傻子才用激光雷达，现在谁（做自动驾驶）就注定完蛋！
这一举动不仅与特斯拉当前采用的纯视觉自动驾驶方案相违背，更是直接“打脸”了曾经多次公开诋毁激光雷达的公司CEO马斯克。
作为自动驾驶降本的“急先锋”，马斯克曾不止一次公开diss激光雷达：2015年10月：激光雷达毫无意义，对于自动驾驶汽车来说没有必要；2017年4月：激光雷达很差劲，他们会抛弃激光雷达，记住我的话，这是我的预测；2018年2月：激光雷达昂贵、丑陋、没有必要；2019年4月，激光雷达就像人身上长了一堆阑尾，阑尾本身的存在基本是无意义的，如果长了一堆的话，那就太可笑了。任何依赖激光雷达的公司都可能无疾而终。傻子才用激光雷达，现在谁（做自动驾驶）还要靠激光雷达，那就注定完蛋！不信走着瞧！
然而，今年一季度斥巨资采购激光雷达的举动，难免令外界猜测，随着近年激光雷达技术的不断升级，以及价格走低，马斯克是否开始改变主意采用激光雷达？
尤其从2021年开始，马斯克对激光雷达一反常态地没有了强硬的态度。马斯克曾在的音频聊天室露面时，承认自己对激光雷达“出言不当”，并表示旗下的火箭公司Space X开发了自己的内部激光雷达。马斯克当时表示：“显然，如果我讨厌激光雷达，我就不会这么做。”
不过马斯克仍坚称，在自动驾驶方面，解决视觉问题是首要的，在当期的业绩电话会议上，马斯克也表示，特斯拉在远离雷达。
所以特斯拉在一季度斥资200万元采购激光雷达，是否为特斯拉在自动驾驶路线上转向的标识，仍旧值得探讨。
激光雷达，高阶智驾的必需品？
在2021年之前，“激光雷达+高精地图”的高成本模式，还曾是业内公认的高阶智驾可行方案。
但随着特斯拉在当年FSD beta中引入的BEV（Bird’s Eye View）技术进行环境感知概念，并通过改进版的模型对整车传感器进行信息整合，BEV技术迅速成为行业全新的发展共识。
由于信息反馈的坐标系相同，在系统构建的空间中图像数据、毫米波雷达数据、激光雷达数据、高精地图数据都可以进行融合。
不过，采用激光雷达与纯视觉路线的分歧，也恰恰是从这一阶段开始出现。
在技术层面，汽车如果想要感知周围环境除了要“看得见”还要“认得清”，这就需要开发阶段对交通参与者进行标注，帮助汽车逐渐认识什么是轿车、卡车、行人、自行车，也就是所谓的白名单机制。但是，实际的道路环境非常复杂，掉落的石块、违规占道停放的车辆等均会造成车辆识别的混乱，早年智驾车辆无法识别桩桶等物品的原因便是如此。
为解决这一问题，国内厂商的做法便是采用激光雷达，通过激光点云判断未知障碍物的体积，再结合地图数据选择制动或者变道绕行。但新的问题在于，这类车辆在识别障碍物后结合地图数据来实现绕行等操作，这需要主机厂附加向地图运营商购买和更新高精地图的成本，同时还要承担高精地图更新缓慢的问题。
更重要的是，一颗激光雷达动辄上千美元的价格，对于在成本端极致苛刻的特斯拉而言毫无吸引力。
从市场推广来看，作为面向全球市场发售的特斯拉，获取所有发售国家的高精地图亦不现实，所以在2022年的AI Day上，特斯拉介绍了全新的OCC（ ）占用网络。
在功能上，OCC能够通过摄像机的高速信息获取，向车载计算机输出车辆周围每个3D位置的占用概率，并标注画面中出现的物体语义并用颜色区分。
简单来说，OCC将现实世界分割成了一个个小方块，从而跳出了物体识别的固有思维，以此便于车辆进行快速准确地判断。
从特斯拉两年前公布的技术演示来看，在多种深度学习模型的加持下，仅有144 TOPS算力和8颗环视摄像头的Model 3已经足以比肩激光雷达的探测能力，甚至可以配合全自动4D标注技术在车机端完成当前道路高精地图的实时绘制。
也就是说，特斯拉FSD（完全自动驾驶）得以脱离雷达，仅用纯视觉方案便能够满足车辆对于自动驾驶的需求。
对于纯视觉方案而言，激光雷达在BEV中的作用，更类似于一种安全冗余，车企是否采用，则取决于其对于整车成本的管控。
事实上，最影响激光雷达市场推广的因素，并不在于车企本身对数千元硬件的控制，而是取决于车企在软件开发能力上的边界。
去年，理想汽车创始人李想在春季媒体沟通会上表示，要做基于BEV的城市NOA，基本上要20亿美金起步，更不要说在摄像头数据与雷达数据之间打通格式壁垒增添的额外成本。这对于目前大部分净利润仍处于负值的新能源车企而言，仍是一项不菲的投入。
所以多数车企在打造高阶智驾时，采用激光雷达搭配轻地图的路线实现城市NOA显然是一个不错的选择，只是在硬件成本上，注定要比纯视觉方案的同级产品更为昂贵。
而马斯克之所以能够放弃激光雷达，正是因为其早早的汽车业务盈利以及AI、智驾技术层面不断研发投入的结果。
时至今日，能够基于AI大模型与OCC占用网络技术跑通纯视觉技术的，在全世界范围内也仅有特斯拉与背靠百度的极越汽车两家车企。
