2025年第二季的特斯拉财报一出，科技圈立马炸锅。重点不在于营收数字，而是那行小小却意义非凡的字眼：Robotaxi 收入首次入账。你没看错，那家被专家酸说“没有LiDAR就别想自动驾驶”的公司，悄悄把无人车开上路，还正式开始赚钱了。这下可好，那些年口沫横飞的质疑，现在一个个变得鸦雀无声。
那些年专家说过的话，现在回头看有点尴尬
自从特斯拉坚持只用摄像头搭配AI模型搞自动驾驶（camera-only approach），技术圈几乎一面倒唱衰。你随便翻开几年前的技术论坛或行业会议，LiDAR就是“必须”的共识。不用LiDAR？你是想拿乘客的命赌未来吗？
像加州大学柏克莱分校（UC Berkeley）的一位交通科技教授就曾说过，没用LiDAR的系统根本无法应对复杂环境。而美国前政府顾问Missy Cummings，更是直白表示，特斯拉的车“永远不可能实现全自动驾驶”，原因很简单：他们不用LiDAR。巧的是，她还坐在一家LiDAR公司的董事会，年薪几乎可以直接买辆Model X。
这些话在当时听起来头头是道，毕竟LiDAR可以绘制精准的3D环境图，是“看得见”的安全感。但问题来了：会看，不代表会开。
特斯拉为什么坚持“类人”路线？
特斯拉压根没想走传统工程师那种多感知器的冗余方案。他们选的是一种看起来疯狂但其实很商业的思路：模仿人类。
人类司机开车靠什么？眼睛。那AI要开车，也靠眼睛（摄像头）就行。这逻辑虽然简单，但背后算得很清楚：
- 摄像头便宜、省电又好装
- 少了雷达和LiDAR，系统更轻、更容易规模化
- 数据量暴涨后，AI会自己学得越来越好
而且别忘了，人类开车时还会分心、听音乐、吃便当。AI若能专注于视觉处理，理论上更不会出错。
4D毫米波雷达：未来感满满，但还不够完美
除了LiDAR、摄像头和传统雷达，最近爆红的是4D毫米波雷达。不是那种打穿多重宇宙的概念，而是一种能同时捕捉距离、速度、水平角度和俯仰角度的雷达系统。
听起来超厉害，优势也很明显：
- 雾天、大雨、黑夜照样稳定识别
- 可以同时追踪几百个目标
- 不怕逆光、不怕雪天
但它也不是神仙系统。分辨率还是比不上LiDAR，面对复杂街景容易漏掉细节；价格也还不够亲民。短期来看，它是视觉系统的好帮手，但要独当一面，还有待观察。
自动驾驶的三大路线：谁赢得起，谁撑得住？
现在产业里大概有三种传感器路线：
- 全冗余派：LiDAR + 雷达 + 摄像头（如 Waymo、Cruise）
- 中庸派：4D毫米波雷达 + 摄像头（如现代、福特）
- 极简派：纯视觉系统（特斯拉）
全冗余派强调安全，问题是设备太贵，车卖不动；中庸派试图在稳定性和成本之间找折衷；极简派则直接相信AI的力量，成本压到底，说白了就是“我家神经网络有练过”。
胜负不一定只看谁感知得最清楚，还得看谁撑得起商业化，谁的数据飞轮转得快。
被打脸的专家们：真的是他们错了吗？
说错也不完全对不起良心，LiDAR确实有它的用武之地。大雨大雪中，LiDAR表现远胜摄像头。但做生意不只是技术对不对，还得算得出毛利。
你感知能力爆棚，但系统贵得跟车价一样，消费者才不会买单。当年苹果坚持不加实体键盘也被笑，但谁还在用BlackBerry？
所以专家们错的不是技术，而是优先顺序。你不能用航天级技术卖给通勤族，还期待他们买单。
小结：下一次，当大家都说“这不可能”时…
特斯拉这波操作再次证明：不是每个“专家共识”都能经得起现实的检验。技术路线没有绝对的对或错，只有能不能活下去。
下次再有人说某个技术“不现实”“不安全”“不可能商业化”，也许你该先按暂停键，观察一下再下判断。毕竟，那些最被看扁的赌注，有时候就是下一轮改变游戏规则的起点。