编辑 | 黄大路
设计 | 甄尤美
题图 | AI
当地时间 4 月 17 日上午，特斯拉 CEO 马斯克（Elon Musk）在 X 上的一条回复，再次挑起了自动驾驶领域最持久的技术争论。
有人嘲讽他不懂激光雷达。他的回应简短而有力：他亲自主导过 SpaceX 龙飞船与国际空间站对接所用的定制激光雷达开发。他不是不懂，恰恰相反——他比任何人都清楚这项技术在什么场景下有用，在什么场景下是累赘。
这条推文的背景，是一位法国工程师 @brivael 写下的一篇长文（原帖为法语，X 平台 Grok 自动翻译为英文）。他与 Argil 的工程师们讨论完马斯克当年踢走激光雷达这个 " 激进决定 " 之后，得出了一个结论：马斯克从一开始就是对的。
为什么龙飞船用了激光雷达
要理解马斯克的判断，先要理解龙飞船为什么用了激光雷达。
龙飞船与国际空间站对接时，容错窗口只有厘米级。这个任务的物理条件，是激光雷达最理想的应用场景：没有大气，激光束干净、稳定，不会被雨雾散射；光照极端——强侧面光加深黑阴影，摄像头在这种环境里无法稳定判断距离；目标是合作性的、几何固定的，空间站不会突然变道，不需要识别语义，只需要解决 " 我离对接口还有多远、角度偏差多少 " 这一个问题。
这正是激光雷达最擅长的：测距，精确，快，不依赖光照。马斯克用了它，因为在那个场景里，它是完美工具。
然后，他把它从汽车上踢掉了。
马斯克的逻辑从未动摇：用对了地方，它是完美工具；用错了地方，它是昂贵的干扰。
激光雷达是什么，以及它为何听起来很美
激光雷达的原理并不复杂：向周围发射激光束，扫描环境，生成精确的三维点云。理论上，你能获得世界的精确几何形状——分辨率高，不受光照影响，数据清晰。
这在论文里无懈可击。
但落在量产车的车顶上，它变成了一个丑陋的旋转装置。而更深层的问题，远不止外观。
问题一：传感器越多，冲突越多
加一个激光雷达，意味着你的神经网络必须同时学习融合视觉、激光雷达、毫米波雷达和超声波——四种完全不同的感知模态。
听起来像是信息叠加，实际上是冲突叠加。
每多一个传感器，系统就多一个潜在的 " 异议方 "。激光雷达说前方是障碍物，摄像头说那是地面反光，系统该听谁的？这种仲裁本身就是一种永久性的技术债务。手工设计的传感器融合逻辑，每增加一层，系统就多一层脆弱性。
问题二：苦涩的教训
强化学习领域有一个著名的 " 苦涩教训 "（Rich Sutton, Bitter Lesson）：在单一模态上暴力堆算力，长期来看系统性地打败所有精巧设计的手工架构。
Tesla 的路径就是这条路的现实验证。他们先踢掉毫米波雷达，再踢掉超声波，最终走向纯视觉端到端。外界的质疑声从未停止——直到他们处理边缘案例的能力曲线开始加速，而且是在放弃冗余传感器之后才开始加速的。
Waymo 走的是反方向：保留激光雷达，维持多传感器融合，精雕细琢地图。结果是什么？至今被困在地理围栏里，无法走向大规模开放部署。两条路线，结果已经开始分叉。
这是最根本的问题。
激光雷达感知几何，不感知语义。它能告诉你前方有一个体积约为 1.5 立方米的物体，但它不知道那是一个醉汉、一块纸板，还是一头刚跑上公路的鹿。更不知道那个物体接下来要做什么。
自动驾驶的最后几个 " 九 "（99.999% 的可靠性），本质上是认知问题，而不是感知问题。再多一个传感器，解决不了 " 这个人会不会突然横穿马路 " 这类判断。多的只是噪声。
@brivael 用了一个生动的比喻：传奇拉力赛车手塞巴斯蒂安 · 勒布，在科西嘉泥泞山路上以时速 180 公里过弯，零激光雷达，仅靠两只眼睛和一个大脑。进化用了五亿年给捕食者塑造了眼睛，不是激光发射器。这不是没有原因的。
激光雷达的政治学隐喻
@brivael 用了一个听起来很大的比喻，但并不无道理：激光雷达就像计划应用于经济。
这是一种计划式、集中式的解决方案——试图用测量替代智能，用数据替代理解，用控制替代涌现。它让工程师获得安慰，因为 " 一切都被显式建模了 "，就像五年计划让苏联经济学家获得安慰一样。
失败的理由也是一样的：现实的复杂程度，永远超出任何传感器的捕获能力，正如它永远超出任何五年计划的预测能力。
真正的智能——无论是哈耶克意义上的市场，还是特斯拉意义上的神经网络——都是关于信任一个从经验中自我学习的系统，而不是把所有知识预先编码进去。衡量一个解决方案的优雅程度，看它的信噪比，看它的信号与复杂度之比。激光雷达把这个比值的分母炸上了天。
2026 年还在捍卫激光雷达意味着什么
@brivael 给出了他的判断，相当毒辣：
2026 年还在捍卫激光雷达，意味着你宁愿堆砌补丁，也不愿意直面真正的难题。这是把工程严谨性当外衣穿的智识懒惰。和 2012 年那些用专家系统对抗深度学习的人是同一类人。他们最终会走向同一个结局。
而马斯克转发并支持了这篇文章，补上了自己的那句澄清。
这场持续了将近十年的争论，答案似乎正在从数据层面浮现。
特斯拉用纯视觉跑通了大规模商业化，证明了激光雷达不是自动驾驶的必要条件。争论还没有结束，但举证责任已经转移——现在轮到激光雷达的支持者来证明，它究竟解决了什么纯视觉解决不了的问题。
请关注《汽车商业评论》兄弟媒体
参加
2026 第十八届轩辕汽车蓝皮书论坛
共论转折
点击扫码报名
▼
