对于自动驾驶来说，软件重要？还是硬件重要？

　　最近，这个问题吵得非常火热，大家也是非常专业，写的内容也很深奥。
　　我来简单聊聊我自己的理解。
　　先说结论：我觉得对于自动驾驶来说，软硬件同样重要，但是如果非要说一个高低，我觉得软件可能要再重要一点点，硬件45，软件55。
　　我感觉，我们现在汽车行业陷入了一种畸形的内卷中：觉得一定要有高算力芯片，一定要有高精度传感器、一定要有激光雷达。。。。。。
　　似乎，有了这些武装，就能给自己带来想要的安全感，就能实现自动驾驶。
　　但其实，这是一个误区。
　　在很多方面，其实特斯拉就是行业明灯。大家都在摸着特斯拉过河。
　　以现在的领航辅助为例，2018年10月，特斯拉推出NOA领航辅助，此后，国内品牌也都跟上，推出了自己的领航辅助。这个话题上被到的，包括车企包括供应商，有一个算一个，都会推出自己的领航辅助。
　　这是特斯拉的牛逼之处，持续引领行业发展方向。
　　现在这个趋势也是愈演愈烈。
　　就目前的高速领航辅助来说，简单来看看目前市面上已经存在高速领航辅助：
　　蔚来有NOP
　　小鹏有NGP
　　长城有NOH
　　广汽埃安有NDA
　　极氪有ZAD
　　极狐有NCA
　　其中，其他车企都有用到高精地图，而特斯拉没有用到高精地图，而是纯纯的靠导航地图，要知道高精地图导航精度在米级，而导航地图精度在厘米级，精度上完全不是一个概念。
　　在没有高精地图的情况下，特斯拉用8摄像头1个毫米波雷达12个超声波传感器自研FSD芯片（算力144TOPS）和头部的几家打得有来有回（现在是蔚小理略微胜出）。
　　注意，判断特斯拉自动驾驶能力如何，不能看国内，而要看国外。
　　现在国内的Autopilot能力并不能体现特斯拉的全部水平。
　　在高速领航这一步上，大家都还能跟上特斯拉的节奏，甚至有部分车企高速领航辅助的本土体验要好于特斯拉。
　　但是在面向更进一步的城市领航辅助上，问题就出现了，因为场景更复杂，对感知能力要求也要更高。
　　与此同时就带来了另外一个问题：视觉？还是激光雷达？
　　这里就是一个向左、向右的问题。
　　特斯拉向左，其他品牌向右
　　特斯拉视觉路线一条路走到黑。原因在于，特斯拉对于视觉路线很信任，同时也有非常强大的计算机视觉以及神经网络研发能力。
　　但是其他车企来说，很明显，在视觉感知这一方面能力相对较弱，在这种情况下，想要尽快投入研发和落地，投入激光雷达阵营是最快的方式，之一。
　　于是，就有了我们现在看到：这个话题上被到的，包括车企包括供应商，有一个算一个，都用到激光雷达，都是用的融合感知方案：
　　蔚来（ET7ET5ES7）：33个高性能感知硬件：超远距高精度激光雷达1个、800万像素高清摄像头7颗、300万像素高感光环视专用摄像头4颗、增强主驾感知1个、毫米波雷达5个、超声波传感器12个、V2X车路协同感知高精度定位单元2个、英伟达ORIN芯片4颗（算力1016TOPS）；
　　小鹏（G9）：31个高性能感知硬件：激光雷达2个、前视后视摄像头3颗、环视摄像头4颗、侧视摄像头4颗、驾驶员监测摄像头1个、毫米波雷达5个、超声波传感器12个、英伟达ORIN芯片两颗（508TOPS）；
　　理想（L9）：128线激光雷达、800万像素正前感知摄像头x2、800万像素侧前感知摄像头x2、800万像素侧后感知摄像头x2、200万像素正后感知摄像头、200万像素360环视摄像头x4、超声波传感器x12、前向毫米波雷达、英伟达OrinX芯片x2（总算力508TOPS）；
　　魏牌（摩卡DHTPHEV激光雷达版）：31颗感知元件：2颗来自速腾聚创125线激光雷达、5颗毫米波雷达、12颗超声波传感器、4颗百万级像素环视摄像头、4颗百万级像素侧视摄像头、4颗8百万像素感知摄像头、5nm高通骁龙85407nm高通骁龙9000芯片（算力360TOPS）；
　　飞凡汽车（R7）：33颗智能感知硬件，1个Luminar的激光雷达、2个采埃孚的Premium4D成像雷达、4个增强版远距点云角雷达、12个高清摄像头、1个驾驶员检测系统DMS、1个高精度定位系统、12个超声波传感器、英伟达ORIN芯片两颗（508TOPS）；
　　智己汽车（L7）：11个高清感知摄像头、12个超声波传感器、5个毫米波雷达、2个高精度定位单元、英伟达Xavier芯片（算力30TOPS）、后续可升级2个远距高精度激光雷达以及智驾域控制器高算力Orin芯片；
　　阿维塔（阿维塔11）：3颗激光雷达、6颗毫米波雷达、13颗高清摄像头、12颗超声波传感器、两颗华为DMC610Pro芯片（总算力400TOPS）
