马斯克和激光雷达又杠上了。

12 月 2 日，面对网友质疑马斯克对激光雷达的错误认知，马斯克又重申了自己的观点：「在复杂的道路驾驶环境中，模拟生物神经网络和眼睛的视觉系统，才是最为有效的方式。」

对于激光雷达的偏见，马斯克从没有动摇过，特斯拉也被视为坚定不移的纯视觉派，探索出了一条不依赖激光雷达的智能驾驶路线。

但马斯克或许不知道的是，特斯拉坚定的纯视觉方案，国内已经有玩家做到了傲视群雄。

01、特小极乐，谁走在最前面？

特斯拉一直都是纯视觉路线的拥趸，认为自动驾驶唯一通用的解决方案，是 AI 神经网络和摄像头。

正因如此，每当纯视觉阵营多一员大将，就有人不由惊呼——马斯克又对了。

在国内新势力阵营中，极越是首个基于「纯视觉+端到端」解决方案实现高阶智驾的汽车品牌。

一个细节是，大多消费者不再认为堆砌硬件就能保证最终体验，而是谁能提供兼顾通行效率、安全和拟人化的智驾体验，就认可谁的技术路线。

某种意义上，这代表着纯视觉路线已经在尝试抬高上限，与激光雷达融合感知派站在同一水平线上。

在国内汽车品牌中，以极越、小鹏和乐道为代表，先后推出了基于纯视觉的高阶智驾方案。

高阶智驾是一个确定性的答案，但如何在有限成本下实现更好功能体验，玩家们有不同的落地姿态。

2023 年，极越首款车上市，彼时市面上的高阶智驾无一例外都搭载了激光雷达，而极越仍顶着质疑、用户教育的压力，通过产品力逐渐演变成为一条主流的路线，小鹏、乐道等陆续加入。

在极越 CEO 夏一平看来，极越 ASD 坚持不分 Pro、Max，不仅是面向激烈行业竞争的主动进击，更是为了智驾平权。

在国内竞争激烈的当下，车企和消费者都会有很强烈的「人无我有」差异化需求，冰箱、沙发和大彩电是最基础的加法，关键的是如何最大化的实现科技平权。

这正是极越选择纯视觉方案的底层逻辑——通过用户规模扩大到数据积累，再到技术的进化，最终提升用户体验的正循环。

说白了，极越想做高阶智驾的「价格杀手」，将高阶智驾下探到 20 万级。

高阶智驾平权之战，极越不是「孤勇者」。

小鹏自动驾驶负责人李力耘表示，在 L4 级自动驾驶的车型上，是需要一个激光雷达，但「它并不是一个城市领航的必须的东西」，去掉激光雷达可以进入到更低价格区间，获得更多用户。

乐道 L60 也不例外。蔚来智能驾驶副总裁任少卿曾表示，用不用激光雷达是成本问题，乐道选择纯视觉，并非技术原因，就是需要降本。

至少在这一点上，已经有不少玩家证明，纯视觉并非是一条「非主流」路线。

量产节奏方面，极越 ASD 全国都能开的无图智驾已经发起了千人智驾评测，计划在年底面向全国用户推送，这也意味着极越纯视觉先一步来到全民大考时刻。

实际表现上，夏一平曾连续直播 12 个小时，2000km 的路程从成都到厦门，途径「九曲回肠」山路和施工路段，以及大雨、浓雾等极端情况，实测智驾使用率 99.5%。

值得一提的是，在今年的第二届中国智驾大赛中，极越 ASD 在不同城市连夺四冠，即便是在中山站落后小鹏、理想，但三者最大分差只有 0.7，并且极越还是唯一挑战项目最多的纯视觉玩家。

02、纯视觉高阶智驾，难而正确

纯视觉路线的原理很纯粹，主要依靠摄像头来承担感知任务，但简单也意味着任务更艰巨，缺少激光雷达当辅助后，难点也暴露出来：

而要克服这些难点，强化感知能力，要么从传感器着手，要么从感知算法干预。

有玩家选择兼顾两者能力，双管齐下，有玩家直接选择押注后者。

特小极乐正在上演自己的冰与火之歌。

极越曾把自己这套路径定义为「全视觉」方案。

作为这条道路上的首位玩家，极越在冷启动时，做好了周密谋划。

在传感器数量上，极越业内领先。

传感器类型包括 11 颗摄像头、12 颗超声波雷达、9 颗毫米波雷达（包含 4 个车侧毫米波雷达）、2 个高精度定位单元，加起来一共是 34 个传感器硬件。其中，11 个摄像头里，有 7 个摄像头（前、侧、后向）像素高达 800 万。

把像素、数量垒高，意味着传感器拥有更出色的视觉感知能力，在障碍物识别、精准距离测量等方面保证图像信息高质量传输。

极越还为智驾产品修筑了第二层壁垒——BEV+OCC+Transformer，这三者默契配合，编织了一张感知大网。

其中，BEV 充当「上帝之眼」，将 2D 信息转化为鸟瞰图视角下的 3D 环境，而一些难以识别的障碍物交给 OCC 兜底。

实际应用时，OCC 技术可以清晰识别临时障碍物、施工区域、路边伸出的树枝、前方货车上掉落的货物等特殊障碍物，并且，对于运动障碍物的速度识别精度能达到 0.1 米/秒误差范围。

