自动驾驶感知系统的核心争议：是用激光雷达（LiDAR）还是纯摄像头来”感知”道路环境？这场争论自2021年埃隆·马斯克公开称”LiDAR是傻瓜的把戏”（fool’s errand）以来持续发酵，至今未有定论。
## 激光雷达的原理与优势
激光雷达（Light Detection And Ranging）通过发射激光束并测量反射时间，生成精确的三维点云（3D Point Cloud）。每秒可生成数十万个三维点，不受光照条件影响，在夜间、隧道等场景可靠性显著优于摄像头。
主要供应商：禾赛科技（Hesai，纳斯达克上市，市占率国内第一）、速腾聚创（RoboSense）、图达通（Innovusion）、Velodyne（美国，已被Ouster合并）。
激光雷达成本已从2016年的10万美元/台（Velodyne HDL-64E）降至2024年的200-500美元/台（禾赛AT128），使车规级量产成为可能。小鹏X9配备3颗激光雷达，零跑C10配备1颗，蔚来ET7配备1颗1550nm激光雷达（远距离、眼安全）。
## 纯视觉路线的逻辑
特斯拉的核心论点：人类驾驶仅靠双眼（摄像头），如果AI足够强大，理论上摄像头数据已包含驾驶所需的全部信息。额外传感器不能解决根本问题——问题是算法和数据，不是硬件。
特斯拉的武器：全球400万辆特斯拉产生的真实路况视频数据，通过影子模式持续学习；FSD v12开始采用端到端神经网络，直接从原始摄像头输入输出方向盘转角和踏板值，无需中间规则。
## 端到端模型：模糊了两条路线的边界
2024年以来，”端到端自动驾驶”成为最热话题。特斯拉FSD v12、小鹏XNGP 3.0、华为ADS 3.0均宣布采用端到端架构——感知、预测、规划三个模块合并为一个大模型，直接从传感器输入映射到控制输出。
在端到端框架下，LiDAR数据同样可以作为输入，两条路线的本质差异正在收敛：争论焦点从”用什么传感器”转向”用多少数据训练多大的模型”。
参见[自动驾驶技术分级](https://sunqi.org/autonomous-driving-levels-zh/)；[车载大模型](https://sunqi.org/car-large-language-model-zh/)；[禾赛科技官网](https://www.hesaitech.com/)。
