過去幾年，特斯拉拒絕雷達的理由，説到底還是因為它們降本增效的速度還不夠快_風聞

【本文由“吃嘛嘛香”推薦，來自《新能源汽車能否接棒消費電子，成為半導體行業新的需求增長點？——峯瑞資本楊永成訪談（下）》評論區，標題為小編添加】

貓膩沒有，我找到了一個專業的文章給的答案：

過去幾年，特斯拉拒絕雷達的理由，説到底，還是因為它們降本增效的速度還不夠快。

故事的B面，則是特斯拉押下重注的純視覺路線技術突飛猛進，快到在不到三年的時間裏端了各種雷達的飯碗。

自2020年開始，特斯拉意識到依靠兩個二維生物交換信息，很難準確還原三維世界。

2020年當年，特斯拉推出FSD beta，全面倒向潛力更高的攝像頭，對智能駕駛算法進行重構：

而在今年，特斯拉的純視覺算法更進一步，橫空出世的佔用網絡（Ocuppancy Network），讓攝像頭把對手瞄向了更強的存在——激光雷達。

基於純視覺的佔用網絡算法將感知空間劃分為一個個立體網格，通過檢測網格是否被佔用，以一種低算力開銷、低計算延遲的方式，實現對物體體積的測算

————包括讓全世界智能駕駛團隊頭疼的各類異形物體。這解決了視覺感知“物體未識別則不存在”的經典難題。

而在此之前，行業多認為昂貴激光雷達才是正確答案。

視覺算法擁有了對標激光雷達的能力後，羸弱的超聲波雷達在邏輯上也失去了存在的必要，順勢砍掉。

至此，在特斯拉體系內攝像頭與雷達的賽馬中，攝像頭通過算法的進化，完成了對雷達能力的模擬，以低成本實現了視覺雷達效果，一個頂仨。

~

馬斯克對毫米波雷達的態度也從未一棍子打死，今年初他在推特上互動時，留下了頗有暗示意味的回覆：“高精度（毫米波 ）雷達才是正解。”

特斯拉對雷達的態度，也能反映出這家公司最真實的第一性原理——設立一個高難度的目標，然後找到最具性價比的工程手段實現它。

以上摘自@遠川汽車評論《偌大的特斯拉，容不下一顆小雷達？》

請各位關心技術細節的可以移步原文仔細閲讀。

原文鏈接：https://www.huxiu.com/article/683973.html