目前在ADAS/自動駕駛領(lǐng)域，攝像頭（機器視覺）和毫米波雷達技術(shù)已經(jīng)得到了廣泛的使用，而新興的激光雷達（LiDAR）技術(shù)得益于其可以提供360°周邊環(huán)境的高精度的3D深度圖特性，也得到了很多自動駕駛技術(shù)廠商的追捧。

不過在今天特斯拉的“自動駕駛?cè)铡被顒由?，特斯拉CEO埃隆·馬斯克(Elon Musk)語出驚人的表示，依靠激光雷達的自動駕駛公司都注定失?。╠oomed）”。

目前在自動駕駛領(lǐng)域，主要有三大流派，一派是以Mobileye為代表的主要依靠攝像頭來實現(xiàn)自動駕駛的廠商，另一派是以激光雷達為主要感知技術(shù)的自動駕駛廠商，還有一派則是多種技術(shù)融合使用。而特斯拉則主要采用攝像頭技術(shù)，外加毫米波雷達技術(shù)輔助。

而由于攝像頭數(shù)量眾多，而且要保證足夠的分辨率，這也使得需要快速處理的視頻流非常的龐大，這也自動駕駛芯片的計算力帶來了極大的挑戰(zhàn)。而此次性能強大的特斯拉自研自動駕駛AI芯片的成功量產(chǎn)推出，也給了馬斯克極大的信心。

在現(xiàn)場投資人提問環(huán)節(jié)，有投資人就提及了激光雷達的優(yōu)勢，以及在雨雪天氣，路況不好時，攝像頭如何避免精度不高的問題。

對此，馬斯克的回答是，雖然雨雪天的確會增加駕駛難度，比如路牌被雪遮住一部分，但人類通過視覺能做出判斷，并且相對安全地駕駛，那么經(jīng)過大量充分訓練的神經(jīng)網(wǎng)絡(luò)同樣也可以做到，并非一定要靠 Lidar。

用馬斯克的話說，“（在汽車上放）激光雷達就是一個傻瓜”（a fools errand），甚至在發(fā)布會上發(fā)狠話說，自動駕駛行業(yè)誰寄希望于 Lidar、誰就注定失敗（doomed）！因為激光雷達昂貴、不必要，也很荒謬，注定要讓人失望。

特斯拉人工智能和自動駕駛視覺總監(jiān) Andrej Karpathy也表示，特斯拉能夠處理來自視覺傳感器收集到的車道線、交通、行人等信息，將這些信號與已知的物體進行匹配再最終作出決策。

他同樣對比了激光雷達（Lidar）方案和計算機視覺方案的優(yōu)劣，他和馬斯克一樣是計算機視覺派：“某種意義上，Lidar 是一個捷徑。它回避了對自動駕駛非常重要的視覺識別基本問題，給人一種虛假的技術(shù)進步了的感覺”。他表示，和 Lidar 相比，特斯拉更加依賴計算機視覺，并將收到的視覺信息進行 3D 渲染，涵蓋視頻輸入到深度神經(jīng)網(wǎng)絡(luò)。

Andrej Karpathy 在現(xiàn)場演講展示了早期將神經(jīng)網(wǎng)絡(luò)部署在真實世界中訓練的重要性，比如說，特斯拉的每一位司機其實都參與到了神經(jīng)網(wǎng)絡(luò)的訓練中，每一個新手都將為特斯拉的自動駕駛系統(tǒng)喂入新的數(shù)據(jù)。而且，Karpathy 認為，在神經(jīng)網(wǎng)絡(luò)的訓練中，和數(shù)據(jù)的規(guī)模相比，數(shù)據(jù)的質(zhì)量更加重要，特斯拉的原始數(shù)據(jù)集也可能是全球最有價值的，因為特斯拉擁有全球范圍的車隊，可以提供各種環(huán)境、天氣條件的數(shù)據(jù)，還會收集車輛的異常道路表現(xiàn)數(shù)據(jù)。在數(shù)據(jù)的標注上，特斯拉也正在嘗試自動化標注的方向。

也就是說，特斯拉認為，攝像頭＋數(shù)據(jù)＋神經(jīng)網(wǎng)絡(luò)＋自研的自動駕駛芯片，足以保障基于計算機視覺的自動駕駛方案的安全性。

不過，目前大多數(shù)的自動駕駛技術(shù)廠商還是采用 Lidar ＋計算機視覺，或者融合毫米波雷達的方案，因為目前單純依賴計算機視覺方案在安全性的保障上仍有一定風險。