马斯克又搞大新闻：特斯拉 Model Y 完成全球首次全自动驾驶交付

凌晨社交平台 X 突然被一条消息点燃。 埃隆·马斯克这位永远处于科技风暴眼的人物亲自宣布：“首辆特斯拉 Model Y刚刚依靠全自动驾驶（FSD）系统从工厂一路开到了客户家！ 全程高速零人类干预零远程遥控据我们所知这可是全球头一遭！ ”更厉害的是这事儿比他自己定下的日子（也就是他 54 岁生日当天）还提前了一天办成了。

特斯拉的副总裁陶琳随后证实了这个消息。 她说这辆 Model Y 在高速公路上狂飙最高时速冲到了 115 公里。 特斯拉负责自动驾驶的大佬 Ashok Elluswamy 补充了一个更精确的数字：最高时速是 72 英里也就是差不多 116 公里。 一辆完全没人在车里踩刹车、握方向盘的汽车自己跑着高速把新车送到你家门口听起来像是科幻电影成真了。

这事儿能成全靠特斯拉坚持的那一套 “纯视觉” 自动驾驶方案 FSD。 它的核心就两样东西：遍布车身的摄像头和一个无比聪明的人工智能大脑（端到端神经网络）。 特斯拉的车不用激光雷达、不用毫米波雷达就靠这 8 个环绕摄像头（覆盖 360 度无死角看 250 米远）外加前、后两个主摄像头来观察世界。 它们像人的眼睛一样每秒拍下 36 张照片不是一张张孤立的照片来看而是像看电影一样连续观察靠不同摄像头之间的角度差（就像你用两只眼睛判断距离一样）来感知深度理解周围的环境和物体的运动轨迹。

这套方案的最大魅力是什么？ 便宜！ 超便宜！ 马斯克一直念叨要让普通人也能买得起安全的智能汽车。 纯视觉方案完美符合这个理念。 装一套完整的摄像头系统成本大约只要 300 美元。 对比一下现在市场上主流的高性能激光雷达要多少钱？ 少说也得 8000 美元起步。 这意味着特斯拉的方案成本只有激光雷达方案的 1/27 左右。 成本低才可能大面积铺开装到更多的车上。 不过省钱归省钱挑战也不小。 这套系统极度依赖海量真实世界的数据去训练那个聪明的 AI 大脑特斯拉得靠路上跑的 200 多万辆车默默收集“影子模式”数据。 而且摄像头就像人的眼睛遇到大雾弥漫、大雨倾盆、强光刺眼或者夜晚光线不足的情况它的“视力”就会大打折扣。 比如在大雨中摄像头的失效风险会显著增加。 纯视觉方案依赖摄像头“看得清”而恶劣天气恰恰是摄像头最大的敌人。

这就不得不提自动驾驶技术的另一条主流路线：激光雷达（LiDAR）融合方案。 在特斯拉宣布成功的同一天关于“纯视觉”和“多传感器融合”哪种才是真未来的争论又一次被推上风口浪尖。 华为、小鹏这些国内大厂就是激光雷达融合方案的坚定支持者。 他们认为要想达到高等级自动驾驶（L3 以上）安全是底线而激光雷达是保障安全的硬核配置。

激光雷达像个超级精准的 3D 扫描仪。 它自己发射激光束然后接收反射回来的信号构建出周围环境的精确三维点云图。 它的精度极高可以在 300 米外就发现障碍物误差小到只有±3厘米。 这个能力对于识别小尺寸目标、低矮障碍物至关重要。 即使在摄像头可能抓瞎的黑夜、逆光或者下大雨起雾的天气里激光雷达也能撑起一片天。 即使在大雾或暴雨中它的有效探测距离通常也能保持在 150 米左右。 有测试数据显示在浓雾环境下装备了激光雷达的车辆成功避开障碍物的几率比纯视觉方案要高出 40%。

