马斯克再次攻击激光雷达，极越小鹏乐道接力纯视觉接力

马斯克和激光雷达再次上杠。

12 月 2 日本，面对网民质疑马斯克对激光雷达的误解，马斯克重申了自己的想法：「模拟生物神经网络和眼睛的视觉系统是复杂道路驾驶环境中最有效的方法。」

马斯克从未动摇过对激光雷达的偏见，特斯拉也被认为是一个坚定不移的纯视觉学校，探索了一条不依赖激光雷达的智能驾驶路线。

但是马斯克可能不知道，特斯拉坚定的纯视觉方案，国内已经有玩家做到了傲视群雄。

01 谁走在前面，特小极乐？

在纯视觉路线上，特斯拉一直是粉丝，认为自动驾驶唯一通用的解决方案， AI 神经系统和摄像机。

正是这样，每当纯视觉阵营多了一名将军，就会有人不禁惊呼。——马斯克又是对的。

极越是国内新力量阵营中的第一个基础。「纯视觉 端到端」实现高级智驾汽车品牌的解决方案。

一个细节是，大多数客户不再认为积累硬件可以保证最终的感受，而是认同谁的技术路线，谁能提供兼顾交通效率、安全性和拟人化的智能驾驶体验。

从某种意义上说，这意味着纯粹的视觉路线已经试图提高上限，与激光雷达结合的感知派站在同一水平。

以极越、小鹏、乐道为代表的国产汽车品牌，先后推出了以纯视觉为基础的高级智能驾驶方案。

先进的智能驾驶是一个确定的答案，但是如何在有限的成本下实现更好的功能感受，玩家有不同的落地姿势。

2023 2000年，极越第一辆车上市了。当时市场上的高级智能驾驶无一例外都配备了激光雷达，而极越依然在质疑和用户教育的压力下，通过产品实力逐渐演变为主流路线，小鹏、乐道等相继加入。

在极越 CEO 在夏一平看来，极越 ASD 坚持不分 Pro、Max，不只是面对激烈的市场竞争的主动进攻，更是为了智驾平权。

目前国内竞争激烈，汽车公司和消费者都会有很强的竞争力。「人无我有」对差异化的需求，冰箱、沙发和大彩电是最基本的加法，关键是如何最大化科技平权？。

这是纯视觉策略的底层逻辑——通过用户数量扩展到数据积累，再到技术进化，最终提升用户体验的正循环。

说白了，极越想做高级智驾。「价格杀手」，下探高级智驾 20 万级。

高级智驾平权之战，极越不是「孤勇者」。

小鹏自动驾驶负责人李力耕说， L4 在级别自动驾驶车型上，需要激光雷达，但是「这并非城市领航所必需的物品。」，去掉激光雷达可以进入更低的价格区间，获得更多的人。

乐道 L60 也是如此。蔚来智能驾驶副总裁任少卿曾经说过，是否使用激光雷达是一个成本问题。乐道选择纯视觉不是技术原因，而是降低成本。

至少在这一点上，已有不少玩家证实，纯粹的视觉并非一条「非主流」路线。

就量产节奏而言，极越 ASD 可以在全国范围内驾驶的无图智能驾驶已经发起了千人智能驾驶评估，计划在年底向全国各地的客户推送，这也意味着极其纯粹的视觉第一步来到所有员工的考试时刻。

实际上，夏一平已经连续直播了。 12 一小时，2000公里 从成都到厦门的旅程，方法「九曲回肠」山路及施工路段，以及暴雨、大雾等极端情况，实测智驾利用率。 99.5%。

值得注意的是，在今年的第二届中国智驾大赛中，极越越 ASD 连续四次夺得不同城市的冠军，即使在中山站落后小鹏，理想，但三者的最大差距只有 0.7，而且极越仍然是唯一挑战项目最多的纯视觉玩家。

02 纯视觉高级智驾，难而正确

纯视觉路线的原理非常纯粹，主要依靠摄像头来承担感知任务，但简单也意味着任务更加艰巨。在没有激光雷达的帮助下，困难也显现出来:

第一，准确捕捉异形障碍物，了解复杂场景，并将二维图像转换为三维信息；

第二，对海量图像数据进行快速处理和分析，从中提取优质信息，保证规划、决策的实时性；

第三，突破光源、天气、距离精度的影响，保证硬件的可靠性和稳定性。

而且要克服这些困难，增强感知能力，要么从传感器开始，要么从感知算法干预。

有些玩家选择兼顾两者的能力，同时进行，有些玩家直接选择下注后者。

特小极乐正在上演他的冰与火之歌。

极越、小鹏、乐道向左走，从权衡利弊的安全冗余方案出发，走摄像头。 毫米波雷达 多传感器超声雷达融合路线；

从激进的技术变革的角度来看，特斯拉向右走，仅靠摄像机作为传感器来完成所有的感知任务。

极越曾经将自己的这一套路径定义为「全视觉」方案。

极越作为这条路上的第一个玩家，在冷启动的时候，做了一个细致的计划。

极越行业在传感器数量上处于领先地位。

包括传感器的类型 11 颗摄像头、12 超声雷达，9 一颗毫米波雷达 （包括 4 车侧毫米波雷达) 、2 一个高精度定位模块，加起来总共是 34 一个传感硬件。11 一个摄像头，有 7 个摄像头 (前、侧、后) 像素高达 800 万。

高像素、高数量意味着传感器具有更好的视觉感知能力，保证图像信息在障碍物识别、精确距离测量等方面的高质量传输。

极越还为智能驾驶商品建造了第二层堡垒——BEV OCC Transformer，三者默契配合，编织了一张感知网。

其中，BEV 充当「上帝之眼」，将 2D 从鸟瞰图的角度来看，信息转化为 3D 环境，而一些难以识别的障碍物交给环境 OCC 兜底。

在实际应用中，OCC 技术可以清楚地识别其他障碍物，如临时障碍物、施工现场、路边伸出的树枝、前面卡车上掉落的货物等。此外，运动障碍物的速度识别精度可以达到 0.1 米/秒误差范围。

如何处理、分析信息感知完成后的问题。

这时，Transformer 相当于一种力量「了解信息的机器」，能够有效地处理和分析传感器收集到的图像数据，挖掘其中的重要信息，从而帮助系统做出正确、合理的驾驶决策。

