马斯克到底为什么这么反对雷达?
要深入理解这一点，我们需要从特斯拉的自动驾驶技术发展思路说起。特斯拉的核心理念是“从头开始”（From scratch）的自主研发，并且极度依赖视觉信息。他们认为，人类驾驶员就是通过眼睛来感知世界，并做出驾驶决策的，所以，模仿人类的感知方式，构建一套强大的视觉系统，才是实现真正“完全自主驾驶”（Full SelfDriving，简称FSD）的最佳路径。
那么，雷达在特斯拉的自动驾驶愿景中扮演了什么角色，为什么马斯克会有如今的态度呢？
最初，特斯拉在早期版本的Autopilot系统中确实集成了雷达。当时，雷达被视为一个重要的辅助传感器，能够提供车辆在低光照、恶劣天气（如雨、雪、雾）等视觉系统可能受限情况下的可靠感知信息。雷达通过发射无线电波并接收其反射信号来探测物体，不受光线影响，并且能够测量物体的距离和相对速度，这些都是雷达的天然优势。
转折点和马斯克的“弃雷”论调
然而，随着特斯拉在FSD研发上的投入不断加深，尤其是在其“特斯拉视觉”（Tesla Vision）战略的推进下，马斯克开始逐渐淡化甚至移除车载雷达。他公开表达的对雷达的“不信任”或“过度依赖”的担忧，主要体现在以下几个方面：
1. 数据冗余与矛盾： 马斯克认为，如果一个系统过度依赖多种传感器，并且这些传感器提供的信息存在冲突，那么系统在决策时会变得犹豫不决，甚至出错。他更倾向于让一个单一、强大的感知系统（即视觉系统）来负责主要的感知任务。他曾多次表示，雷达提供的数据有时与摄像头的数据不一致，而他更相信摄像头的“真实世界”数据。他形容雷达数据有时是“嘈杂的”或“虚假的”，可能导致不必要的紧急制动或其他错误行为。
2. 对视觉系统的极致追求： 特斯拉投入了巨大的资源来研发和优化其基于摄像头的FSD系统。他们开发了强大的AI模型，能够从摄像头图像中识别出各种物体（车辆、行人、自行车、交通标志、车道线等），并理解其空间关系和运动轨迹。马斯克坚信，通过不断提升神经网络的复杂度和训练数据的质量，视觉系统可以达到甚至超越人类驾驶员的感知能力，包括在复杂场景下的鲁棒性。他认为，雷达虽然有其优势，但它的“视野”是有限的，并且在识别物体种类、纹理、颜色等方面远不如摄像头精细。
3. 成本和集成复杂度： 随着车辆生产规模的扩大，成本控制和系统集成是特斯拉非常看重的因素。增加更多的传感器意味着更高的硬件成本、更复杂的布线、更多的计算资源以及更复杂的软件融合算法。移除雷达，尤其是当时市面上许多雷达的成本仍然不菲，可以简化车辆设计，降低制造成本，并减少潜在的故障点。特斯拉一直以其精简的车载硬件而闻名，这种策略也体现在其对传感器选择上的权衡上。
4. 感知能力的“终极目标”： 马斯克的终极目标是实现一个能够应对所有驾驶场景的“类人”自动驾驶系统。他认为，人类驾驶员不需要雷达，只需要眼睛和大脑。如果特斯拉的自动驾驶系统能够真正实现这一点，那么它将是世界上最先进的自动驾驶系统。因此，他愿意承担移除雷达带来的短期风险和挑战，以追求这一长远目标。他曾说：“雷达是一个可以帮助你（在困难天气下），但它是一个非常不精确的‘拐杖’。我们希望解决问题的根源，而不是依赖一个‘拐杖’。”
5. 对第三方传感器供应商的依赖担忧： 马斯克一贯倡导自主研发，以避免对外部供应链的过度依赖。如果特斯拉持续依赖雷达，就意味着它需要与特定的雷达供应商合作，这可能会限制其在技术迭代和成本控制上的灵活性。通过完全自主的视觉系统，特斯拉能够掌握从硬件到软件的全部核心技术。
实际应用中的争议和调整
尽管马斯克对雷达持否定态度，但特斯拉的自动驾驶发展并非一帆风顺。在移除雷达后，特斯拉的FSD系统在某些恶劣天气或复杂光照条件下的表现确实受到了一些质疑，部分用户也报告了一些感知上的问题。
正是因为这些反馈和实际测试中的挑战，特斯拉在某些版本更新中也对基于视觉的感知策略进行了调整，比如在算法上更加精细地处理图像信息，以补偿某些雷达可能提供的功能。有时，用户也会解读为特斯拉在技术路线上有所反复或策略上的摇摆。
