安徽
5月15日的智界V9发布会上，华为常务董事、终端BG董事长余承东主动揭了一次自家的“短”。
他坦言，团队曾试图用高分辨率摄像头完全替代激光雷达，来识别路面小障碍物。
但一场严苛的内部测试，直接暴露了纯视觉方案难以逾越的物理天花板——在时速120公里下，摄像头无法在120米外看清一块14厘米高的碎石。
“我们确实试过，结论是做不到。”余承东说。
最终，华为坚持为智界V9搭载了全球量产最高规格的896线激光雷达，单颗成本约6000元。
这笔“奢侈”的硬件投入，被他总结为一句话：“激光雷达的钱，真是省不得。”
一场逼近物理极限的测试
智能驾驶的感知系统，本质上是为汽车争取宝贵的反应时间。
在120km/h的高速下，120米距离意味着只有约3.6秒的反应窗口。
华为的测试将场景推到了这样一个极限：车辆需要在120米外识别出一块14厘米高的碎石，并完成安全避障。
纯视觉方案在这里撞上了难以克服的物理瓶颈。毫米波雷达对此类低矮静止物体几乎无响应，而普通车载摄像头在超过50米后，14厘米大小的物体就会迅速退化为几个模糊的像素点。
即便用上高分辨率摄像头和先进的AI算法，受限于光学原理和图像噪声，也无法可靠地从路面纹理中分辨出这样一块石头。
相比之下，华为的896线激光雷达每秒能发射数百万个激光点，直接获取三维空间信息。
该雷达在120米外对14厘米物体的点云成像，仍能清晰勾勒轮廓，感知距离比纯视觉方案提升了数倍。
纯视觉方案的三个“硬伤”
这场测试也清晰地划出了纯视觉路线的能力边界。
即便是在摄像头参数不断升级的今天，其感知能力依然存在三个物理性短板：
一、远距近视。 摄像头是被动接收环境光的二维传感器，远距离小目标的信息量随着距离平方衰减，极易丢失。识别距离过短，会导致高速场景下决策时间严重不足。
二、极端环境的“致盲”风险。 夜间无光、对向远光灯眩光、暴雨浓雾等场景，会严重降低摄像头成像质量，甚至彻底失效。而激光雷达主动发射激光束，受环境光照影响小，能在黑夜和部分恶劣天气下保持稳定的三维感知。
三、对低反射率、异形障碍物的漏检。 倒地的黑色轮胎、横倒的锥桶等，因颜色深暗、形状不典型，在摄像头画面中极易与路面融为一体。华为的双光路激光雷达通过增强回波信号处理，能将此类目标的感知识别距离提升190%。
两条路线的安全哲学对决
华为与特斯拉在技术路线上的选择，本质上是两种安全哲学的碰撞。
特斯拉坚守“第一性原理”，认为人类依靠双眼就能驾驶，机器也可以凭借摄像头和强大的神经网络做到。
马斯克曾多次公开称激光雷达是“拐杖”。
这条路线实现了极致的硬件成本控制，整套感知硬件成本据估算仅约800美元，并且便于通过海量数据迭代算法。
而华为的选择是“安全冗余”。
在余承东看来，智能驾驶的安全标准必须超越人类驾驶员，而不是仅仅与之持平。
因此，华为采用的是以激光雷达为核心，融合毫米波雷达、超声波雷达和高清摄像头的多传感器方案。不同传感器互为备份，以求在任何单一传感器失效时，系统仍能可靠运行。
从理论上讲，这种异构冗余设计的系统失效概率，比纯视觉方案要低两个数量级。多一重感知，意味着多一份在极端场景下化险为夷的保险。
当然，代价是高昂的成本。华为896线激光雷达单颗约6000元，显著抬高了整车硬件成本。
从“豪华专属”到“20万级普及”
为了平衡成本与安全，华为也在尝试将昂贵的硬件“平民化”。
余承东透露，通过芯片级集成和规模化生产，激光雷达的成本已大幅降低。
按照规划，这款896线激光雷达已于2026年3月在尊界S800上首发搭载，并计划在2026年底下放至约20万元级别的车型上。
这意味着，原本属于百万级豪车的顶级安全配置，正在加速向主流消费市场渗透。
这一动作或将重塑智能驾驶的行业标准，推动安全技术不再只是少数人的“特权”。
融合，才是未来的答案
华为与特斯拉的路线之争，没有简单的对错之分，而是在安全与成本之间选取了不同的平衡点。
华为用硬件冗余拉高安全下限，特斯拉用软件算法逼近视觉能力上限。
但技术终将走向融合。
未来的赢家，很可能属于那些既能利用激光雷达筑起极限场景的安全底线，又能依靠强大的视觉算法理解复杂场景、优化成本的企业。
在智能驾驶真正解放人类双手之前，对安全的每一分“冗余”投入，或许都是最值得的。
你认为呢？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
