最近特斯拉的FSD爆出在國內(nèi)已經(jīng)拿到測試牌照，F(xiàn)SD 進入國內(nèi)倒計時中；而國內(nèi)的華為在智能駕駛方面也是老早就喊出了遙遙領先的口號，所以，如果讓特斯拉 FSD 和華為的 ADS 在能駕駛方面比一次，到底是華為厲害還是特斯拉厲害？

所以，本文將結(jié)合我對智能汽車行業(yè)的認知和相關知識，從技術(shù)和產(chǎn)品角度分析在智能駕駛方面，到底是華為 ADS 厲害還是特斯拉 FSD 厲害？希望能給大家一些信息和啟發(fā)。另外文末有調(diào)查看看大家認為誰最厲害，也歡迎大家留言討論，補齊信息。純視覺方案的特斯拉FSD特斯拉的智能駕駛FSD是純視覺解決方案，我們之前文章《視覺為王-小鵬以及特斯拉的自動駕駛方案》中也分享了，特斯拉主要依靠8個攝像頭采集視頻數(shù)據(jù)；依靠AI芯片和算法進行數(shù)據(jù)處理，實現(xiàn)自動駕駛。

這套方案的優(yōu)點是：成本低、升級方便、響應速度快簡單拿攝像頭來說，特斯拉HW 3.0總共8個攝像頭，都是130萬像素，而且都是2015年左右就出來的技術(shù)。而相比國內(nèi)環(huán)視都到300萬的“卷”，這個硬件成本低的夠可以了，而且聽說未來HW 4.0 也可能就是500萬像素。

攝像頭作為傳感器，輸入的數(shù)據(jù)，決定了后面的傳輸，處理成本，所以特斯拉的整套成本也會低。所以，我們可以看到特斯拉的核心能力來自于軟件，特斯拉硬件相對簡單，規(guī)格也相對一致，因此很容易實現(xiàn)迭代升級。只要特斯拉的生產(chǎn)規(guī)模擴大，成本優(yōu)勢就越明顯。大家可以看到，特斯拉2019年推出的的HW 3.0，在過去的幾年一直不斷算法迭代，通過OTA實現(xiàn)更先進的視覺算法。從過去主要靠CNN算法到BEV + Transformer + Occupancy， 到現(xiàn)在端到端的概念，這些新的算法都可以通過OTA升級獲取。特斯拉的模塊化電腦硬件也可以通過更換模塊的方式進行升級，大大降低了車輛的資產(chǎn)折舊。

另外，特斯拉的視覺識別和人眼一樣，依靠可見光和圖像分析。我們之前文章《揭開ADAS感知攝像頭 - 分辨率和幀率的神秘面紗》介紹過攝像頭，目前攝像頭的幀率一般都在每秒30次，所以只要有足夠的計算能力，其響應速度的上限也就是33ms，你要知道人類的平均反應時間是250ms，戰(zhàn)斗機以及賽車員的反應時間是100ms，當然人類對于顯示的反應極限是13ms。所以，特斯拉的視覺方案有對突發(fā)、快速的障礙物感知的優(yōu)勢。那特斯拉的視覺方案，有什么缺點呢？視覺方案作為傳感器，其實是模仿人類的眼睛，所以它也繼承了人眼的缺陷 - 怕黑，怕不清楚，怕復雜干擾多的場景。

當車輛處于逆光、夜晚、雨霧、道路標線和路側(cè)標線不清晰的場景，或者路況復雜、干擾物多、或者大片白點的場景時，純視覺方法會遇到難以克服的障礙和瓶頸。也就是說，這種解決方案的上限是無限接近人類視覺駕駛的水平，但無法超越人類視覺駕駛的水平。目前，受視覺方案限制，特斯拉的FSD在夜間及雨霧等能見度較差的自然條件下，智駕風險依然較大，很多場景依然需要駕駛員接管。另外就是視覺含有豐富的信息，特斯拉方案在不同國家和地區(qū)的通用性也需要強大的訓練資源。依賴激光雷達視覺融合的華為ADS中國的華為走的方式卻是截然不同，華為的智能駕駛方案，其車頂必須要有一個非常明顯的激光雷達凸起。我們之前文章《遙遙領先的華為智駕硬件以及背后的GOD和RCR算法》中分享過，華為應該是全球唯一一家在智能駕駛中把車用激光雷達用的溜溜的公司。

華為的智能駕駛技術(shù)采用的是激光雷達和視覺融合方案，華為的技術(shù)主要依靠激光雷達采集數(shù)據(jù)，特別是GOD中用應該主要是用激光雷達來探索可行駛的空間（Lidar occupancy），通過AI芯片和算法對數(shù)據(jù)進行處理，實現(xiàn)自動駕駛。所以，華為的方法是通過激光雷達觀察三維世界。該方案的主要缺點是：成本較高、硬件升級困難、響應速度慢相比于攝像頭，車載激光雷達技術(shù)出現(xiàn)時間較短，產(chǎn)業(yè)化規(guī)模不大，因此硬件成本較高，即使在中國多家激光雷達廠家互卷的情況下，當前一個激光雷達的BOM價格也還需要3000元左右，更別說歐美世界了。所以，采用激光雷達的廠商在硬件成本上難以與特斯拉視覺solely的方案競爭。