总结来说，马斯克反对雷达，更准确地说，是他对以视觉为主导的自动驾驶技术路线有着近乎偏执的信念。他认为雷达是一种“不够好”、“不够智能”的传感器，其数据可能干扰更“真实”的视觉信息，并且会增加成本和复杂性。他愿意牺牲现有的雷达优势，去赌一个完全由摄像头和强大AI驱动的未来，并相信这条路最终能带来更纯粹、更强大、更具成本效益的自动驾驶解决方案。这是一种极具冒险精神，但也可能蕴含颠覆性创新的技术哲学。
网友意见
企业家的承诺都是屁。
乔布斯当年开发iPod的时候的时候，坚持不允许有彩色屏幕，结果后来就妥协了。
在初代iPhone的时候，乔布斯坚持不肯开放App Store，觉得不应该对第三方开放，结果还是开放了。
马斯克刚开始见特斯拉两个创始人的时候，还承诺只是风险投资，结果等到特斯拉原型车一发布，马上踢走了两个人。
2015年马斯克承诺到了2017年，特斯拉的续航里程达到1000公里，现在2021年了。
2015年开始马斯克最开始的无人工厂多次承诺，解决产能问题，最后是上海的工厂才解决问题。
现在马斯克所说的，不代表以后他会推翻自己的承诺，企业家为了逐利什么事情都干出来。
你们在这里吵翻天，对于马斯克来说，就是一句话而已，先别太当回事。
雷达路线和纯视觉机器学习路线是两种不同的路线。
特斯拉针对视觉机器学习路线建立了很宽的护城河。这个护城河就是特斯拉电瓶车的保有量，所有的特斯拉无论FSD是否开启，摄像头都在不停地收集路面信息，海量的数据送到特斯拉的服务器上用于视觉机器学习。数据量就是机器学习的命根，而论数据收集量，没有任何一个车厂能够比得上特斯拉，这就奠定了特斯拉在自动驾驶方面的绝对优势地位。
但这个前提是纯视觉机器学习的科技树确实能够百分百解决自动驾驶问题，然而是否如此还是未知数。一旦其他传感器方案哪怕是多传感器融合方案能够胜过纯视觉方案，都会让特斯拉的护城河的效用大大降低，甚至一文不值。而这是致命的，会导致特斯拉空头大幅压过多头，使得特斯拉的泡沫全面破裂。
这就是为什么马一龙要驱使特斯拉的技术路线彻底摒弃雷达技术。因为哪怕是在特斯拉自己的车上实现了更好的多传感器融合方案，都是对纯视觉方案的威胁，等于自己打自己脸、自己填自己的护城河。
一开始是为了便宜，现在加上下不了台。
聪明的中国人发明了筷子，筷子方便灵活，“夹取”的动作，可以认为是手指功能的延伸。
但即使是最愚蠢的中国人，也知道喝汤应该用汤勺，而不是用二十根筷子模仿手指拢成的碗。
马教主就是那个鼓吹“因为人类只有手指，所以我们不需要汤勺”的人。
结果居然还能收获一群“因为人类只有眼睛，所以自动驾驶不需要其它传感器”的信徒，可以说是相当成功了。
摄像头+AI无敌论
战斗机可以抛弃费电、体积庞大的AESA、PESA了！换上一个摄像头+显卡即可。
导弹可以抛弃砷化镓导引头了，换上一个CMOS+显卡即可。
大杀器可以抛弃捷联惯导了，换上一个枪机+AI主机即可。
潜艇鱼雷可以抛弃声呐了，换上摄像头还不会暴露自己。到底前面是舰艇还是蓝鲸不还是有AI嘛。
研究合成孔径雷达、相控阵雷达的那些研究所可以撤掉了，只需保留海康威视即可。
卫星可以轻易微型化了，发射上去个摄像头即可，至于拍到了啥可以靠地面站AI自行脑补嘛。
摄像头带来行业的深度变革，各行各业大佬纷纷表态要迎接摄像头+AI脑补才是未来。机加测距、路桥建设、三维测绘通通摄像头化。
特斯拉终于进化成他的终极版本 modle250plus pro max + super ，全车250个摄像头，装了250块泰坦显卡，配套250千瓦的水冷，开门上车自动识别车主身份，尊贵的二百五先生您好…
--------
科学家们辛苦几百年，总算把人类低级的蛋白质玻璃体可见光被动雷达升级到全频电磁波主动雷达，马斯克一个做买卖的的吆喝就把你们给忽悠倒回去了。麦克斯韦、伦琴的混凝土坟头都要爆炸了。
王婆卖瓜怎么忽悠都没错，掏钱买东西的跟着瞎什么凑热闹。
二次更新一下吧
第一，我没说视觉方案不行，我是说纯视觉方案不行。我一直说纯视觉方案是个瘸腿，因为逻辑计算机出结果需要时间，以目前的算力，一些特殊情况下的延迟是不能接受的（延迟低了结果就不准确）。所以就需要其他方面的补充，激光、毫米波、高精度地图啥的，你输入的数据越多，计算机得出结果的速度越快，结果越准确。这事是物理限制，不是简单的算法能弥补的。
