FSD 光達與鏡頭：感測器與外形的博弈#

一、路線之爭：機器如何看見世界#

自動駕駛的歷史，一半是演算法的歷史，另一半是感測器的歷史——而後者，直接決定了汽車的外形。

技術路線在 2010 年代分裂為兩大陣營。多感測器融合派以 Waymo 為代表：光達（LiDAR，用雷射掃描建立三維點雲）、毫米波雷達（穿透雨霧測速測距）、鏡頭（讀取顏色與語義）互為冗餘，任一感測器失效，系統仍有備援。純視覺派則以 Tesla 為旗手：Musk 的論證帶有強烈的第一性原理色彩——「人類只靠雙眼就能開車，所以機器也應該能；道路系統是為視覺生物設計的」。多餘的感測器在他看來是「拐杖」（crutch）：系統會過度依賴它，一旦失效反而更脆弱。

這場路線之爭不只是技術辯論，更是兩種公司哲學的碰撞：Waymo（Alphabet 旗下）追求「先做到 100% 安全再商業化」的工程完美主義；Tesla 追求「先規模部署、用真實道路數據迭代」的矽谷快跑文化。歷史上的技術革命，常常正是被這種「完美主義者與快跑者」的張力所推進。

二、Tesla Vision：拔掉雷達的賭注#

Tesla 的減法走得很決絕。早期的 Model S/X 搭載 Mobileye EyeQ 晶片與單目鏡頭；2016 年，Tesla 與 Mobileye 戲劇性分手（起因涉及一起致命事故與對系統能力的認知分歧），轉為自研 AI 晶片——由 Jim Keller 主導的 FSD 晶片於 2019 年量產。2014 年發布的 Autopilot，則是 L2 級輔助駕駛大規模進入消費市場的標誌性事件。2021 年，Tesla 宣布北美新車取消毫米波雷達，僅靠 8 顆鏡頭構成的 Tesla Vision 實現所有輔助駕駛功能；光達從未進入任何量產 Tesla，Musk 甚至放言「任何依賴光達的做法都註定失敗」，與整個光達產業結了樑子。過渡期內部分功能曾短暫受限，招致批評，但 Tesla 堅持了這條路線。

三、感測器如何塑造車身外形#

路線之爭最直接的戰場，是車身設計。

Waymo 改裝的測試車，車頂戴著一個明顯的「帽子」——旋轉式光達；早期車型還有外露的雷達與天線陣列。這些突出物不僅影響風阻與造型，更是一種「未完成」的視覺符號。Waymo 後來與 Jaguar 合作打造 I-Pace Robotaxi、與 Zeekr 合作新車型時，逐步將感測器整合進車身線條——這是一場「把工程翻譯成設計」的持久戰，與一百多年前把散熱器格柵變成品牌圖騰是同一性質的工作。

Tesla 則把 8 顆鏡頭藏進車身：翼子板的轉向燈罩裡、門柱飾條裡、牌照框上方——從外觀幾乎看不出任何「自動駕駛裝置」。這種「隱藏式」設計是 Musk 的審美堅持：自動駕駛不該讓車變醜。與此相關的是電子後視鏡：用鏡頭＋艙內螢幕取代外後視鏡，可降低風阻並拓寬視野，日本（2016 年起率先允許）、歐盟法規已相繼放行，但美國長期受限於法規文字，成為法規滯後於技術的典型案例。

四、FSD 的 beta 征途與監管的追趕#

Tesla 在 2020 年向特定車主推送 FSD（Full Self-Driving）Beta——一個 L2 級系統，卻名為「完全自動駕駛」，立刻引爆監管與倫理爭議。NHTSA 多次介入：2022 年要求 Tesla 提交大量數據；2023 年因 Autopilot 對駕駛注意力監控不足的疑慮，以 OTA 形式召回逾 200 萬輛車；「Beta」命名也被要求整改。批評者指出，FSD Beta 把未成熟的系統交給付費公眾在公共道路測試，是史上最大規模的「社會化道路實驗」；支持者認為，正是這種部署速度積累了數十億公里的真實數據。它同時把「L2 的責任邊界」逼成立法者必須回答的問題：輔助駕駛出事故，責任在握方向盤的人，還是寫演算法的公司？德國、日本、美國各州對 L3 有條件責任移交的立法，正是這場博弈的制度產物。

五、Waymo 的穩紮穩打與中國的突圍#

Waymo 的路線是另一種時間觀。2017 年起，Waymo 在加州、亞利桑那州展開無人測試；2018 年在鳳凰城（Phoenix）推出 Waymo One 商業化 Robotaxi 服務——全球第一個向公眾收費的無人駕駛計程車服務。此後擴張穩健而克制：2023-2024 年相繼在舊金山、洛杉磯、奧斯汀等地擴大無人商業運營，也經歷了市民破壞車輛、工會抗議等真實城市的「制度性摩擦」。Waymo 證明：多感測器＋高精地圖的路線，在城市特定區域內可達到工程上可接受的可靠性——只是每台車成本高達數萬美元級，擴張的經濟性始終是天花板。

中國則走出了第三條路。百度 Apollo 的蘿蔔快跑在武漢等城市規模化部署無人 Robotaxi，2024 年因價格低廉與單量爆發登上頭條，引發計程車司機就業的公共政策辯論；華為的 ADS（以 192 線雷達為核心的多感測器方案）以「智駕平臺」姿態供給多家車廠，把高階輔助駕駛下放到二十萬元級車款。中國路線的特點是：光達成本因規模化暴跌（從數萬美元跌至數百美元級），使「融合派」在中國反而成為主流——這與 Musk 的純視覺賭注，形成全球自動駕駛版圖上最有趣的路線分岔。

六、端到端：v12 的範式更替#

2024 年，Tesla 推出 FSD v12，宣布這是端到端神經網路（end-to-end neural network）：鏡頭影像直接輸入神經網路，輸出方向盤與踏板的控制量，中間不再有數十萬行的人工規則代碼。此前的 v11 仍是「神經網路感知＋規則式規劃」的混合架構；v12 則讓系統從數百萬段人類駕駛影片中「模仿學習」出行為，Musk 稱之為「光子進、控制出」。

這是一場編程哲學的更替：規則式編程把人類的駕駛知識寫成代碼，端到端則讓數據本身成為程序員。v12 在複雜城市路況中更接近人類駕駛的流暢性令業界矚目，但也帶來新的不可解釋性——事故發生時，工程師無法指出「哪一行代碼錯了」。監管與保險制度如何對待一個「說不清為什麼」的駕駛員，成為制度設計的全新難題。華為、小鵬等也在 2024 年相繼宣布端到端架構，範式更替迅速全球化。

七、外形、數據與責任：未完的博弈#

回望這場博弈，感測器路線從來不只是技術選擇，它同時改寫了三樣東西：汽車的外形（車頂的帽子還是隱藏的鏡頭）、數據的歸屬（誰擁有道路經驗，誰就擁有未來）、責任的制度（事故的鍋從方向盤轉向伺服器）。Waymo 用工程冗餘換取確定性，Tesla 用規模部署換取數據優勢，中國玩家用成本優勢換取普及速度。而當車輛真正學會自己開車的那一天到來，駕駛座上的人將第一次徹底解放。屆時，汽車是什麼？是移動的客廳、辦公室，還是全新的物種？下一節將回答這個問題。