没开过电车，特斯拉为什么坚持纯视觉？

特斯拉解答过原因，原话 “人用眼睛和大脑开车，而不是一套传感器，特斯拉的车也一样。”
吹不吹牛逼就不好说了

人没进化出来传感器，不能说明传感器不好用

无他，便宜尔。“纯视觉方案目前成本在小几千块，激光雷达方案是大几千块”（含软硬件）-- 摔丸子

因为为了省钱，节约成本。

我觉得就是当时激光雷达太贵了，马斯克没想到后面降价这么快。
@finab 这个理由我也看到了，我觉得这纯粹扯淡。如果能更安全，为什么不用更多的手段？让智能驾驶最终比人类更安全不应该才是目标么？

另外传感器一定比人眼好使。

因为特斯拉是美国车企，两个地区交通情况差距很大，驾驶员的素质也相差很大。
我觉得在国内还是需要一颗前置激光雷达，来应付国内的更复杂更多难预测的状况出现的情景，达到更理想的 FCW

马斯克是个商人，纯视觉就是便宜。
硬件成本不会随着销量平摊，但是软件成本可以。
销量越高收益越大。

@finab 人眼不就是一种传感器吗

大家都是程序猿应该理解：
数种传感器的数据融合是个天坑，非常容易变成屎山。特斯拉一个目标就是尽量降低代码量，有代码就必然会有 bug ，而视觉可以全交给机器学习，避免陷入屎山。

@zzzzzdai 多模态数据融合早不是问题了。

传感器与视觉反馈不一致时的决策问题吧
只有一种就没这种问题了

这个就是价值投资的最佳尝试啊。这么多人看好 lidar 可以买相关企业的股票，按照正常市场发展不说重现当年那谁买中国中车翻几千倍的壮举，起码中证红利是没问题的。当然我也不推荐买特斯拉的股票，特斯拉市值就是韭菜散户发癫股，市盈率上百倍了。

@gpt5 非也，现在依然是个大问题，什么时候你该信谁不信谁，信多少，都还是大问题。另外不要被“激光雷达”这个名字唬住，激光雷达其实比视觉更容易被干扰。

别搁着搁那的，等着遥遥领先们抄袭就完事了，印度的企业只要有 1 分钱利益会放过？本坛也都是高知高产，印度的农场主的德行和农场所在小镇的环境又不是不知道，何必自欺欺人。印度主机厂没跟进无非就是拿不出手罢了，对外公关么，肯定是“他们技术不成熟”，“他们为了省成本”尔尔罢了，等自己能拿出（ chaoxi ）半吊子的视觉方案可以替代了，第一个给你各种公关上强度说：“视觉已经突破”、“为了消费者所以换视觉来降低售价”。（笑）
别自欺欺人了真的，印度主机厂你们接触过就知道，一个螺丝钉都省的玩意，还真有人信农场主们大发慈悲为了消费者考虑，笑掉牙了，就等着后面各种全部换成视觉就完事了。真的，等着吧

你问这个问题的前提是，现在已经证明激光雷达比视觉更好？目前没有证据证明这一点，激光雷达并没有在无图的情况下解决自动驾驶比纯视觉更好

现在所有无图自动驾驶，都还是半斤八两状态，谁也没有真正解决自动驾驶的难题

所以你为什么不问，为什么华为不用纯视觉？

因为便宜，激光雷达很贵的

@zzzzzdai #14 还有毫米波雷达

目前应该是技术债务+秘密研发阶段

因为特斯拉的目标是真的实现 ai 驾驶

是国内那种 if else 的智架

训练 ai 最合适的不就是模拟人类驾驶吗？
只需要视频识别做好就行了

对于 if else 智驾来说多加几个传感器确实能增加一重保障，
但是对于 ai 训练来说简直日了狗，你能想象你像二郎神一样多了个眼镜大脑要怎么处理信号吗

@zzzzzdai #10 确实是这样的，现在在做 AGV ，仓库用的自动驾驶虽然跟不上车企的但是道理一样的，什么地码，地纹，激光雷达，毫米波雷达等定位的东西本质上都是 ifelse ，根本训练不出来有用的，尤其是硬件三天两头更新，算法层面永远都不能固定，数据量刚上来刚调稳定后突然增加一个需求增加一个硬件之类的直接 gg 。如果是纯视觉可以把精力放到算法上而不是融合上。
@gpt5