第二，再说丰田，我没说丰田的hev不厉害，我在别的回答里说过，丰田的hev甚至可以说做到当时技术的极致了。但是没办法，技术换代了。随身听不见了，cd也不见了，等离子电视也不见了……这是日本大企业的通病，他们做一项技术，有能力做到极致，但是一旦换赛道，就拉了胯了。当然了，有人说中美不带日本玩，但是标准在那呢，定死了，也没有排他协议，怎么你日本企业就不能搞研发呢？说到底，就是押错宝了，当时没觉得电动车能起来。
第三，氢能源。说实话，燃料电池车，除了能量密度高，剩下的全是痛点。而电动车，除了能量密度低点，几乎没有痛点。这几年，电动车的进步就是伴随着电池进步的，搞电动车，搞定电池就够了。但是你看氢能呢？从制备储运分销到成本技术，都是问题，哪一个都制约着商业化。我敢在每一个停车位布置充电桩，你敢在人员密集场所建加氢站吗？油库起火都能救回来，你储氢罐着了就只能收尸了，有可比性吗？有人用中美还在研发什么的来反驳我，中美这种体量的国家多条技术路线并进不是很正常的事？但是至少未来三四十年内，氢能源车不具备替代条件，只可能小范围应用。
更新一下，看大家吵的厉害。
我说的不是视觉方案不重要，而是纯视觉方案是个残疾，现在的激光雷达方案，本身都是包含着视觉方案的。摄像头可以做的比人眼更厉害，但是目前的问题是，芯片做不到在极短的时间内处理这么大的信息量做这么大的处理。现在的短板在于算力，芯片的算力和人脑差距太大了，算法不足以弥补这部分差距，所以需要雷达来作为补充，通过
去看看丰田的混动就知道了。
路线选择错误，一步慢步步慢。
评论区有人说丰田都卖了那么多了，怎么能叫做路线错误呢？纵观丰田技术路线，混动确实走在了前面，于是呢？看不清世界大趋势，没有政治敏感性，咬着自己的混动和燃料电池不撒嘴，到了最近两年，才开始各处找合作，有点紧迫感。但是，低端有五菱北汽之流，中高端有造车新势力和比亚迪特斯拉，高端品牌加成支持不上去，整个市场已经被瓜分的差不多了，那还有你的位置。
另外，有人还说燃料电池多厉害咋滴咋滴，说的我想发笑。我都不想说安全性问题了，就说说成本，丰田fcv多少钱你们不是不知道吧？这都不说，你们会说哎呀以后量大了成本就低了。关键是，汽车电动化就是为了减少化石能源的使用，目前的工业制氢成本最低的就是就是化石燃料转化，电解水的成本要提高4到5倍，更别说能量转化时候的损耗，储运过程中的成本，别说什么中国的电都是烧煤发的了，电解水的电不是烧煤的？
还有人说汽车电动化很容易，确实容易，就像当初李书福说的一样，汽车也只是四个轮子加俩沙发嘛。但是看看如今的电动车市场，新势力和特斯拉走的都是电子产品的路子，这也是目前人们对中高端电动车的基本要求。传统车企进入中高端市场做的还不错的就只有比亚迪了，人家深耕市场快二十年了。说实话，与其相信丰田电动车，还不如期待一下小米电动车。
最后说说纯视觉方案，说点实话，纯视觉方案就是个残疾，这是天生的，没有办法弥补的。自动驾驶这玩意，说到底，最基本的，就是环境感知。目前的计算机，是需要你输入数据，才能输出数据的。你输入的数据量少，那你输出的数据自然也就少。也别指望算力进步了，人脑的算力大概相当于现在超算的几个机柜，你车装的下？也别指望人工智能的发展了，那玩意至少得强人工智能才能达到要求，指望现在的人工智障？强人工智能可是比商用聚变堆差了更多个五十年。
说实话，要是搁别人，这方案根本不可能上车，只有特斯拉敢于不把车主当人，让用户当小白鼠去给它跑数据。
当然了，现在马斯克就是骑虎难下。纯视觉方案就是一个过度品，他自己也知道不靠谱。但是作为一个割韭菜小能手，他完全不在意自己的用户是不是会处于危险中。
马斯克唯一没有预料到的就是激光雷达的成本降得这么快，以至于他韭菜还没割完，人家量产车上市了。
所以现在就是硬撑罢了，能割一茬算一茬。
