傻子才用激光雷达？2027年中国造“超级眼睛”想让车厂重新来选

“傻子才用激光雷达。”

这句话一出来，很多人一愣，因为说这话的人，是做电动车的马斯克，他骂完激光雷达，还把自己车上的毫米波雷达也拆了，只留下车身一圈摄像头，说只靠“眼睛”就够开车，把命全压在“纯视觉”上。

可就在另一边，中国有家公司，在发布会上放话，说要在2027年，做出一种“会看颜色的激光雷达”，把摄像头和激光雷达合在一块，做成一个叫“RGBD”的东西，说白了就是一颗传感器干两颗的活，把“眼睛”二合一。

一个说“摄像头够用”，一个说“我直接合成一个超级眼睛”，自动驾驶这十几年吵来吵去的传感器路线，现在开始往“终局”靠过去了，背后是谁更有资格定义未来的车，谁说了算的问题，也慢慢露出来。

想看懂这场争论，要先从“车怎么感知世界”说起。

好多人还记得早年的自动驾驶，那时候车顶上顶着一个大激光雷达，像一只桶扣在脑袋上，一颗价格就要好几万，整车成本跟火箭一样高，根本不适合普通人买，只能在测试场转圈。

马斯克不愿意这么玩，他选了一个很极端的路线，只用摄像头。他的想法很直接，人开车用眼睛和大脑，那车就用“电子眼睛”和算法，逻辑统一。他先是不用激光雷达，后来连毫米波雷达也拆了，只留摄像头，把特斯拉变成一个“视觉大实验”。

另一边，很多车厂就比较“贪心”，他们说，我都要。

现在市面上不少量产车用的是“激光雷达 + 摄像头”的组合。摄像头能看到颜色、文字、红绿灯、标志，还能看人和手势，适合理解“这是什么”；激光雷达能量距离、形状、轮廓，是三维的，适合判断“在哪儿”。

从工程角度其实大家都知道，一个传感器搞定全部，是最简单的，线少，成本低，出错率也更可控，只是现实做不到。摄像头有弱点，激光雷达也有弱点，所以工程师没办法，只能把几个传感器堆在一起，让算法来“调解”。

摄像头的好处很明显，一个字：便宜。它的产业链已经很成熟，从手机、监控、相机一路做过来，改一改就能上车，一台车装十几个也行，成本压得下去，看世界的方式和人的眼睛很像，能把红绿灯、人脸、车道线这些都识别出来。

问题是，摄像头本质上是平面图像，是二维的，它自己不知道东西有多远，只能靠“算”，比如用双目、三目、各种算法去推距离，算对了没事，算错了就可能出事故，再加上下雨、下雪、起雾、强光、夜晚，摄像头的表现大家都体验过，它天生不是为了“极端安全”准备的。

激光雷达是反过来的思路，它发一束一束的激光出去，再测每束光反弹回来花了多久，把时间变成距离，就得到了一个三维点云图，像给车配了一个3D扫描仪，不管白天黑夜，不管物体什么颜色，距离、轮廓都能勾出来，三维信息天生就有。

它在黑夜、无灯、复杂场景下作用很大，它不靠猜，靠物理测量，但是它也有短板，它不看颜色、不看文字，看不懂红绿灯，只看到一堆灰点，而且以前价格很高，一颗顶十几个摄像头，车厂想上也肉疼。

一边是会看颜色但不懂立体的摄像头，一边是懂立体但不看内容的激光雷达，两边都不完美，工程师只好做“多传感器融合”，你说前面是人，他说可能是塑料袋，最后要算法来拍板，谁对谁错，逻辑稍微设计不好，就有风险。

马斯克就最不喜欢这种“传感器吵架”，他干掉雷达，只保留摄像头，从架构上让信息源统一，系统单纯，虽然算法难很多，但链路干净。

这条路想走通，有一个前提，算法必须进步得非常快，要快到可以补上物理短板，不然就是硬扛。另一种思路很朴实，既然现有每种传感器都有问题，那就干脆在硬件上做升级，发明一个“新物种”，把摄像头和激光雷达的能力合起来。

这时，中国供应链出手了。

激光雷达公司速腾聚创，在发布会上说，要在2027年量产一种叫“RGBD”的传感器。RGB是颜色，D是深度，也就是距离信息，合起来就是“彩色 + 三维”。

简单说，他们想让激光雷达不仅能测距离，还能看到颜色和图像，让它像摄像头一样看世界，再加上本身就有的三维能力，变成一个“二合一”的超级传感器，把原来车头那一堆摄像头加激光雷达，压缩成一颗。