@zzzzzdai 这个角度有点意思

其实就是为了省钱（不要把老外品牌想象得那么高大上）

当所有厂家都意识到特斯拉这套端到端解决方案是当下最优解之后，其实所有厂家都是“纯视觉”，再此基础之上，叠加上任何的传感器，都只不过是给纯视觉加上辅助。

马斯克说过是误判，没料到激光雷达降价那么快

撤回，fact check 了一下没这个说法

激光雷达价格误判的话，感觉解释不了为什么特斯拉连其他的便宜雷达都不要了

@zzzzzdai #10 多模态也是全交给机器学习。。

按照他的逻辑，人没长轮子，汽车应该设计 4 个脚。

看看 fsd 的表现，我觉得独一档

按照马斯克说法，人用两个眼睛开车，车也应该用两个摄像头开车，这么多摄像头全是多余的。

@finab 从第一原型出发没问题，但是实现难度巨大

@gpt5 #11
置信度是个问题，它不是均值，甚至不是木桶效应，而是更接近乘积（比短板更低）

但我不讨论这是否特斯拉不采用的原因，我并不知情，只是说目前融合数据还有很多待研究解决问题

成本

@fridaycatye 我看过特斯拉 fsd 的视频，除了海量违章之外感觉还是比较像一个真人司机在开，其它电车的智驾不一样吗？

@wangdashuai 脑袋能转，摄像头能转吗

@gpt5
@Donaldo
好像要达到可以使用的程度,算力不足

@lykhero 。。。唉 脑子有的家伙，我真希望你生活在自由民主的美利坚，那样你就能幸福了，我也不用看到你一样的文字了。

@lykhero 还有，本次小米事故车没有激光雷达，也是纯视觉方案。所以特斯拉纯视觉没有事故发生过啊？ 100%安全的新能源车是特斯拉？

我支持，控制成本，容易升级
激光雷达这玩意，坏了修车太贵了，偶尔用几次，没兴趣

降本增效么？

因为系统里面增加依赖的同时也会增加复杂度和风险

在算力足够的情况下软件的更新几乎是无成本的，选雷达的话，硬件的迭代速度是不可控的，新硬件上了老的要不要维护？

@paopaotang001 #35 fsd 在国内还处于水土不服的阶段。看看国外的表现，还是有些惊艳的

没开过就去开一次，说半天除了骗币还能干嘛呢，下面回复的也都是一眼没开过的。
FSD 和有轨电车的差距不是嘴巴吹能填平的。

要知道用雷达是弯道超车，本来不敢玩，有了雷达直接可以知道周围环境的距离参数。
雷达本身原理极其简单，我这工业上也用，所以稍微了解点，就是个测距，多角度高速度，从而形成实时点云拿来计算分析