基于高密度传感器和BEV OCC Transformer方案组合，极越率先推出并落地。「端到端 纯视觉」高级智驾方案 ASD，而且在技术基础上也做了扎实的建设。

端到端时代，汽车企业竞争的战场从汽车端扩展到云端。

背靠百度 Apollo这棵大树 (百度承诺支持算率不封顶) ， （今年8月） 极越 （就） 拥有超5.5EFLOPS高算力训练集群，就是这个巨大的算率资源专属。

极越高阶智能驾驶计划从传感器硬件、算法架构到数据基础设施。 ASD 作为一种强大的动力发动机，助力极越变成中国第一个翻越纯视觉高级智能驾驶大山。的车企。

当然，后续加入纯视觉阵营的小鹏和乐道也遵循了极越的原则。增强传感器配备 算法架构的路径。

推出全新一代的小鹏 AI 鹰眼视觉方案，传感器由 11 个摄像头、12 一个超声雷达，3 由毫米波雷达组成，其中毫米波雷达的数量比极少。

这个核心在于，小鹏首创的。单像素 LOFIC 架构，这是一种利用视差计算阻碍物距离的方法，不受光源、环境、天气的影响。

乐道选择在 11 个摄像头、12 除了一个超声雷达之外，赛恩带动的一个超声雷达得到了加强。4D 毫米波雷达。

这种传感器的优点是：可以导出速度，方向角，俯仰角，距离， 4 一个维度的点云信息，可以全天候在线。

另外，小鹏依靠自研建设，乐道背靠蔚来，两者都以充足的算率底座为基础，让大算法模型一次又一次地完成迭代进阶。

因此，对于三位玩家解决问题的思路，我们发现纯视觉路线需要更高的水下数据处理和算法迭代能力，大算率构成了充分的条件。

这个也是特斯拉勇于仅仅使用的原因 8 一个摄像机，抛开雷达的主要原因。

目前，「算率狂人」特斯拉的超级计算中心算率已经达到100EFLOPS，约等于 30 万张 A100 的水准。

巨大的算率使特斯拉 AI 数据处理系统，分析充分灵敏，智能化。

摄像机收集信息后，通过特斯拉的深度学习算法和神经网络的处理，可以准确识别许多交通场景、物体和实时路况。

但特斯拉 FSD 尚未入华，国内落地水平有待商榷。

而且极越，用纯视觉方案率先交出了一份优秀的智驾答卷。

03端到端 纯粹视觉，刷新高级智能驾驶上限

端到端智驾的目的是类人驾驶，这需要让 AI 观察，思考，决策，就像人类司机一样。

而且摄像机是汽车的「双眼」，正是通过视觉捕获丰富的图像特征，从而传递给「大脑」决策与分析。

这一技术路径更符合人类的驾驶习惯和认知模式，与端到端不谋而合。

二者共振下，纯视觉方案的优点也显露出来。

一是信息量大，障碍物识别准确。

极越、小鹏、乐道在摄像头的数量上都是 11 个体，这似乎是纯视觉路线传感器方案的固定配置。

通过这 11 一个摄像机，系统可以收集各个方向的信息，构成的信息密度涵盖了障碍物的边界信息、线条、颜色。

极越汽车产品负责人贾秀江说，一位 800 与常规相比，万高清摄像头 128 线路激光雷达，信息量差异 160 倍。

这种信息密度投射到实际应用中，反映出优越的智能驾驶系统可以清楚地看到各自的障碍物，并做出正确的决定。例如，当驾驶时遇到树叶时，系统不会将其误判为阻碍物，以便车辆立即停止或避开。

二是简单的信息源，快速的模型迭代。

纯视觉感知侧的信息来源只有图像和视频，便于理解和处理感知算法。在算率应用中，我们也可以专注于重大事件，从感知输入端到计划和决策端导出的闭环迭代速度可以加快。

据统计，从 2023 年 11 月-2024 年 11 月，极越 01 的 OTA 在国内新力量中，更新频率排名第一，共更新 12 次，做到了「月月有更新」，其数据飞轮的高速运行反映在高频背后。

第三，从产品方面考虑，智力驾驶可以做到「全系标配」。

过去，Max 版和 Pro 这个版本被认为是否配备了激光雷达的边界，而高级智驾 几乎是智能汽车的激光雷达 Max 主流组合版本。

现在，不管是极越 01、07，还是乐道 L60、小鹏 P7 全系智驾硬件标配，用户无需担心是否加价上涨。 Max 版本，仍然在高速行驶 NOA 与城市 NOA 在间间做出选择。

事实上，从长期主义的角度来看，特小极乐正在投资纯视觉路线，也就是说，将资源集中在未来确定性增长的技术上。

夏一平曾一语道破智驾长跑的本质，「关注它的算法上限是否更高，而不是关心这个方案的演变速度。」

现在看来，极越已经达到了智驾第一梯队的水平，而且这种能力还在不断进化。

在通向自动驾驶的最后一个解决方案中，特斯拉已将纯视觉下注。

夏一平也表示，纯粹的视觉是最接近的 L4 的智驾方案，而且，由于软件在纯视觉方案下的迭代不再受硬件的限制，极越车辆可以做到「五年不过时」。

而且新加入的小鹏，也投了赞成票， AI 鹰眼视觉方案摆在一边 L3 的台面上。

可以肯定的是，在四位特小极乐玩家的大力加持下，纯视觉路线将成为搅拌高级智驾风云的又一核心招数。

本文来自微信微信官方账号“汽车之心”（ID：Auto-Bit），作家：郑森鸿 编辑刘佳艺：白雪，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com