目前在ADAS／自动驾驶领域，摄像头（机器视觉）和毫米波雷达技术已经得到了广泛的使用，而新兴的激光雷达（LiDAR）技术得益于其可以提供360°的高精度的3D深度图特性，也得到了不少自动驾驶技术厂商的追捧。

不过在23日特斯拉的“自动驾驶日”活动上，特斯拉CEO埃隆·马斯克（Elon Musk）语出惊人的表示：“任何使用激光雷达的自动驾驶公司注定失败（doomed）”。

目前在自动驾驶领域，主要有三大流派，一派是以Mobileye为代表的主要依靠摄像头来实现自动驾驶的厂商，另一派是以激光雷达为主要感知技术的自动驾驶厂商，还有一派则是多种技术融合使用。而特斯拉则主要采用摄像头技术，外加毫米波雷达技术辅助。

而由于摄像头数量众多，而且要保证足够的分辨率，这也使得需要快速处理的视频流非常的庞大，这也自动驾驶芯片的计算力带来了极大的挑战。而此次性能强大的特斯拉自研自动驾驶AI芯片的成功量产推出，也给了马斯克极大的信心。

在现场投资人提问环节，有投资人就提及了激光雷达的优势，以及在雨雪天气，路况不好时，摄像头如何避免精度不高的问题。

对此，马斯克的回答是，虽然雨雪天的确会增加驾驶难度，比如路牌被雪遮住一部分，但人类通过视觉能做出判断，并且相对安全地驾驶，那么经过大量充分训练的神经网络同样也可以做到，并非一定要靠 Lidar。

用马斯克的话说，“（在汽车上放）激光雷达就是一个傻瓜”（a fools errand），甚至在发布会上发狠话说，自动驾驶行业谁寄希望于 Lidar、谁就注定失败（doomed）！因为激光雷达昂贵、不必要，也很荒谬，注定要让人失望。

特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy也表示，特斯拉能够处理来自视觉传感器收集到的车道线、交通、行人等信息，将这些信号与已知的物体进行匹配再最终作出决策。

他同样对比了激光雷达（Lidar）方案和计算机视觉方案的优劣，他和马斯克一样是计算机视觉派：“某种意义上，Lidar 是一个捷径。它回避了对自动驾驶非常重要的视觉识别基本问题，给人一种虚假的技术进步了的感觉”。他表示，和 Lidar 相比，特斯拉更加依赖计算机视觉，并将收到的视觉信息进行 3D 渲染，涵盖视频输入到深度神经网络。

Andrej Karpathy 在现场演讲展示了早期将神经网络部署在真实世界中训练的重要性，比如说，特斯拉的每一位司机其实都参与到了神经网络的训练中，每一个新手都将为特斯拉的自动驾驶系统喂入新的数据。而且，Karpathy 认为，在神经网络的训练中，和数据的规模相比，数据的质量更加重要，特斯拉的原始数据集也可能是全球最有价值的，因为特斯拉拥有全球范围的车队，可以提供各种环境、天气条件的数据，还会收集车辆的异常道路表现数据。在数据的标注上，特斯拉也正在尝试自动化标注的方向。

也就是说，特斯拉认为，摄像头＋数据＋神经网络＋自研的自动驾驶芯片，足以保障基于计算机视觉的自动驾驶方案的安全性。

不过，目前大多数的自动驾驶技术厂商还是采用 Lidar ＋计算机视觉，或者融合毫米波雷达的方案，因为目前单纯依赖计算机视觉方案在安全性的保障上仍有一定风险。