马斯克不要的激光雷达里，藏着中美企业的暗战

立即订阅 ▲ 收听音频

墙外开花墙里香，有时候市场的深度会带来后发优势。

文 / 巴九灵（微信公众号：吴晓波频道）

(资料图片)

马斯克又作妖了。

10月9日，特斯拉官方公布消息，从今年10月开始，欧洲、北美、中东地区交付的 Model 3、Model Y，将取消超声波雷达传感器，这项举措随后还会拓展到全球范围内。

这是继2021年5月特斯拉弃用毫米波雷达后，马斯克又完全抛弃超声波雷达，完全依赖特斯拉汽车本身8个摄像头来实现高级辅助驾驶，乃至于自动驾驶。

所谓超声波雷达，其实就是帮助汽车判断与前车或者障碍物距离的装置。有点类似蝙蝠的超声定位能力，是科学家从蝙蝠身上破解的“自然魔法”，也是最早在汽车上应用的辅助驾驶探测装备。

但现在，马斯克连这个都不想要了，一门心思扎在摄像头的“阵法”中不出来。

业内直言不讳地把它叫做“ 马斯克的疯狂方案”，因为这 很可能是把驾驶者的安全放到了一个更危险的境地。

特斯拉为什么疯狂？

2004年，美军在伊拉克饱受路边炸弹的困扰，单纯靠驾驶员的视觉，无法判断出路边炸弹的位置。

在这种背景下，美军萌生了设计生产无人驾驶车辆并通过这些车辆来完成原本美军战斗小队任务的想法。其中重要的研发指标，就是利用雷达来探测环境，并找出安全的通行路线。

2004年到2007年间，美国国防部高级研究计划局发起了 奖金高达100万美元的三届无人驾驶挑战赛（DARPA Grand Challenge），目的就是为了找到这个解决方案，而这些比赛， 彻底改变了全球无人驾驶产业的格局。

比赛地点被设置在与中东环境相似的南加州莫哈韦沙漠。

第一届比赛中，7支队伍均未完赛，成绩最好的也只跑了总里程150英里（约241公里）的不到5%。

第二届比赛中，夺冠的斯坦福大学主要是靠摄像头传感器和卓越的计算机视觉能力脱颖而出。由于这个方案在前期投入较小，更多还是依靠庞大人群的数据标注和图像采集后信息的处理，比较利于战场的布置，当时就被美军列入了伊拉克战争后续计划的技术数据库。

到了2009年，在刚刚获得特斯拉公司控制权的马斯克，偶然间接触到斯坦福大学相关研究成果，他当时就意识到，这可能是特斯拉真正意义上实现自动驾驶的基石技术。

因为汽车要想实现自动驾驶，就必须像真实驾驶员那样学会“看路”，然后条件反射般地对看到的信息做出及时反应。

开过车的朋友都知道，很多车祸发生就是因为驾驶者注意力不集中，或者说就是获取外界信息不足导致的。

在自动驾驶领域，现在围绕获取信息的方式就产生了两个潮流门派：纯视觉派和融合派。马斯克的特斯拉是纯视觉派的代表，同时也是唯一的一家。

而 所谓融合采集，就是用摄像头去获取路面的实时图像信息，用激光雷达来获取与障碍物之间的距离、高度、宽度的空间信息，用毫米波和超声波雷达来获取跟其他车辆之间的位置信息。

“从技术的角度说视觉和融合两个方案各有优长，但视觉派像特斯拉他们通过8个摄像头采集的数据是不完全的，数据信息的本体是弱的，只是通过后续的算法识别来实现精准的道路预测和信息提取。”

一家在激光雷达领域创业三年公司的负责人刘靖这样解释道。

这就像到餐厅里偷学做菜的手段一样，看到成品的时候，你只能了解到这道菜的色、香、味。但真正能把菜做出来，需要一个在厨师行业有很多经验的大厨，通过之前积累的信息来判断，最终逆向推出菜的做法。

马斯克的视觉方案，摄像头搜集的信息不重要，重要的是他历经十年，通过全球特斯拉汽车搜集建立的3亿张仿真图像和50多亿数据标注，也正是有这条护城河，马斯克才认为自家的视觉方案已经能够做到最好。

而其他自动驾驶的公司由于没有长时间的销售和大量的装车以及数据的获取，想靠“弱采集+强算法”的方式来获得无人驾驶技术突破，非常困难也无法保证方案的安全性。

因此，他们毫无例外地选择采用更安全的“ 融合采集数据”的方式。

刘靖表示这些融合设备获取回来的信息，不用靠算法就已经能拿到实时路面各个层次的数据，这样后台算法的压力就骤然降低。

两个方法没有好坏之分，只不过后者的成本肯定高于前者。

实际上，马斯克选择纯视觉技术作为自己高级别自动驾驶数据采集唯一方式，也符合他一贯的做法。

不论是声名鹊起的特斯拉，还是已经在帮助美国政府发射卫星和载人飞船的Space X，抑或是刚刚拿出来的智能机器人擎天柱，马斯克这些创业成功的项目背后都有着一个统一的商业逻辑：

