激光雷达还会上更多车，与马斯克的想法背道而驰
半个月前禾赛科技上市，带来了 2021 年夏天以来最大的中概股 IPO，让更多人听说了一个新行业 “车载激光雷达”。
招股书中的业绩反映了车载激光雷达在 2022 年的爆发。成立 8 年的禾赛一共卖出 10 万台激光雷达，8 万台卖在去年。
在整个中国市场，据高工智能汽车研究院数据，去年有 11.2 万台新车上搭载了超 12 万台激光雷达（不含进出口）。这在中国 2000 万辆的乘用车大盘，和 680 万辆的新能源车基数中微不足道，但增速惊人。2021 年，这个数字还接近于 0。
完成了量产上车里程碑后，围绕激光雷达的质疑仍未平息。马斯克 2018 年以来一直主张自动驾驶可以靠纯视觉方案实现，“8 颗摄像头解决一切”，激光雷达是多余的拐杖，是 “盲肠”。
单颗数千元的激光雷达，现在确实有 “用不上” 的情况，这是因为整个智能驾驶系统还不成熟，激光雷达数据的优先级排在摄像头之后，时常得不到采用。
但从实际动作看，特斯拉之外的主流车企都在使用或即将启用激光雷达，包括全球电动车冠军比亚迪和乘用车老大丰田。
更早用上激光雷达的中国新势力更加激进。理想 L9 和蔚来 ET5、ET7、ES7、EC7 都全系标配了激光雷达，不提供不装的选项。
车企的提前投入，尤其是把激光雷达作为标配，可以促进规模上量、降低成本，更重要的是为了长期的竞争力。
在如今电动车市场的激烈竞争中，所有车企都看重眼前的销量，其中有野心和余裕的公司还同时瞄准未来的智能化门票，这要求他们为软件升级提前预留硬件基础，在量产车而不是实验室里优化智能系统。每一个购车者也被卷入其中，他们不得不习惯汽车行业的一个新现象：为了暂时还用不上的东西买单。
创业汹涌，大厂蛰伏
中国车载激光雷达行业，在早期呈现出典型的 “逆向破解” 特点。
第一代机械式激光雷达起源于美国硅谷，需要庞杂的机械部件来实现旋转扫描，体积和价格都让人瞠目结舌。车载激光雷达鼻祖 Velodyne 2010 年推出第一款激光雷达产品时，售价高达 8 万美元。这些被安置在车顶的笨重 “大花盆” 主要服务同期出现的无人驾驶公司，如 Google 旗下 Waymo 的无人驾驶测试车辆。
中国的无人驾驶创业潮爆发于 2016 年，一批中国激光雷达公司在这前后诞生，如禾赛、速腾聚创、图达通、探维科技、北醒光子等。
用 “逆向破解” 工程模仿美国同行，是当时大多数中国公司的选择。这一过程并非洁白无瑕，许多中国公司在机械式激光雷达领域陷入 “抄袭” 漩涡，也因此在开拓海外市场时付出了高昂的专利代价。
到此为止，整个激光雷达行业，不管中美欧，都主要是创业公司的天下。无人车规模太小，全球无人驾驶公司加在一起也用不了多少测试车，买不了多少雷达，这是大部分巨头看不上的市场。
2020 年前后，情况变了。主打智能驾驶的特斯拉大卖，更多车企加大了对高级别辅助驾驶的投入。特斯拉坚持不用激光雷达，但也付出了事故代价，其他车企在部署高级别辅助驾驶时，都会使用激光雷达以保证安全冗余。
量产车给激光雷达打开了一个巨大的新空间。全球现在每年新卖出 8000 多万台乘用车，即使其中只有一小部分，比如 10%-20% 需要激光雷达，这也是一个大市场。考虑到智能驾驶长期会普及，激光雷达可能又是智能驾驶的标配传感器，未来的渗透率还将大幅提升。
更大的机会刺激了更激烈的竞争。新阶段的第一个特点是，中国公司整体赶超。
从供给端，头部中国公司在产品迭代上走到了前面。过去由 Velodyne 发明的机械式激光雷达不够稳定、经不起剧烈颠簸，且难以大规模制造和调准，不适合量产车，新的混合固态产品才能满足车规要求。在混合固态路线，庞杂的机械部件被只有薯片大小的镜片替代，中国公司迅速摆脱了专利掣肘，更早拿出了高性能的混合固态雷达。