激光雷达还能做一件特别牛的事：实时构建车辆周围的高精度地图（SLAM 技术）。 在没有 GPS 信号的隧道或者高楼林立的“城市峡谷”地段这个能力就是车辆的救命稻草。 华为就在他们的大本营深圳做过一次实打实的测试。 在一个路况极其复杂的城中村一辆装备了华为顶级 192 线激光雷达的车稳稳识别出路边一个只有 15 厘米高的马路牙子。 而如果只靠摄像头系统漏掉这类矮小障碍物的概率超过了 30%。

激光雷达的价值还体现在与其他传感器的互补上。 摄像头系统突然被强光晃瞎或者不小心被泥水糊住了怎么办？ 这个时候激光雷达依然能准确地告诉你离前面那辆大卡车还有多远。 这属于硬件的冗余保障安全是打造高安全等级自动驾驶系统的重要思路。 过去很多导致事故的车祸核心问题在于系统无法准确感知距离或者误判了静止物体（著名的特斯拉撞白色卡车事故就被多次提及）。 而融合方案通过多种传感器的交叉验证能有效降低这类误判的发生。

当然过去阻碍激光雷达大规模应用的最大难题天价成本如今也在迅速瓦解。 记得十几年前吗？ 一台激光雷达能顶上百万人民币。 随着国产厂商的发力和技术进步价格一降再降。 现在一颗不错的激光雷达只要 1000 美元左右连十万人民币的车也开始装上了。 比如国产新势力零跑的 B10 车型起售价只要 12.98 万元就配备了激光雷达实现了城市道路导航辅助驾驶（城市 NOA）功能被很多人看作是“智能驾驶平权”的先锋信号。 激光雷达的成本持续下降让它在主流车型上出现不再是梦。

那么马斯克为什么对激光雷达如此嗤之以鼻甚至称它为“拐杖”和“错误的解决方案”呢？ 在他的逻辑里我们人类开车就是靠一双眼睛看懂交通规则和道路设计。 既然人是靠视觉开的那机器也该模仿这条路才对这是他认为的“第一性原理”。 他觉得激光雷达在复杂的城市道路里效率低下远不如“摄像头+超级 AI 大脑”的组合来得自然和高效。 他追求的是终极的、高效的纯视觉方案。

当特斯拉在美国公路上大秀它的纯视觉 FSD 时中国的自动驾驶企业也没闲着。 他们走的多半是融合路线（激光雷达 + 摄像头 + 毫米波雷达）而且针对中国路况这个“地狱级难度副本”玩出了不少特别的花样尤其是在应对各种“中国式特色”路况时。 华为目前最牛的自动驾驶系统 ADS 3.0就一口气给车装上 3 颗激光雷达加上高清摄像头和毫米波雷达追求的就是一个“硬件冗余安全至上”。 他们那颗顶级的 192 线激光雷达号称能看到 300 米远垂直分辨率达到惊人的 0.1°能力远超人眼极限。 小鹏汽车则另辟蹊径在它的 XNGP 智驾系统里融入了先进的大模型技术试图让系统更“理解”复杂交通场景里的时空关系。 这使得它在城市导航辅助驾驶上表现格外亮眼对于在中国城市里让人头疼的行人“鬼探头”、车辆野蛮“加塞”等情况往往能给出更符合中国司机习惯的应对方案。

国内发展自动驾驶优势是明摆着的。 中国拥有世界上最庞大的汽车市场道路情况之复杂多变绝对是训练自动驾驶 AI 的“超级金矿”。 每天产生的海量、多样化驾驶数据是优化系统算法的宝贵财富。 政策上也是绿灯大开政府对新能源汽车和智能网联汽车的大力支持营造了非常有利的研发和应用环境。

不过硬币总有另一面。 在追赶的路上硬骨头还不少。 最为人所知的就是高端芯片的掣肘。 虽然国内在努力突破最尖端的 AI 芯片和车规级传感器芯片很大程度上还是依赖国外供应。 这块短板必须尽快补上。 高精度地图的拼图也还没完成。 虽然国家在大力推进覆盖范围的广度和更新速度的及时性目前和真正的全场景自动驾驶需求还有差距。