当中产碰上杀猪盘
撰文 ? | ? 张 ? 南编辑 ? | 黄亨衢设计 ? | ? 甄尤美题图 ? | AI外地时间 4 月 17 日上午，，，，， ，特斯拉 CEO 马斯克（Elon Musk）在 X 上的一条回复，，，，， ，再次挑起了自动驾驶领域最长期的手艺争论。。 。。。。。有人讥笑他不懂激光雷达。。 。。。。。他的回应简短而有力：他亲自主导过 SpaceX 龙飞船与国际空间站对接所用的定制激光雷达开发。。 。。。。。他不是不懂，，，，， ，恰恰相反——他比任何人都清晰这项手艺在什么场景下有用，，，，， ，在什么场景下是累赘。。 。。。。。这条推文的配景，，，，， ，是一位法国工程师 @brivael 写下的一篇长文（原帖为法语，，，，， ，X 平台 Grok 自动翻译为英文）。。 。。。。。他与 Argil 的工程师们讨论完马斯克昔时踢走激光雷达这个 " 激进决议 " 之后，，，，， ，得出了一个结论：马斯克从一最先就是对的。。 。。。。。为什么龙飞船用了激光雷达要明确马斯克的判断，，，，， ，先要明确龙飞船为什么用了激光雷达。。 。。。。。龙飞船与国际空间站对接时，，，，， ，容错窗口只有厘米级。。 。。。。。这个使命的物理条件，，，，， ，是激光雷达最理想的应用场景：没有大气，，，，， ，激光束清洁、稳固，，，，， ，不会被雨雾散射；； ；；；；光照极端——强侧面光加深黑阴影，，，，， ，摄像头在这种情形里无法稳固判断距离；； ；；；；目的是合作性的、几何牢靠的，，，，， ，空间站不会突然变道，，，，， ，不需要识别语义，，，，， ，只需要解决 " 我离对接口尚有多远、角度误差几多 " 这一个问题。。 。。。。。这正是激光雷达最善于的：测距，，，，， ，准确，，，，， ，快，，，，， ，不依赖光照。。 。。。。。马斯克用了它，，，，， ，由于在谁人场景里，，，，， ，它是完善工具。。 。。。。。然后，，，，， ，他把它从汽车上踢掉了。。 。。。。。这不是矛盾，，，，， ，这是统一套逻辑的两面。。 。。。。。地面驾驶的挑战基础不是测距——而是明确语义。。 。。。。。激光雷达能告诉你前方有一个体积约为 1.5 立方米的物体，，，，， ，但它不知道那是一个醉汉、一块纸板，，，，， ，照旧一头刚跑上公路的鹿。。 。。。。。更不知道谁人物体接下来要做什么。。 。。。。。太空对接只有一个问题，，，，， ，而都会驾驶每秒都在涌现新的问题。。 。。。。。马斯克的逻辑从未摇动�。 。。。。。河枚粤说胤�，，，，， ，它是完善工具；； ；；；；用错了地方，，，，， ，它是腾贵的滋扰。。 。。。。。激光雷达是什么，，，，， ，以及它为何听起来很美激光雷达的原理并不重大：向周围发射激光束，，，，， ，扫描情形，，，，， ，天生准确的三维点云。。 。。。。。理论上，，，，， ，你能获得天下的准确几何形状——区分率高，，，，， ，不受光照影响，，，，， ，数据清晰。。 。。。。。这在论文里自作掩饰。。 。。。。。但落在量产车的车顶上，，，，， ，它酿成了一个貌寝的旋转装置。。 。。。。。而更深层的问题，，，，， ，远不止外观。。 。。。。。问题一：传感器越多，，，，， ，冲突越多加一个激光雷达，，，，， ，意味着你的神经网络必需同时学习融合视觉、激光雷达、毫米波雷达和超声波——四种完全差别的感知模态。。 。。。。。听起来像是信息叠加，，，，， ，现实上是冲突叠加。。 。。。。。每多一个传感器，，，，， ，系统就多一个潜在的 " 异议方 "。。 。。。。。激光雷达说前方是障碍物，，，，， ，摄像头说那是地面反光，，，，， ，系统该听谁的？？？？？？这种仲裁自己就是一种永世性的手艺债务。。 。。。。。手工设计的传感器融合逻辑，，，，， ，每增添一层，，，，， ，系统就多一层懦弱性。。 。。。。。问题二：苦涩的教训强化学习领域有一个著名的 " 苦涩教训 "（Rich Sutton, Bitter Lesson）：在简单模态上暴力堆算力，，，，， ，恒久来看系统性地击败所有精巧设计的手工架构。。 