在角逐自動駕駛的高風險競賽中，多年來逐漸形成了一道深刻的理念與工程分歧。一方是幾乎整個汽車與科技產業，他們推崇名為** 感測器融合（sensor fusion）** 的方案—— 一種「雙保險」 式的思路，將攝影機、雷達與雷射雷達（LiDAR）結合，建構出冗餘、多層級的環境感知系統。另一方則只有特斯拉孤身一人，它大膽且極具爭議地押注在單一感知模式上——純視覺、基於攝影機的感知方案。特斯拉主動拆除並停用雷達等硬體的決定，曾遭到廣泛質疑，但這項舉措源自於其對人工智慧與自然智慧本質的、基於第一原理的堅定信念。想要理解特斯拉為何下此重註，首先必須先弄清楚：特斯拉究竟否定了什麼。1.什麼是感測器融合？感測器融合的概念其實非常簡單。它的目標是利用不同類型感測器各自的獨特優勢，為車輛周圍環境建立一個單一、統一且高度穩健（穩定可靠）的模型。每種感測器都有其優缺點，理論上，將它們融合在一起可以彌補各自單獨使用時的短板。攝影機能提供最豐富、解析度最高的數據，像人類一樣以色彩和紋理感知世界。它們可以辨識路牌文字、區分交通燈顏色，並理解複雜的視覺場景。其主要缺點是：在惡劣天氣和低光照條件下表現會下降，且難以精確測量相對速度。雷達非常擅長測量物體的距離和速度，即使在極端天氣下也能正常運作。它能輕鬆「看穿」 雨、霧、雪，但缺點在於解析度較低。無論如何計算，想要在單一方向上達到單一攝影機的分辨率，需要一個12 英尺× 12 英尺、成本高達數百萬美元的雷達陣列。它能告訴你「有東西」 以及「它移動得多快」（前提是物體在移動），但很難判斷物體是什麼，也難以辨識靜止物體。光達（LiDAR） 工作原理類似雷達，但使用激光，能產生環境的精確3D 點雲地圖。它在測距和形狀感知上精度極高，可以建構極其精細的三維環境模型。主要缺點是：成本相對較高，且在惡劣天氣（尤其是霧、雪、雨）中表現會下降。光達還有一個短板：採集的資料量極大，光是第一步資料處理就需要龐大的算力。這是業界成熟的技術方案，Waymo、Cruise 等公司都在採用：將三類感測器的數據融合，打造一套具備內建冗餘的感知系統。2、特斯拉的起點：多感測器方案對許多人來說，這已是一段被遺忘的歷史，但特斯拉並非從一開始就採取純視覺路線。從推出到2021 年，早期的Autopilot 系統同時配備了攝影機和前向雷達，雷達由博世等專業汽車感測器廠商提供。這是一套常規的感測器融合方案：雷達作為主要感測器，用於測量前車距離與速度，從而實現交通感知巡航控制以及早期版本的FSD Beta 功能。多年來，這種多感測器方案一直是業界標準。即便特斯拉自研了專屬FSD 晶片，外界仍普遍認為雷達會繼續作為核心零件，成為不斷發展的視覺系統的安全兜底。然而在2021 年，特斯拉做出了一次極為激進的轉向。3.轉折點：特斯拉為何放棄雷達方案這項轉變始於2021 年夏天，特斯拉宣布將在新款Model 3 和Model Y 上移除雷達，全面轉向名為** 特斯拉視覺（Tesla Vision）** 的純相機系統。此舉源自於伊隆・馬斯克基於第一原理的核心理由：感測器資料衝突會帶來安全風險—— 這一觀點他至今仍在堅持。光達和雷達會因感測器衝突而降低安全性。如果光達/ 雷達與攝影機的資料不一致，該信誰？這種感測器資訊模糊帶來的是風險上升，而非下降。這就是Waymo 無法在高速公路上行駛的原因。我們在特斯拉上關閉雷達，就是為了提升安全性。伊隆・馬斯克的觀點是，感測器融合會催生一個全新且更危險的問題：感測器衝突。當兩種不同的感測器系統給出相互矛盾的訊息時，車輛該相信那一個？那一種感測器才算「更精準」 或「更安全」？是由車輛在當下即時判斷，還是由工程師事先設定好優先順序？感測器資訊的模糊性本身就存在風險，因為決策模組可能會因此陷入癱瘓，尤其是在安全優先的場景下。這並非單純的理論思辨，特斯拉的完全自動駕駛（FSD）工程師也給了具體實例。在同一討論中，特斯拉人工智慧工程師蔡允達指出，雷達存在根本缺陷：它無法正確區分無法產生頻率偏移的靜止物體、橫斷面細小的物體，或是雷達反射率低的物體。這正是過去困擾特斯拉的** 無故急煞車（幽靈煞車）** 問題的根源—— 車輛可能會把路邊靜止的天橋或丟棄的鋁罐誤判為停下的車輛，從而觸發不必要的煞車。在特斯拉看來，實現通用化自動駕駛的路徑，是攻克視覺感知。人類依靠雙眼這兩台「生物攝影機」 和強大的神經網路就能駕駛。他們的核心判斷是：如果能讓電腦視覺做到完美，那麼其他任何感測器往好了說是多餘幹擾，往壞了說就是危險歧義的來源。4.當下方向：純視覺路線的願景如今，每一輛全新特斯拉都完全依賴特斯拉視覺系統（Tesla Vision），由8 顆攝影機提供支援。該系統透過複雜的神經網路建構出三維向量空間的環境模型，車輛據此進行分析與行駛決策。關於純視覺路線，還有一段耐人尋味的插曲。當特斯拉推出第四代硬體（現稱為AI4）時，新款Model S 和Model X 都搭載了全新的高清雷達。但為堅定實踐純視覺路線，特斯拉從未在完全自動駕駛（FSD）功能中啟用這些雷達。事實上，FSD 表現最成熟的反而是特斯拉銷售最高的車型Model Y，而非配備額外感測器的車型。儘管特斯拉可能會從這些雷達收集部分資料、驗證系統性能，但雷達並未真正納入FSD 的感知體系。5、👉 二選一的結局：非成即敗特斯拉放棄感測器融合方案，是其自動駕駛路線與業界其他廠商最核心的差異。這是一場孤注一擲、高風險高報酬的豪賭，而目前來看，特斯拉明顯佔上風。特斯拉、伊隆・馬斯克、阿肖克及特斯拉AI 團隊一致認為：想要打造一套具備類人智慧、可規模化、通用型的自動駕駛系統，唯一路徑就是徹底攻克視覺感知難題。如果這項判決正確，他們將打造出比競品那些造價高昂、堆滿感測器的車型成本更低、擴充性極強的系統。如果判斷失誤，他們最終可能遭遇效能瓶頸，只能回頭加裝感測器—— 但到目前為止，這類瓶頸尚未出現任何端倪。如今，特斯拉已全力押注純視覺系統，技術進展與能力毋庸置疑。 (芯榜)