来源丨创业邦（ID：ichuangyebang）

作者丨潘磊

编辑丨海腰

图源丨midjourney

“在我看来，激光雷达就像是一根拐杖，会将公司逼到一个艰难的角落，难以抽身”。

2018年初的一次财报会议上，特斯拉CEO埃隆·马斯克再次重申了他对激光雷达的反对观点，试图平息这场在当时就已经旷日持久的争论——即激光雷达在自动驾驶系统中，到底是不是必要的？

他还说，可能自己错了，那将使他看起来很傻。“但我很确信我没看错”。

至少从2015年开始，他对激光雷达就没有过好感。

这让他一度遭遇了口诛笔伐。

前采埃孚CEO斯特凡·索寞(Stefan Sommer)曾经直言，自动驾驶需要3项技术：摄像头图像处理，短程和远程雷达，以及激光雷达。

Stefan Sommer

曾担任Waymo的CEO超过5年的约翰·克拉夫西克（John Krafcik）则暗示，Waymo研发的是“完全自动驾驶系统”，特斯拉则提供“较为出色的驾驶辅助系统”。

John Krafcik

Waymo在相当长一段时间内被视为自动驾驶“头雁”，而且一直采用多传感器方案（毫米波雷达+摄像头+激光雷达）。

但随着“端到端”成为自动驾驶的最新趋势，马斯克当初的预言正在变成现实——主流玩家都把资源投入到了持续升级神经网络算法，以及算力提升方面，激光雷达作为“作弊器”的角色正在被弱化。

这或许意味着一场与产业有关的剧变。

因为在马斯克反对激光雷达时，后者被作为一个事关自动驾驶前景的智能硬件而受到关注，并吸引了不少创业者押注于该领域。

睿兽分析的数据显示，自2017年以来，有72家与激光雷达有关的公司从投资者处获得了融资，今年依然有7家公司获得新一轮融资。

这些公司的激光雷达产品在失去自动驾驶预期后何去何从，将是一个巨大的难题。

大厂突然放弃激光雷达

“下一代激光雷达对我们来说没那么重要了”。

这是大约一周前，智驾系统研发商Mobileye在突然关闭激光雷达运营部门后，给出的理由。

Mobileye的激光雷达研发部门今年的运营费用大约为6000万美元，关闭部门将使大约100名员工受到影响。

这家在早期为多个车企提供了ADAS方案的公司指出，终止自研激光雷达的原因，在于其视觉感知技术取得实质性进展，另外其他供应商也能提供比自研更便宜的激光雷达产品。

在智驾供应商中，Mobileye一度把激光雷达置于战略高度——该公司预计下一代固态FMCW激光雷达将会在2028年迎来市场爆发。

这种雷达以能够探测出目标物体的“第四维”速度信息，且能够大幅降低成本而著称。

Mobileye创始人、总裁兼首席执行官Amnon Shashua，在2021年的CES期间，首次公布了对FMCW激光雷达的研发计划。

Amnon Shashua

但随着Mobileye的官宣退出，激光雷达产业的前景已经亮起红灯。

事实上，这种警报并不是第一次出现。

早在2022年，激光雷达就曾经遭遇一波洗牌。

当时德国激光雷达企业Ibeo因无法获得融资而破产，该公司是激光雷达的鼻祖，1998年就创立了。

Ouster和Velodyne则通过合并形式，维持生存。

这波破产浪潮几乎摧毁整个激光雷达行业。

但随着来自中国的禾赛科技、速腾聚创等激光雷达制造商实现量产，形势才算转危为安。

今年1-6月，禾赛科技激光雷达全球总交付量为145627台，同比增长67.5%。

同期速腾聚创出货量达到24.34万台，同比增长415.7%。

禾赛科技CEO李一帆曾表示，激光雷达像是一个“作弊武器”，能提升自动驾驶系统的稳定性。

不过这并未打动投资者。

禾赛科技挂牌纳斯达克后股价一度突破每股30美元（2023年初），但现在的股价还不到4美元（截至9月16日），市值不到5亿美元。

在港股挂牌的激光雷达头牌速腾聚创也类似，其市值一度超过190亿港元，目前则为57.5亿港元。

糟糕的是，这两家公司依然还深陷亏损泥潭。

今年上半年，速腾聚创亏了2.69亿人民币，而禾赛科技亏损约为1.8亿。

另一个激光雷达制造商Luminar则宣布外包生产业务，以降低成本。

但这些企业还算是幸运儿，毕竟它们已经成功登陆资本市场。

与之相对应的是，激光雷达领域的绝大多数公司尚未实现在资本市场挂牌，有的甚至还处于A轮融资阶段。

激光雷达或被端到端“杀死”

“激光雷达只是现阶段小朋友学走路用的学步车，当孩子的两条腿和平衡性发育完整后，就会脱离（学步车）这个辅助工具”。

极越CEO夏一平不久前通过社交媒体详细解释了有关激光雷达和纯视觉智驾方案的区别，并认为后者才是未来。

在他看来，激光雷达之所以过去很火，只是因为曾经有过“辅助特性”，能快速实现辅助驾驶上路，无需投入大量算力。

他称，激光雷达扫描到障碍物后，车子按照预设指令去规避、刹车，这让用户觉得很先进。

但激光雷达只能扫除障碍物的大小，却不清楚自己扫描到的到底是什么物体，即便按照这种逻辑运行几十年，车子依然是按照固定的指令采取行动，（智驾系统）由此被困在一个较低水平上，做不到自我成长。

