2 个月前
2 个月前
人类仅凭双眼就能驰骋公路，为何汽车不行？这个问题看似简单，却点燃了自动驾驶领域一场关乎万亿美元未来的路线之争。一方是科技偶像特斯拉，坚信人工智能（AI）与摄像头足以复刻乃至超越人类；另一方是谨慎的工程师代表Waymo，主张用激光雷达（Lidar）、毫米波雷达和摄像头构建“超人”感官。这场豪赌的赌注，不仅是企业的未来，更是未来道路上每一个人的安全。
这场争论在特斯拉AI副总裁阿肖克·埃卢斯瓦米（Ashok Elluswamy）和Waymo车载软件副总裁斯里坎特·蒂鲁马莱（Srikanth Thirumalai）的隔空对话中被推向高潮。埃卢斯瓦米断言：“自动驾驶不是传感器问题，而是AI问题。”他认为，既然人类和动物都能靠视觉在世界中导航，那么AI也应该能够做到。这是一种极致的“第一性原理”思考，旨在通过最简洁的硬件和最强大的软件大脑解决问题。
然而，蒂鲁马莱给出了一个冷静而有力的回击：“我认为，（自动驾驶的）标准要高于人类驾驶。”在他看来，安全是不可动摇的基石，应该从“如何构建一个绝对安全的产品”出发，倒推需要哪些传感器，而不是先设定硬件限制。这代表了经典的工程安全冗余理念——永远为最坏的情况做准备。
这场哲学之争直接体现在硬件配置上：
要理解这场争论的本质，必须先了解不同“眼睛”的优劣。
摄像头：如同人类的双眼，能捕捉丰富的色彩、纹理和交通标识信息。它是理解复杂城市场景语义的核心。但它的弱点也和人眼相似：在黑夜、暴雨、浓雾或迎着刺眼强光时，其性能会急剧下降，且对距离的判断是基于算法推断，而非直接测量。
激光雷达（Lidar）：像蝙蝠的声纳，通过发射激光束并测量回波时间，能直接生成高精度的三维点云地图。它能精准识别物体的形状、距离和位置，不受光线影响，是黑夜中最可靠的“眼睛”。国际保险巨头瑞士再保险的测试显示，配备激光雷达的车型能避免25%的碰撞事故。
Waymo、百度Apollo等公司选择的多传感器融合方案，正是希望利用不同传感器的优势互补，形成安全冗余。当摄像头在隧道出口因光线剧变而“失明”时，激光雷达和毫米波雷达依然能清晰感知前方车辆。然而，马斯克反驳称，多传感器数据不一致时反而会造成“感知混淆”，增加风险。这背后，是一场关于“数据驱动”与“物理冗余”的豪赌。
技术路线的选择，直接与成本和规模化挂钩。十年前，一颗激光雷达成本高达8万美元，是特斯拉放弃它的直接原因。纯视觉方案的低成本，让特斯拉能够快速将辅助驾驶功能部署到数百万辆车上，形成庞大的“数据飞轮”，加速AI迭代。
然而，这条捷径也伴随着争议与风险。美国国家公路交通安全管理局（NHTSA）已对近288万辆配备FSD（完全自动驾驶）的特斯拉汽车展开调查，原因涉及数十起闯红灯、违规变道等事故。2025年，佛州一陪审团更是裁定特斯拉因Autopilot系统缺陷，需对一起致死车祸承担责任，赔偿2.4亿美元。尽管特斯拉的数据显示，其辅助驾驶事故率远低于美国平均水平（每669万英里 vs 每70.2万英里），但其“完全自动驾驶”的命名和宣传方式，持续引发误导消费者和导致驾驶员过度依赖的批评。
相比之下，Waymo和百度的萝卜快跑等采用多传感器方案的Robotaxi，在限定区域内保持了极高的安全记录。百度Apollo行驶里程已超1.7亿公里，未发生重大安全事故，其出险率仅为人类驾驶员的1/14。Waymo的数据也显示其事故率远低于人类。这种稳健表现正在赢得市场和合作伙伴的信任，例如百度萝卜快跑已与Uber达成合作，进军全球市场。
这场博弈的核心问题浮出水面：自动驾驶的安全标准应该是什么？ 是比“平均水平”的人类司机更好，还是应该追求一个远超人类的、近乎完美的标准？Waymo的蒂鲁马莱坦言，这是一个仍在探索的问题，他们倾向于将驾驶场景分解，针对每一种场景，都力求达到比人类低得多的事故率。毕竟，公众对机器犯错的容忍度远低于人类。
当企业在技术路线上激烈博弈时，全球的监管机构正在加速行动，试图为这场竞赛划定跑道和底线。
中国在这一领域走在了前列。近年来，中国密集发布了覆盖功能安全、网络安全、数据记录、测试方法等在内的数十项自动驾驶相关标准，初步形成了完善的标准体系。特别是针对L3级及以上自动驾驶，强制性国标正在逐步落地，例如要求车辆必须配备“黑匣子”——自动驾驶数据记录系统，以便事故溯源。这些标准不再停留在宏观层面，而是深入到具体场景，如要求系统必须能识别侧翻车辆、施工锥桶，并在雨、雾、夜间等多种条件下通过测试。
在全球层面，联合国欧洲经济委员会也于2026年初通过了《自动驾驶系统全球法规草案》，为无人驾驶汽车在全球范围内的安全上路奠定了统一的监管基础。这意味着，自动驾驶的安全标准正从企业“自说自话”，转向由法规和标准定义的“社会共识”。
尽管争论激烈，但行业的未来路径似乎正走向融合，而非绝对的对立。
一方面，激光雷达的成本正在雪崩式下降。从数万美元降至如今的数百美元，使得它不再是豪华车的专属。比亚迪、理想、小鹏、小米等中国主流车企，已将激光雷达作为中高端车型的标配，甚至开始下探到15万元级别市场，一场由中国推动的“智驾平权”运动正在让高阶辅助驾驶普及开来。
另一方面，AI的能力边界在不断拓展。以Transformer为基础的大模型，无论是特斯拉的“世界模型”，还是百度的Apollo ADFM，都在重构自动驾驶的算法范式。它们让车辆不仅能“看”，更能“理解”和“预测”复杂的交通场景，这无疑增强了所有技术路线的上限。
Waymo已经计划在下一代车型中减少传感器数量，而行业的主流趋势也逐渐明晰：一个以视觉为主导，激光雷达、毫米波雷达为关键冗余和增强的混合方案，正在成为大多数车企的选择。这既是对成本和规模化的妥协，也是对安全底线的坚守。
自动驾驶安全的终极标准，终究不是一个纯粹的技术问题。它是一场涉及技术、成本、法律、伦理和社会心理的复杂博弈。特斯拉的激进，推动了AI技术的快速迭代和市场普及；Waymo的审慎，则为行业树立了安全至上的工程标杆。
最终的标准，不会由任何一家公司的哲学所垄断。它将在一次次软件更新、一场场公开路测、一桩桩事故的判例和一条条新出台的法规中被共同塑造。我们正在定义的，不仅是一辆汽车的安全，更是人类社会对一项颠覆性技术信任的边界。而这，将是一条漫长且没有终点的道路。
点击充电，成为大圆镜下一个视频选题！