另外，激光雷達和視覺同時采集數(shù)據(jù)需要數(shù)據(jù)融合處理，對算力和算法的要求也較高，如果看目前學術(shù)界，基本主流的人工智能研究和公布信息都是基于視覺，所以，華為走的激光雷達路線，需要自己內(nèi)部較長時間的研發(fā)和實驗投入�？傮w來說，華為選擇了高成本的方案，當然華為希望借助中國市場的規(guī)模優(yōu)勢，最終壓低成本，所以也不難理解華為到處和主機廠合作構(gòu)建鴻蒙智行生態(tài)，一起來將華為激光雷達方案規(guī)�；�，從而達到降本的目的。其次，華為方案對硬件依賴較大，熟悉華為ADS的應該，知道華為從2021年推出ADS 1.0到現(xiàn)在，其硬件方案已經(jīng)經(jīng)歷了三代：ADS 1.0基于13個攝像頭（前視覺雙目+長短距），三個激光雷達，六個毫米波，400TOPs算力的MDC，高精地圖的方案。這個基本上算智能駕駛?cè)�家桶或者大雜燴。ADS 2.0，11個攝像頭，一個激光雷達，200TOPs算力的MDC。相比之前ADS，減掉雙目，兩個激光雷達，三個毫米波，減掉一塊昇騰610算力為200TOPs算力的MDC，減掉了高精地圖。ADS 3.0，相比ADS 2.0，一個激光雷達從128線換到了192線，其中一個毫米波換成了4D毫米波。

所以，明顯華為方案不同年份生產(chǎn)的車型硬件配置會有所不同，軟件版本維護會越來越復雜，老款車型OTA難度也會越來越大，導致車輛資產(chǎn)折舊增加。普遍預計3-5年后，由于硬件升級，已經(jīng)售出的車型很難再獲得能力的進一步提升。在感知響應速度方面，一般激光雷達的采樣率一般為10hz，其響應速度的上限為100ms，當然華為ADS 3.0采用的192線雷達采樣頻率已經(jīng)達到20hz。

所以從理論上來講，不如視覺方法快。當然，從感知到執(zhí)行響應，還需要經(jīng)歷通訊、計算、執(zhí)行響應延遲等原因，所以，兩者的差異很難體現(xiàn)出來。華為激光雷達方案的主要優(yōu)點是上限較高通過激光雷達感知環(huán)境數(shù)據(jù)，可以突破視覺限制。華為采用的1500波長激光雷達，無論是白天還是夜晚，無論是雨天、霧天還是塵土，對激光雷達的工作影響都很小。而且激光雷達收集的數(shù)據(jù)自帶距離向量，不需要AI芯片進行計算，對芯片算力和算法的要求比較低。理論上，隨著激光雷達方案的不斷演進，最終可以超越人類駕駛水平，甚至實現(xiàn)夜間熄燈駕駛，是L4級自動駕駛的終極路線。所以，華為車型已具備在中國所有城市L2++的智能駕駛；華為智能駕駛的夜間駕駛表現(xiàn)非常優(yōu)秀，甚至可在鄉(xiāng)村道路和村落上實現(xiàn)智能駕駛。實際表現(xiàn)已全面領先特斯拉方案。

并且大家可以從媒體以及自媒體視頻中，看到華為車輛在一些極端條件下，如夜間、雨霧天氣、逆光場景等，表現(xiàn)驚人，比特斯拉方案更可靠，接管率更低。當然不少人懷疑視頻的真實性，相信看完我們文章，明白原理之后，應該不會懷疑真實性。寫在最后那到底華為和特斯拉的智能駕駛哪個更厲害呢？

從產(chǎn)品和商業(yè)的角度來看，特斯拉方案采用成熟傳感系統(tǒng)，通用發(fā)展的AI技術(shù)，所以可以用低廉的成本實現(xiàn)更好的輔助駕駛，從而以更低的價格占領市場，為公司獲取更好的利潤，進入良性循環(huán)。從體驗和技術(shù)上限來看，華為的方案未來應該可以無縫演化到L3以上的智能駕駛，可以實現(xiàn)更穩(wěn)健和更廣闊的ODD。但擺在華為面前的是如何擴大規(guī)模，通過用規(guī)�；�降低成本，當然目前情況華為應該是on track。特斯拉底層技術(shù)是目前火爆世界的AI，跟隨和共享世界視覺和語言通用AI技術(shù)的發(fā)展。

而華為，底層技術(shù)也是AI，但是華為需要自己鉆研自己獨特的激光雷達應用技術(shù)。長期來講，或許能走出一個無人能做的特色的道路，或許走入死胡同。這也就是在策劃這篇文章時候，蹦出我腦袋里面第一句話“中國的華為，世界的特斯拉”，很遺憾這個標題有點怪，會引發(fā)一些爭論，所以，沒用，但通過這個可以無奈的看到地緣政治或許是下一個時代的常態(tài)。那么智能駕駛到底誰最厲害，投票給出你的答案。

*未經(jīng)準許嚴禁轉(zhuǎn)載和摘錄-參考資料：

       原文標題 : 智能駕駛誰最厲害 - 華為ADS？特斯拉FSD？