不妨先问一下，迄今为止，有任何生物或者人类的任何工具是靠激光或者雷达来行动的么？没有，绝大部分都是用视觉加算法解决的，在激光雷达出现之前，人类自己几十亿人年复一年的开车一样就靠视觉。为啥轮到AI开车就必须用激光雷达了呢？ 其可以在汽车周身布置十几个摄像头已经比人类靠双眼有利很多了，只要解决算法问题。
--------------------------------------
看到很多人回复里不断提到蝙蝠， 这里就补充说一下
这些例子恰恰说明了视觉算法的有效性，蝙蝠是活动于环境相对干净的空中，因此它选择在夜间，此时它的超声波在前方得到反馈后，无非就是几样东西，障碍物，一般肯定是比较大的，信号很容易分辨出来，那就改变方向，飞虫，那肯定很微弱，在空中还有这样的体积一般都是有机体，那就扑上去吃就是了。 而即使如此，蝙蝠的失误率其实并不低，撞墙撞树也不是啥稀罕事，但它的容错率高，身轻体小，撞了也不一定死伤，而就算死伤了又如何，残酷的大自然里每天无数生物在死亡，它们生存下来不是靠每一个个体的行动都精准高效，而是在出生率和死亡率间取得了平衡。
而且蝙蝠选择在夜间活动，其实就是以自己捕猎效率一定程度的下降，换来天敌捕食者更大程度的效率下降，而这些更强大捕食者都是依赖视觉的。
至于说蚯蚓，深海生物，它们确实可以不靠视觉，但这样的代价就是它们只能生活在一个相对单调，低活性的系统中。
当然还有人说听觉，对于开车而言是有一点辅助作用，但一个人可以塞着耳朵开车，但不可能闭着眼睛开。两者在信息获取层面的权重是差了几个数量级的。
马斯克的格局比其它车企大太多，都不是一个层级。
激光雷达有如下问题：
1.激光雷达需要不断迭代更新，每次迭代需要硬件更新，也就是说要换雷达。这样的话，已经卖出去的车就没法同步迭代更新。但如果是摄像头，只需要软件更新即可，不需要换摄像头。
2.目前大多数车企都是用摄像头+激光雷达，这时候就出现一个问题：摄像头和激光雷达探测方式不一样，如果判断结果不一样，一个判断前面有障碍物，一个判断没有，该以哪个为主？
3.当用摄像头+激光雷达时，要将两种算法融合，难度极大，如果单纯用摄像头就不存在这个问题。
4.激光雷达会互相干扰，现在装激光雷达的车还少，这就不是问题，一旦路上跑的车大部分都装了激光雷达，会带来巨大困扰。
马斯克运用第一性原理方式思考，认为既然人眼能只凭视觉开车，那么也必然能只凭摄像头自动驾驶，所以他一开始就觉得用纯视觉方式发展自动驾驶更好。此外，他已经卖出去的特斯拉可以协助他做影子模式的训练，让超级计算机不断改进算法。
而其他车企，首先没有马斯克的远见，被眼前的现实所蒙蔽，认为摄像头+激光雷达要好于纯摄像头方式，所以一开始就走错方向了。现在也许一些车企也感觉到纯视觉是未来的方向了，但已经搞了很久的摄像头+激光雷达，现在要改为纯视觉，意味着一切要推倒重来，他们承担不起这个巨大损失。另外，特斯拉有几百万辆特斯拉帮他日夜不停的做影子模式训练，其他车企没有这个优势，一旦改为用纯视觉方式，自动驾驶会落后别的车企一大段，所以也不敢改。
总结一句话：纯视觉方式是先难后易，一开始很难，后面的优势越来越明显，越来越畅通。摄像头+激光雷达方式是先易后难，一开始感觉进步很大，后面的路越走越窄，到最后无路可走。
（其实现在其他车企都盯着特斯拉呢，准备一旦特斯拉的纯视觉自动驾驶真正能成功，就马上跟着改）
而特斯拉一开始就走在正确的道路上，并且把其他车企越甩越远，其他车企连路都走错了，不可能赶上他了。
最迟不过三年，特斯拉的自动驾驶将出现巨大飞跃，马斯克会再一次证明他的判断是对的。
有的回答说是因为马斯克想省钱，其实这跟钱没半毛钱关系，如果马斯克觉得自动驾驶真的少了激光雷达就不行的话，多贵他都会装，然后想办法不断降低激光雷达成本。
2021年8月3日更新
看了回答，反对声音很多。
主要的反对理由有：1.人类也不是只靠视觉开车，还依靠听觉。2.摄像头也有迭代更新。3.摄像头+激光雷达的效果肯定优于单纯用摄像头，比如在大雨天和大雾天、大雪天。
好吧，那我就来一一反驳。