一点是雷达太贵
第二点目前的雷达也是过度方案，迟早要换，他不愿意投入沉没开发成本

最初是因为激光雷达成本太高。

现在是因为，激光雷达叠加视觉，代码上难度太大，代码量太多。

首先，传感器不是越多越好


一块表，你可以看时间，给你两块不一样时间的表，你就不知道现在是什么时间。

就是这个道理。

所有的传感器都是有优势和劣势，
现有的传感器有
超声波，也就是倒车雷达
毫米波，也就是电磁波雷达
激光，当然，光也是一种电磁波

各有利弊，都只能做某一部分的事情
问题是，那综合以后行不行呢？

答案显然是不行的，就好像为啥更喜欢 google 而不是百度…给你一堆信息噪音你怎么分辨哪个是对的？


视觉，是第四个维度的传感器…
于是特斯拉投票给了视觉识别这个天赋点。
特斯拉不是不用传感器，以前也用，但是它发现还不如不用，举个例子


给你倒车影响以后，倒车雷达关了能满足倒车需求吗？至少我可以，因为我的倒车雷达坏了…掉下来了，插头我就拔了，光看摄像头没觉得有啥问题。

以上，明白了没？

不是，老马脑机接口不就是另一种意义上的给人扩展外设传感器么？ 涉及到成本又说用人眼能开好车。信不信如果脑机接口成熟了可以接入激光雷达有钱人会人人标配接入。

错字，倒车影像

话说楼上吹纯视觉的，哪天特斯拉上了激光雷达，我看你们怎么圆。


特斯拉坚持用纯视觉理由很简单。

立项早，当时激光雷达还是军用品，很贵，几十万几百万一套。没想到国产能把价格打到几万一套。

@wy315700 #36

人转脑袋是因为不能 360
很多动物不需要转脑袋就能看到你…这个多看看动物世界就行了

换句话说，脑袋后面长眼睛还需要转脑袋吗？

卧榻之侧，岂容他人安睡。搞了半天不能被人家一个 ota 模型全失效了。

特孝子是真的多。按照马斯克这个道理飞机上也不应该有雷达，二战以前飞行员全是靠目视战斗的，人开飞机目视就够了，特斯拉是落后生产力罢了

因为不想用激光雷达

@miniliuke #55 以前说 model3 不需要仪表盘一堆理由说就是真不需要实际用途不大，我说 model s 怎么有又不说话了

现有的方案中，有没有纯激光雷达的？

@zzzzzdai #10 如果不冲突的情况下来说，更多的传感器，能获取更多的信息，对环境的把控越准确呀
比如 激光雷达 专门用来 测距，视觉用来 识别，对环境的把控不是更准么

自动驾驶的本质其实是一个 AI 问题，而不是传感器问题。

便宜呗，特斯拉连换挡拨杆都能省，激光雷达那么贵的东西肯定省

@QlanQ #57

下雨天怎么？空气中的蚊虫怎么办…比如高速路上车前方的一堆蚊虫尸体

@xing7673 你都上这么贵的激光雷达了，为啥不把便宜的视觉和毫米波雷达一起配上呢。

不能只吃肉不吃菜啊

@ferock #62 下雨天 视觉 更差，而且 视觉更容易被遮挡，如果是 很大的面积遮挡，视觉 就完全失效了哇
激光也不是 只有一束的

@ferock #49
三个和尚没水喝是吧。

给你一块表你都不知道噪声有多大。

@ferock #49 "发现还不如不用“，你这是从哪来的消息？还是你臆想的，讲真，你这段话让智能驾驶从业者看来，错漏百出。。。。

@ferock #49 你这个例子不恰当，这些传感器，都应该是 做不一样的事情，获取不一样的信息，有了 更准确的 激光测距，为啥 还要视觉去测距？
远距离用激光，近距离用毫米波，倒车提醒用 毫米波，影像用视觉
人了解环境也不光是眼睛呀，还有听觉，触觉的哇
所有这些传感器都是 为了一件事，就是更加准确的 了解周围环境呀。

看时间用手表，而不是 用眼睛看太阳的位置去推断各有各的作用

一个成语，面面俱到，没有人能做得周全，做了那么久的程序员还不懂吗？ if..else 写得再多也总会遇到意想不到的情况，天才来了也没用

恶劣天气：比如空气中有大量粒子（灰尘、雨滴）的情况下，激光雷达的相比纯视觉不一定有优势，也容易导致误判。这个在 Mark Rober 的《 Can you fool a self driving car?》（ ）的视频中有一个水幕的例子，纯 lidar 数据根本无法分辨水幕和实体的物体。

纯视觉算法是个壁垒，而不是当个组装厂（并非不看好激光雷达）去和友商价格战厮杀，当个组装厂很难撑起股价。如果纯视觉算法实际效果很好，溢价的空间就大了，股价自然能维持在高点。

@zzzzzdai #10 实际上特斯拉只是不用激光雷达，他对自己身上装的毫米波雷达可是物尽其用的，智能泊车一样是靠的融合数据

楼上几个看看 #67

还从业人员，从的是什么业…

太孝了，特斯拉不上激光雷达就说激光雷达没用，安全冗余越多越好这道理都理解不了？上雷达感知内容更多某些方向感知更精确，孝子一开口就是没用也是牛逼。

@QlanQ #65

激光更准确？ 你如果允许，比如 50%（下雨或者不下雨）的不可信那你的想法就是对的

问题是，数据怎么才叫准确？
这就是一个很有意思的角度了…

怎么定义准确。
了解一下端到端模型智能驾驶方案你就知道了，现在的趋势是不对数据的准确度进行判断，因为无法判断。

AI 推理方式下的智能驾驶只有一种路径：
对下一个步骤做可行的推理。
是的，就像现在的 LLM 一样，它其实只是推理了下一个 words （ token ） 用哪个词才更合理。



