当前国内车企宣传的智驾方案常被误解为“纯视觉”，但事实并非如此。通过解析激光雷达、毫米波雷达的优劣，能帮助消费者真正理解国内智驾的技术路线，看清其背后的安全考量和成本逻辑。
智能速览
当前国内没有任何车企采用纯视觉智驾方案。
激光雷达精度高但成本贵，且受雨雾天气影响大。
毫米波雷达探测距离远，但无法识别物体具体形状。
国内车企普遍采用视觉+毫米波雷达的融合感知方案。
真正的纯视觉方案目前仅有特斯拉在实践。
精华内容
要理解为何纯视觉路线在国内普及困难，就需要深入了解不同传感器的特性和彼此间的互补关系。
传感器优劣
激光雷达以其极高的识别精度和分辨率著称，能清晰地勾勒出障碍物的轮廓，尤其擅长探测近距离的异形障碍物。然而，其缺点也十分显著：不仅成本高昂，在雨雾等恶劣天气下的穿透力会大幅减弱，探测性能受限。
毫米波雷达的优势则在于探测距离远且穿透力强，不受光线和雨雪影响。但它的分辨率较低，只能感知到前方有物体，却无法分辨其具体形状。其成本相对亲民，通常在几百到一千元区间。
这两种雷达在能力上形成了良好互补，一个看得清但看不远、怕雨雾，另一个看得远、不怕雨雾但看不清。因此，它们的组合成为了绝大多数车企实现高阶辅助驾驶的硬件基础。
国内技术路线
基于上述传感器特性，国内车企选择了更为稳妥的融合感知路径。即便是被广泛认为接近纯视觉的小鹏，以及早期的极越，其方案也是高精摄像头与毫米波雷达的融合。这种方案利用摄像头识别物体类型，结合毫米波雷达测距，是一种高效且成本可控的权衡。
因此，将这种方案称为“纯视觉”并不准确，它更应被定义为“视觉主导”或“视觉模型”。这种技术路线在现阶段能有效弥补纯视觉方案在距离探测和恶劣天气下的潜在短板。
特斯拉的选择
目前，真正意义上坚持并大规模实践纯视觉方案的，只有特斯拉。该公司从2022年起开始逐步取消车辆上的毫米波雷达和超声波雷达，完全依赖摄像头和强大的算法模型进行环境感知。
特斯拉的这一选择，背后是其强大的算法自信和海量数据积累。它试图通过软件和算力，模拟人类驾驶员通过双眼感知世界的全过程，但这套技术路线对算法的要求极高，也引发了关于安全冗余的持续讨论。
理解不同智驾路线的技术原理，有助于我们更理性地看待车辆的智能配置。未来，纯视觉与融合感知将如何发展，成本与安全的天平又将倾向何方，这将是整个行业持续探索的命题。
关键评论
不要这么较真，小鹏即便现在可能还装载了毫米波雷达，但他已经是纯视觉了，只不过在慢慢去除而已，如果一下子全部取消了，很多车主可能会接受不了。
本视频唯一的观点只有：当前（截止2026年1月），国内车企，没有用到激光雷达做智驾感知硬件的，也一定有毫米波雷达。
融合感知是更务实的方案，直接用雷达获取物体的距离和三维信息，从而降低了对纯视觉算法的算力要求。
