特斯拉的“棄子”激光雷達(dá)，緣何成為華為、小鵬、蔚來的“香餑餑”？

華為說“不造車”，要做智能汽車“增量部件”供應(yīng)商。

這是一個標(biāo)志性的事件，即華為通過現(xiàn)行說法揭示了一個在整車之外的巨量市場，其中包括高精地圖、芯片、感知硬件（激光雷達(dá)）、電池、智能座艙等，在龐大而紛繁的智能汽車產(chǎn)業(yè)鏈中，這些“增量部件”隨便拎一個出來，又有著各自特有的產(chǎn)業(yè)邏輯。

擺在一眾玩家面前的現(xiàn)實問題是，在智能汽車高速推進(jìn)的產(chǎn)業(yè)變革中，“增量部件”這場戰(zhàn)該如何打？

為此，在2021年的開端，我們特意制作了“智能汽車‘增量部件’爭奪戰(zhàn)”專題，希望用全景式的掃描，讓我們認(rèn)清各個“增量部件”行業(yè)賽道的當(dāng)前現(xiàn)實，各路玩家，尤其是中國企業(yè)的競爭力到底如何，機(jī)會又在哪里，以此作為我們擁抱智能汽車產(chǎn)業(yè)變革的開始。

文｜ 智能相對論

作者 ｜ 陳選濱

與智能制造、智能家居等新概念相似，智能汽車產(chǎn)業(yè)的開端同樣也是基于物聯(lián)網(wǎng)（IoT）技術(shù)的實現(xiàn)。對應(yīng)的，實現(xiàn)物聯(lián)網(wǎng)的首要是對現(xiàn)實世界感知，即通過硬件傳感器捕捉車輛的位置信息和外部環(huán)境信息，以反饋給大腦系統(tǒng)，做好自動駕駛的執(zhí)行操作。

簡單來說，感知是自動駕駛的關(guān)鍵一步。目前，市場上的廠商基本借助硬件傳感器來解決感知層的問題。其中，在眾多硬件傳感器中，又以激光雷達(dá)的取舍最為熱議。

一方面，以特斯拉為主的“明星”廠商極力反對激光雷達(dá)，篤定視覺算法的技術(shù)路徑。另一方面，目前智能汽車產(chǎn)業(yè)鏈上的大多數(shù)玩家都選擇了激光雷達(dá)陣營，傳統(tǒng)車企如寶馬、豐田、沃爾沃，與新能源車企，如小鵬、蔚來均宣布未來新車型將搭載激光雷達(dá)。

同時，在激光雷達(dá)賽道上，國內(nèi)的專業(yè)玩家也備受資本市場與產(chǎn)業(yè)巨頭的青睞。譬如，禾賽科技便獲得了百度、博世和安森美的投資，而速騰聚創(chuàng)也取得了北汽、上汽和阿里的投資，等等。

其次，伴隨著華為、大疆、科沃斯等各領(lǐng)域的巨頭跨界入場，可以說，激光雷達(dá)已經(jīng)成為物聯(lián)網(wǎng)（IoT）時代炙手可熱的領(lǐng)域。

那么，回過頭來，再看看特斯拉與一眾產(chǎn)業(yè)鏈玩家的分歧，在視覺算法與激光雷達(dá)的爭論上，智能汽車產(chǎn)業(yè)又該走向何方？

特斯拉的“棄子”，不過噱頭“棋子”

很難想象，在自動駕駛的技術(shù)路徑還尚未完全成熟，同時大部分同行都屬意激光雷達(dá)的的情況下，馬斯克會如此強(qiáng)烈的反對激光雷達(dá)的應(yīng)用，直言“用激光雷達(dá)是愚蠢的”。

這難道就是眾人皆醉我獨(dú)醒？

事實上，「智能相對論」認(rèn)為，站在一眾市場玩家的對立面，對于特斯拉來說似乎并沒有什么損失，反而在市場營銷上賺足了關(guān)注度。每每激光雷達(dá)產(chǎn)業(yè)出現(xiàn)新熱點與話題，特斯拉的觀點、馬斯克的發(fā)言總能被拿出來比較，并同時增加其視覺算法的曝光度。

不得不說，這是陽謀。本文亦是不能免俗。

但是，換個角度來說，從技術(shù)應(yīng)用層面聚焦，實際上激光雷達(dá)與視覺算法的爭論并非是魚和熊掌不可兼得的問題。同樣的，市場上小鵬、蔚來等玩家也并沒有說要放棄視覺算法，只采用激光雷達(dá)之類的發(fā)言。

不管是傳統(tǒng)車企還是技術(shù)服務(wù)商，都傾向于視覺算法＋激光雷達(dá)的綜合方案作為自動駕駛傳感器技術(shù)解決路徑。

那么，兩者之間的區(qū)別在哪？如果我們以人的視覺功能來類比，簡單可以拆分出兩個關(guān)鍵詞，一是“感知”，即知道有物體在什么位置；二是“識別”，即知道那個物體是什么東西，如何行動？后者要比前者更加復(fù)雜深度。

對應(yīng)的，激光雷達(dá)與視覺算法在自動駕駛中承擔(dān)的便是“感知”與“識別”的作用。

首先，激光雷達(dá)在工作時，會主動向四周散射激光，隨后基于飛行時間反饋來判斷周邊是否存在障礙物，以及障礙物的位置甚至體積并生成點云圖。

作為一項強(qiáng)感知的技術(shù)，激光雷達(dá)基于較高的準(zhǔn)確度具有明顯的應(yīng)用優(yōu)勢，能很好的補(bǔ)充原有車載GPS、攝像頭等的不足，讓智能汽車感知環(huán)境的能力更上一個層級。

其次，視覺算法則為智能汽車提供識別物體的能力。以特斯拉的自動駕駛大腦系統(tǒng)來說，其主要借助特斯拉上的攝像頭，對周邊的物體建立模型，同時把相片數(shù)據(jù)添加到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集里，再通過海量的訓(xùn)練來提高“大腦”對周邊物體的識別判斷能力。

對比兩者，你會發(fā)現(xiàn)，更好的“感知”能力與更好的“識別”能力，就如同更好的“眼睛”與更好的“大腦”，并不沖突，理應(yīng)是自動駕駛標(biāo)配的技術(shù)。

技術(shù)上，兩者并不存在根本性的沖突。如果真要說一點，那就是激光雷達(dá)不像攝像頭那樣具備物體識別能力，也就是說感知與識別兩項能力不能在激光雷達(dá)上進(jìn)行融合，但是基于多傳感器方案，依舊可以采用攝像頭來補(bǔ)充上這一缺點。

顯然，馬斯克如此激烈的對外反對激光雷達(dá)，很難讓人信服是出于技術(shù)維度的思考。