從戰(zhàn)略角度來看，跟隨行業(yè)內(nèi)的最強(qiáng)者不一定是明智的決策。

在國內(nèi)車企紛紛借助激光雷達(dá)進(jìn)行智駕量產(chǎn)落地的行業(yè)背景下，極越偏偏舍棄了激光雷達(dá)，與特斯拉直接對標(biāo)。

前不久，極越發(fā)布了國內(nèi)首個純視覺智駕方案，其量產(chǎn)車型已在上海城市道路成功實現(xiàn)導(dǎo)航輔助駕駛。

與這套智駕方案一起公布的是極越與百度聯(lián)合研發(fā)的OCC技術(shù)，據(jù)官方介紹，這項技術(shù)的引入能有力提升極越的智駕能力。純視覺方案最大的劣勢，就是對未知異形障礙物的識別，而OCC技術(shù)能通過視覺三維重建的方式，提高新車識別特殊物體的能力。

從路試視頻來看，極越的城市導(dǎo)航輔助駕駛還算靠譜。

在視頻中，一輛搭載純視覺感知架構(gòu)的極越01“一鏡到底”跑完了上海陸家嘴-外灘-南浦大橋等路段，全程15.8 公里，經(jīng)過了36個紅綠燈，極越實現(xiàn)了零接管。從儀表屏幕中顯示的感知信息來看，極越的純視覺方案能夠較為快速、準(zhǔn)確地識別出紅綠燈、車道線、車輛、行人、樁筒等。

整體看下來，極越在上海市中心這樣典型復(fù)雜道路上體現(xiàn)出的感知、決策能力也算不錯，但其實在確定技術(shù)路線之初，極越一度在要不要舍棄激光雷達(dá)這個問題上搖擺。

2021年年初，極越CEO夏一平和百度智能駕駛事業(yè)群組的首席研發(fā)架構(gòu)師王討論技術(shù)路線時，雖然已確立了純視覺路線，但考慮到算力平臺以及算法性能的限制，于是決定增加兩個前向激光雷達(dá)，與視覺系統(tǒng)相互獨立，作為一套冗余的安全兜底。

直到今年初，取消激光雷達(dá)被提上極越的討論議程，四五月時，極越最終決定摒棄激光雷達(dá)。

而極越之所以搖擺是因為純視覺方案雖然上限高，但難度也很高。

純視覺方案中的攝像頭好比是人眼，可以采集到最豐富和完整的畫面信息，但能解析多少則取決于AI模型，當(dāng)模型經(jīng)過學(xué)習(xí)、優(yōu)化、篩選后，便能進(jìn)行高效可靠的推導(dǎo)，從而在相同的硬件水平下，新車的智駕能力能依靠軟件迭代不斷升級，最終和人眼一般無二，甚至超越人眼。

但純視覺路線對軟件要求很高，需要積累足夠多的數(shù)據(jù)和場景迭代算法，因而這項技術(shù)的規(guī)模化是條較為漫長的路。

正如特斯拉的AI高級總監(jiān)在公開演講時所說:“純視覺能夠精準(zhǔn)感知深度、速度、加速度信息，實現(xiàn)純視覺是一件困難的事情，還需要大量的數(shù)據(jù)。”

如今，讓極越最終決定舍棄激光雷達(dá)的，不僅是OCC技術(shù)的加持，還有AI帶來的核心能力突破。

極越CEO夏一平曾表示，相比于激光雷達(dá)所獲取的點云信息，基于純視覺攝像頭所獲取的圖像信息具備更大的數(shù)據(jù)挖掘空間，也就是說，純視覺能更好地與大模型、端到端的能力融合，從而形成一個數(shù)據(jù)驅(qū)動的閉環(huán)，為新車感知能力的持續(xù)優(yōu)化開辟一條高效的通道。

除此之外，極越當(dāng)然也有個及現(xiàn)實的考量——“去掉激光雷達(dá)有利于降低系統(tǒng)成本，從而使高階智駕能力落地普惠的能力更強(qiáng)。”

按極越01此前公布的硬件配置:雙激光雷達(dá)、雙Orin-X，5個毫米波雷達(dá)、12個超聲波雷達(dá)、12個自動駕駛高清攝像頭、1個駕駛員紅外感知攝像頭、2個高精度定位單元。

即使現(xiàn)在的半固體激光雷達(dá)的成本，相較最早期的機(jī)械式激光雷達(dá)以下降了近100倍，但一個半固體激光雷達(dá)的價格在3000-9000元不等，仍未達(dá)到所有產(chǎn)品都用得起的地步。如果最終量產(chǎn)車型取消激光雷達(dá)，極越的智駕成本將減少6000-18000。如果把超聲波和毫米波雷達(dá)也去掉，成本還能再壓縮。

但是！必須指出的一點是，這里所說的成本下探，指的只是一次性BOM成本，純視覺方案的“總實現(xiàn)成本”卻不一定比多傳感器融合方案低。

馬斯克在開發(fā)FSD時，為了建構(gòu)相應(yīng)的體系可沒少花錢。

首先，特斯拉從2015年就開始研發(fā)自動駕駛技術(shù)， 現(xiàn)已在全球范圍內(nèi)擁有超過100萬輛自動駕駛汽車，這些汽車每天都在采集數(shù)據(jù)和經(jīng)驗，這才讓特斯拉有了一個龐大的數(shù)據(jù)庫，但100萬輛自動駕駛汽車每天上路采集數(shù)據(jù)，這筆成本絕不是個小數(shù)目。

其次，特斯拉在其數(shù)據(jù)中心內(nèi)擁有強(qiáng)大的計算能力，用于訓(xùn)練自動駕駛系統(tǒng)，這項成本又是多少呢？馬斯克之前的一句狠話或許可以作為參照:“想學(xué)特斯拉無人駕駛？你先花幾十億美元訓(xùn)練計算機(jī) 。”“幾十億美元”折合成人民幣可就是上百億。

再比如，特斯拉擁有世界頂級的自動駕駛工程師團(tuán)隊，要將這些人才網(wǎng)羅至麾下，必然又是筆不小的投入。

也就是說，純視覺方案在短期內(nèi)可能比多傳感器融合方案更燒錢。

這也就難怪馬斯克敢對媒體說，他根本“不擔(dān)心其他公司試圖模仿特斯拉的自動駕駛技術(shù)”。

因為“特斯拉已經(jīng)領(lǐng)先于競爭對手，并擁有大量數(shù)據(jù)和經(jīng)驗”，“特斯拉的自動駕駛技術(shù)是基于深度學(xué)習(xí)的，這是一種非常復(fù)雜的技術(shù)，需要大量的計算能力才能訓(xùn)練”。而特斯拉以外的企業(yè)，非但沒有特斯拉的海里數(shù)據(jù)及強(qiáng)大的計算能力，更重要的是，他們也沒有那么鼓的錢包去支撐前期的巨大投入。

也因如此，有產(chǎn)品專家曾表示:“從戰(zhàn)略角度來看，跟隨行業(yè)內(nèi)的最強(qiáng)者不一定是明智的決策。說白了，特斯拉能干的事兒，行業(yè)里又有幾家能做出來？華為研發(fā)能力這么強(qiáng)，都沒有正面硬剛，而是選擇另一個可以超越特斯拉的方案。”

那么問題來了，連華為都不敢“正面硬剛”特斯拉，極越這個最晚入局的新勢力品牌之一，真的具備正面對標(biāo)特斯拉的實力嗎？一切只能等量產(chǎn)后的用戶反饋。