特斯拉都敢拿纯视觉跑无人出租车，华为ADS为什么还在堆激光雷达

最近，特斯拉2025年发布的一条微博又被网友翻了出来。

内容很简单：

“人用眼睛和大脑开车，而不是一套传感器，特斯拉的车也一样。”

后面还有一句：

“更先进、更智能、更纯粹的驾驶体验，从一辆特斯拉开始。”

单独看这几句话，多少有点营销文案的味道

但如果放到今天来看，事情就变得有意思了。

因为一年多过去了，国内高阶辅助驾驶越来越喜欢往车上“堆东西”：激光雷达、毫米波雷达、摄像头，甚至一颗激光雷达已经不够用了。

华为今年发布的新一代896线双光路图像级激光雷达，甚至已经开始强调从过去的“点云级”进入“图像级”感知。华为乾崑坚持的依然是非常明确的多传感器融合路线。

可另一边，特斯拉依旧走得非常坚决：

我就靠摄像头和AI。

更夸张的是，现在特斯拉已经不只是拿这套方案辅助人开车了，它真的开始拿它去做无人出租车。

特斯拉不是嘴硬，它是真的准备把无人出租车押在这条路上

很多年前大家争论“纯视觉到底行不行”的时候，其实很难争出结果。

因为不管特斯拉FSD多厉害，最终还是坐着一个司机。

但是Cybercab出现以后，这个争论的性质就变了。

2025年特斯拉在美国启动Robotaxi服务之后，一直在扩大无人驾驶运营范围。到了今年，特斯拉已经开始生产Cybercab，并且量产版本已经开始在公共道路进行工程测试。

关键在于：

Cybercab没有方向盘，也没有踏板。

普通特斯拉如果FSD判断错了，人还能接管。

Cybercab如果未来真正投入无人出租车运营，乘客坐进去之后根本不存在“你来开”这个选项。

所以再回头看那句话：

“人用眼睛和大脑开车，而不是一套传感器。”

突然就不是一句普通的广告语了。

因为特斯拉现在确实在尝试证明一件非常疯狂的事情：

一辆汽车只靠视觉感知和足够强大的AI，最终也可以完全摆脱人类司机。

如果这条路真的跑通了，影响会非常大。

因为激光雷达不是免费的，毫米波雷达也不是免费的。

一辆车多几颗高规格传感器，也许对于30万元、50万元的车型来说问题不算大，但是如果未来要生产几百万辆Robotaxi，每辆车少几千甚至上万元硬件成本，最后就是一个非常恐怖的数字。

所以特斯拉坚持纯视觉，从来不只是“技术信仰”。

背后还有非常现实的商业逻辑。

能不能用更少的硬件，造出更多的无人出租车。

人只有两只眼睛，所以汽车也只需要摄像头？

特斯拉这套逻辑非常容易理解。

理论上，如果摄像头比人的眼睛看得更远，AI的大脑又比人反应更快、不会疲劳、不会玩手机，那么机器为什么一定需要那么多其他传感器？

这也是纯视觉最有吸引力的地方。

但问题同样很明显：

汽车为什么一定要复制人类？

人没有激光雷达，并不是因为激光雷达对开车没用。

而是因为人类没有这个器官。

我们晚上看不清，摄像头可以增强；人类很难精确判断前车到底距离自己37米还是42米，雷达可以直接测量；面对雨雾、逆光等环境，不同传感器还有可能互相补充。

所以从另一个角度看，特斯拉这句话其实也可以反过来说：

既然机器有机会获得比人类更多的感知能力，为什么非要主动把它削成和人一样？

这就是华为走的另一条路。

特斯拉在做减法，华为却还在疯狂做加法

今年4月，华为正式发布乾崑智驾ADS 5。

非常有意思的是，华为给ADS 5的定位已经不只是“辅助驾驶”。

官网直接写着：

“为自动驾驶而来。”

ADS 5开始使用WEWA 2.0架构，云端世界模型引入多智能体博弈和在线强化学习，车端则增加安全风险场，让系统不仅判断“前面有什么”，还要进一步理解不同交通参与者接下来可能会做什么。

说得简单一点：

以前的智能驾驶更像是在问：

“前面是不是有辆车？”

现在已经开始变成：

“前面这辆车为什么突然往左偏？它是不是准备变道？”

