為什么：特斯拉All-In純視覺？

在角逐自動駕駛的高風險競賽中，多年來逐漸形成了一道深刻的理念與工程分歧。

一方是幾乎整個汽車與科技行業，他們推崇名為 ** 傳感器融合（sensor fusion）** 的方案 —— 一種 “雙保險” 式的思路，將攝像頭、雷達與激光雷達（LiDAR）結合，構建出冗余、多層級的環境感知體系。

另一方則只有特斯拉孤身一人，它大膽且極具爭議地押注在單一感知模式上 ——純視覺、基于攝像頭的感知方案。

特斯拉主動拆除并停用雷達等硬件的決定，曾遭到廣泛質疑，但這一舉措源于其對人工智能與自然智能本質的、基于第一性原理的堅定信念。想要理解特斯拉為何下此重注，首先必須弄明白：特斯拉究竟否定了什么。

1、什么是傳感器融合？

傳感器融合的概念其實非常簡單。它的目標是利用不同類型傳感器各自的獨特優勢，為車輛周圍環境構建一個單一、統一且高度魯棒（穩定可靠）的模型。每種傳感器都有其優缺點，理論上，將它們融合在一起可以彌補各自單獨使用時的短板。

• 攝像頭能提供最豐富、分辨率最高的數據，像人類一樣以色彩和紋理感知世界。它們可以識別路牌文字、區分交通燈顏色，并理解復雜的視覺場景。其主要缺點是：在惡劣天氣和低光照條件下性能會下降，且難以精確測量相對速度。

• 雷達非常擅長測量物體的距離和速度，即使在極端天氣下也能正常工作。它能輕松 “看穿” 雨、霧、雪，但缺點在于分辨率較低。無論如何計算，想要在單一方向上達到單個攝像頭的分辨率，需要一個 12 英尺 × 12 英尺、成本高達數百萬美元的雷達陣列。它能告訴你 “有東西” 以及 “它移動得多快”（前提是物體在運動），但很難判斷物體是什么，也難以識別靜止物體。

• 激光雷達（LiDAR）工作原理類似雷達，但使用激光，能生成環境的精確3D 點云地圖。它在測距和形狀感知上精度極高，可以構建極其精細的三維環境模型。主要缺點是：成本相對較高，且在惡劣天氣（尤其是霧、雪、雨）中性能會下降。激光雷達還有一個短板：采集的數據量極大，僅第一步數據處理就需要巨大的算力。

這是行業內成熟的技術方案，Waymo、Cruise 等公司都在采用：將三類傳感器的數據融合，打造一套具備內置冗余的感知系統。

2、特斯拉的起點：多傳感器方案

對很多人來說，這已是一段被遺忘的歷史，但特斯拉并非從一開始就采用純視覺路線。從推出到 2021 年，早期的 Autopilot 系統同時配備了攝像頭和前向雷達，雷達由博世等專業汽車傳感器廠商提供。

這是一套常規的傳感器融合方案：雷達作為主要傳感器，用于測量前車距離與速度，從而實現交通感知巡航控制以及早期版本的 FSD Beta 功能。

多年來，這種多傳感器方案一直是行業標準。即便特斯拉自研了專屬 FSD 芯片，外界仍普遍認為雷達會繼續作為核心部件，成為不斷發展的視覺系統的安全兜底。

然而在 2021 年，特斯拉做出了一次極為激進的轉向。

3、轉折點：特斯拉為何放棄雷達方案

這一轉變始于 2021 年夏天，特斯拉宣布將在新款 Model 3 和 Model Y 上移除雷達，全面轉向名為 ** 特斯拉視覺（Tesla Vision）** 的純攝像頭系統。

此舉源于埃隆?馬斯克基于第一性原理的核心理由：傳感器數據沖突會帶來安全風險—— 這一觀點他至今仍在堅持。

激光雷達和雷達會因傳感器沖突而降低安全性。如果激光雷達 / 雷達與攝像頭的數據不一致，該信誰？ 這種傳感器信息模糊帶來的是風險上升，而非下降。這就是 Waymo 無法在高速公路上行駛的原因。 我們在特斯拉上關閉雷達，就是為了提升安全性。

埃隆?馬斯克的觀點是，傳感器融合會催生一個全新且更危險的問題：傳感器沖突。

當兩種不同的傳感器系統給出相互矛盾的信息時，車輛該相信哪一個？哪種傳感器才算 “更精準” 或 “更安全”？是由車輛在當下實時判斷，還是由工程師提前設定好優先級？傳感器信息的模糊性本身就存在風險，因為決策模塊可能會因此陷入癱瘓，尤其是在安全優先的場景下。

這并非單純的理論思辨，特斯拉的完全自動駕駛（FSD）工程師也給出了具體實例。在同一討論中，特斯拉人工智能工程師蔡允達指出，雷達存在根本性缺陷：它無法正確區分無法產生頻率偏移的靜止物體、橫截面細小的物體，或是雷達反射率低的物體。這正是過去困擾特斯拉的 ** 無故急剎（幽靈剎車）** 問題的根源 —— 車輛可能會把路邊靜止的天橋或丟棄的鋁罐誤判為停下的車輛，從而觸發不必要的制動。

在特斯拉看來，實現通用化自動駕駛的路徑，是攻克視覺感知。人類依靠雙眼這兩臺 “生物攝像頭” 和強大的神經網絡就能駕駛。他們的核心判斷是：如果能讓計算機視覺做到完美，那么其他任何傳感器往好了說是多余干擾，往壞了說就是危險歧義的來源。

4、當下方向：純視覺路線的愿景

如今，每一輛全新特斯拉都完全依賴特斯拉視覺系統（Tesla Vision），由 8 顆攝像頭提供支持。該系統通過復雜的神經網絡構建出三維矢量空間的環境模型，車輛據此進行分析與行駛決策。

關于純視覺路線，還有一段耐人尋味的插曲。特斯拉推出第四代硬件（現稱 AI4）時，新款 Model S 和 Model X 都搭載了全新的高清雷達。但為堅定踐行純視覺路線，特斯拉從未在完全自動駕駛（FSD）功能中啟用這些雷達。

事實上，FSD 表現最成熟的反而是特斯拉銷量最高的車型 Model Y，而非配備額外傳感器的車型。盡管特斯拉可能會從這些雷達采集部分數據、驗證系統性能，但雷達并未真正納入 FSD 的感知體系。

5、 二選一的結局：非成即敗

特斯拉放棄傳感器融合方案，是其自動駕駛路線與行業其他廠商最核心的區別。這是一場孤注一擲、高風險高回報的豪賭，而目前來看，特斯拉明顯占據上風。

特斯拉、埃隆?馬斯克、阿肖克及特斯拉 AI 團隊一致認為：想要打造一套具備類人智能、可規模化、通用型的自動駕駛系統，唯一路徑就是徹底攻克視覺感知難題。如果這一判斷正確，他們將打造出比競品那些造價高昂、堆滿傳感器的車型成本更低、擴展性極強的系統。

如果判斷失誤，他們最終可能遭遇性能瓶頸，只能回頭加裝傳感器 —— 但到目前為止，這類瓶頸尚未出現任何端倪。

如今，特斯拉已全力押注純視覺系統，其技術進展與能力毋庸置疑。

（來源：notateslaapp、半導體行業觀察）

—— 芯榜 ——

更多精彩內容，點擊看：