是的，何小鹏、马斯克，又吵起来了。

2020广州车展，小鹏汽车带来旗舰轿车P7的衍生车型——鹏翼版P7，新车将前车门改成更酷炫的剪刀门设计，配合限定版的“超闪绿”配色，可谓赚足了眼球，但这款车并不是我们今天要聊的重点。

因为同一个发布会上，小鹏汽车还公布了其关于自动驾驶的下一阶段规划。据何小鹏介绍，接下来小鹏汽车将会升级其自动驾驶系统的软硬件架构，重点是引入激光雷达技术（LiDAR），并计划在2021年量产『全球首款搭载激光雷达的智能电动汽车』。

小鹏的新战略，引起了业内人士们的热烈讨论，有好事者在社交媒体上Cue还在治疗新冠肺炎的特斯拉CEO马斯克，问到“小鹏汽车为什么选择使用激光雷达？...是不是意味着他们无法复制特斯拉？”，马斯克毫不客气地回呛：

“小鹏汽车拥有我们的旧版软件，但是没有我们的神经网络计算机”，之后马斯克还接了一句“澄清一下，这只是小鹏汽车的问题，其它的中国公司没有这样做”。

言下之意，马斯克这句话似乎在嘲讽：小鹏汽车盗窃了特斯拉之前的算法，但是现在技术跟不上，只能回到常规的激光雷达路线。

小鹏汽车这边当然也不示弱，何小鹏听闻马斯克的Diss后，立即在社交媒体上Diss Back：

放言要“把你打到找不着东”，可谓火药味十足。

为什么马斯克、何小鹏如此针锋相对，不惜隔着半个地球也要开怼？

恐怕，是因为两人的梁子早就结下了。

时间回到2017年，当时刚在车载智能化跑道起步的小鹏汽车，挖走了特斯拉的自动驾驶研发核心人物——谷俊丽，后将其任命为小鹏汽车自动驾驶研发副总裁；后来在2019年初，小鹏汽车又将特斯拉自动驾驶高级工程师曹光植挖走。

然而曹光植跳槽小鹏后，特斯拉马上对其发起诉讼，称其盗用了特斯拉Autopilot的源代码等商业机密——

曹光植于2017年4月入职特斯拉，2019年1月3日离职。在特斯拉工作期间，曹光植主要担任Autopilot部门的计算机视觉科学家，可以自由访问公司固件、自动驾驶和神经网络三大源代码数据库，其中神经网络数据库限制最为严格，全公司数千职员中仅有40人能够访问。

特斯拉称，2018年11月至2019年1月3日之间，曹光植备份了特斯拉的数据库、Autopilot和神经网络源代码库，将超过30万份文件上传至个人iCloud，在其加入小鹏汽车担任自动驾驶感知技术相关的负责人后，仍通过多个设备访问源代码文件。特斯拉指控，认为其构成窃取商业机密的行为。

当时，小鹏汽车发布声明，表示在曹光植入职前后均未发现任何违规行为，公司针对此事启动调查。与官方回应相比，小鹏汽车CEO何小鹏在社交网络的表态更加强硬。何小鹏表示，早就听说马斯克在特斯拉内部多次提及小鹏汽车，并要求团队关注后者，直指特斯拉起诉曹光植是为了打击小鹏汽车。

随后的诉讼过程中，曹光植承认2019年7月曾下载特斯拉技术文件，但否认了将任何Autopilot相关的商业机密转移至小鹏汽车。换句话说，曹光植承认离职后访问了这些机密文件，但是否向小鹏汽车提供了相关源代码数据成为本案的争议焦点。

目前事件还在调查进行中，大家可以保留自己的看法。

总之，因为这些恩怨，马斯克和何小鹏的梁子就算是结下了，明里暗里都显露出些许“敌意”，势同水火。

更何况，这次小鹏自动驾驶转向的“激光雷达路线”，一直以来就是马斯克嗤之以鼻的方案。两人之间的裂痕进一步被扩大了。

特斯拉一直是自动驾驶领域中坚定的视觉派，马斯克曾经公开表示“激光雷达是个愚蠢的解决方案，谁依赖激光雷达谁就完蛋”（Lidar is a fool. Anyone relying on lidar is doomed）。

他认为激光雷达捕获的点云数据是信息量缺失的，虽然有空间信息，但是没有颜色、没有图案，静止状态下无法区分动/静态物体，也无法分辨特征类型。更何况，高昂的成本与庞大的体积，简直就是大材小用。

马斯克并非不知道激光雷达优点，他曾在社交媒体上表明，Space X就一直在使用激光雷达，但对于自动驾驶，一旦视觉感知足够强大，激光雷达就没意义了。

在马斯克看来，激光雷达的引入，违背了特斯拉产品的“第一性原则”。它源自亚里士多德提出的一项哲学概念：“每个系统中存在一个最基本的命题，它不能被违背或删除。”