当然也是有利有弊的。
以前是直接的逻辑判断，比如红灯停就行了
现在端到端的推理模型，就会需要大量的训练，而且训练完了可能还会闯红灯。

就是成本
纯视觉输入训练的模型，如果再加上别的传感器输入，结果至少不会变差，非常大概率更好

@QlanQ #65

另外
你应该完美没懂传感器多带来的问题
看看这个

https://m.xbiao.com/20150423/31290.html

这不是我发明的定律

@wy315700 #52 那时候的激光雷达还是现在的激光雷达?
言语也是有时效性,只能是当下

@jhytxy #20 不认可，动物也是多传感器的，比如猫通过胡子来判断能不能穿过一个洞口，有更多维度的数据来计算肯定比单一的视觉方案上限高

@katwalk 你要找的是不是四足机器人？

因为纯视觉方案更容易实现智能驾驶

@dingjs #77

猫的胡子不是用来判断这个的，小时候太多的误导教学。

因为猫看不到太近的物体，也就是盲区，比如，30cm 以内。

另外，胡子能感受到空气里的震动，比耳朵更好使…

解决的是盲区而不是信息多维度

@H97794 #77 我觉得等激光雷达再降价，特斯拉会用的

当前车规激光雷达单价大概在 1000 美元一颗。
一辆车要 4-8 颗雷达。

等啥时候降价到 100 美元一颗，差不多就可以普及了

@zhucegeqiu #75 估计老马也知道大概率会变好，但他们的意思是如果只变好 1%，但成本提高的更多的话，就不会引入，哪天反过来了，再装上雷达也不奇怪，甭管是 4d 雷达还是激光雷达什么的

@jadehare 算力跑的动? 什么时候自驾上个 512GB 统一内存 再说安全冗余越多越好

安全冗余真越多越好? 多了 我怀疑车不能起步....

@wulili #81 其实没有“纯雷达方案”，现在谁家的智驾没有视觉都行不通，现在谁家的智驾，把激光雷达拆了，估计表现也都大差不差，雷达都是锦上添花

看看国内厂商能不能解决数据融合实现真正端到端的问题吧。

@coolmint #84

对头

不看广告看疗效，老马的第一性原理，fsd 入华一月有余了，网上大把一刀未剪和对比视频，fsd 并没有比用了激光雷达的车辆表现差，说明目前智驾激光雷达不是必需品。

作为已经每天在使用 FSD 的焕新 3 车主，只能说信息茧房是真的厉害。

所有坐我车体验过 FSD 的朋友都说，FSD 的驾驶极其像人。

没坐过且愿意了解的话，可以去 B 站搜“萌脸大叔分享自动驾驶”的视频。

BTW：国人对“雷达”的蜜汁崇拜到底是从哪儿来的？如果我告诉你 lidar 应该翻译成光线发射接收器，你还会觉得它这么牛逼吗？

@wy315700 #83 看硬件,好多科技还是需要硬件支撑, 要是以后 1 颗相当现在 10 颗,扫描率 算力.... 价格...
那可能又是新的路线

@wy315700 360 环绕知道吧，多几个摄像头的事情。

大家吵了这么多层，就没有一个人可以说出实际中因为纯视觉引发的车祸，实际中，不是实验室中哦

@Jim142857 以及，小鹏已经在新款车型上全面取消 lidar 了。如果你这么看好 lidar ，不如去做空小鹏股票。

纯视觉更方便训练 AI 系统，更拟人，智驾就是要像老司机
什么雷达就是差生文具多

楼上对激光雷达蜜汁自信的，我就问你们

倒车雷达和倒车影像都存在的时候，你怎么倒车的？

如果倒车雷达响了，摄像头里什么东西都没有，你倒还是不倒？
反过来，摄像头里有团黑的，雷达没反应你敢不敢踩倒车油门？

自己用脑子独立思考一下很难吗？同纬度真的信息越多越好吗？

纯视觉也没用，跷跷板 2 端而已。处理不了的 use case 一样 一键火葬

@herozzm #93


差生文具多，哈哈哈哈哈…

混合数据的处理难度和成本都非常大。

端到端是统一大模型，全程只有一个模型（国内所有车企的端到端就是拼接的，市区一个，快速路一个，地库一个等等）。
视觉和雷达是两套数据，根本训不出能用的统一模型。特斯拉已经验证过了，国内车企算力不够还没认识到问题，认识到问题（小鹏等）也没用，算力和特斯拉差距太大，马斯克一句话可以插队买 10 万张卡，这是国内车企想都不敢想的。