AI的大脑确实越来越像人。

但有意思的是，大脑越来越强之后，华为没有选择减少传感器，反而继续加强感知硬件。

今年发布的896线双光路图像级激光雷达，可以通过广角和长焦两套接收单元工作。按照华为公布的数据，它可以在120米距离识别14厘米左右的小目标，对黑色轮胎、倒地锥桶这类特殊障碍物的识别能力也进行了加强。

一些新车型甚至同时搭载图像级激光雷达、高精度固态激光雷达、分布式毫米波雷达和高清摄像头。

两条路线已经非常鲜明了。

特斯拉认为：

AI足够强以后，很多复杂传感器都可以去掉。

华为认为：

AI越强，就越应该给它更多的信息。

一个疯狂做减法。

一个继续做加法。

而且双方最终目标居然还是同一个——自动驾驶。

这时候，再看看Waymo就更有意思了

如果只看特斯拉和华为，很容易把这个问题变成品牌粉丝之间的争论。

但如果把Waymo拉进来，你会发现事情没有那么简单。

Waymo可以说是目前商业无人驾驶最激进的玩家之一。

它没有坚持纯视觉。

恰恰相反，Waymo车辆上非常显眼的就是激光雷达、摄像头和其他传感器。

结果呢？

它现在确实已经实现了真正意义上的商业无人驾驶。

乘客坐上车，前排没有人类司机。

截至今年9月，Waymo已经在14座城市向公众提供完全无人驾驶出行服务，官方披露累计完成的自动驾驶行程已经超过2000万次。

所以你会发现一个很有意思的局面。

Waymo正在证明：

堆传感器这条路确实可以把无人驾驶做出来。

特斯拉想证明的是：

我不用这么多传感器，一样可以做出来，而且成本更低。

华为现在则有一点站在两者中间：

既要越来越强的AI，也不准备放弃多传感器带来的感知冗余。

这场路线之争现在恐怕远远没有结束。

真正决定胜负的，可能根本不是有没有激光雷达

几年前谈智能驾驶，大家最喜欢比硬件。

几颗激光雷达？

多少TOPS算力？

几个摄像头？

现在再这么比，其实已经有点落后了。

因为真正困难的问题开始从“看见”变成“看懂”。

举个最简单的例子。

路边站着一个小孩，摄像头看到了，激光雷达也看到了。

这件事情并不难。

难的是AI能不能判断：

这个小孩为什么突然往马路方向跑？

他下一秒会不会冲出来？

旁边那个骑电动车的人正在回头，他是不是准备横穿三条车道？

前车突然减速，到底是堵车了，还是前面有一个摄像头暂时看不见的障碍物？

这已经不只是传感器数量的问题。

而是汽车究竟能不能真正理解现实世界。

所以现在最有趣的一件事就是：

特斯拉、华为甚至Waymo，虽然感知硬件路线不同，但是软件方向反而越来越像。

大家都在做世界模型，都希望AI从过去“识别物体”，逐渐变成“理解世界”。

所以现在说谁走错了，还太早

我其实不认为今天就能给纯视觉和多传感器融合判输赢。

如果未来Cybercab真的可以在洛杉矶、纽约这样的复杂城市里，不需要安全员、不需要方向盘，只依靠摄像头和AI每天跑几百公里，而且事故率还明显低于人类司机，那么特斯拉这条路线的意义会非常大。

因为它证明的不只是纯视觉能开车。

而是：

实现无人驾驶根本不需要那么昂贵复杂的硬件。

那时候回头看，今天汽车行业疯狂往车顶装激光雷达，也许真的只是自动驾驶发展过程中的一个阶段。

但如果纯视觉始终无法很好解决雨夜、强逆光、大雾、污损遮挡以及各种极端长尾场景，那么多一个不同原理的传感器，也许就是很有价值的一层保险。

毕竟我们发展智能驾驶的目的，从来不是做出一个“像人一样”的司机。

而是做出一个比人更安全的司机。

人类只有一双眼睛可以开车，不代表机器也只能有一双眼睛。

同样，传感器越多，也绝不代表一辆车的智能驾驶就一定越高级。

所以这场比赛真正有意思的问题，已经不是：

“激光雷达到底有没有用？”

而是：

当AI越来越聪明以后，汽车到底应该越来越复杂，还是越来越简单？

特斯拉正在用Cybercab下注前者。

华为ADS 5和Waymo，目前显然更相信后者。

最后也留一个很走意思的问题：

同样30万元，一辆车只有摄像头，但算法公认更强；另一辆车摄像头、毫米波雷达、激光雷达全部配齐，算法也不错——你敢把家人交给哪一辆？