"视觉 vs 雷达"是车厂喂给市场的伪议题,真问题在那 1% 长尾里
上周三件事,发生在三天里——
6 月 17 日,工信部公示自动驾驶强制性国标《智能网联汽车 自动驾驶系统安全要求》报批稿,建议 2027 年 7 月 1 日实施。
6 月 18 日,一篇自媒体推文刷屏:”L3 必须摄像头+毫米波双冗余,L4 强制加装激光雷达,纯视觉方案不允许申报。”标题党配上震惊脸:”纯视觉神话落幕。”
6 月 19 日晚,小鹏汽车副总裁于涛公开辟谣:”国标全文从头到尾连’激光雷达’四个字都没出现过。”红星新闻和南都·湾财社隔天独立核查工信部原文——确实没有。一个字都没有。
但你刷到那个谣言的瞬间,第一反应是什么?
我猜大部分人是这样:”嗯,听起来挺合理的,激光雷达本来就比纯视觉安全嘛。”
这个”嗯挺合理”的瞬间反应,才是这篇文章真正想聊的事。
因为它暴露了一件被车厂努力掩盖的事——过去三年所有关于”视觉 vs 雷达”的争论,可能从一开始就是个伪议题。
— —
一、先把一个共识立起来
成熟驾驶员怎么开车?
心理学家卡尼曼在《思考,快与慢》里说,人脑有两套系统——
|
System 1(快思考) 快、自动、无意识。红灯踩刹车不用想,前车减速跟着减不用想——肌肉记忆。 |
|
System 2(慢思考) 慢、推理、需要意识参与。”这条路这个时间通常堵不堵?””那辆车前面一直左晃,司机是不是要变道?” |
老司机开车的真相是——99% 时间靠 System 1 自动执行,但 System 2 始终在后台监控,遇到异常立刻切到前台。
两者缺一不可。光有 System 1,遇到没见过的场景就死机;光有 System 2,等你想清楚的时候车已经撞了。双系统协作,是任何成熟驾驶能力的底层结构。
所以——
任何想做到”接近人类驾驶水平”的自动驾驶系统,都必然要有双系统。这是工程共识,不是路线分歧。
Tesla 不是只有 System 1。FSD v12 的端到端模型内部,正在拟合”什么时候该减速观察一下”这种慢思考行为——只是用神经网络隐式实现,没有显式的语言推理。
中国厂商也不是只有 System 2。理想、小鹏的 VLA 之外,都有快速响应通道处理常规驾驶——大模型推理不可能管 60 米外那辆车的每一下方向盘微调。
没有人在做单系统。所有人都在做双系统。差异只在两套系统的实现方式和工程精度。
— —
二、99% 场景是个无趣的战场
把驾驶场景做个粗暴拆分——
99% 的常规场景 → 跟车、巡航、变道、过路口、转弯、停车1% 的长尾场景 → 施工锥桶、修路改道、警察手势、抗议者堵路、 醉酒乘客喊停、突然窜出的小孩、暴雨遮挡视线…
99% 场景里,视觉方案和激光雷达方案,谁输谁赢?
几乎没区别。
这听起来反直觉,但这是工程现实——只要有足够的训练数据、足够多的规则兜底,纯视觉的 Tesla FSD 在硅谷高速上跑得很顺,搭激光雷达的华为 ADS 在国内城区也跑得很顺。两者在常规场景的事故率,没有量级差异。
因为常规场景里 System 1 就够用了——见过一万次的东西,反应模式已经被压缩成本能。视觉看得到、雷达打得到,怎么打怎么有。
99% 场景是个无趣的战场。技术上早就没悬念,剩下的差异都在系统调校和具体路况适配。
真正决定一辆自动驾驶能不能商用、能不能让用户放心的,是那 1%。
而 1% 场景的胜负,跟视觉还是雷达——关系不大。
— —
三、1% 场景里真正发生了什么
设想一个真实场景——
|
城市快速路,前方 80 米突然出现一个施工区域,锥桶摆得有点乱,旁边有施工工人挥手示意车辆借道到左侧车道。但左侧车道有车在并行。 |
这个场景里,车要做四件事——
| 1 |
看见——识别锥桶、工人、左侧并行车 |
| 2 |
看懂——这是施工不是事故,工人是在指挥不是求救,左侧并行车有没有让道意思 |
| 3 |
决策——现在并线、减速等待、还是停车呼叫远程支援 |
| 4 |
执行——给油门、刹车、方向盘下具体指令 |
视觉 vs 激光雷达,只决定第 1 步——”看见”。
第 2、3、4 步——看懂、决策、执行——跟你用什么硬件,几乎没关系。
激光雷达确实有它的优势:它能在 80 米外稳定地告诉你”这里有 5 个 60 厘米高的物体呈直线排列”,不会因为夕阳逆光就把锥桶看成树。但它不能告诉你这些锥桶是施工区域。这一步要看场景理解——也就是 System 2 慢思考。
而场景理解的能力,跟你用的是激光雷达还是摄像头,几乎没关系。它取决于:
|
▸ 大模型预训练时见过多少类似场景 |
|
▸ 决策策略库覆盖了多少边界情况 |
|
▸ 推理延迟能压到多低 |
|
▸ System 1 异常信号能不能及时触发 System 2 介入 |
这才是 1% 场景真正比拼的东西。
而这些,跟传感器清单上有没有激光雷达,关系真的不大。
— —
— —
四、激光雷达的真实价值,被严重错估了
讲到这里要做个澄清——不是说激光雷达没用。它有用,但用处被严重错估了。
激光雷达的真实工程价值,不是”看得更远更准”(视觉算法在白天好天气下精度其实够用),是这件事——
它把 System 1 可信赖的覆盖范围,物理地拉宽了。