“这就像是你在一岁时，可以用学步车快速学会走路，但到了16岁，大家一起去踢球时，别人都学会了短跑、走位、射门，而你的腿还被卡在学步车里”。

他称，想完成更高难度的操作，就必须把腿从学步车里抽出来，也就是抛弃激光雷达。“用视觉培养车的自我学习能力，把它按照人去训练”。

“视觉方案就是把车的摄像头当做人眼，今天看到一只猫，识别后发现它自己会动，就让模型大脑去学习，并记下来猫的样子，以后再见到猫，就知道它不但会动，还会走，会停，会转弯，车机大脑会按照人类司机应对猫的方式，进行减速或者躲避”，夏一平称，持续学习下去，就可以培养出老司机那种本能反应，也就是所谓的“车感”，这就是自动驾驶的最高境界，即像人一样开车。

夏一平对纯视觉智驾方案的解释，跟马斯克推崇这种方案的理由一致，即该方案更符合人眼直觉——人能够靠眼睛开车，那么机器也能做到。

车子通过多个摄像头感知并收集数据，然后通过车载电脑运行的神经网络（类似于人的大脑）解析处理后，发出指令并控制车辆。

重要的一点还在于，这种方案在成本方面的优势，帮助特斯拉迅速把智驾普及。

因为在特斯拉进行有关智驾路线的对比时，单颗激光雷达价格超过1000美元。

某种程度上，马斯克讨厌激光雷达的原因，就在于后者在探测距离上的优势跟为之付出的成本相比并不划算，其高昂的价格难以迅速推广，也因此无法获得大量数据 。

另外，当特斯拉完成了有关算力的储备后，其不但实现了智驾领先，而且还形成了让竞争对手难以逾越的护城河。

根据马斯克的说法，特斯拉今年将在AI训练和推理方面投入约100亿美元。

截至今年Q2，特斯拉自建超算中心AI算力已经超过4万张英伟达H100等效算力，今年年底还将提升至接近9万张水平。

换句话说只有当算力足够大，智驾系统就能够快速学习绝大多数场景，包括成功应对所谓“Corner case”（极端情况）的能力。

这令其他对手望尘莫及。

同时，数据作为端到端的另一个关键资源，特斯拉也实现了断层式领先。

截至2024年Q2，特斯拉的FSD（Full-Self Driving，完全自动驾驶）系统累计行驶里程已超过16亿英里。

根据马斯克此前的预计，这一数据需要达到60亿英里，才能满足全球监管机构（对FSD落地）的要求。

但即便如此，特斯拉依然优势明显。

与之相对应的则是，特斯拉的纯视觉方案越接近实现完全自动驾驶，激光雷达的处境就越尴尬。

对于激光雷达公司而言，必须找到新的应用场景，才能避免被端到端“杀死”。

机器人或成激光雷达下一个风口

“今天L4公司很多的技术路线还是算法+小AI模型的组合，都在痛苦的犹豫，是否应该转入端到端。我个人的建议是：别犹豫，赶紧改，后面那个才是大家伙”。

进入下半年以来，何小鹏突然成为端到端的最大支持者之一，并将在今年Q4实现“门到门”智能驾驶。

另外，理想推出了“端到端＋VLM（视觉语言模型）＋生成式验证系统”的自动驾驶技术路线。

蔚来、华为也都在发力端到端。

华为乾崑智驾ADS 3.0系统采用“端到端”架构，车辆行驶轨迹实现“更类人”的效果。

从车企角度看，“端到端”已经是大势所趋。

这对中国激光雷达研发商而言不是好消息——根据标准普尔全球汽车披露的数据，去年中国激光雷达企业全球出货量超过80%，2024年预计将超过90%。

但随着各大车企纷纷转投端到端的纯视觉阵营，激光雷达看上去前景堪忧。

速腾聚创的财报，也许揭示了一条转型之路。

根据这家公司2024年中报，上半年其激光雷达产品在机器人方面的销量达到8900台，同比增长21.9%。

在报告期内全部24.3万台的销量中，这一占比微乎其微。

但在速腾聚创联合创始人兼CEO邱纯潮看来，未来泛机器人的需求，会比汽车市场大10~100倍。

这种跳出汽车行业、寻找增量市场的情况，也能从其他激光雷达企业处获得验证。

比如在Ouster和Velodyne这两家激光雷达公司合并后，押注的重点业务就是机器人和“智能基础设施”。

机器人业务方面的潜力，甚至在双方合并之前就已经体现在了Ouster的财报中。

2022年Q3，Ouster营收达到了1120万美元，同比增长44%，原因就在于机器人业务营收推动业绩走高。

去年，英伟达CEO黄仁勋表示“人工智能下一个浪潮将是具身智能”，直接引爆了“人形机器人”概念。

马斯克也表示，未来人形机器人普及程度将是汽车的10倍。

如果激光雷达能够锚定人形机器人赛道，或许又将坐上一个新的风口。

至于智能交通设施，激光雷达的应用在于智能交通管理，以及安全系统。

有消息显示，一个激光雷达可以取代多达八个高清摄像头，所以作为一种更加省钱的方案，可以代替摄像头进行交通监控，既能获取必要数据用于分析和优化交通，同时还能保护隐私（不收集面部或其他生物识别信息）。

换句话说，激光雷达能够成为智慧城市中的关键基础设施之一。

对于激光雷达制造商来说，尽管智能驾驶领域的应用前景具有不确定性，但机器人和智能城市又提供了新的机会。

这或许就是激光雷达初创公司依然能够从投资者手中拿到钱的主要原因。