从某种意义上讲，风向突变，融合感知路线又崛起？

发表评论

A+

所属分类：汽车

摘要

纯视觉技术路线似乎正因为一场突如其来的事故而遇冷，业内开始重新认识到融合感知路线在安全可靠性方面的优势，这场关于技术路线的争论仍在继续。

据报道，

风向突变，融合感知路线又崛起？

2025-06-08 20:02

11万

纯视觉技术路线似乎正考虑到一场突如其来的事故而遇冷，业内实行重新认识到融合感知路线在稳妥可靠性方面的优势，这场关于技术路线的争论仍在继续。

在自动驾驶技术突遇行业监管加严，车企纷纷从宣传汽车智能水平转向稳妥保障的当下，纯视觉技术路线似乎正在悄悄变冷。但就在五一假期，特斯拉发布的一则消息再度引起了业界的热烈讨论。

容易被误解的是，

5月4日，特斯拉官方微博发布了一张“坚持视觉处理方案，让人人买得起稳妥智能的产品”的宣传图片，并在配上的文字描述中强调：“特斯拉用实力证明，先进的技术不需要昂贵繁杂的传感器。”有意思的是，就在前几天，华为智能汽车化解方案BU CEO靳玉志在接受媒体采访时表示，未来走向L3、L4自动驾驶，汽车一定要有激光雷达。看来这场关于自动驾驶技术路线的争论，还将持续很长一段时间，远未到完结的时候。

EC外汇行业评论：

纯视觉路线“惹的祸”？

大概谁也没想到，一场表面看起来寻常的事故会引发如此大规模的公众讨论以及监管部门的高度重视。

3月29日晚，一辆小米SU7在德上高速公路池祁段行驶过程中遭遇严重交通事故。该事件迅速发酵，4月1日晚间，小米汽车发文回应，并公布了事故的部分信息。截止目前，事故仍在调查中，官方警情通报尚未公开。

除了车门和电池等难点外，最让大家关注的莫过于汽车的智能网联技术了。不少人认为，在事故发生以前，尽管小米此前在智能辅助驾驶技术的宣传上一直比较保守和谨慎，但由于部分车企存在夸大其词甚至误导的情况，这在一定程度上增加了事故发生的概率。对此，监管部门第一时间出手。4月16日，工信部发布通告，要求汽车企业充分开展“组合驾驶辅助”测试验证，明确系统用途边界和稳妥响应措施，不得进行夸大和虚假宣传，严格履行告知义务。具体包括规范宣传，不要扩大宣传规范技术名词，要按照自动化分级标准，利用“（组合）辅助驾驶”一词等数据。

需要注意的是，

对智能辅助驾驶技术回归宣传理性之风在短时间内席卷了行业的各个角落。在2025上海车展期间，自动驾驶、智能驾驶、高阶智驾、无限接近L3级自动驾驶等宣传标语几乎销声匿迹，取而代之的是辅助驾驶和智能辅助驾驶等，并反复强调“稳妥”。随后，有媒体报道称，包括小米在内的许多汽车品牌4S店相关销售人员的宣传话术，整体表达也变得更加谨慎，部分转向强调其他卖点，仅在使用者主动提问时才会就辅助驾驶展开相关描述。

说出来你可能不信，

实际上，这起事故还引起了业界在具体技术路线上的讨论。通过各类信息的梳理与分析可用了解到，发生事故的小米SU7标准版没有激光雷达，而纯视觉模式在夜间识别效果相对欠佳，可能存在障碍物识别不够及时到位难点。另外，在车辆行驶速度超过100km/h之时，由于检测距离相对有限，AEB存在没有触发的可能性。对此，有业内人士认为，施工道路一般会在高精地图予以标注，并且指导NOA改道会提醒接管等。如 EC外汇官网果小米汽车智能辅助驾驶系统给予实时更新的高精地图以一定的权重，有一定概率可避免事故的发生。不过，应当指出的是，道路施工分为临时施工和计划施工，计划施工一般都会统一在路网进行标记，但临时施工信息却不一定上传。