1.人类开车依赖听觉，主要是后面或侧面来车鸣喇叭提醒要超车了，但自动驾驶时有侧面和后面的摄像头随时监测，计算机也不像人类一样会分散注意力，所以不需要按喇叭提醒。纯视觉做到极致，能做到和人类开车用视觉+听觉，甚至更好，因为计算机不会分散注意力，且反应更快。2.目前摄像头的清晰度足够自动驾驶了，更多的是算法更新迭代，即使摄像头需要硬件更新也是一两年更新一次，激光雷达的更新迭代频率要高得多。3.在大雨天、大雾天、大雪天时候，激光雷达的效果也并不好。
既然在恶劣环境下，激光雷达的效果也不好，那为什么还要用激光雷达？
我再退一步，假设在大雨天、大雾天、大雪天时候，激光雷达的使用效果很好。
但很多人还是低估了摄像头+激光雷达的算法融合有多难，很多车厂把大量精力花费在这上面。之前特斯拉用摄像头+毫米波雷达，就发现了这个算法融合难题，所以现在特斯拉才把毫米波雷达毫不犹豫地去掉。
然后现在特斯拉专心致志搞纯视觉，现在他们的超级计算机算力已经是排名世界第五，正在研发的最新一代计算机Dojo一旦成功，算力将达到世界第一。
有这样的超级计算机加持，协助特斯拉不停的做影子模式训练，在纯视觉方面，特斯拉的汽车将很快能够识别绝大部分的物体是什么，并能迅速判断该让汽车采取什么措施，并将很快达到和人类老司机一样娴熟驾驶。
这个时候，特斯拉确实在大雨天和大雾天、大雪天不能做到自动驾驶（和人类一样），但有什么关系？它在其他时候已经能做到像人类一样驾驶了，已经成为老司机了，它已经可以宣称自己达到L5级别的自动驾驶了。
这个时候，人们会狂买特斯拉汽车，订单会比现在增加千倍。
然后这个时候，特斯拉再来补齐短板，做摄像头+激光雷达的融合，等成功后在生产下一代特斯拉汽车时再把激光雷达加进去就行了。
这叫做锦上添花。
而其他车企，本来做摄像头的算法就比特斯拉差老远，现在还要花费大量时间研发怎么降低激光雷达的成本，怎么提高激光雷达的精度，怎么让摄像头和激光雷达算法融合。只怕当特斯拉把纯视觉做到极致的时候，他们还啥都没搞成。
这就好比，一个同学成绩很优秀了，也很聪明，并且只学数学。
另外一个同学成绩一般，资质也不咋的，却不光要学数学，还要学语文。
那这两人谁能第一个把数学考到一百分？
请你们记住一句话：
天下武功，唯快不破。
评论区反对的人都没意识到这一点，大多数车企和你们的意识一样，只考虑到摄像头+激光雷达效果肯定优于摄像头。你们只看到了问题的一层，而马斯克看到了问题的第二层，甚至第三层。
所以，我说马斯克的格局更大。
七八年前，当马斯克说要做可回收火箭时，一大堆人喷他，说肯定做不成，结果他做成了，现在别的航天公司纷纷仿效他搞可回收火箭。
后来，他做电动汽车，搞大量圆柱形电池堆砌在车里面，又一大堆人喷他，结果他又做成了。现在搞电动汽车的人又纷纷仿效他搞一大堆圆柱形电池堆砌在车里面。
然后他现在搞纯视觉自动驾驶，又一大堆人喷他。
若干年后，当他的纯视觉自动驾驶成功了，其他车企又会纷纷效仿他。
而键盘侠们呢，会找个其他理由继续喷他。
主要是成本问题，激光雷达成本还是比较高的，当然你也可以说降低成本是为了大家好，让大家买车的支出可以少点，用户享受小恩惠，特斯拉拿大头。
用户享受小恩惠的代价，就是把自己当成数据收集器，这些数据收集到后台特斯拉用这些数据训练AI，直到这些AI可以变得像人一样聪明。
这个过程可能会比较痛苦，要付出点代价，但长远看，说不定也是文明的一大步呢。
如果有人愿意节约点成本，但要对数据做点贡献，这也是一种交换吧，至于是不是等价，各人可能有自己的评判标准，不好定论。
就我来说，我是不愿意当这个试验品的，宁可成本高点，多装几个激光雷达，保命要紧呀。
当然，展望未来人类高科技的前景，从布鲁诺被火烧开始，确实需要人类的奉献精神才行，你不奉献，他不奉献，那会有马老师的美好未来？
我有个建议，马老师可以把狗狗币割韭菜挣来的钱，买几个激光雷达给大伙装上，功德无量。
你把马斯克想象成CEO圈里的bobo就行了，他发推更类似排便行为而不是社交行为
先不要着急评价马斯克这个人，我们先搞清楚自动驾驶里的雷达是怎么回事。