这个概念后来广为人知，少不了马斯克的功劳。他曾在采访中提到自己特别推崇这一原则：“我们运用第一性原则，而不是用比较思维去思考问题。我们在生活中总是倾向于比较，去做别人已经做过或者正在做的事情，这样发展的结果只能产生细小的迭代发展。第一性原理的思想方式是用物理学的角度看待世界，也就是说一层层拨开事物表象，看到里面的本质，再从本质一层层往上走。”

这个原则也促使特斯拉的电动车实现了多次大跨度、根本性的升级与进化。放在自动驾驶中，马斯克坚持认为，既然人类可以靠一双眼睛开车，那么车也可以靠摄像头完成自动驾驶。特斯拉不用高精地图，也是出于这样的原则。

反对激光雷达的第二个原因，是成本问题。激光雷达的成本远远高于摄像头，谷歌Waymo等一线自动驾驶公司，最早使用的激光雷达光成本就高达10万美元，虽随技术进步、造价正在降低，但是车用激光雷达的成本依旧保持在几千到上万美元的水平，譬如激光雷达鼻祖Velodyne的64线及以上产品线。

同时，出于性能因素、稳定性和可靠性等考虑，一辆自动驾驶车辆可能要装备多个激光雷达，这样增加的成本就不是量产车能承受得起的了，而特斯拉对于成本的控制可是出了名的严格，马斯克曾表示特斯拉要推出2.5万美元的自动驾驶电动车，这一点上肯定不会妥协。

最后，基于第一性原则和超强的研发实力，特斯拉形成了视觉识别领域一枝独秀的优势，这也是它最引以为傲的卖点。说到底，激光雷达是一种相对简单粗暴的方案，很多技术能力并不那么强劲的公司，在使用激光雷达融合方案之后，在感知层面就能迅速拔高水平，拉不开技术层面上的差距，更加形成不了技术壁垒。这一点也是恃才傲物的特斯拉不愿意看到的。

虽然特斯拉避之不及，但现实是，激光雷达是现在自动驾驶技术的主流解决方案。

激光雷达之所以能在摄像头、毫米波雷达、超声波雷达中占据C位，关键在于它超高的分辨率、精度和强抗干扰能力。

具体来说，激光雷达是通过发射激光束来测量视场中，物体轮廓边沿与设备间的相对距离，从而准确捕捉这些轮廓信息组成点云，并绘制出3D环境地图。

由于激光雷达发射的光波频率比普通微波高出2-3个数量级，因此激光雷达具有极高的距离分辨率、角分辨率和速度分辨率，其测量精度可达到厘米级别，同时因为多路径效应小，抗干扰能力也更强。这意味着，激光雷达可直接获取目标的距离、角度、反射强度、速度等信息，生成目标的立体维度图像，能够更准确的区分物体与识别环境。

但是，它的缺点也很明显，就是容易受到雨雪等恶劣天气或者有烟尘的环境影响，难以在全天候的环境里正常工作。这就意味着自动驾驶不能完全只依靠激光雷达实现，而必须依赖其他传感器的共同协助，这一点我们后面会说到。

一般来说，一家公司切换技术线路，无非是两个原因：一个是原本的路线遇到瓶颈，需要很大代价才能解决；另一个就是找到了更加好的替代方案。

就技术层面来看，除了特斯拉，市面上也没有一家有信心只靠视觉识别就实现L3及以上级别自动驾驶的厂商，但凡想在自动驾驶进一步突破或达到更鲁棒的性能，升级传感器就成为唯一的选项了。

据何小鹏介绍，下一代小鹏自动驾驶在软件架构方面，将融合感知、行为规划以及行为/运动预测、地图融合等多个模块，形成数据和算法的全闭环；硬件方面，搭载摄像头、毫米波雷达、超声波传感器、激光雷达、高精度定位、高精地图、高性能计算平台的方案，总计32个驾驶传感器，打造史上最强的硬件冗余设计。

这样的体系升级将为小鹏汽车带来4个方面的提升：

第一，控制域高度集成：XPU自动驾驶智能控制单元实现4合1，将行车和泊车的智能控制集成，同时通过精简控制器、线束数量，减少系统重量。

第二，算力量级提升：高性能计算平台将实现从几十万亿次/秒到几百万亿次/秒的算力飞跃，整体算力10倍级提升。

第三，高精度定位提升：RTK终端从4G升级为5G，高精地图除优化高速道路外，补充城市道路，采用“IMU+GNSS+RTK（5G）+高精地图（高速&城市）”的新定位方案，实现厘米级高精度定位、毫秒级低延迟，以及高达97.5%以上的覆盖率，并具备超强鲁棒性，覆盖包括高楼、地下停车场等遮挡场景。

