关于马斯克的观点，我问了华为、小鹏、Momenta等几位创始人（或领导）本尊。 本来是私人请教，不想发出来的，但看到讨论越来越烈，我就简单整理一下观点吧： 大佬A： - 这是融合感知冲突的争议，原来二维结构化的感知融合确实不太好，但现在我们和特斯拉都到了多维的非结构化了，所以加上雷达的信息确实是不好。 - 激光雷达除了在黑夜远景的状态，对大的物体识别精准度还不错，在其他的近景博弈和高帧率情况下，都是降低整车安全性和增加整车复杂难度的。 - 此前的智能辅助驾驶都是围绕高速的，所以这个问题并不突出，但来到城区智驾，激光雷达的问题就凸显出来了，可能大部分人还不太理解。 大佬B： - （激光雷达、雷达、摄像头）这三个传感器相互独立，但是在帧率和信息密度上不同，摄像头频率最高、信息密度最大，是其他两个的万倍或者更高。如果做这三个传感器信息融合，当出现不一致的时候，不好决策。 - 所以，简单问题复杂化，不符合马斯克的的第一性原理。 大佬C： - 长期我支持vision only，The power of LLM（大语言模型）。 大佬D： - （激光雷达、雷达、摄像头）传感器输出不一致，在传感器融合时会增加风险。 - 传感器融合很复杂，难度也很大，可靠性上没有冗余，安全性不好保证，尤其是在国内更复杂的场景下，就需要把视觉做到极致，这个的难度不亚于用多种传感器做融合。 - 我认为短期内多传感器融合才是最可靠的解决方案，特别在中国市场。 - 目前一段式端到端的模型都是基于纯视觉的，我认为Lidar对于黑夜场景和高难度泊车场景还是有很大作用的。 大佬E： - 不认同，（融合感知冲突）这个问题不难。 大佬F： - 这是特斯拉遇到的问题搞不定，最初他们也是要上激光雷达的，由于搞不定，就从第一性原理放弃了，最后只留了摄像头。 你可以猜猜上面这几位大佬分别是谁。
