馬斯克再批激光雷達:我主導(dǎo)過龍飛船對接雷達開發(fā),沒人比我更懂
仍為激光雷達辯護者的結(jié)局
結(jié)局早已注定?
日前,法國AI視頻公司Argil創(chuàng)始人Brivael在X平臺發(fā)文稱:2026年還為激光雷達辯護的人,結(jié)局已注定,永遠別賭馬斯克會輸。
馬斯克隨即轉(zhuǎn)發(fā)該帖并表示:“大家都覺得我不懂激光雷達,可我曾負責監(jiān)督龍飛船與空間站對接的雷達開發(fā)?!?/strong>
言下之意,論對激光雷達的了解,沒人能比他馬斯克更深入。

Brivael的原文內(nèi)容如下:
今天我和Argil的工程師們深入探討了埃隆·馬斯克取消特斯拉自動駕駛汽車激光雷達的原因。這是個激進的決定,被嘲笑了好幾年,但和往常一樣,他從一開始就是對的。
激光雷達本質(zhì)是通過激光掃描環(huán)境生成3D點云的設(shè)備,理論上能精準捕捉世界的幾何結(jié)構(gòu)。但在現(xiàn)實中,它只是純視覺方案不成熟時,被迫裝在車頂?shù)摹凹夹g(shù)補丁”。
首要問題是增加了模型訓練的模態(tài)復(fù)雜性。神經(jīng)網(wǎng)絡(luò)得學習融合視覺、激光雷達、雷達和超聲波的數(shù)據(jù)。每多一個傳感器,帶來的不是額外信息,而是需要仲裁的沖突源。手工式的傳感器融合等于永久的技術(shù)債。
第二個問題印證了里奇·薩頓的“苦澀教訓”:在單一模態(tài)上規(guī)?;懔Γh勝過精心設(shè)計的多模態(tài)架構(gòu)。特斯拉先取消雷達,再取消超聲波,最終轉(zhuǎn)向純視覺端到端方案,之后在極端案例處理上的進步反而加快了。Waymo走了相反的路,至今仍困在特定區(qū)域運營。
第三個問題最關(guān)鍵:激光雷達能“看見”幾何形狀,卻不懂語義。它知道“有個物體”,但不知道“這是什么”以及“它會怎么行動”。自動駕駛最后1%的可靠性問題屬于認知范疇,不是原始感知。增加傳感器沒用,只會添噪聲。
塞巴斯蒂安·勒布駕駛208 T16在科西嘉島泥濘雨路上以180公里時速飛馳,完全不用激光雷達,靠的就是兩只眼睛和一個大腦。進化給掠食者雙眼5億年,而非激光發(fā)射器,這有深層原因。
激光雷達就像計劃經(jīng)濟,是計劃性、集中式的解決方案,試圖顯式建模本應(yīng)從分布式自適應(yīng)系統(tǒng)中涌現(xiàn)的特性。它用測量代替智能,用數(shù)據(jù)代替理解,用控制代替涌現(xiàn)。這種思路讓想預(yù)先定義一切的工程師安心,就像計劃經(jīng)濟讓蘇聯(lián)經(jīng)濟學家安心一樣。兩者失敗的原因相同:現(xiàn)實世界太復(fù)雜,單一傳感器無法捕獲,就像五年計劃無法掌控一樣。
真正的智能,不管是哈耶克的經(jīng)濟學還是特斯拉的方案,都在于信任能從經(jīng)驗中學習的系統(tǒng),而非預(yù)先編碼一切。優(yōu)秀解決方案的優(yōu)雅之處在于信噪比,激光雷達卻大幅增加了分母的復(fù)雜度。
2026年還為激光雷達辯護,本質(zhì)是寧愿堆砌臨時方案也不愿解決根本問題。這是披著工程嚴謹外衣的思維惰性,就像2012年為專家系統(tǒng)辯護、反對深度學習的人,他們的結(jié)局也會一樣。
永遠別賭端到端系統(tǒng)會輸。
永遠別賭簡約性會輸。
永遠別賭埃隆會輸。
FSD與VLA的實戰(zhàn)表現(xiàn)
一個比一個強勁
純視覺方案的實戰(zhàn)表現(xiàn),給了馬斯克足夠的底氣。
年初,有人開著搭載FSD V14.2的特斯拉Model 3從洛杉磯開到紐約,全程4958公里零接管。
即便中途遇到加州內(nèi)陸的大濃霧、亞利桑那州的暴雨,還有各種施工路段,F(xiàn)SD都應(yīng)對自如,甚至進充電站和停車都是車輛自己完成的。
而且這還是上一版本的表現(xiàn),特斯拉最新推送的FSD V14.3號稱徹底升級了底層架構(gòu),反應(yīng)速度比之前快20%,實際表現(xiàn)估計會更強。

國內(nèi)車企大多采用激光雷達,純視覺路線的主要玩家是小鵬。
今年3月,小鵬推送了VLA2.0,正全方位學習特斯拉,而且為新車GX配備了3000PFLOPS的算力,因為純視覺路線的核心是世界模型加大算力。
激光雷達,走不通的路
“傻子才用激光雷達!”
大家都聽過馬斯克這句名言,他對純視覺方案的執(zhí)著,本質(zhì)是對第一性原理的堅守。
在馬斯克看來,人類開車只需要眼睛,人眼不會發(fā)射紅外光束,只有視覺功能,所以汽車自動駕駛只要攝像頭就行,不需要激光雷達。
Brivael說永遠別賭馬斯克輸,不是說他從不失敗,畢竟星艦也多次爆炸,而是指不能低估他在前沿技術(shù)布局和自動駕駛路線上的戰(zhàn)略眼光,這已被反復(fù)驗證。
歷史證明,在這些根本問題上,他犯錯的概率遠低于常人。
?END?
本文來自微信公眾號 “科技每日推送”(ID:apptoday),作者:駱展鵬,36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點,版權(quán)歸原創(chuàng)者所有,如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責聲明:本文系轉(zhuǎn)載編輯文章,僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布,請及時與我們聯(lián)系進行審核處理或刪除,您可以發(fā)送材料至郵箱:service@tojoy.com



