当激光雷达抢摄像头的饭碗,自动驾驶的路线之争“变味”了
自动驾驶行业的“路线之争”吵了很多年，搞得大家都“疲”了。以特斯拉为代表的纯视觉派，认为只要摄像头和AI足够强就够了，毕竟人类开车主要靠眼睛；另一方则是多传感器融合派，在他们看来，摄像头、毫米波雷达、激光雷达各有各的边界，安全冗余绝不能省。这场争论谁也不认输，也没有绝对的胜负，最后被争成一道“站队题”，两队泾渭分明。然而，最近几个传感器公司的“跨界”新动作，正在让这场“路线之争”变味了。以前讨论自动驾驶路线的前提是，有一套感知设备的默认分工。摄像头看世界的颜色、纹理、标志、车灯和车道线；毫米波雷达看速度和距离；激光雷达提供高精度三维点云，帮助系统理解周围物体的位置、形状和空间关系。这套分工很清楚，也制造了很多争论。纯视觉路线会强调，摄像头成本低、量产友好、数据规模大；多传感器路线则会反驳，摄像头容易受光照、眩光、雨雾影响，深度估计也存在不确定性。科技公司Ouster在5月发布Rev8 OS系列，可以在同一个激光雷达传感器里实现逐点3D彩色视觉，Ouster甚至强调，单个激光雷达可以理解道路标志、刹车灯，甚至生成测绘级彩色地图。无独有偶，禾赛科技也在4月发布Picasso 6D全彩SPAD-SoC，称其可以在ASIC芯片层面实现空间感知和颜色感知的原生融合。这意味着一件事：传感器本身开始跨界了——激光雷达开始试图干摄像头的活，同时拿到空间和颜色信息。Ouster Rev8的关键点，在于它试图把3D空间数据和彩色信息放在同一个传感器里完成。按照Ouster的说法，Rev8支持原生彩色激光雷达能力，能够提供“逐点3D彩色视觉”；其旗舰OS1 Max相较Rev7在探测距离和分辨率上提升至两倍，并面向车规级、网络安全和功能安全设计。过去，如果系统想同时获得深度和颜色，往往需要激光雷达负责点云，摄像头负责图像，然后再通过标定、同步和算法融合，把两套数据对齐。这里面有不少麻烦：传感器安装位置不同，视角不同，光照条件不同，误差可能在融合环节被放大。原生彩色激光雷达的思路，是让每一个3D点在生成时就带有颜色信息。Ouster官网介绍Rev8时，特别强调“Perfect 3D Color Alignment”，并列出48-bit色彩深度、116dB动态范围等指标。这类能力对自动驾驶的意义非常重大。因为现实世界不是只有几何结构，红绿灯的颜色、刹车灯的亮起、道路标志的含义、施工锥桶的颜色、路牌和警示牌的视觉语义，都不是单靠“前方有一个物体”就能理解的。传统激光雷达更擅长告诉系统：那里有东西，距离多远，形状如何。彩色激光雷达想进一步告诉系统：那个东西大概是什么，它有什么颜色特征，和周围环境如何区分。更准确地说，激光雷达正在从“距离传感器”，变成更综合的空间感知器件。Ouster和禾赛释放的信号很清楚——那就是激光雷达行业不再满足于“测距更远、点云更密、成本更低”的传统升级路径。它开始往空间智能、物理AI、具身智能这些更大的方向靠。因为自动驾驶和机器人真正需要的，不只是“看见障碍物”，它们需要建立世界模型。所谓世界模型，听起来很玄，其实就是让机器对现实环境形成可计算、可预测、可行动的理解。道路在哪里，车在哪里，人在哪里，信号灯是什么状态，哪些物体会移动，哪些区域可以通行，哪些行为可能发生。纯点云提供结构，图像提供语义；如果传感器能在源头提供彩色点云，就可能让下游模型获得更一致、更对齐的输入。系统少做一点“拼图”，就有机会多做一点“理解”。当然，这里面还有很多工程问题。成本、功耗、可靠性、雨雾表现、量产稳定性、车规认证、数据格式、算法适配等等，这些都需要后期持续验证。彩色激光雷达的出现，让“激光雷达只是昂贵拐杖”的说法变得不够准确。如果一个激光雷达传感器既能提供3D空间结构，又能原生携带颜色信息，还能减少和摄像头之间的标定、同步和后融合成本，那么它在系统里的角色就会变化。它不再只是安全冗余，还能成为空间智能的核心入口之一。当然，彩色激光雷达的出现，这也不意味着纯视觉路线输了。而是让竞争的焦点从“纯视觉对激光雷达”这种标题党式对立，转为谁能用更低成本、更少延迟、更高可靠性，把世界建模得更准。自动驾驶的路线之争正在从“传感器选配之争”，变成“感知信息质量之争”。具体来说将会落在以下几个点：- 感知输入是否足够丰富：车要理解世界，既需要结构，也需要语义；既需要距离，也需要颜色、运动和上下文。
- 信息融合是否足够高效：传感器越多，数据越多，融合越复杂。原生彩色激光雷达的意义，就在于它试图减少一部分源头对齐成本
- 成本能否进入量产范围：再强的传感器，如果成本下不来，只能留在高端Robotaxi、工业机器人或特种场景里。想要真正改变行业，要看它能不能跨过规模化的成本门槛。
- 数据能不能被下游模型真正用起来：彩色点云只是原料。原料再好，模型训练、数据闭环和系统工程跟不上，也还是一堆漂亮数据。
过去，多传感器融合经常被理解成“多装几个传感器，更安全”，但真正有价值的不是数量冗余，而是信息冗余。摄像头看到颜色和纹理，激光雷达看到空间结构，雷达看到速度和距离。它们从不同物理机制感知世界，互相补充，互相校验。如果激光雷达也开始具备颜色感知能力，它和摄像头之间不再只是简单的“一个看颜色，一个看深度”。两者可能在部分能力上重叠，也可能在极端光照、距离精度、动态范围、标定误差等维度上形成新的互补，这会让传感器架构设计变得更细：这才是未来自动驾驶架构真正要讨论的问题——不是“要不要某个传感器”，而是“每一路信息在系统里承担什么责任”。
10个月宝宝每天需要喝多少奶粉？
