贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI
蔚来1个、小鹏2个、威马3个…智能汽车“军备竞赛”正在上演。
今年一年间，几个国内头部造车新势力先后推出带激光雷达的量产车，数量一个比一个多。
表面看好像行业内卷，硬件越堆越多，能力却是未知数。
但这其实是智能汽车、自动驾驶的两条路线之争。
得益于国内的基建、供应链优势，以激光雷达为标志的融合感知方案，第一次有了对垒特斯拉纯视觉路线的底气。
而数年如一日喷激光雷达的马斯克，在创业初期如果有国内新势力的条件，恐怕现在的特斯拉就是另一幅模样了。
视觉，还是激光雷达？
2020年初，国产特斯拉Model 3上市，中国乘用车市场的竞争，迅速被拉到“智能”层面。
特斯拉的智能驾驶方案方案，视觉是绝对的主力，8个摄像头覆盖360°视野。
汽车对目标的感知、以及选择行驶策略的根据，主要依靠摄像头捕捉的图像数据，能力高低，全凭算法决定。
但从自动驾驶技术发展来看，早期大部分厂家的测试车辆，无一不背着一个“小花盆”：
这就是Lidar，中文翻译过来就是激光雷达。
它代表了另一条技术路线：融合感知。
行驶决策的依据，不只依赖摄像头，而是综合考虑激光雷达的点云图、视频图像等等数据。
不同传感器之间的数据在算法层面进行融合互补。
算法对于图像，可能出现目标漏检误检，这时就能通过雷达回波的点云图“兜底”。
但是，这样多冗余的方案，却被马斯克嗤之以鼻。
马斯克认为，既然人类能仅凭两只眼睛开车，那么AI也一定能。所以特斯拉的追求，就是打造一个与人类别无二致的“AI司机”。
采取多传感器方案的，都是算法能力不足的体现，“血统”不纯。
为此，特斯拉的算法、开发平台都围绕图像数据建立，甚至不惜自研芯片、自建超算来打磨算法。
客观的说，视频图像在数据层面，的确已经包括了驾驶所需的一切信息，但在算法层面，能不能准确感知识别，却是一个大问题。
去年6月，国内一辆Model 3在开启Autopilot情况下，车辆完全没识别出路上已经出事故侧翻的白色货车，一头怼了上去：
这次所幸无人伤亡，但类似Autopilot这样以视觉为主的智能驾驶方案导致严重后果的的，也不在少数。
摄像头肯定看到了，但是算法却没能识别。
视觉方案的缺陷也在于此：恶劣天气、复杂路况，道路上非常规的异形物对系统影响太大。
且以超大数据“暴力”迭代算法，永远不能覆盖现实场景中所有异型车、障碍，在中国复杂路情况下尤其如此。
系统失效的风险永远存在。
所以，要在中国落地真正让用户敢用、愿意用的智能驾驶产品，感知识别是必须补的科目。
军备竞赛，为什么从激光雷达开始
对于自动驾驶来说，激光雷达是个老朋友了。
Waymo、百度，以及后来一众创业公司，都在用。
激光雷达能做什么？
其实就是向周围环境发射激光束，然后从回波信号来计算目标信息，比如距离、方位、高度、速度、姿态、甚至形状等参数。
激光束遇到目标一定会产生回波，信号也一定能被系统接收，这就与图像目标可能的漏检错检形成本质差别。
至少从感知层消除了算法能力不足的隐患。
既然这么好，为什么之前的量产车上见不到？
原因就一个：太贵了。
还在5、6年前，全球能提供量产激光雷达的只有美国Velodyne一家，素有“一线一万块”名声，而且产能堪忧，无法大量供给客户。
百度在2015年喊出自动驾驶3年量产5年商用的时候，计算的就是激光雷达的成本。，它的逻辑前提是激光雷达会从10万美元降低到500美元……
一般车用入门版64线激光雷达，上一个就是近70万成本。
所以测试车一辆一二百万很常见。
但这样的价格，作为大众消费品是不现实的。
马斯克既是技术极客，也是一个精明的商人，他当然清楚百万豪车卖不上量。
销量上不去数据就不够，算法就没法快速迭代。
与其如此，不如干脆放弃激光雷达，就走纯视觉路线，让广大车主义务贡献路测数据，出了意外还能以一句“用户使用不当”回应。
但激光雷达的成本下降，短期内有过被高估，但长期来讲又大大被低估了。
华为、大疆、速腾、禾赛等等企业，利用国内得天独厚的供应链优势和市场规模效应，把激光雷达的成本迅速降到数千至万元级别。
而且国内厂商后发先至，直接拿出第二代固态激光雷达，不但单个性能能等效过去上百线的机械式激光雷达，造型上也摆脱花盆，装车更加美观。
这个速度，是几年前谁都没料到的，直接导致Velodyne的业务在国内迅速收缩，裁撤了中国办公室，只保留代理。
所以最后的“东风”到位，想要在智能汽车浪潮中走的更稳更远的厂家，自然开始在激光雷达上你追我赶。
融合感知方案，现在走到哪一步了？
2021年面世、配了激光雷达的量产车有小鹏P5、北汽极狐αS，各两个。
2022年即将上市的新车中，蔚来ET7搭载一个、智己L7搭载两个，威马新车最多，用了三个。
数量最多的威马M7，不妨以此为例，看看激光雷达能带来什么改变。
3颗激光雷达，车顶隆起部分的那一颗负责前向。
车身前两侧各一个，负责环视。
3颗激光雷达配合，总共能覆盖车身周围330°范围.