尤其值得一提的是，

路线之争再起

换个角度来看，

事实上，汽车行业在自动驾驶领域关于纯视觉方案与多传感器融合路线的争论从未停止过。以特斯拉为代表的车企一直推崇视觉处理方案，认为纯视觉路线更优，但另一部分车企觉得视觉处理方案存在诸多难以突破的局限性，相比之下拥有激光雷达和毫米波雷达等感知硬件的融合方案才是无可替代的勾选。

EC外汇报导：

在特斯拉FSD V12版本发布之前，纯视觉路线一直都是“少数人的坚持”，多传感器融合方案才为更多车企所青睐。但当这两年降本压力逐级传导之后，再加上大模型等技术的兴起和慢慢成熟，在特斯拉的带动下，没有激光雷达和高精地图的纯视觉方案实行逐渐成为主流。

总的来说，

“无图”、“纯视觉”的宣传热潮在2024年8月达到了顶峰：8月26日，鸿蒙智行举办新品发布会，正式推出了问界新M7 Pro版及智界R7，其中，问界M7 Pro版没有配备激光雷达，搭载的是华为乾崑ADS基础版系统，采用了华为自主研发的纯视觉技术；8月27日，小鹏汽车在十周年发布会上，宣布MONA系列首款车型M03正式上市，同时还发布了包括“小鹏图灵”芯片、小鹏全新一代“AI鹰眼视觉方案”等在内的多项核心技术；8月28日，极越发布“纯视觉+端到端大模型”的智能辅助驾驶方案ASD，售价4999元。

值得注意的是，

值得强调的是，“端到端”技术的兴起与纯视觉路线并非强绑定关系，多传感器融合方案也能与“端到端”适配，但出于成本等因素方面的考虑，再加上特斯拉FSD所展现出的优异表现，让不少车企都增强了对“纯视觉+端到端”技术路线的信心，认为可用单纯采用摄像头而不用再辅以激光和毫米波雷达等感知设备。

容易被误解的是，

不过，在FSD风头正盛时，业界也并非全部“倒向”纯视觉路线。“端到端是一种软件算法的技术，激光雷达是硬件传感器，两者完全可用共存。无论软件算法技术如何发展，对智能辅助驾驶的实现而言，激光雷达必不可少。”速腾聚创相关专家在接受媒体采访时直言，纯视觉方案在摄像头“看不见”或“看不清”的情况下存在一定局限性，包括但不限于强光照射、夜晚弱光环境、前景物体与背景颜色相同导致无法区分等，这些都可能导致事故的发生。极氪副总裁林金文同样认为：“激光雷达确实成本很高，但配合算法软件能实现的极致稳妥性，是纯视觉做不到的，不用激光雷达就是在为降本找理由”。

据业内人士透露，

融合感知方案更稳妥可靠

EC外汇资讯：

据不完全统计，2018年，全球车载激光雷达公司近百家，到去年只剩下不到10家。然而，在自动驾驶技术不断向上提升的道路上，激光雷达从未被彻底抛弃过，甚至在曲折发展中正展现越来越不可替代的价值与作用。

尤其值得一提的是，

公开信息显示，2024年全球乘用车激光雷达市场同比增长68%，市场规模攀升至6.92亿美元，其中，中国激光雷达品牌占据92%的市场份额。从渗透率来看，去年中国乘用车L2级及以上辅助驾驶的渗透率达到55.7%，中国电动汽车百人会副理事长兼秘书长张永伟预计，这一数字到2025年可能会接近65%。

