关于激光雷达的废存，一度成为自动驾驶行业争论的焦点。

废除派的代表人物是马斯克，他认为，取消激光雷达的纯视觉方案，也就是算法+摄像头，马斯克认为，只要算法足够强，二维数据也够用了，他甚至公开直言：“用激光雷达的都是傻子”。

在马斯克的感召下，纯视觉的追随者是脱胎于百度的极越汽车。

作为互联网大厂百度和自主品牌车企吉利强强联合的产物，它兼顾了来自互联网的智能化基因和传统汽车大厂的顶尖机械素质。

按照极越发布会的宣传口径，极越01是全球首个大模型上车的车企，是全球首款依靠纯视觉感知算法的车企、是全程0接管跑通中国复杂城市道路的车企，还是是全球首个支持车外语音控车/泊车的车企。实力不可小觑 。力挺派的代表人物之一，就是华为余承东。不久前，他向马斯克喊话，“特斯拉的FSD方案很不错”，但是“华为的方案更优更安全，我们配备了3颗激光雷达，和特斯拉相比，华为ADS遥遥领先，有无高精地图都能用。”

相比废除派，力挺派阵营更加强大，国内具备城市NOA功能的车型无一例外都搭载了激光雷达，除了主打智能驾驶的小鹏汽车之外，前不久上市的智己LS6甚至标配激光雷达和城市NOA。如今，20万元级别的纯电车型，高阶智驾已经成为影响消费者购买意愿的主要因素之一。

这意味着，无论是头部车企想保持领先还是腰部车企想迎头赶上，在这场已经打响的智能高维竞赛中，激光雷达几乎成为一个必备项。不久前，伴随着主管部门通过了《智能网联汽车准入和上路通行试点工作的通知》，和特斯拉FSD即将入华的消息，2024年高阶驾驶战场上顿时硝烟弥漫。

明年战场谁胜谁负尚未可知，但我们能确定的是，曾饱受争议的激光雷达即将迎来高光时刻。

一个可怕的疑问：

激光雷达到底有没有前途？

2020年初，国产特斯拉Model3正式交付，像一条鲶鱼搅动了中国新能源汽车市场，这才有了后面的比亚迪和新势力们争奇斗艳，新能源加速替代传统燃油。

电动化的上半场目前看已经是明牌，大势所趋。特斯拉FSD的引入，将意味着智能化的下半场正式开打。智能化的下半场始于2022年，当年是激光雷达量产上车元年，如果说电动化阶段制胜的关键是规模性，目标是替代燃油车，车企比拼续航能力和销量多少，那么智能化阶段制胜的关键节点是打造电动车的差异化，打造方式就是软件生态，而软件生态的入场券就是自动驾驶。

从产业角度来看，自动驾驶产业从来都是两手抓，一手是软件算法，另一手是智能硬件，整部产业史就是二者不断进化、融合的历史。从超声波雷达、毫米波雷达、激光雷达再到纯视觉摄像头。

这些硬件的进化与迭代让ADAS、特斯拉纯视觉端到端方案和高阶辅助驾驶成为可能。而激光雷达之所以备受青睐的原因有二：首先由于激光特性，所以在检测障碍物方面，比摄像头和毫米波雷达更有优势，其次算力要求低。

就在车企布局激光雷达时，两件大事给它泼了一大盆凉水，第一件是愈演愈烈的中国智能电动汽车价格战。由于车企的现金流和利润受到严重挤压，所以单价昂贵的激光雷达成为了降本增效的第一个对象。

另一件大事是特斯拉给出了另一个自动驾驶解决方案，依靠便宜的摄像头作为主传感器的纯视觉方案，已经在美国开启了FSD商业化使用的进程。其实第一件大事不是什么根本性问题，以禾赛为例，他们不仅把激光雷达价格从8万美元降至1000美元以下，也为车企提供各种参考设计和参考算法，激光雷达的量产门槛不断降低。

关键是第二件大事，这对激光雷达的打击可谓是“致命”的。对中国电动车产业来说，特斯拉真是一条强悍的鲶鱼，今年8月，马斯克通过个人直播的方式，

巧妙地发布了特斯拉FSD Beta V12，从人工智能的角度来看，相较于之前的版本，FSD Beta V12实现了“神经网络吞噬一切”，其中最大的区别在于，之前的版本还有30万行程序员手写的代码，而FSD Beta V12完全就是神经网络，这是一套端到端自动驾驶技术。

如果你不懂“神经网络”“端到端”这些术语，没关系，你只要知道，这些都是Open AI的ChatGPT等大模型的底层逻辑就行了。用户输入问题，ChatGPT直接给出答案，它不会把思考过程展开给你看，但无论如何，ChatGPT的回答表现得很像人。

端到端自动驾驶，也是一样，它将驾驶数据被输入进统一的神经网络后，将直接输出对车辆的控制信号。由于没有“中间人”卡信息，端到端的自动驾驶相比与搭载激光雷达的多模块算法有更高的理论上限，更容易获得全局最优解。概括来说，特斯拉由于在AI技术方面的积累，算法更强悍，成本更低。

