马斯克又向激光雷达开炮！没有人比我更懂激光雷达

马斯克又向激光雷达开炮了！

01

仍为激光雷达辩护的人

结局已注定？

昨天，法国AI视频公司Argil的创始人Brivael，在X上发帖称：2026年仍为激光雷达辩护，他的结局已经注定，永远别赌马斯克会输。

马斯克随后转发这个帖子称：“大家都认为我不懂激光雷达，但我负责监督了龙飞船用于与空间站对接的雷达开发。”

言外之意就是，没有人比我马斯克更懂激光雷达。

Brivael的原文如下：

今天和我的工程师们（在Argil）深入讨论了为什么埃隆要取消特斯拉自动驾驶汽车上的激光雷达。这是个激进的决策，被嘲笑了好几年，而和往常一样，他一开始就是对的。

激光雷达本质上是用激光扫描环境并生成3D点云的设备。理论上，它能精确捕捉世界的几何结构。但在现实中，它是因纯视觉方案尚不成熟而被迫贴在车顶的“技术补丁”。

首要问题在于，它增加了模型训练的模态复杂性。你的神经网络必须学习融合视觉+激光雷达+雷达+超声波的数据。每增加一个传感器，带来的不是额外信息，而是需要仲裁的冲突源。手工艺式的传感器融合等于永久的技术债。

第二个问题，里奇·萨顿的“苦涩教训”在此印证：在单一模态上规模化算力，永远胜过精心设计的多模态架构。特斯拉先取消了雷达，又取消超声波，最终转向纯视觉端到端方案。此后，他们在极端案例处理上的进步曲线反而加速了。Waymo反其道而行，至今困在特定区域内运营。

第三个问题最根本：激光雷达能“看见”几何形状，却不懂语义。它知道“有个物体”，但不知道“这是什么”以及“它将如何行动”。自动驾驶最后1%的可靠性问题属于认知范畴，而非原始感知。增加传感器无济于事，只会增添噪声。

塞巴斯蒂安·勒布驾驶208 T16在科西嘉岛的泥泞雨路上以180公里时速飞驰，完全不用激光雷达。两只眼睛，一个大脑。进化赋予掠食者双眼长达5亿年，而非激光发射器，这有其深刻原因。

激光雷达犹如计划经济，一种计划性、集中式的解决方案，试图显式建模本应从分布式自适应系统中涌现的特性。它用测量替代智能，用数据替代理解，用控制替代涌现。这种思路让渴望预先定义一切的工程师感到安心，正如计划经济让苏联经济学家感到安心一样。而两者失败的原因也相同：现实世界过于复杂，无法被单一传感器捕获，正如其无法被五年计划所捕获。

真正的智能，无论是哈耶克的经济学还是特斯拉的方案，在于信任一个能从经验中学习的系统，而非试图预先编码一切。优秀解决方案的优雅之处在于其信噪比。激光雷达却大幅增加了分母的复杂度。

在2026年仍为激光雷达辩护，本质上是宁愿堆砌临时方案也不愿解决根本问题。这是披着工程严谨外衣的思维惰性，正如2012年那些为专家系统辩护、反对深度学习的人一样，他们的结局也将相同。

永远不要赌端到端系统会输。

永远不要赌简约性会输。

永远不要赌埃隆会输。

02

FSD和VLA

一个比一个猛

纯视觉方案的实战表现，也给了马斯克充足的底气。

年初，有人开着装了FSD V14.2的特斯拉Model 3，从洛杉矶开到纽约，总共4958公里，全程零接管。

即便中途经历了加州内陆的大浓雾、亚利桑那州的暴雨，还有各种施工路段，FSD 全都扛下来了，甚至连进充电站和停车，都是车自己完成的。

而且，这还是上一个版本的表现，特斯拉最新推送的FSD V14.3，号称彻底升级了底层架构，反应速度比以前快了20%，估计实际表现会更强。

中国国内车商大部分都采用激光雷达，纯视觉路线的主要玩家是小鹏。

今年3月，小鹏推送了VLA2.0，正在全方位学习特斯拉，而且小鹏为新车GX配备了3000PFLOPS的算力，因为如果走纯视觉路线，核心就是世界模型+大算力。

03

激光雷达，死路一条

“傻子才使用激光雷达！”相信大家都听说过马斯克这句名言，他对纯视觉方案的执着，本质上是对第一性原理的坚守。

在马斯克看来，人类开车只需要眼睛，但人眼不会发射红外光束，只有视觉功能，所以汽车的自动驾驶，只要摄像头即可，不需要激光雷达。

Brivael说，永远不要赌马斯克输，并非认为他从不失败，毕竟星舰也多次爆炸，而是指不能低估他在前沿技术布局，以及对自动驾驶路线的战略眼光。这已经是一个被反复验证的观察。

历史证明，在这些根本问题上，他犯错的概率远低于常人。