很多人不知道，

华为一直都是融合感知方案的坚定拥护者。在日前接受媒体采访时，靳玉志再度表示：“未来走向L3、L4自动驾驶，汽车一定要有激光雷达。”对此，他解释道，从技术上看，对任何障碍物来说，激光雷达的原理决定了它不需要认识这个障碍物，但一定能够检测出，从而进行刹停或避障。与之相对的，纯视觉路线需要认识障碍物，就要进行大量的训练。如果数据不足够多，或即便数据量非常大，但仍然会有一些没见过的东西时，不认识的这种极端的、很小的Corner case（极端情况）就会带来风险。他还指出，纯视觉方案的相机在一些场景中会受限制，包括光线很暗、下暴雨等。视觉本质上是模拟人的眼睛，看不清楚会带来风险，但是通过激光雷达和毫米波雷达等这些传感器，可用在极端场景下发挥作用。

据报道，

抱持同样观点的还有小马智行。小马智行CEO彭军也在近日接受媒体采访时表示，对于L4级别的自动驾驶技术，纯视觉很难实现完全稳妥。而且他还指出了另一个不可忽视原因，那就是经过多年的发展，激光雷达成本下降显著。“早些年大家认为激光雷达价格昂贵，不适合用在车上，但现在情况已完全不同。”他指出，当前激光雷达的价格基本与摄像头处于相同档位。据上文提及的速腾聚创相关专家透露，当前量产激光雷达的成本已降至500美元（约合人民币3500元）以内，预计到2025年，部分新产品的成本将下降到200美元以内（约合人民币1400元）。

大家常常忽略的是，

值得一提的是，单考虑成本的话，纯视觉是否比融合感知路线更“省钱”尚未可知。考虑到从长远来看，尽管省去了单车硬件的一部分成本开支，但车企需要为纯视觉路线投入更多的研发资源。禾赛科技战略负责人施叶舟表示，综合成本不仅包括硬件成本，还应考虑背后的研发服务和资源投入，包括算法、路测、云计算、数据标注、仿真训练和系统软件等隐性成本。

更重要的是，

条条大路通“罗马”

通往“罗马”的道路从来都不会只有一条。实际上，即使在融合感知路线中，也还存在着不需要激光雷达的另一个勾选——“全视觉”。

据相关资料显示，

据了解，“全视觉”指去掉激光雷达后，仍在车上保留毫米波雷达和超声波雷达的位置，其中，毫米波雷达的作用在于探测到远距离目标的位置、速度，并且不受光照、天气等不良条件影响，抗干扰能力强，而超声波雷达则用于近距离目标检测，精度较高，能够为车辆在低速行驶和泊车场景下传递准确的环境信息。一远一近，为高清摄像头这一核心感知部件打“辅助”。有专家指出，这是国内车企在成本和技术两难中做出的一种“妥协”方案，例如蔚来旗下的乐道L60的视觉方案里就搭载了1颗赛恩领动4D毫米波雷达，最远探测距离能达到370米，比普通毫米波雷达的探测精度、主动稳妥能力、应对恶劣天气方面都更强一些。

从某种意义上讲，

与此同时，理想汽车也在现有的技术条件和水平下“另辟蹊径”。5月7日，理想汽车推出理想AI Talk第二季——“理想VLA司机大模型”。据理想汽车CEO李想介绍，VLA可用通过3D和2D视觉的组合，完整地看到物理世界，再加上VLA拥有完整的脑系统，具备语言、CoT（Chain of Thought，思维链）推理能力，既能看，也能理解并真正执行行动，符合人类的运作模式。在理想汽车看来，VLA司机大模型能够化解全自动驾驶难点，但是不排除未来会出现效率更高的架构。他认为，大概率未来还会出现更高效的新架构。毕竟VLA还是基于Transformer（深度学习模型架构），而Transformer是否就是最优的结构，目前还不确定。

完全的自动驾驶作为智能汽车“皇冠上的明珠”，绝非短时间内就能实现，而这场关于视觉路线与融合感知路线的争论仍将继续。又或许，正如李想所言，未来还会涌现出其他的更优方案，也未可知。

声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。

必须指出的是，回首页看更多汽车资讯