。。。。。Tesla 的路径就是这条路的现实验证。。 。。。。。他们先踢掉毫米波雷达，，，，， ，再踢掉超声波，，，，， ，最终走向纯视觉端到端。。 。。。。。外界的质疑声从未阻止——直到他们处置惩罚边沿案例的能力曲线最先加速，，，，， ，并且是在放弃冗余传感器之后才最先加速的。。 。。。。。Waymo 走的是反偏向：保存激光雷达，，，，， ，维持多传感器融合，，，，， ，精雕细琢地图。。 。。。。。效果是什么？？？？？？至今被困在地理围栏里，，，，， ，无法走向大规�？？？？？？虐才拧�。 。。。。。两条蹊径，，，，， ，效果已经最先分叉。。 。。。。。问题三：激光雷达只望见形状，，，，， ，看不见意义这是最基础的问题。。 。。。。。激光雷达感知几何，，，，， ，不感知语义。。 。。。。。它能告诉你前方有一个体积约为 1.5 立方米的物体，，，，， ，但它不知道那是一个醉汉、一块纸板，，，，， ，照旧一头刚跑上公路的鹿。。 。。。。。更不知道谁人物体接下来要做什么。。 。。。。。自动驾驶的最后几个 " 九 "（99.999% 的可靠性），，，，， ，实质上是认知问题，，，，， ，而不是感知问题。。 。。。。。再多一个传感器，，，，， ，解决不了 " 这小我私家会不会突然横穿马路 " 这类判断。。 。。。。。多的只是噪声。。 。。。。。@brivael 用了一个生动的比喻：传奇拉力赛车手塞巴斯蒂安 · 勒布，，，，， ，在科西嘉泥泞山路上以时速 180 公里过弯，，，，， ，零激光雷达，，，，， ，仅靠两只眼睛和一个大脑。。 。。。。。进化用了五亿年给捕食者塑造了眼睛，，，，， ，不是激光发射器。。 。。。。。这不是没有缘故原由的。。 。。。。。激光雷达的政治学隐喻@brivael 用了一个听起来很大的比喻，，，，， ，但并不无原理：激光雷达就像妄想应用于经济。。 。。。。。这是一种妄想式、集中式的解决计划——试图用丈量替换智能，，，，， ，用数据替换明确，，，，， ，用控制替换涌现。。 。。。。。它让工程师获得慰藉，，，，， ，由于 " 一切都被显式建模了 "，，，，， ，就像五年妄想让苏联经济学家获得慰藉一样。。 。。。。。失败的理由也是一样的：现实的庞洪水平，，，，， ，永远凌驾任何传感器的捕获能力，，，，， ，正如它永远凌驾任何五年妄想的展望能力。。 。。。。。真正的智能——无论是哈耶克意义上的市场，，，，， ，照旧特斯拉意义上的神经网络——都是关于信任一个从履历中自我学习的系统，，，，， ，而不是把所有知识预先编码进去。。 。。。。。权衡一个解决计划的优雅水平，，，，， ，看它的信噪比，，，，， ，看它的信号与重漂后之比。。 。。。。。激光雷达把这个比值的分母炸上了天。。 。。。。。2026 年还在捍卫激光雷达意味着什么@brivael 给出了他的判断，，，，， ，相当狠毒：2026 年还在捍卫激光雷达，，，，， ，意味着你宁愿堆砌补丁，，，，， ，也不肯意直面真正的难题。。 。。。。。这是把工程严谨性当外衣穿的智识懒惰。。 。。。。。和 2012 年那些用专家系统对抗深度学习的人是统一类人。。 。。。。。他们最终会走向统一个下场。。 。。。。。而马斯克转发并支持了这篇文章，，，，， ，补上了自己的那句澄清。。 。。。。。这场一连了快要十年的争论，，，，， ，谜底似乎正在从数据层面浮现。。 。。。。。特斯拉用纯视觉跑通了大规模商业化，，，，， ，证实晰激光雷达不是自动驾驶的须要条件。。 。。。。。争论还没有竣事，，，，， ，但举证责任已经转移——现在轮到激光雷达的支持者来证实，，，，， ，它事实解决了什么纯视觉解决不了的问题。。 。。。。。AI 改变时代 , 她关注改变请关注《汽车商业谈论》兄弟媒体? ?加入2026 第十八届轩辕汽车蓝皮书论坛共论转折点击扫码报名▼ ?