更重要的是在需求端，中国车企激进地追求智能化，尤其是有互联网背景的新势力。它们更敢用新产品，而且不是像奥迪、奔驰那样在高端配置上一点点用，而是一上来就给旗舰车型全系标配。蔚来 ET5、ET7 等多款车型标配了图达通的激光雷达；理想 L9 全系标配了禾赛的 AT128。
另一个新现象是，大公司入局了。
大疆孵化的览沃和华为先后在 2019 年底与 2020 年北京车展发布自己的激光雷达产品，览沃后来拿到了小鹏 P5 的定点，并少量交付，不过览沃的产品是一款线数较低的补盲雷达。华为拿到了自己与长安、宁德时代共同投资组建的阿维塔的定点，已开始小规模交付。
各创业公司现在仍在积极争夺未上市车型。如禾赛和速腾都服务了比亚迪，速腾刚刚宣布进入了丰田供应链，它也是目前合作了最多车型的公司。稍晚成立于 2018 年，直接以量产车激光雷达为主要市场的探维科技获得了合创汽车定点，预计于 2023 年底交付。
但与创业公司的狂奔不同，进入 2022 年后，华为、大疆两大巨头在激光雷达赛场上声势渐息，它们的交付和拿单动作都如泥牛入海，听不到一点声音。
是他们做不出可以与初创公司媲美的产品吗？或者说，他们选择蛰伏下来等待新的机会到来？
使巨头暂且退却的原因可能是交付难度和毛利，以及对市场爆发时机的观望。
以速腾为例，它是最早发布混合固态激光雷达的中国公司，在 2019 年就推出了混合固态产品 M1，也拿到了最多的车企定点，但交付却陷入瓶颈。这是因为速腾选择的 MEMS（micro-electro-mechanical-system，微机电系统）方案中需要使用微振镜，它通过高频振动完成水平和竖直方向扫描。为了追求 150m 以上的探测距离，就需要放大微振镜尺寸，在高频振动等车载环境下，稳定性会受影响。
图达通选择的 1550nm 路线，得益于光谱波段的特性，可以实现 300-500m 的探测距离，在性能上有得天独厚的优势，但高昂的器件成本与不稳定的散热机制也在一定程度上影响了它的交付进度。不仅如此，最近汽车媒体《董车会》报道，有人用手机拍摄了蔚来 ES7 上的 1550nm 激光雷达后，手机就无法正常拍照了，这可能是因为激光雷达的发射端损伤了手机摄像头里的 CMOS（图像传感器） 感光元件，这可能也会影响其他车辆和电子设备摄像头的正常工作。
同时，上车的激光雷达产品现在大部分处于亏损状态。规模化效应尚未体现在单品成本上，尤其是已经开启大批量交付的厂商，卖得越多亏损越多。
这可能是华为激光雷达进度放缓的原因。华为去年明确提出，要优先做能盈利的业务。任正非说：“全球经济未来十年会持续衰退，华为应改变思路和经营方针，从追求规模转向追求利润和现金流，保证渡过危机。”
最后，在 “价值兑现” 的命题前，第二代激光雷达确实遇到了瓶颈，消费者现在真的那么需要激光雷达吗？
数万台激光雷达已随车辆交付到消费者手里，但无论网上或者笔者身边，许多车主都没有感受到激光雷达的价值与作用。激光雷达目前还不像摄像头等其他车规传感器那么成熟。在智能汽车的感知系统架构下，很容易出现系统只采用摄像头数据，不采用激光雷达数据的情况。
而激光雷达又不便宜。当前标配激光雷达的车辆售价几乎都在 40 万元以上，选配激光雷达则要约 1 万元，如上汽智己 L7 选配激光雷达的价格达到 15000 元，这是普遍卖数百元的车载摄像头的 10-20 倍。
正因如此，一些车企开始重新评估不需要激光雷达的方案。行业开始讨论：纯视觉会不会卷土重来。
马斯克大概率错了