此事再次引发了“特斯拉恐慌”，不断有人惊叹：特斯拉又一次完成了对中国自动驾驶行业的降维打击。激光雷达到底有没有前途？成为了一个可怕的疑问。

激光雷达

妥协后的最大赢家

然而，随着时间的推移，纯视觉方案的致命弊端也逐渐被业界发现，那就是该方案的总成本比激光雷达还要高。

计划需要重建一个庞大的体系，想象中，纯视觉方案有现成的AI算法可以模仿，但实际量产过程中有无数的细节需要完善，想象中，只要在逻辑上做到完美的算法就行了，但实际上算法需要大规模的数据喂养。

要知道，特斯拉FSD是倾斜了无数资源的结果，比如，在FSD的开发过程中，特斯拉积累了超过90亿英里使用里程，这是全球最大的自动驾驶数据来源；为了利用这些数据，特斯拉不断扩充其超算集群，到处挖顶级AI工程师，自研算法、芯片和大算力GPU，这么一算，总成本比激光雷达方案还要高。

换句话说，除非自身的AI技术有深厚积累，否则就是学渣照抄学霸作业，学霸越来越猛，自己越来越懵。

终于经过几番挣扎，在2023年末这个时间点，国内车企及其智驾方案商终于达成了一个共识。我们可以将其概括为不可能三角的几何交汇点。

这个不可能三角是，自动驾驶，成本和长期话语权。如果自动驾驶功能丰富能主导长期话语权，但整车成本必然高企，短期内可能活不下去。如果放弃自动驾驶功能，那么短期内成本会降低，但长期来看必然失去话语权。

对此，地平线CEO余凯表示：“当前短期内并不需要也不能实现真正的无人驾驶，行业正在回归商业本质，陆续落地的以高速 NOA 为代表的 L2+级高级辅助驾驶，正在为用户创造价值。

当下真正的产品目标，是把高速 NOA、环线 NOA 这种封闭道路的自动驾驶体验，在合理的性价比下做到如丝般的顺滑，同时积极投入资金、时间，把城区的NOA真正做到可用，实实在在地为用户创造价值。”

归纳来看，业内的共识是，自动驾驶和长期话语权之间的中间方案，就是高速NOA和城区NOA。没有人再单独押宝某个技术方案，而是在满足用户体验的前提下，对技术进行迭代和优化。而这种妥协的最大赢家，就是激光雷达。

余凯口中的城区NOA，是指车主可以在城市固定路线如高速，能使用自动驾驶功能。早期城区NOA功能普遍使用高精地图，提供更精确的定位服务，但高精地图采集成本高、覆盖率较低、更新慢，难以满足城市NOA快速大规模的上车需求。在眼下的城区NOA竞赛中，车辆必须拥有精确的三维探测能力。

激光雷达的探测结果则天生自带三维信息，能实现物理意义上的“3D直出”，算法开发难度更低，这就比特斯拉纯视觉算法更具优势，更加重要的是，如今智能方案商的激光雷达输出对云端算力和数据量的要求更低，这有助于后发车企实现快速追赶。

用禾赛CEO李一帆的话来说：“这是一场比拼速度的游戏，激光雷达可以让高阶智能驾驶落地速度提前至少3年。从某种程度上说，其实可以把激光雷达看作一个'作弊神器'”。总结来说，2024年，将会是激光雷达的高光时刻。

尾声

在本文的尾声，我们先把激光雷达放在一边，稍稍打开一下格局，站在资本的角度畅想一下自动驾驶的未来。车企之所以如此热衷于自动驾驶，其根本原因不是什么纯电车的产品差异化，而是谁能跑通自动驾驶，就能打开资本市场上的巨大想象空间。

要知道，一家车企如果只是卖车，那么资本市场的估值一目了然，没有任何想象空间，就像世界上市值最大的燃油车上市公司是丰田汽车，每年销售1000万辆汽车，市值不到2500亿美元。

相比之下，特斯拉计划将来的销售目标是2000万辆，注意这是还没实现的目标，而当下特斯拉当下的市值已经超过7500亿美元。为什么？因为自动驾驶。

按照马斯克的规划，每年销售汽车2000万辆，特斯拉的保有量是2亿辆，如果特斯拉汽车全部订阅了自动驾驶系统，每台汽车每月交199美元的订阅费，1年就是2388美元，2亿辆汽车就是4776亿美元的纯利润，粗略估计资本市场就会给出10倍估值，大约4.78万亿美元，相当于2个苹果，而特斯拉现在的7500亿美元市值的基础上还有5倍的市值空间。

行业龙头特斯拉5万亿美元市值，行业老二1万亿美元市值没毛病吧，现阶段，比亚迪市值才刚满1000亿美元，智驾赶上之后，是不是能有个10倍空间？中国国内智能驾驶做的最好的小鹏汽车，总市值还不到160亿美元，市值先翻个10倍涨涨看，是不是啥问题都没有？