这几天随着小鹏的 AI 鹰眼纯视觉智驾和 P7+ 一起开启了媒体试驾，关于选择高阶智驾产品究竟要选带激光雷达的？还是不带激光雷达的？好像成了平行选项放在很多潜在用户面前。昨天也刚好收到一个朋友对此的询问，我把我回答的大致整理一下，聊聊这方面的问题。

首先我们得搞清楚为什么很多产品都会使用激光雷达，包括小鹏。

智驾在某个阶段，特别是很多品牌系统的早期阶段，因为前端算力不足很需要激光雷达直接反馈空间立体信息，减轻算力负担，后来随着 OrinX 等全面普及算力上问题不大了，但整个 AI 感知体系也没有搭建和训练完善，如果不采用激光雷达，那么可能造成大量目标漏检，影响智驾系统的工程落地进度，所以很需要激光雷达的识别信息进行补漏，甚至是依赖它对立体空间的识别结果来实现交付。

引入激光雷达之后，它的好处肯定大家都体会到了，但同时问题也来了。俗话称：多个香炉多只鬼！它是一个决策机构，但因为能力也是有限的，所以同时也必须有视觉系统作为另外一个决策结构存在，两者之间如何协调出最合适的终审结果成了技巧关键。

其实如果激光雷达的可信度无限接近 100%，那么可以完全依赖它进行终审。但此时它的缺点就被凸显了，它很难无限接近 100%！例如类似水蒸气会被误认为是固体障碍，以及无法分辨物体的软硬度等等都会令它产生误报或是不恰当的神经过敏，最终也需要结合 AI 判断和视觉系统的决策去填补去修正。另外也不需要太极端的天气，较常见的大雨天气对视觉系统影响不大，但却会对激光光束造成影响，诸如此类的问题造成它没法完全充当权威。

当然，作为一个精密设备，除了产品增购成本外，本身故障率以及撞损的维修等维护成本，也是一个附加因素。

其实，哪怕使用激光雷达的系统，它也仅是负责车头前方扇形区域的识别，目前高阶智驾系统都是得 360 度全区域进行感知，所以最近经常见到一些失败案例往往都是侧面产生误差和漏检，其实还是在考验视觉系统。包括停车场里面悬空的箱子等等，都需要 OCC 等视觉系统能力去判断，而乘用车也极少能将激光雷达部署在整个车身的四周并且上仰下视都完全不遗漏，远远不如四个方向的眼睛能涵盖的元素广泛。

在 360 四周感知都有很高要求的训练下，视觉系统已经越来越强。在以往，视觉系统看前方看不完整的时候都需要问激光雷达一嘴，现在前后左右都是视觉系统自己看着，都不需要再去问它，它就被冷落了。

所以类似小鹏，在早期高阶智驾落地的时候就需要激光雷达来协助兜底，在两年多以前就落地了城区智驾。但是当整个 AI 云端算力和车端协同算力体系逐步完善的今天，逐步实现了类似人类司机用眼睛开车的能力，就会逐渐减少对它的使用，并且慢慢走向完全舍弃。值得注意的是，舍弃激光雷达不代表舍弃所有主动传感器，类似毫米波雷达这种在很多情况下也可达到使用激光雷达的结果，而且维护成本低得多的传感器会继续充当协同视觉系统的任务。

激光雷达肯定是有它重要的用途，也很可能长期继续在很多品牌的高阶智驾产品里面，毕竟各家都有自己的发展周期和工程落地的进度，也有不同产品之间成本权衡的考量。所以不能二极管一样去肯定和否定，但这些设备最终都是服务具体应用的，如果具体的应用能够满足用户需求，产品价格也符合大家的购买能力就行了。

最后，以下的配图，好像跟本文没有关系，但是好像又有那么一点关系 ……