所有的这些惹人瞩目的新技术和新产品，马斯克都致力选择那些可以用最少的投资来实现最大化量产的技术。

最典型的例子就是Space X的不锈钢火箭和回收技术，让马斯克把火箭发射成本降到最低。

某种程度上，他认为，好的技术不重要，既有水平又能降低成本，还能快速量产的技术才重要。如果后面的需求实现不了，即便技术水平差一些，他也能接受。

所以，回到自动驾驶的视觉方案选择，马斯克认为如果特斯拉的视觉方案能达到融合方案95%以上的安全性，就是值得去赌的一件事。

只不过，这种“差一些”放在自动驾驶领域，在当下的辅助驾驶上还不算什么，但到了高级别自动驾驶，如果特斯拉没有视觉方案之外的信息采集备份系统，那这个隐患就大了。

激光雷达的故事

由美国 国防部发起的比赛，还有后续。

第三届比赛，为了更接近实际，也为了增加技术难度，挑战地点从沙漠换到了城市。结果采用视觉方案的汽车频频碰壁，而那些装备了“车顶飞碟”也就是激光雷达的队伍却大放异彩。

这是一家名为Velodyne音响设备公司老板霍尔自己的技术。

在第二届比赛中，他敏锐地意识到了激光雷达的巨大潜力，后来发明了一台64线机械旋转式激光雷达，一改之前激光雷达仅扫描单一固定视线的思路，通过360度旋转扫描得到的点云，还原周遭环境的三维信息。

最终他拿到100万美元奖金。

再后来，2009年谷歌第一辆自动驾驶原型车，用的就是Velodyne的激光雷达。

从此，激光雷达开始走入汽车辅助驾驶领域，顶峰时期全球在研的超过9成自动驾驶车辆，都在采购Velodyne公司发布的相关产品。

甚至因为生产能力不足，有的车企要等一年的时间才能拿到样品，即便这样，霍尔公司的产品依然一货难求。

Velodyne公司也成为激光雷达市场当之无愧的“老大”。

然而，看起来一马平川的市场，却让这家公司及其老板霍尔发生了最不应该的膨胀。

一方面，由于过早进行了专利保护，霍尔觉得自己的公司将来就哪怕就是卖专利也能赚得盆满钵满，就放松了技术研发的进度，死死抱着机械式激光雷达产品不松手。

这虽然通过专利诉讼等方式阻断了后来者，尤其是中国公司在机械式激光雷达技术路线上的探索和发展，但也推动了后来其他企业开始在固态和半固态雷达领域不断投入精力研发，最终让激光雷达过早进入到下一个发展阶段， 霍尔手中专利的应用价值迅速缩减。

另一方面，霍尔被当时一机难求的市场局面所蛊惑，开始坚持超高价格的定价策略。主流产品的价格都在8万美元一台以上，这在研发过程中还属于车企可以接受的价格，但实际量产车企无法装车，也间接限制了霍尔企业未来的发展空间。

更何况，傲慢的Velodyne公司并不关注激光雷达的质量，他们认为这还是小众的玩具离普及期相当远，所以手工作坊式的生产带来产品质量问题，让这家公司的激光雷达大批量装车难以实现。

这给了后来居上中国公司机会。

中国企业的逆袭

在刘靖看来，现在中国企业份额相加已经超过海外巨头，甚至有越来越领先的趋势，背后跟激烈竞争的市场局面脱不开关系。

尤其是中国的禾赛科技针对原价8万美元的美国产品，通过自身研发和产业链迭代把价格降到50%左右，彻底占领了市场。

另外一家核心国产激光雷达厂商速腾聚创，早在2018年10月的北京车展上就对外表示，国外有的产品他们都有，而且最少便宜一半。

关键这些中国公司的服务更好。

国内主流自动驾驶系统提供商文远知行COO张力在接受媒体访问时曾表示，一些国产雷达虽然问题多一些，但如果硬件有问题，1—2天就能换上新的。

“Velodyne中国只有二十几个人，纯粹是做销售和市场的，技术支持都没有。产品有问题就要发到美国去修。一来一回耽误半年的时间。”

就在这个节骨眼上，霍尔还犯了战略错误，认为能率先把激光雷达放到量产车型上的会是欧美或日韩车企，于是他解散了中国技术团队，并针对本来就不大的市场团队展开裁员，等于放弃了中国市场。

而且为了迟滞中国竞争对手的发展，霍尔还举起诉讼大旗。但这也逼着中国企业开始在半固态和固态激光雷达上投入研发，最终让中国市场成为世界半固态激光雷达普及率最高的市场，也成功提升了全球激光雷达技术标准。

再加上中国政府推动新能源汽车的力度不断增强，当下，中国已经成为自动驾驶和激光雷达应用最活跃的市场，而且从金额到市场份额、增速方面都遥遥领先其他国家。

尤其是造车新势力选择和国产厂商合作，例如蔚来+图达通，小鹏+速腾聚创，理想+禾赛科技等，紧密的合作进一步加速行业发展。

按照华西证券的测算，L3和L4&L5级别自动驾驶在全球乘用车中的渗透率将于2025达到8%和1%的规模，2030年达到40%和20%的规模，彻底成为主流。

而根据现有数据推算，乘用车用激光雷达市场规模将在2025和2030年达217亿元与1122亿元，其中国内市场规模为155亿元和630亿元的规模。

这个时候霍尔想再领着公司进军半固态雷达的市场，却发现中国企业和法国企业对他筑起了一面专利墙。

一步错步步错。

某种程度上正是由于我们拥有一个庞大的国内市场和相应的海量需求，才激发出一个超越全球发展水平的产业。

本篇作者 |行者|当值编辑 | 麻酱

吴晓波新课上线，每周读一本经典

10.17—10.31买即得价值980元的

14天读书实战营，吴晓波亲自授课

点击下图▼立即购买