最近,沃尔沃因供应商Luminar破产,直接在主推车型上取消了高精尖的激光雷达。马斯克见状立刻在X平台补刀:“我早就警告过他们。”全网几乎全在嘲笑西方车企“连融合算法都搞不定”,认为这恰恰证明了中国智能汽车遥遥领先。

但如果我们拨开那层盲目的民族技术自豪感,就会发现:西方退潮激光雷达,根本不仅仅是“技术玩不转”的窘境,这是一场蓄谋已久的商业生态隔离,更隐藏着一场关乎算力代差的认知危机。

几分钟看懂这背后的逻辑,你不仅将获得在所有科技饭局上降维打击的核心谈资,更能在下一步花几十万购买新能源汽车时,避开那些让你痛心疾首的配置陷阱。

打开网易新闻 查看精彩图片

1. 大家没说错:“下限”关乎全家的性命

毫无疑问,广大网友对马斯克“纯视觉”论调的声讨,源自最朴素且残酷的个人生活经验。

回想一下你真实的开车场景:遇到罕见的团雾天气,或者雨夜遇到毫无灯光的乡间烂路时,你哪怕视力再好也只能两眼一抹黑。这时候,一个无论刮风下雨、没有光线都能通过发射激光构建前方精准3D图像的“黑科技”摆在车顶,那给的不仅是配置,而是满满的保命感。

这解释了为什么大部分消费者强烈渴望多传感器融合(即摄像头+雷达同时工作)。根据市场调查显示,超过75%的国内购车者认为,“硬件给的越多越安全”。因为马斯克追求的是自动驾驶能多“聪明(上限)”,而中国老百姓最关心的是遭遇恶劣环境时这套系统会不会失控死机“变成呆子(下限)”。

但在大家都在因为沃尔沃装不上雷达而嘲笑老美技术差的时候,一个巨大的信息差被有意无意地隐藏了。

打开网易新闻 查看精彩图片

2. 西方真搞不懂“融合”吗?揭开地缘算力的恐惧

大家大喊“是因为老外想用的单位破产了”、“是由于算力不行所以抛弃雷达”的网友,实际上低估了资本市场的精算法则。西方车企放弃激光雷达,不是搞不懂加法,而是源于对“供应链绝对受制于人”的恐惧。

你知道现在世界激光雷达行业的格局是怎样的吗?

全球车规级激光雷达,中国企业(如禾赛科技、速腾聚创等)霸占了超过70%的市场份额。曾经欧美昂贵的设备一台要价近万美金,硬生生被中国企业以可怕的制造能力拉平到了区区几百美金(两千多人民币)。破产的美国Luminar之所以死去,核心就在于其成本与迭代速度早已被中国产业链彻底按在地上摩擦。

在这种背景下,西方汽车工业陷入了“不用中国零件,成本扛不住”和“用了中国零件,智能核心被锁死”的生死悖论。

因此,放弃激光雷达并不是因为西方无法突破传感器融合算法,而是在政治安全与供应链脱钩的大背景下,不得不把技术资源全面向“不需要中国零部件卡脖子”的纯视觉路线(通过堆英伟达的高端算力芯片)去倒逼倾斜。这就是沃尔沃忍痛砍掉功能的真相,这不是技术滑铁卢,而是一场壁虎断尾。

打开网易新闻 查看精彩图片

3. 被雷达掩护的“算法懒惰”:我们到底该为谁自豪?

此时,必须向我们固有的认知泼一盆冷水。国内企业疯狂给车顶安装多个甚至三个激光雷达,就一定等于技术更牛吗?

马斯克有一句极度刺耳但发人深省的名言:“依赖激光雷达就像拄拐杖。”

这话其实刺痛了一个智能驾驶领域极度反常识的残酷真相:强大的激光雷达,往往是喂养“算法懒惰”的温床。

为什么这么说?

想象一下,纯视觉AI系统就像是要靠两个二维画面的摄像头,在大脑中凭空捏造出一个具有空间感、距离感和景深的3D世界,这对神经网络的算力、海量数据吞吐量要求(即所谓端到端大模型泛化能力)极其变态苛刻。

而有了激光雷达呢?它直接通过光速发射直接反射出一张高清3D建模图给电脑。对底层AI算法来说,这是一条非常容易走的捷径。

所以,在这条技术长征上:以特斯拉为首的“视觉派”,是被逼着用极为痛苦的训练方式在淬炼“车辆真正的硅基大脑”;而众多重度依赖激光雷达的车企,则可能是在花高价用一身昂贵、精巧的“物理外骨骼”来强行续命。

正如大家敏锐意识到的融合悖论(即所谓幽灵刹车的诱因):“如果在极差视线下雷达有用但摄像头废了,那么平时留着摄像头干嘛?相反如果摄像头好用而雷达报错了,到底系统该信谁?”。当前技术界根本没有真正完美的“多层逻辑调和模型”,越冗余的传感器组合,反而导致高阶路况下的“算法扯皮反应”,造成安全事故隐患。当中国车主还在为有几颗雷达欢呼时,对手可能早已偷偷开启了彻底摒弃预先逻辑规则、由超级算力重塑的人工智能觉醒之路。

打开网易新闻 查看精彩图片

4. 给你三秒钟:买车应该如何选择避坑?

这场“技术争议”,对每天挤早高峰、穿行在车水马龙之间的普通人究竟意味着什么?这个被新闻放大的科技焦虑应该怎么安放?如果你近期考虑购买具有自动辅助驾驶的汽车,以下建议至关重要,它可以直接避免你的车辆在未来3年内因为代差而被边缘化:

第一、停止对硬件“个数”的无谓信仰。

如果销售依然把车顶的“包子(雷达的数量)”作为最重要的加分项,你务必要警惕。别再去买那种只是生硬将各种硬件模块堆凑,而忽视其内部中央主干计算力的产品。请转而关心一下它的AI计算芯片(算力是多少TOPS?),底层有没有打通核心的数据链路。

第二、判断企业有无迈入大模型的野心与实力。

问一个终极指标:“你的车是采用高精地图+模块化的死板堆叠方案,还是具备所谓的端到端(End-to-End)数据自迭代架构?”只有不断通过“车脑自我学习”、而非仅仅依赖死记硬背代码路况的智能,才是唯一在极寒交迫环境下能活下去的高智商底座。

最后,沃尔沃放弃了一颗因为供应商倒闭的激光雷达,但在历史宏大的镜头下,这是人类走向第四次出行工业革命岔路口的微妙转折点。

对于在互联网另一头激烈辩护或调侃的网友来说:不要沉迷于我们已有的产能和成本神话中。这个时代的最大残酷,不在于你的拐杖镶着比对面更漂亮的钻石;真正的威胁来自于那些看似步履维艰却疯狂锻炼腿部肌肉的人,一旦丢掉拐杖健步如飞那天,他们再也没有看身后的那些靠“辅具加持”前行的人一眼。

盲目嘲笑西方技术“太蠢”,最终可能反而是为自己编造了一曲悲惨的技术狂想。认清算力的底层争霸赛,保持技术进化的深度思考与好奇,才是这个多维激变时代的唯一生存信条。