如果这个东西真的能在量产车上跑起来，对车厂好处很直接，前脸传感器数量可以减少，线束和接口更简单，标定工作量减轻，装配更省事，后期维护成本也会变低，算法不用再去处理不同传感器说法不一样的问题，所有数据一套源头出来。

那时候，争论可能不再是“你用摄像头还是激光雷达”，而变成“你用不用这种二合一的超级眼睛”。

从这个事里，可以看出几点变化。

1，中国做激光雷达的公司，已经从“能不能做出来、能不能降价”，走到了“能不能干掉对方工作”的阶段。前几年大家还嫌激光雷达贵，现在国内已经把价格压得很低，在这个基础上再叠功能，从“买进口件”，变成“我来定新标准”。

2，这个RGBD不是简单把激光雷达和摄像头绑一起，而是试图从底层就做融合，让输出直接就是“彩色三维”，后端算法就不用再对数据对齐、校准，减少一道工序，这不完全是2个传感器的加法，更像一个新物种。

3 时间点很关键，2027年量产，现在还只是计划和样机，离真正大规模上车，还有可靠性、车规认证、成本控制这些难关要过，自动驾驶圈里从不缺“PPT技术”，缺的是扛得住几年现实考验的方案，不过方向已经放出来，说明中国供应链在开新路。

问题就来了，如果这种新型激光雷达真做成了，还能说“傻子才用激光雷达”吗？

要看这个问题，不能只看一颗传感器，还要看整套系统。

在美国，特斯拉走的是“云 + 算法 + 大数据”路线，大量车辆在路上跑，源源不断把视频传回去，训练一个越来越大的视觉模型，试图从二维图像里把三维信息“抠”出来，这是一种典型软件思路，用算力和数据去对抗物理缺陷，硬件能减就减。

在中国，很多公司更相信“硬件打底”，路况更复杂，电动车更多，车和车之间距离更近，交通变化快，他们更愿意先把传感器堆齐，把“看得见”这件事做扎实，再交给算法处理，于是你会看到很多新车上，有好几颗激光雷达，加一圈摄像头，再加毫米波雷达，用成本换安全。

可以说，这是两种风格，一种是更敢冒险的软件思路，一种是偏稳的工程思路。

背后还有产业链差别，中国的激光雷达、摄像头模组、芯片封装、光学零件，已经形成完整生态，工厂就在身边，订单一来，可以把成本一层层压下去；特斯拉要压成本，更多是砍掉传感器种类，中国车厂则是通过全链路优化来降价。

还有环境差异，中国城市密度高，路口多，电动车、自行车、行人状况复杂，监管对路测相对开放，很多方案可以在真实道路上快速迭代，积累经验。美国道路布局更分散，各州规则不完全一样，节奏不同。

企业决策节奏也不一样，中国不少车企老板，会亲自盯传感器架构，和供应链一起定方案，两三年就换一代，速腾这样的RGBD路线，就是在这种高频协作里跑出来的。

如果说前10年的自动驾驶，是“特斯拉定调，全球跟着看”，接下来很可能变成“谁能拿出更落地的方案，谁说话更有分量”。以前的问题是“要不要用激光雷达”，现在可能变成“当有一颗一顶二，价格又打下来的传感器摆在你面前，你用不用”。

到其实是价值观选择。

一边是马斯克那种极致做法，宁可前期事故风险高一点，也要追求最简架构，相信算法和数据能解决所有问题，这种路线很干脆。

另一边是中国这边较稳的做法，先保证更多场景下安全，再慢慢优化，再想怎么省钱和减件，宁愿车上多几颗“备份的眼睛”，也不轻易砍掉保命的硬件。

速腾这样的供应链公司，选择做RGBD，其实就是在说：愿意多花力气做底层，把车的“眼睛”打得更扎实，再给上层开发者留空间，这对财务报表未必立刻好但对整个工业能力是加分的。

对车厂来说，他们也在做选择，有的愿意追“纯视觉无地图”这些新概念，有的更看重普通用户的安全感，用更多传感器保障“先要不开错”。

等几年之后，这些争论，会落到一件很实际的事上，就是你去买车时，销售会问你，要不要选那套带更高级“眼睛”的方案，你会掂量价格和安全，更会看这套方案在真实路况里的口碑和事故记录。

技术路线谁对谁错，不是嘴上说的，是跑在路上的车、发生过的事故、交出来的成绩单来证明的。哪一种传感器组合，更容易以合理的价格、大规模地放进普通家庭，哪种就更有机会赢。

这一次，和以往不一样的是，定义这套规则的过程里，中国不再只是跟着选，而是开始拿出自己的底牌，比如RGBD这样的新东西，把题目改一下，让全世界一起重新算一算，这场关于“车该怎么看世界”的争论，接下来会越来越精彩。