反擊”姍姍來遲。5月8日的2019年谷歌I／O開發(fā)者大會上，Waymo首席科學家Drago Anguelov對埃隆·馬斯克此前有關激光雷達的言論做了回復：“馬斯克決定僅使用攝像頭和雷達傳感器，完全擯棄激光雷達”風險很大。激光雷達能夠不斷地向車輛周圍發(fā)射激光并捕捉反射的光波，幫助車輛測量距離并“看清”周圍的環(huán)境。

今年4月的一次公開活動后，馬斯克一竿子將使用激光雷達的公司都打落成 “冤大頭”，稱最后所有人都會拋棄激光雷達。顯然特斯拉將技術(shù)突破押注在基于視覺計算的神經(jīng)網(wǎng)絡能夠解決所有問題。

多傳感器融合與純視覺計算派的路線分歧由來已久，打個比方，是內(nèi)外兼修，還是劍走偏鋒，目前技術(shù)實踐還不足以下結(jié)論，但不同的派別都各有擁躉，在既定的道路上實踐著自身的技術(shù)路線。

多傳感器融合派——安全是自動駕駛的第一邏輯

被馬斯克Diss的自動駕駛公司，包括了Waymo、Cruise、Uber在內(nèi)的大部分自動駕駛公司，都采用的是多傳感器融合感知的解決方案。

相比較而言，這一派別的人對于風險的認知要更加謹慎，“無法想象只用攝像頭如何實現(xiàn)自動駕駛，但是，我們確實需要最好的攝像頭系統(tǒng)來支持實現(xiàn)真正的自動駕駛，”Waymo首席科學家Drago Anguelov說，“所以馬斯克的方案可以說是一場豪賭，這樣風險非常大，而且完全沒有必要選擇這樣的方案?！?/p>

更多自動駕駛細分領域的佼佼者都有自己的觀點。

北京市自動駕駛車輛道路測試專家委員會委員，智加科技CEO劉萬千表示：“智加有全球最領先的AI視覺系統(tǒng)，能夠準確追蹤1500米外的障礙物。但我們認為自動駕駛的安全應該是第一位的，基于激光雷達、毫米波雷達和視覺的傳感器融合是必要的，全球最領先的自動駕駛公司都在這方面投入了大量的精力。全行業(yè)還有很多工作要做，突出單項技術(shù)混淆公眾認知去搏眼球的行為是不負責任的?！敝羌涌萍际怯蓜⑷f千與斯坦福讀博時期同學鄭皓攜手創(chuàng)辦，專注于多傳感器融合為方案的干線物流L4級無人重卡的研發(fā)，目前在中美兩地市場都有干線運營。

中國激光雷達新創(chuàng)公司速騰聚創(chuàng)（RoboSense）研發(fā)副總裁Leilei Shinohara此前在接受媒體采訪時就表示，“傳感器可是能采集到人眼看不到的細節(jié)?！痹诎踩媲埃磺卸际歉≡?。“也許你的激光雷達只有5%時間起效果，但它一出手就能解決大問題，所以你還是會備著它以防萬一?！盨hinohara解釋道，Uber和特斯拉的致命事故就是前車之鑒。

純計算機視覺派——攝像頭和雷達“感知出一篇新天地

特斯拉在自動駕駛的技術(shù)路線上，一向是特立獨行派別——馬斯克則認為激光雷達的加入會讓技術(shù)路線誤入歧途，所有人的終極目標都是攝像頭實現(xiàn)感知。當然，神經(jīng)網(wǎng)絡必不可少這點大家都同意，但沒人像馬斯克那樣“走極端”，把激光雷達等發(fā)展路徑當成敵人。這里顯然有巨大的“彎道超車”的博弈預期，如果最終押注成功，特斯拉的方案就一騎絕塵，天才獲得上天垂青的橋段將鼓勵更多人。

特斯拉的方案，并不是孤例。

同樣以計算機視覺技術(shù)來開宗立派的，還有圖森未來。這家成立于2015年的自動駕駛初創(chuàng)公司，在其自動駕駛解決方案中，技術(shù)路線也是以低成本的計算機視覺為核心，并輔以人工智能算法。此前在接受媒體采訪時，圖森未來CTO侯曉迪表示：“因為我們需要考慮怎么把東西賣出去，所以首先會考慮價格相對較低的方案。”侯曉迪是加州理工大學博士，計算機視覺(Computer Vision)和神經(jīng)學領域?qū)＜摇?/p>

此外，另一位與攝像頭方案深度綁定的大牛是AutoX的肖健雄。這位普林斯頓大學計算機視覺和機器人實驗室的創(chuàng)辦人，在創(chuàng)辦AutoX后曾在多個場合強調(diào)攝像頭為主的傳感器方案，這是基于其對技術(shù)快速落地的商業(yè)化考慮，“夠便宜，用戶才能接受”，也來自其對攝像頭功能演進的信心——算法的優(yōu)化可幫助彌補攝像頭的現(xiàn)有缺陷。

看起來，堅持視覺為主的企業(yè)對于是否加入激光雷達的原因與馬斯克不謀而合，成本問題是他們考慮的最初邏輯。

之所以如此，中國工程院的高文院士此前接受采訪表示，激光雷達究竟何時價格能降到符合量產(chǎn)要求并不可知。隨著自動駕駛領域各家企業(yè)爭相推進其產(chǎn)品量產(chǎn)進程，留給這些企業(yè)的時間并不多了，與其都在激光雷達一項技術(shù)上“死磕”，不如轉(zhuǎn)而尋找其他更可行、在短期內(nèi)有可能落地的技術(shù)。

派別之爭，根源在于激光雷達的成本可控預期

激光雷達本身并不是原罪，它的作用毋庸置疑，激光雷達可以提供比更為豐富且準確的數(shù)據(jù)，同時也能更輕松的建造模擬環(huán)境（simulation environment）。另外，激光雷達也可以幫助自動駕駛汽車判斷周圍車輛及物體的互動，這些都是只采用攝像頭很難達到的效果，因此很多視覺派也在后期對外的觀點表達中，不絕對否定使用激光雷達的可能性，當然前提還是要將做到量產(chǎn)+合理成本。

而多數(shù)堅持使用包含激光雷達在內(nèi)的多傳感器融合的自動駕駛公司，考量的初衷看起來更加“執(zhí)拗”，至少以目前全球整體研發(fā)實力，在可靠性不足以支撐所有感知需求前提下，為了保證安全第一的邏輯，激光雷達是一個咬牙也要加上的選項。

激光雷達前期研發(fā)的高成本與大多數(shù)新技術(shù)首次開發(fā)時的規(guī)律是一致的，好消息是激光雷達的成本正在被從業(yè)者努力攻克。

“從根本上來說，激光雷達并不昂貴。”Dolgov說，“我們已經(jīng)大幅降低了從第一代到現(xiàn)在的激光雷達產(chǎn)品的價格?？梢韵胂?，隨著規(guī)模的擴大，我們將節(jié)省多少成本。”

自動駕駛技術(shù)的發(fā)展，在當下正伴隨著兩條平行線發(fā)展，一條是激光雷達的成本可控速度，另一條是基于視覺的神經(jīng)網(wǎng)絡的成熟空間。孰優(yōu)孰劣難以定論，從業(yè)者統(tǒng)一不變的是對生命的敬畏和對改變未來世界的信心。