视觉算法在某些场景下会突然崩——黑夜、强光、暴雨、镜面反射、被遮挡的小目标。这些场景下纯视觉的 System 1 失效,必须切到 System 2 推理处理。
问题是 System 2 推理至少 500ms 起步。车以 60km/h 走,500ms 已经开过 8 米。如果在 System 1 失效到 System 2 介入之间没有兜底,这 8 米就是事故空间。
激光雷达提供了一种物理层面的补丁:它对光照不敏感,对遮挡有一定穿透力,3D 点云直接给出几何信息。在视觉算法突然失效的瞬间,激光雷达可以让 System 1 继续提供可信的”前方有障碍物”判断,给 System 2 多出几百毫秒的反应时间。
所以激光雷达的真实角色是:给双系统协作买时间预算——而不是”让感知更准确”,更不是”让系统更安全”。
但车厂从不这么宣传。因为这么讲消费者听不懂,也不性感。讲”17 线激光雷达”比讲”为双系统协作争取 300ms 时间窗口”好卖一万倍。
于是激光雷达从一个有限的工程补丁,被包装成了”安全的代名词”。这是车厂叙事策略的胜利,不是工程上的真相。
反过来,特斯拉坚持纯视觉,也不是因为它真的相信”摄像头够了”——是因为它选择了另一条路:把那 300ms 时间窗口用算法和算力补出来。靠堆数据让 System 1 的边界更宽,靠模型蒸馏让 System 2 推理更快。
这不是”视觉派”和”雷达派”的路线之争。这是两套不同的“双系统时间预算管理策略”——一个用硬件买时间,一个用算法压时间。技术上没有绝对高下,只有成本结构和技术储备的不同。
— —
五、为什么车厂要喂给市场一个伪议题
理清了上面几层之后,开头那场谣言就好懂了——
为什么”L4 必须装激光雷达”这种假新闻能一夜刷屏?为什么消费者会本能地觉得它”挺合理”?
因为车厂用了三年时间,把市场调教成了这个样子。
真问题——”双系统协作的工程能力”——讲不清楚。讲清楚了消费者也听不懂。所以车厂干脆做了一次叙事简化:
|
真问题(讲不清) “我的 System 1 在多大场景范围内可信?System 2 触发够不够早、处理够不够快?两套系统的协作机制有没有崩点?” |
|
伪议题(好讲) “我们用了 N 颗激光雷达。”“我们是纯视觉,跟人眼一样。” |
右边那栏是硬件清单的语言——可见、可数、可比较。消费者能记住,销售员能说出口,媒体能写成稿子,保险精算师能算出系数。
左边那栏是工程指标的语言——只有工程师能听懂,没有 PPT 可以画,没有发布会可以讲。
车厂集体选择了右边。不是因为右边更接近真相,是因为右边更好卖。
于是出现了一个荒诞的市场:
|
▸ 消费者买车看激光雷达数量,不看决策策略 |
|
▸ 车厂宣传讲”顶部一颗 17 线激光雷达”,不讲事故率 |
|
▸ 保险公司算赔付看硬件清单,不看算法日志 |
|
▸ 自媒体写文章”纯视觉神话落幕”,不写”双系统协作工程” |
整个生态都在围着一个看得见、摸得着、好讲故事的硬件指标转。
而那个真正决定安全的工程指标——双系统协作能力——被集体绕过去了。
这就是为什么那篇假新闻能一夜刷屏——
不是因为消费者太傻,是因为车厂用了三年时间,把”激光雷达=安全”这个等式刻进了集体认知里。谣言”挺合理”,是因为它顺着这个等式往下推了一步——既然激光雷达=安全,那 L4 当然必须装,监管当然该强制。
谣言不是凭空出现的——它是车厂三年叙事的合理延伸。车厂不是受害者,是这场”叙事简化”的最大受益者——也是最大施害者。
— —
六、回到产品本身
这个公众号的灵魂一直就一句话:让产品本身成为唯一的竞争武器。
从这个标准回头看这一轮自动驾驶宣传——
车厂打的根本不是”产品仗”,是“叙事仗”。用一个简化的硬件对立,替换了复杂的工程协作问题。因为前者好讲故事,后者讲不清楚。
这是典型的”用产品以外的方式占领市场”。只不过这次的”产品以外”,叫叙事杠杆。
所以要怎么打破这个循环?
很简单——把那个真正决定安全的数字仑在桌面上:
“我们的 ADS 在 X 类长尾场景下,System 1 触发 System 2 介入的平均延迟是 Y 毫秒;System 2 推理完成的平均延迟是 Z 毫秒。我们的每百万公里事故率是 N。这是我们的真实数据。”
这些数字 Tesla 在公布——FSD 每季度更新事故率,Autopilot Safety Report 已经发了 6 年。
国内车厂——目前还没有任何一家敢拿出可对比的公开数据。所有人都在讲激光雷达。没有人讲事故率。
这件事本身就很说明问题。
所以下次再有车厂跟你强调”我们用了 N 颗激光雷达”的时候,你已经知道怎么回应了——
“激光雷达多少颗是你的成本表,不是我的安全表。把每百万公里事故率拿出来。”
能这么回应的消费者多了,车厂就会被迫从”叙事仗”切回”产品仗”。
那才是中国自动驾驶真正进步的起点。
— —
|
💬 留言问一下 你买车看自动驾驶的时候,第一眼看的是什么?激光雷达数量、AI 算力 TOPS、车机芯片型号、还是 NOA 功能列表? 老实讲——评论区报一下。我想看看车厂这三年的”叙事教育”到底教成了什么样。 |