三科激光雷达都是自主品牌第二代固态激光雷达，MEMS光学微振镜，可以等效最大504线的传统机械式激光雷达。
具有自主变焦特性，根据不同的场景（城市低速、高速环路），对环境感知侧重点不同，主动动态调节帧率和分辨率。
威马自研了相关算法，可以实现利用点云图实时构建车辆周围环境。
当然，激光雷达仍然是威马M7融合感知方案的一部分，除了它们，还有其他29个各类传感器。
包括7个800万像素高清摄像头，4个环视摄像头、12个超声波雷达、5个毫米波雷达、，以及1个定位模块。
车身360度全覆盖，威马官方这样介绍：这套智能驾驶系统能保证在各种复杂的环境、复杂的光线环境、复杂的地理环境以及复杂的气象条件下的全场景的感知能力。
至于具体有哪些功能，此次并未透露。不过，基础的L2级各类辅助基本不会缺席。
而与百度深度绑定的威马，在Apollo高阶自动驾驶能力上，也有首发优势。
比如之前W6车型首次实现L4级别功能的自主泊车，M7这款车型上大概率也能见到。
前面说到M7有7个800万像素摄像头，可想而知开机后每秒产生的图像数据量一定惊人的大。
所以在这款车上，还有1016TOPS的算力，是目前特斯拉FSD的7倍。
这样的算力来自英伟达的Orin-X自动驾驶芯片，7nm制程，一共4颗。
其中两颗现役，另外两个是为今后智能驾驶系统进化预留的算力空间。
另外威马车型采用百度Apollo智能驾驶技术，可以调用Apollo云端算力资源，理论上单车算力是没有上限的，所以在M7这款车上1016TOPS还只是个开始。
行业你追我赶上激光雷达，威马直接干到三个，把这场军备竞赛推向更高水平。
威马M7车型，其实代表了一条中国特色的智能驾驶路线。
威马看似“大力出奇迹”的方案，其实是对中国真实情况的洞察。
用户、政策、产业都强调安全，从技术角度出发，目前只有走多传感器冗余路线。三个激光雷达，兼顾正向和两个侧后方，至少在感知层最大程度避免漏检误检。
传感器多，数据就多，算力要求就大，于是云端成为必选项，而国内的5G基础设施优势，提供了方便。
这个路线诞生于安全，最终服务安全。
所以，开始于激光雷达的智能车军备竞赛，正是督促厂商技术进步、更加重视安全的客观力量，受益者当然就是用户了。
而智能车军备竞赛，还是要以能量产，能进军主流市场为前提。
国内供应链、产业、市场规模优势，则为国内新势力扫清了最后障碍。
3个激光雷达，是威马对中国场景和路况的洞察，而且威马背靠百度Apollo——中国对自动驾驶研发投入最早最大的公司，想必也是一番深思熟虑之后的结果。
至于作为车主和普通消费者如何看待这种“内卷”？
完全就是好事一桩。
车厂们越卷，安全冗余就越高，用户也越受益，智能驾驶也就越快走进普通人生活。
所以跟其他行业和领域的“反内卷”不同，在智能车领域，应该支持这种内卷，支持这种千方百计提供更安全、更好用户体验的趋势。
威马，打响内卷第一枪，是勇气，当然也是实力和底气。
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。