自动驾驶里说的雷达，严格说来是『光学雷达』，因为和传统意义的声波雷达不同，业界英文名称是Lidar，全称Light Detection and Ranging。Lidar的工作原理，是通过射出激光射线，根据反射回来的时间来探测到目标的距离，这种技术精度相当高，探测距离能够精确到毫米级别。
目前，使用Lidar来实现自动驾驶，还是主流，比如谷歌的Waymo项目，还有Uber的自动驾驶研究，都是采用Lidar的方案，所以，表面看起来，特斯拉不采用Lidar，是一个逆潮流的动作。
Lidar这么好？为什么特斯拉不用？难道马斯克傻吗？
不过，虽然Lidar有这样的优点，但是上帝是公平的，巨大的优点伴随着巨大的缺点，Lidar的最大缺点就是——贵！
给一辆车装配上Lidar，花费大约在一万美刀，对于目前并不公开售卖的Waymo和Uber来说，基于Lidar的自动驾驶研发算是前期投入，反正量不大，玩得起，但是，特斯拉可是正儿八经大规模量产售卖的车啊，如果每辆车的成本再增加一万刀，你觉得能够卖得好吗？
光是这一点理由，就足够让特斯拉放弃雷达了。
当然，不能只找这一个理由，特斯拉还有其他原因，而且这些原因比钱多钱少更加直观。
我们人类的行走和驾驶，靠的可不是像蝙蝠一样发射出声波然后听回声，更不是靠发射激光，我们人类就是利用视觉来识别周围的物体，然后做出行动的判断——特斯来放弃Lidar，采用只能视觉，就是基于这样的原理。
而且，Lidar的确有个小辫子，那就是Lidar探测距离物体距离很准，但是却并不知道物体是个什么东西，特斯拉举的例子就是『Lidar无法分辨一个路标和一个塑料袋』。
从Lidar的角度看，它所感知道的差不多是下图这样的一个外界环境。
Lidar能够测出距离右侧道路边缘的距离，但是它也不知道那是什么，是灌木丛还是草丛不知道，和周围的距离把握很清楚，但是并不知道那是个什么东西。
特斯拉想要主攻的视觉方向，重点是通过被动的光学反射（注意是被动，不是主动发光检测反射光）来识别周围的物体是个什么东西，不敢说这个肯定会有更高精准度，但是，着这个阶段，绝对是省钱而且直观的方向。
总之，不要把马斯克当科学家来看待，他是一个商人（或者说企业家），思维方式中会把成本控制放在第一位。
挣钱嘛，不寒颤。
马记电车技术路线遇到了瓶颈，眼看着竞争对手稳如狗，自家的车三天两头出问题。这时候改弦易辙？粉丝刷刷掉好不好？赶紧出来死撑，撑过去了接着会所嫩模，撑不过去下海干活都不可能。
1，目前没有任何一家汽车公司能在任何天气实现L2级辅助驾驶。
2，机器视觉永远无法在浓雾、暴雨等恶劣天气工作。
3，特粉还吹过异步电机呢，现在不还是同步真香？俺爷爷地里的抽水泵也是异步电机，我有吹过吗？可能是我智商不够？
4，如果设立行业标准，且特斯拉一直不使用激光雷达，那么特斯拉永远也做不到L2级辅助驾驶。
5，目前吹任何自动驾驶的企业都是杀人犯。
人用视觉开车是因为人只能用视觉开车，人不能用听觉/声波开车，不能触觉开车，不能用电磁波开车。
人类用视觉开车不能说明视觉方案是自然界最优的方案，这种从人类角度出发的自大，底层是一神教思维下人类是上帝的杰出作品的延伸。
蝙蝠还用超声波探路飞行呢！
海豚和鲸鱼用啥探路来着？[吃瓜]
潜艇发展牛逼的潜望镜，用视觉方案前进多好，搞什么幺蛾子声呐！
古时帆船年代，是用瞭望台的领航员的视觉导航的，现代军舰大力发现基于摄像头方案的视觉导航啊，多采集点数据去训练AI啊，雷达拆了！
古时人类用视觉观察星星，按马斯克的理论现在用光学望远镜观察星星得了，搞射电望远镜干什么！
对电动车行业而言，要注意的风险是马斯克的这种偏执，可能会让整个智能驾驶多走三年的弯路。
一方面将本就不多的AI人才消耗在视觉智能，一方面通过自身的号召力，扭曲了消费者对智能驾驶技术方向的理解，最后一方面让其他技术流派在潮流、资本和资源上出现不足。
要从产业发展的层面看待这种偏执的选择。
===========
有个回答写得挺好，借用并小结一下既是：
人类仅仅用视觉开车，是因为人类身体没有进化出雷达/激光这样高能级的生理功能。
========
视觉也好，激光雷达也好，都是电磁波探测好不好？
什么都要争，好像马老板会请你当座上宾、给发钱买车，比人高一等似的。