纯视觉与激光雷达之争由来已久。2023 年伊始，特斯拉官宣降价，国内厂商也纷纷跟进，激烈的价格战增加了车企重新评估纯视觉方案的动力，他们需要更严苛地控制成本，主要使用摄像头等传感器的纯视觉方案，成本要低得多。
特斯拉 CEO 马斯克一直反对激光雷达。早在 2018 年的财报电话会上，他就表示无人车应该丢掉激光雷达这个拐杖，第二年的特斯拉自动驾驶日活动上，他又发表了广为人知的观点：“任何使用激光雷达的自动驾驶公司注定失败。”
马斯克对纯视觉的坚持一是出于商业考量，早期的机械式激光雷达体积庞大，价格昂贵，性能不稳定，完全无法契合量产车的需求；二是出于他独特的技术理念，马斯克认为如果人工智能可以媲美人类思维，摄像头就完全可以胜任甚至超越人眼，实现自动驾驶。人开车就主要靠眼睛看，并不需要能精准测距的感知器官。
当前绝大多数智能驾驶系统也确实建立在视觉感知的基础上，摄像头可以提供的颜色信息与高分辨率图像在感知领域的地位无可替代，是名副其实的机器之眼。而善于精准测距的激光雷达，确实只能扮演 “拐杖” 的角色。
然而，自动驾驶系统还不能丢掉这根拐杖。
特斯拉已发生数百起与智能驾驶相关的事故。据 2022 年 6 月，美国国家公路交通安全管理局（NHTSA）公布的数据，从 2021 年 6 月到 2022 年 5 月，美国涉及自动辅助驾驶的汽车碰撞事故共 392 起，特斯拉占 273 起，部分事故正和特斯拉的传感器方案有关。
比如 2016 年，一辆开启 Autopilot 的特斯拉与白色大卡车发生碰撞，这是因为单靠摄像头缺乏有效的物理测距法则，无法在强光环境下识别白色物体与天空背景的区别。
由于成像原理不同，摄像头和激光雷达各有利弊。摄像头是通过被动接收外部光线感知环境，优点是分辨率高且具备丰富的色彩信息，缺点是无法精准测量目标的距离。激光雷达恰恰相反，基于主动发光的原理，它可以精准感知环境中每一个物体的距离与位置，但无法提供详细的色彩信息。
另一方面，马斯克所设想的 “人工智能可以媲美人类思维” 现在也还没有实现。人工智能技术尚不能复刻人类大脑的思维模式，甚至这也不是人工智能进化的必然方向。
从源头思考，我们是要为自动驾驶再造一个人脑，还是为自动驾驶量身定制全新的感知系统？
在人类的驾驶世界里，有许多超脱标准和规定的灰色地带。人类司机多数时间是凭主观判断和肌肉记忆在操控车辆，通过 “感觉” 和 “经验” 做决策。然而，这种基于人类神经网络的 “感觉” 与人工智能的学习模式南辕北辙。
人工智能没有感觉，无法随机应变或急中生智，它只能依赖海量且精准的数据模型才能做出接近正确的判断。纯视觉在光学原理上的天然缺陷决定它无法提供足够精准的信息，这也是现阶段主要依靠视觉数据的自动驾驶系统还不够安全的原因。
所以出于安全至上原则，激光雷达会长期存在。特斯拉之外的几乎所有车企都站在纯视觉对立面，选择同时使用激光雷达、摄像头和毫米波雷达等多传感器。
不过根据特斯拉向欧洲监管机构提交的最新车辆变更申请，它的新自动驾驶硬件方案 “HW4.0”（Hardware 4.0）中又拿回了一颗 4D 毫米波雷达。现在尚不明了这颗雷达的具体参数、针对什么场景，但这说明特斯拉意识到了现阶段纯摄像头方案的缺陷。
在过去的技术路线或工程方法纷争中，马斯克两次取得了背离主流路线的胜利。在火箭制造领域，更主流的方法是通过购买并改造老式火箭入局，而马斯克选择采购二手设备，从零建造火箭。在汽车工程领域，传统车企一旦建成产线就很少变动，特斯拉却会快速改动、升级产线，达到精简工序、降低成本的目的。
在激光雷达与纯视觉的竞争中，马斯克又站到了多数派的对立面。他已经赢过两次，不过这一次他大概率是错了。
更融合的传感器