第四，感知融合能力提升：搭载激光雷达，提升识别横纵向位置精度、空间分辨率（超高分辨率<0.1°）的能力。通过视觉+毫米波雷达+超声波传感器+车规级激光雷达的感知高度融合，提升检测性能、测量分辨以及光线不足等条件下的性能，获得了更加完善的感知能力。

何小鹏强调，虽然引入了激光雷达方案，但它主要是作为安全冗余，小鹏汽车的自动驾驶系统还是会以视觉识别为核心。“宁愿我硬件冗余、宁愿软件冗余，也要把安全做好”——这是小鹏汽车的表态。想必，这里就是在影射特斯拉因Autopilot造成的多起安全事故。

从安全冗余的角度来看，小鹏的方案确实更加完善。而这个自信，或许建立在激光雷达的成本将大幅降低的基础之上。据内部人士透露，小鹏下一台车将是一辆A+级的紧凑型轿车，定位将低于P7，售价有可能低于20万，在这个价格区间使用激光雷达，说明其成本得到了良好的控制。有消息称，对于小鹏汽车的下一代自动驾驶系统，目前已经有5家激光雷达厂家正在竞标，还不知花落谁家。

前面我们聊到了，特斯拉为什么讨厌激光雷达？激光雷达有什么优缺点？小鹏汽车为什么由纯视觉转而使用激光雷达？

高级自动驾驶是否要使用激光雷达，与其说是一个技术问题，不如说是一个商业问题。特斯拉的视觉方案走的是『弱感知+超强算法』的路线，小鹏汽车的激光雷达方案走的是『强感知+强算法』的路线。我们可以这样理解，感知主要是硬件成本的限制，算法是软件技术水平的限制。

激光雷达方案，理想条件下很全能、很安全，但是现实中还要面对很多成本上的考量；相较之下，视觉识别的方案更容易铺展开，但对技术有着相当高的要求。

针对这个问题，业内也有两种声音，一个是“但凡激光雷达的成本降下来，就连特斯拉也会说真香”，另一个是“但凡有替代激光雷达的方案，谁都不会使用激光雷达”，两个观点放在一起看，确实耐人寻味。

2018年，一篇来自美国康奈尔大学的技术论文，介绍了一种由纯视觉技术实现激光雷达类似效果的方法。这一方法主要是改变了立体摄像机目标检测系统的3D信息呈现形式，将基于图像的立体视觉数据转换为类似激光雷达生成的3D点云，通过数据转换切换成最终的视图格式。因此被称之为伪激光雷达数据（pseudo-LiDAR）。

特斯拉曾在机器学习大会上透露，他们就在做“伪激光雷达”的相关研究。可通过不同方向的摄像头进行图像拼接和视觉深度估计，再投影到鸟瞰图，作为局部导航地图使用；同时，将画面的每个像素都进行深度估计，就像激光雷达点云一样，形成3D目标检测。这一切的基础，是有一个能够充分理解并学习海量实时数据的神经网络系统，而这也是特斯拉FSD的核心竞争力。只可惜，这条路上，也就只有特斯拉能做到。

针对这个问题，我们也请来皆电总编大朱和广汽研究院郭继舜博士来谈谈看法：

——大朱：马斯克对于激光雷达的敌意更多来自于对于成本的敏感。但我们国内强大的研发和量产能力，让激光雷达的成本也在快速降低，目前激光雷达的成本已经降低到千元级别，这种冲击就像前不久国产心脏支架可以做到百元级冲击市场一样，终究激光雷达会香到让老马也大呼“真香”。

——郭继舜：我是基于现在的汽车开发流程的功能安全来分析，无论是L3还是L4级别的自动驾驶，激光雷达都是必要的传感器，这样才能保证最大化的系统安全，所以几乎所有的主流传统车厂都是激光雷达方案的坚定支持者。即使会有一些成本上的压力，但是汽车牵扯到人的生命安全，所以我们倾向于用更高的成本代价换取用户最大的生命安全。

最后，在笔者看来，如果说摄像头、毫米波雷达、超声波雷达等传感器构成的自动驾驶系统，能够实现99%的安全性能，但加入激光雷达就能实现99.99%。那么这0.99%的进步，对于那些想让自动驾驶汽车量产上路的车企们来说，也是必然选择。毕竟车企们无法承受哪怕极小概率的安全隐患，更何况激光雷达的成本价格随着竞争的加剧正在下降，逐渐迈向规模量产的边缘，方案的可实施性逐渐明朗。

总得来说，选择视觉识别还是选择激光雷达，没有高低对错，只是左右不同。在V2X通信技术完善之前，激光雷达可能还是大部分厂商绕不开的一条捷径。面对马斯克的质疑，小鹏拿出更好的产品与更强的技术，就是最好的反击。

（图/文/摄：皆电 唐科）