视觉导航只能形成2.5维的外部空间，它的空间距离构建，是通过特定的参考物对照、计算形成的，静态来说是稳妥可接受的，但是到了高速运动场景，会存在较大的误差或者对算力要求高而导致延时，尤其是对侧面垂直方向的探测偏弱，而这个是高速自动驾驶最危险的地方。另外如果交通环境恶劣，比如大雾天气、数十瓦的大灯干扰视觉传感系统，甚至其他车辆的激光雷达击穿视觉传感也不无可能。
激光雷达可以形成真3维的外部空间，传统上还能继承老祖宗的基本功能：军事上的包络线预测，达到3.5维的外部空间构建。当然激光雷达是否会损伤人眼，这个还要时间验证。
特粉跟果粉就是一个德行。
Jobs/cook说人眼的视觉分辨率就那么多，我果的屏就是好，符合人体工程学。国内一票厂商都上2K屏，然后个个说香，吃鸡吃得爽，HW后来也改口2K屏是我的标配。
HW首次重点宣传双后摄像头，一票的果粉说你看国内厂家的镜头和图像处理就是差，像素不够镜头凑，软件不行镜头凑。现在不上三摄都不好意思说自己是智能手机，旗舰机四摄保底。
电子消费品领域，没有哪个厂家是裁判，都是场上的表演演员而已，服务和取悦观众。
如果有人非要做裁判员，要么是因为生意广告，要么是因为专利搞不定，要么就是找不到一线的合作伙伴。
类似的话题
-
埃隆·马斯克对雷达技术的态度，与其说是一种“反对”，不如说是一种对现有雷达技术在特定应用场景下的局限性以及他更青睐的其他技术路线的鲜明看法。这背后有多重因素在交织，既有技术路线的哲学差异，也有对成本、性能以及未来发展方向的考量。要深入理解这一点，我们需要从特斯拉的自动驾驶技术发展思路说起。特斯拉的核............. -
.......
-
.......
-
盒马员工用钉钉下载文件到个人手机被开除：法律角度下的“罪与罚”最近，一则关于盒马员工因通过钉钉将公司文件下载到个人手机而被开除的新闻引发了广泛关注和讨论。这件事触及了一个核心问题：员工在使用公司信息时，其行为边界究竟在哪里？从法律角度审视，盒马的这一举措是否站得住脚？一、 事件回顾与盒马的立场虽然具.............
-
埃隆·马斯克，这位科技界的“钢铁侠”，最近对Web3的一番评论，可谓是激起了千层浪。他说Web3“不是真实的，更像是营销术语”，这话一出，不少人开始打问号：到底什么是Web3？它真的只是个花哨的标签，还是预示着互联网的下一个重大演进？要理解Web3，我们得先回顾一下互联网的“进化史”。Web1.0：.............
-
好的，我来为你详细聊聊张勇接棒马云的“牛”在哪，以及马云那句“天不怕地不怕，就怕 CFO 做 CEO”的背后逻辑。张勇接棒马云，为何说他“牛”？首先，得把马云的“神坛”地位先讲清楚。马云创立阿里巴巴，从一个英语老师到一个改变了中国商业格局的互联网巨头掌舵者，这本身就是一个传奇。他身上有太多光环：对愿.............
-
马斯克在2023年3月给SpaceX员工的信中提到的“发动机生产危机”和“可能面临真正的破产风险”，是SpaceX在运营过程中遇到的复杂挑战，涉及技术、供应链、财务和战略等多个层面。以下是详细分析： 1. 危机的直接原因：发动机生产瓶颈SpaceX的发动机生产问题主要集中在梅林（Merlin）火箭发.............
-
在我看来，马勒和布鲁克纳这两位作曲家在古典音乐爱好者心中占据着极其特殊的地位，甚至常常被拿来与贝多芬相提并论，这并非偶然。他们的音乐有着一种近乎宗教般的庄严与崇高感，能够直抵人心最深处，引发深刻的思考和情感共鸣。那么，他们到底是什么样的地位？与柴可夫斯基相比又如何呢？我们不妨从几个维度来深入探讨一下.............
-
这事儿，得跟您掰扯掰扯。您说得对，马自达全合成0W20机油，长马1万公里保养一次，一马（可能是指老款马自达或者某些特定车型，这里暂且称为“一马”）就得5000公里，这里面的道道儿可不少。不是说马自达故意区别对待，而是车辆本身的设计、技术以及车厂的策略都有差异。首先，咱们得明白，为啥要换机油？机油啊，.............
