雷達融合方案可以讓高階智能駕駛落地時間縮短 3 年。
輕舟智航產品負責人許諾直言，現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。「激光雷達，是以投入換時間，加速城市 NOA 落地的捷徑。」
「當你做視覺方案時，系統遇到未知或者通用障礙物識別時，激光雷達方案的優勢是突出的。像路上突然掉下來的物體，例如紙箱、木箱等，通過激光雷達能夠感應到。而且激光雷達可以告訴你，前面有障礙物，也會告訴你做分類處理。」許諾說道。
由此看來，激光雷達不僅是智能汽車里的「隱形安全氣囊」，更是輔助車企量產落地城市 NOA 的捷徑。
在國內市場，蔚來、理想、小鵬、仰望、智己、極氪、問界、阿維塔等汽品牌，在已經量產或即將上市的車型中，都配備了激光雷達。
在海外，布局 L3 智能駕駛功能的頭部車企也都配備了激光雷達，包括已經獲得 L3 監管批準的奔馳，以及正在布局的寶馬、沃爾沃等。
下一步，高階輔助駕駛若要向大眾市場持續滲透，系統成本有望繼續下探。
施葉舟表示，禾賽正在通過核心零部件芯片化等技術降本手段，以及放大規模效應的優勢，為城市 NOA 持續落地服務。目前，禾賽已將激光雷達的價格從幾年前的幾十萬元，降到了現在的幾千元，做到了十倍以下。
到那時，激光雷達的高成本，或許也不再是阻礙其大規模上車的門檻。
車企是否都要走特斯拉的純視覺方案，最終要量力而為。而從現階段來看，激光雷達不僅可以成為城市 NOA 落地的「助跑器」，在未來也能夠繼續發揮其獨特價值，做自動駕駛領域的「最強助攻」。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