既然电动车产业还将长期需要激光雷达，那么与车企、消费者利益相关的问题就是激光雷达要怎么进化，才能突破当前稳定性不佳、性能不够、成本较高的瓶颈。
禾赛科技 CEO 李一帆在一档线上对话栏目里谈到激光雷达的终极形态时，他说：“激光雷达会消失”。无独有偶，探维科技的 CEO 王世玮和 CTO 郑睿童也分别在不同场合谈到过，在未来，激光雷达不会作为一个独立的传感器存在。
目前主流的自动驾驶方案中，会同时存在多个传感器，包括摄像头、激光雷达、毫米波雷达等。李一帆认为，未来 5 到 10 年，多种多样的传感器会被整合成一个主传感器，激光雷达也会融入其中。王世玮从技术演进的角度解释了这个变化趋势：整合多个传感器，有利于数据的 “前融合”。
在自动驾驶系统中一个关键过程是 “数据融合”，这就好像我们驾驶汽车会根据自己的视野、后视镜的景象、听到声音等不同信息做出综合判断，这正是一个完整的数据融合过程。
在车辆的机器系统中，数据融合分为 “前融合” 和 “后融合” 两种实现方式。
后融合是现在更常规的做法，它指独立识别与标定各个传感器的数据，再将结果输入给决策层，由智能驾驶系统决定应该采信哪一种感知方案。
后融合方案在多个传感器感知结果相同时，可以起到相互佐证的双保险，但是一旦感知结果相悖，就必然会出现某个传感器遭 “弃用” 的情况。在现有方案中，遭弃用的往往是激光雷达，这是因为现在主流的辅助驾驶算法都是基于视觉感知数据训练的。
而前融合，就是将各传感器的原始数据先融合到一起做统一的识别与标定，再将结果输入到决策层，呈现出一个包含图像与激光点云信息的全面感知结果。它的优势在于可以充分整合多传感器特性，输出的数据分辨率更高，并同时包含色彩与距离信息，能降低感知失效的风险。
前融合方案理论上更美好，但并不普及。这是因为多传感器的安装位置迥异，时间触发装置不同，要配准各传感器间的数据，对算法有极高的要求，并可能存在难以接受的空间、时间误差。
业界最早尝试前融合是在 2018 年，彼时自动驾驶赛道上有一颗冉冉升起的新星叫 Roadstar。在竞争对手们都以头顶 64 线 “大花盆”（一款早期的机械旋转式激光雷达）为荣时，他们给出了搭载 5 个小巧的 16 线激光雷达的解决方案。Roadstar 称自己之所以敢启用这么多传感器是因为能做到数据前融合，其他竞争对手没有这个能力。
可惜不久后，Roadstar 在 2019 年四分五裂，图像前融合路线也在自动驾驶江湖中销声匿迹。2021 年前后，探维科技开始推出硬件级图像前融合技术路线，不过并没有引起太多关注。
来到 2022 年，更多公司与专家指出后融合的缺陷，在替代方案上也提出了不同的想法。
上汽智己打出深度融合牌，声称在后融合与前融合之间找到了平衡点。曾联合创立 Roadstar ，现任自动驾驶公司元戎启行 CEO 的周光接受《Auto Byte》专访时说：“多传感器前融合是必要路线。即便是特斯拉，也并不反对前融合，只是不接受后融合。”
前融合方案重新进入主流视野。彻底的前融合，不仅是一个算法问题，也需要硬件层面的整合。如果只靠算法做前融合，难点是多传感器之间的空间配准与时间同步，在融合过程中会产生大量的精度误差。
传感器硬件集成也有利于降低整个智能驾驶传感套件的成本，使高级辅助驾驶功能进入更便宜的车型。
现在一辆高级辅助驾驶汽车会搭载 20 到 30 多颗传感器。以蔚来今年会交付的 EC7 为例，1 颗激光雷达、11 个摄像头、5 颗毫米波雷达、12 颗超声波雷达，29 颗传感器的总硬件成本在 15000 元左右。硬件层集成有望将这个数字降至 10 颗以内，甚至更少，整体成本可能大幅下降。
由此，激光雷达的 “消失”，或者说未来 “激光摄像机” 的诞生，将是实现激光雷达最大价值的必然选项，也是下一代产品的进化方向。