-
华为不立即全面切换到鸿蒙系统，这是一个复杂的问题，涉及技术、生态、用户习惯以及市场等多重考量。简单地“马上切换”并非易事，而是需要一个审慎而循序渐进的过程。首先，我们必须认识到，从一个成熟的操作系统迁移到另一个全新的操作系统，其复杂度和风险是巨大的。安卓系统在华为设备上已经运行多年，用户已经非常熟悉.............
-
好，咱们来好好聊聊巴萨这事儿，为什么有了法蒂、特林康，还惦记着内马尔和劳塔罗。这事儿说起来，可不只是简单的“缺前锋”这么简单，里面门道可多了，涉及到巴萨的战术打法、球队的特点，还有一些更深层次的考虑。首先，咱得承认，法蒂这孩子确实是天才。年纪轻轻就有这水平，让人看到了希望。特林康也挺有潜力的，速度快.............
-
这件事得掰开了揉碎了说，不能简单地一句“提高劳动者素质”就带过。为什么马前卒一提到这事，就有人嗅到“内卷”的味道？这背后牵扯到的社会心理、经济结构和现实矛盾，可不是三言两语能概括的。咱们先说说马前卒为啥提这个。他这个人，你了解他的风格，总喜欢从“大局观”和“效率至上”的角度出发。在他看来，中国经济发.............
-
理解拉什福德和马夏尔这两位球员的水平，需要我们从几个不同的角度去剖析，而不只是简单地给出一个“好”或“不好”的评价。他们的能力、特点、以及在曼联生涯中所经历的起伏，都交织在一起，构成了他们各自独特的“水平”。马库斯·拉什福德：曾经的希望之星，如今的锋线支柱（尽管有波动）拉什福德，从他横空出世的那一刻.............
-
关于马航MH370的失踪，这绝对是一桩让人心痛且至今未解的谜团。飞机从雷达屏幕上消失的那一刻，就如同在世界的另一端蒸发了一样，留下了无数的疑问和无尽的悲伤。虽然官方给出了调查报告，但其中充满了推测和未决项，这让真相变得更加扑朔迷离。我们不妨从头梳理一下事件的脉络，看看那些我们掌握的、以及那些我们仍然.............
-
学习马哲、毛概、邓论，对咱普通人来说，可不是什么高高在上的学问，实实在在能帮到不少忙，就像给生活装上一个“指南针”和一副“孙悟空的金箍棒”，让你看得更明白，干得更有劲儿。首先，它能给你一副“透视镜”，让你看透世界的“潜规则”。你想啊，咱们平时接触到的信息，都是经过包装的，新闻报道、社会现象、人际关系.............
-
关于诸葛亮第一次北伐时，给马谡安排了什么“作业”去抄，这其实是一个很有趣的说法，也暗含着后人对这次北伐结果的一种解读。我们得先明确，诸葛亮是诸葛亮，马谡是马谡，他们之间不是师生关系，更不存在“抄作业”这么现代的比喻。但如果我们把“作业”理解成 诸葛亮交付给马谡的任务、战略部署中的关键环节，以及他对马.............
-
好的，我们来聊聊“临高启明”和刘亦菲与马前卒之间的关系。要理解这一点，我们需要先分别弄清楚这几个概念，然后才能把它们串联起来。1. “临高启明”是什么？“临高启明”是一个网络上的作品名称，具体来说，它是一部多人合作创作的、以架空历史为背景的网络小说。这部小说的核心内容是讲述了一群现代穿越者，带着现代.............
-
马三立先生晚年的艺术境界，用“炉火纯青，返璞归真”来形容，绝不为过。这是一种经历了大半辈子人生风雨、看透了世间百态，最终将一切艺术技巧和人生感悟融为一体，化繁为简、浑然天成的境界。想当年，马三立先生以其“逗哏”的功底和细腻的表演，在相声界独树一帜。他擅长模仿，善于捕捉人物的神态、语气，尤其是那些生活.............
-
教师节嘛，一年一度的感恩节，想着给教我的女老师们挑点合适的礼物，心里也挺踏实的。其实送什么礼物，还得看这位老师的特点和咱们自己的心意。我有个教语文的王老师，特别温婉，平时说话轻声细语的，还喜欢在课余时间看看书。我琢磨着，给她挑一本她喜欢的作家的新书，或者是一套她一直想收录的经典文集，应该会很合她的心.............
-
恭喜你即将迈入国家部委的大门！这是一份荣耀，更是一份沉甸甸的责任。在这样一个汇聚了国家智慧和执行力的平台工作，既是机遇也是挑战。如何快速适应、融入并做出一番成绩，以下是我为你准备的一些掏心窝子的话，希望能帮助你少走弯路，更好地开启你的部委生涯。一、 心态调整与角色认知： 放下“新人”包袱，但保持.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有