前段時間，小鵬汽車品牌公關負責人譏諷激光雷達陣營的支持者，表示“腦后的辮子是時候要考慮剪掉了”。

一石激起千層浪，迅疾引發了激光雷達支持者的一致聲討。

那么，在FSD展現出超強實力的情況下，在小鵬圖靈AI視覺方案超級能打的背景下，激光雷達是不是真的就是滿清余孽腦后的辮子呢？

有人的地方就有江湖，有江湖的地方就有紛爭。

隨著特斯拉FSD的低調入華和小鵬對圖靈AI視覺方案的高調宣傳，國內輔助駕駛行業里又展開了關于激光雷達到底是不是自動駕駛系統必選件的大討論，至今還沒吵出來一個標準答案。

不過，可以肯定的是，至少在L2++這個階段，激光雷達不是必選項。

用一句話總結特斯拉和小鵬方案的特點，便是以強AI輔助弱感知。在此要搬出行走的第一性原理代言人馬斯克經常講的那句話了：道路是為眼睛和生物神經網絡設計的。

解讀一下就是說，既然人類可以通過視覺信息+大腦處理成為一個合格的駕駛者。

那么，自動駕駛系統通過攝像頭+深度學習神經網絡也可以達到類似的效果。

說實話，這個樸素的類比真的暗合道妙。

但是，由于在過去的很多年里，攝像頭的感知能力相對較弱，相較于多傳感器融合方案，視覺方案始終存在感知能力較差的缺陷。

在之前的技術條件下，攝像頭的動態范圍HDR相對不足，造成亮部、暗部的細節丟失；

HDR下限不足，導致其在弱光環境下噪聲大、性能差；

HDR上限不足，疊加過曝控制能力差，導致其在強光環境下因傳感器飽和丟失亮部細節。

雖說人眼也會因為生理限制面臨弱光下看不清、亮光下睜眼瞎的問題。

但是，人類那顆相當于百萬億神經網絡參數的腦袋，可以腦補中低程度弱光、亮光環境下的感知。

正是基于同樣的邏輯，特斯拉一直以來都在孜孜于提升改進AI視覺神經網絡的架構，提升神經網絡的規模，以AI能力的進步彌補攝像頭的性能缺陷。

經過多年的攻堅，特斯拉、小鵬率先實現了非極端光照條件下的城區NOA，既然特斯拉FSD和小鵬視覺版XNGP已經證明了激光雷達的非必要性，再嘴硬L2++也離不開激光雷達就沒什么意思了。

張口L3，閉口L3，但其實很多人根本分不清楚L2++與L3的區隔條件。

鑒于國內尚未批準任何一款L3車型的商業化，我們只能從問世多年以至于有些不太符合行業發展程度的自動駕駛分級標準文件里去找它們的核心區別了。

按照 《汽車駕駛自動化分級》的標準文件，L2++與L3的核心區別在于責任主體不同、系統邊界條件ODD不同。

從責任主體來看，甭管L2后面有幾個加號， 駕駛員是所有L2級輔助駕駛系統的責任主體，到了L3有條件自動駕駛，系統就要在ODD內承擔駕駛責任。

責任主體的劃分更多是商業取舍問題。從技術能力來看，設計運行域ODD/系統邊界定義不同才是L2與L3的真正分野。

對于可以隨時退出的L2級輔助駕駛來說，ODD壓根就不存在嚴格的定義，在各家車企關于L2++輔助駕駛的宣傳口徑里，個個對ODD的定義都是“全場景”。

之所以如此，就是因為它能夠隨時退出，所以才能隨時接管動態駕駛任務嘛。

L3就不一樣了，它需要定義嚴格的ODD，只要在ODD之內，便由系統接管動態駕駛任務，只有跳出了ODD的邊界條件，系統才可以撂挑子不干。

這種嚴苛的要求反映到整車上，就意味著需要通過冗余設計降低系統失效的概率，保證系統的魯棒性。

整車層面需要實現感知、決策、制動、轉向、通訊、電源、定位的雙重冗余，感知層面，需要在攝像頭之外，以激光雷達、毫米波雷達輔助實現感知的冗余。

作為一種冗余件，激光雷達保障著系統在弱光、強光下的主動安全。

知道有人會哪壺不開提哪壺，重提馬上就要開展Robotaxi業務的特斯拉FSD。

的確，最新版FSD的評測視頻再次展現了其獨步天下的能力。

但是，視覺方案的FSD能在大漂亮開展Robotaxi業務，是不是只不過意味著馬總管和懂王在拿老百姓的生命安全做利益交換？

萬事萬物，皆有因果。

小鵬汽車品牌公關負責人敢于冒天下之大不韙，斥激光雷達的支持者為滿清余孽，給他們安上腦后的辮子，是因為以發展的眼光來看，視覺方案的輔助駕駛系統能力會越來越強。

這一方面得益于車端算力成本正沿著摩爾定律的曲線下降，車端算力規格會不斷提升，疊加多模態大模型能力的進步，車端的AI能力會越來越強。

另一方面，攝像頭本身的感知能力也在光電技術的推動下不斷發展，正在由弱感知傳感器進化為強感知傳感器。

目前，攝像頭在感知上還存在抗暗光、抗強光、抗炫光能力不足的缺陷，但是，攝像頭的感知能力會在光電技術、新材料的推動下不斷向前發展。

攝像頭感知能力的進步會體現在兩個方面。

一，圖像傳感器芯片的動態范圍HDR會大幅度提升，在過去五年里，圖像傳感器的動態范圍出現了顯著的突破，主流商用產品的HDR從100dB躍升至140dB，未來幾年還會向著200dB繼續演進。

HDR指的是傳感器能夠同時捕捉的最亮區域與最暗區域的亮度跨度，它直接決定了攝像頭在極端光照條件下的感知能力。

HDR的提升顯然可以幫助應對隧道逆光場景下的細節丟失、夜間復雜光照下的物體識別、運動物體的偽影、高速場景的實時響應等難題。

攝像頭感知能力的第二項進步對激光雷達更致命。

之前，攝像頭的光譜僅僅覆蓋可見光頻段，近年來，通過硬件創新、多光譜集成技術，攝像頭開始出現光譜拓寬的趨勢，即在可見光之外融合紅外光譜，要知道，激光雷達光譜正處于近紅外頻段。

寬光譜攝像頭果真能夠商業化，車輛在無光條件下也能行駛了，這可是激光雷達最后的禁地了！

當然，這里有一個值得深思的問題，既然人眼看不見可見光，輔助駕駛系統使用能夠看見非可見光區域的攝像頭，還能叫視覺方案嗎？

FSD在暗夜中行駛、迎著夕陽行駛時退出讓駕駛員接管的情形屢見不鮮，這固然證明在當前的發展階段，能夠避免這種情形的激光雷達是L3有條件自動駕駛的必選件。

但是，一旦攝像頭本身的性能產生裂變，視覺方案的輔助駕駛系統在暗光、強光、炫光條件下自如行駛并非天方夜譚，到時候，重新定義了攝像頭的馬斯克又得封神了！