车企的选择题
在更整合形态的主传感器到来之前，车企眼下已面临选择：要不要在新车型使用激光雷达？是少量高配还是标配？下探到多少价位的车型，对应多大规模的计划销量？
车企抉择的首要依据是市场反馈，是消费者的态度。
客观而言，激光雷达和它支持的整个智能驾驶系统，现在还没有带来惊艳的体验，也没有成为左右买车与否的决定性因素。这不仅是激光雷达自身的问题，也受限于整个智能驾驶方案，尤其是软件算法的进化速度。
但车企的决策还有另一个逻辑，即提前做 “技术预埋”，以提升远期竞争力和保持产品引领性。苹果就是一个成功先例。
在 2020 年更新 iOS 14.2 时，苹果把用于自拍的前置摄像头分辨率提升到了 1080p，不光是当时最新的 iPhone 12 可享受这一更新，iPhone 8 后的每一代产品都可以。这是因为早在 3 年前开发 iPhone 8 时，苹果已选择了能支持这一功能的摄像头。类似的例子还有从 iPhone 10 开始内置的垂直震动马达，和从 iPhone 12 开始配置的用于 3D 成像的手机后置激光雷达。
这些技术布局的共同点是，先硬件、后软件，在搭载硬件时，它直接对应的应用还没那么丰富，或者根本就没有开放相关功能。
之所以要提前做，而且不能仅放在实验室做，是因为大部分智能功能都是一套软硬件相互支持的方案，它会随调用量和数据量提升加速进化。对行业领先公司来说，如果等软硬件都准备好了再推方案，会落于人后，提前在更大规模的设备上预留有冗余的硬件，等软件更成熟时，就可以在更短时间内把某个新功能推给更多用户，提升迭代速度，保持产品的引领性。
相比主要靠发动机、变速箱等机械部件塑造差异化的燃油车，“含硅量” 提升、软件占比提升的智能电动汽车正变得越来越像苹果所在的消费电子行业。
一些对苹果研究颇多的公司已在应用技术预埋的思路。如理想在自己售价最高的 L9 车型上全系标配了激光雷达，蔚来也有相似动作，他们没有给消费者提供不装激光雷达的选项。
今年到明年，比亚迪也会陆续推出搭载激光雷达的车型。据了解，比亚迪已在尝试自研激光雷达，这意味着激光雷达有望进入更主流的汽车市场。
对激光雷达介入较深的还有蔚来。蔚来的激光雷达并不完全依靠供应商，它自己为激光雷达上车做了很多工程工作。
支持车企提前投入的一个有利条件是，即使传感器还没有走向最终融合，激光雷达成本也在持续下降。过去十年它的售价从 8 万美元降到数千元人民币，已降低了约 100 倍，随着出货量继续扩大，其研发和制造成本会进一步摊薄。国产替代也是降价推手。激光雷达现在的主要零部件是 EEL（边缘发射激光器）、VCSEL（垂直腔面表面发射激光器）、SiPM（硅光电倍增管）和 SPAD（单光子雪崩二极管）等光学器件。以 VCSEL、SPAD 为核心的激光收发系统占激光雷达三到四成硬件成本，它们主要由欧司朗、Lumentum、滨松、索尼等国外公司供应，中国公司进入上游后，会拉低这部分元器件成本。
在考虑激光雷达和智能驾驶系统的价值时，常见的逻辑是 “怎么用这些新东西更好地卖车”。
但在技术尚不成熟的阶段，有野心和实力的车企更可能思考的问题其实是：怎么更好卖车，以获得积累智能化能力的空间。
如果车企相信更高级的智能驾驶会普及，相信行业成长速度，那么持续推出搭载激光雷达的车型、改善辅助驾驶体验，就是车企主导智能化发展的必经之路。
全球销量最多的电动车公司现在是中国公司。比亚迪去年卖出 187 万台车，超越了特斯拉。整个中国则生产了全球 65% 的新能源车。从最大到更强，在开创新的行业标准和引领一代产品上，中国公司还可以做得更多。
微信扫码关注该文公众号作者