信息感知完毕后，就是如何处理、分析的问题。

这时，Transformer 相当于一个强大的「信息理解机器」，能将传感器收集到的图像数据进行高效处理与分析，挖掘其中关键信息，从而帮助系统做出正确、合理的驾驶决策。

基于高密度传感器与 BEV+OCC+Transformer 方案组合，极越率先推出并落地了「端到端+纯视觉」的高阶智驾方案 ASD，并在技术基础侧也做了扎实建设。

端到端时代，车企竞争的战场从车端扩展到云端。

背靠百度 Apollo 这棵大树（百度承诺支持算力上不封顶），（今年8月）极越（就）拥有超 5.5EFLOPS 的高算力训练集群，是这一庞大算力资源的优享者。

从传感器硬件、算法架构再到数据基建，极越的高阶智驾方案 ASD 充当了一个强劲动力引擎，助力极越成为国内首个翻越纯视觉高阶智驾高山的车企。

当然，后续加入纯视觉阵营的小鹏、乐道，也和极越一样，遵循了强化传感器配置+算法架构的路径。

小鹏推出全新一代 AI 鹰眼视觉方案，传感器由 11 个摄像头、12 个超声波雷达、3 个毫米波雷达组成，其中毫米波雷达数量相比极越更少。

这当中的核心在于，小鹏首创的单像素 LOFIC 架构，这种利用视差计算障碍物距离的方式，不受光线、环境、天气影响。

乐道选择在 11 个摄像头、12 个超声波雷达之外，增加了一颗来自赛恩领动的 4D 毫米波雷达。

这一传感器优势为：可以输出包含速度、方位角、俯仰角、距离 4 个维度的点云信息，可以全天候在线。

另外，小鹏依靠自研建设，乐道背靠蔚来，两者都基于充沛的算力底座，让算法大模型完成一次次迭代进阶。

由此，对三位玩家的解题思路，我们发现：纯视觉路线对于水面之下的数据处理、算法迭代能力要求更高，大算力构成了一个充分条件。

这也是特斯拉敢于只用 8 个摄像头，抛去雷达的首要原因。

目前，「算力狂魔」特斯拉的超算中心算力达到了 100EFLOPS，约等于 30 万张 A100 的水平。

庞大的算力让特斯拉 AI 系统的数据处理、分析足够灵敏、智能。

摄像头采集完信息后，经过特斯拉的深度学习算法和神经网络的处理，就能准确识别出各种交通场景、物体和路况信息。

但特斯拉 FSD 尚未入华，国内落地水准有待商榷。

而极越，用纯视觉方案率先交出了一份优秀的智驾答卷。

03、端到端+纯视觉，刷新高阶智驾的上限

端到端智驾的目标是类人驾驶，它需要让 AI 像人类司机一样观察、思考、决策。

而摄像头作为车辆的「眼睛」，正是通过视觉捕捉丰富的特征信息，进而传输给「大脑」决策与分析。

这种更符合人类驾驶习惯及认知模型的技术路径，与端到端不谋而合。

两者共振下，纯视觉方案的优势也浮出水面。

一是信息量大，准确识别障碍物。

极越、小鹏、乐道在摄像头配置数量上都为 11 个，这似乎成为了纯视觉路线传感器方案的固定配置。

通过这 11 个摄像头，系统可以采集各方位信息，组成的信息密度覆盖了障碍物的边界信息、纹理、颜色。

极越整车产品负责人贾秀江表示，一个 800 万高清摄像头相比常规的 128 线激光雷达，信息量相差 160 倍。

这种信息密度投射到现实应用中表现为，极越的智驾系统可以清晰分别障碍物样貌并做出正确决策，比如行车时碰到树叶，系统并不会误判为障碍物让车辆立刻停下或者避让。

二是信息源简单，模型迭代快。

纯视觉感知侧的信息源仅有图像、视频，这便于感知算法理解与处理。在算力应用上，也可以集中力量办大事，进而从感知输入端到规划、决策端输出的闭环迭代速度加快。

据统计，从 2023 年 11 月-2024 年 11 月，极越 01 的 OTA 更新次数在国内新势力中排名第一，共更新 12 次，做到了「月月有更新」，高频率背后反映的是其数据飞轮的高速运转。

三是从产品侧考量，智驾可以做到「全系标配」。

过去，Max 版和 Pro 版被视为是否搭载激光雷达的界限，而高阶智驾+激光雷达几乎是智能汽车 Max 版的主流搭配。

如今，无论是极越 01、07，还是乐道 L60、小鹏 P7+全系智驾硬件标配，用户不需要纠结是否加钱上 Max 版，还是在高速 NOA 和城市 NOA 之间做选择。

实际上，特小极乐都在以一种长期主义视角投资纯视觉路线，即把资源集中在一个未来确定性增长的技术上。

夏一平曾一语道破智驾长跑的本质，「与其在意这个方案的演进速度，不如关注它的算法上限是不是更高。」

目前看来，极越已经做到跻身智驾第一梯队的水平，而这个能力还在持续进化。

特斯拉已经将纯视觉押注为通往自动驾驶的最终解。

夏一平同样表示，纯视觉是最接近 L4 的智驾方案，并且，由于纯视觉方案下软件的迭代不再受限于硬件，极越车辆能够做到「五年不过时」。

而新加入的小鹏，也投了赞成票，把 AI 鹰眼视觉方案摆在 L3 的台面上。

可以确定，在特小极乐四位玩家的强力加持下，纯视觉路线将成为搅动高阶智驾风云的又一核心招式。