　　沙龙汽车（机甲龙）：38个智能化感知元件，4颗激光雷达、7颗800万像素高清摄像头、4颗200万像素环视摄像头、5颗毫米波雷达、12颗超声波传感器、1个IMU高精定位单元、华为双MDC610计算平台（算力400TOPS）
　　。。。。。。
　　大家把传感器都武装到牙齿了，疯狂做加法（偏重硬件）。
　　这个时候就有了开头说到的：这个行业已经进入到一种畸形的内卷中，似乎更传感器、更高算力、更多激光雷达能带来更高安全感。。。。。。
　　那么，特斯拉呢？
　　很有意思，特斯拉在疯狂做减法（偏重软件）。
　　马斯克现在正在推进Autopilot技术体系向TeslaVision去过渡，整个感知就依靠8摄像头12个超声波传感器自研FSD芯片（算力144TOPS）来实现。
　　相对于国内车企清一色武装到牙齿的配置，特斯拉的这一套看着就像是小米步枪一样寒酸。
　　就在最近，特斯拉推送了TeslaVisionUpdate更新，继续推动旗下车辆向着纯视觉过渡：
　　这是我们看到两种不同的技术取向。
　　而且，从目前能够看到的海外视频来看，特斯拉FSD表现非常不错。特斯拉目前已经能够做到：
　　无保护左转
　　识别红路灯并通行
　　无车道线平稳行驶
　　点到点自动驾驶
　　。。。。。。
　　虽然还是有不少瑕疵，但是你要知道，特斯拉就只是用8摄像头12超声波传感器自研FSD芯片（算力144TOPS）实现了这样的功能。
　　这就是特斯拉，在硬件有限的情况下，持续压榨软件能力，而且就目前而言，这种压榨还没见底。
　　那么国内这边呢？
　　虽然各家车企是有大算力芯片、激光雷达等等东西，但是目前，实现城市领航辅助驾驶落地的，一个都没有，没错，一个都没有。
　　没错，一个，都没有。
　　而且，各家对高精地图的依赖依然非常大。
　　大家都在等待法规对城市高精地图的释放。
　　8月2日，自然资源部办公厅印发《关于做好智能网联汽车高精度地图应用试点有关工作的通知》（以下简称《通知》），在北京、上海、广州、深圳、杭州、重庆六个城市开展智能网联汽车高精度地图应用试点。
　　在此之后，我们才看到相关企业官宣落地。魏牌表示2022年底前实现超过10座城市覆盖，明年落地应用将突破超过100座城市，但是其城市领航辅助表现究竟如何，还要先打个问号。
　　当然，除了魏牌，相信其他公司的城市领航辅助也会很快推出。
　　殊途同归
　　做自动驾驶，就像登山一样，有多种不同路径，有人选这样的，有人选那样的。
　　就目前而言，我对于偏重硬件和偏重软件，并没有任何褒贬之意。不管是做减法的纯视觉还是做加法的全副武装，大家最终目的一致，都是为了实现更高等级的自动驾驶，殊途同归。
　　这也是各家车企在根据自身技术水平以及未来战略规划思考之后的最优解。
　　而且，实现自动驾驶的路径究竟是什么，行业也在不断摸索中。谁也说不好到底是哪种才是最终正确解决方案。
　　这里我们可以做几个假设：
　　1、融合感知路线这条路线能走通；
　　2、视觉感知路线会走通；
　　3、两种路线都能走通；
　　第一种
　　我想说：在路径选择上，特斯拉选择余地会很大。
　　虽然现在的特斯拉没有用到激光雷达，但是这不意味着特斯拉没有进行相关的测试以及布局。
　　就在今年6月，特斯拉还向美国联邦通信委员会FCC提交了有关毫米波雷达的材料。在美国销售的射频相关产品必须向FCC提交第三方测试材料，以证明符合美国频谱控制规则。
　　这意味着此前特斯拉还在自研4D毫米波雷达。
　　也即是说，在后续研发中，如果特斯拉发现视觉路线走不通，切换过来也很快。
　　而且那个时候，基本上传感器成本也实现规模化降本，上车也会更大。
　　第二种
　　但是话又说回来，如果特斯拉用纯视觉就是硬生生走通自动驾驶这条路，那特斯拉将在未来自动驾驶竞赛中一骑绝尘。
　　而其他车企想要从多传感器融合这边切换过来，会非常困难。因为在计算机视觉感知上，其他车企已经被特斯拉拉开一大截。
　　第三种
　　如果特斯拉的视觉感知路线和其他车企的多传感器融合感知这两种路径都能实现自动驾驶。
　　那么，最终受益更多的还是特斯拉。
　　你没有看错。
　　因为，相比于其他车企高成本的融合感知方案，特斯拉整套解决方案成本更低。
　　所以，我建议，各家车企真的要将软件这一块的能力也重视起来，器很重要，但是技更重要。不要以为拿到了好武器，就荒废了武功，不然最终还是打不赢。
　　写在最后
　　最后，想说的是，现在，其实很多车企并没有想明白未来自动驾驶要怎么做，只是被动的卷了起来。
　　这是一个非常不健康的事情。
　　我希望各家车企能够仔细思考自身需求，不被外界看法裹挟，推出适合自己的自动驾驶产品。
　　希望国内自动驾驶能够崛起。
　　大家各自努力，顶峰相见！