用一句话总结特斯拉和小鹏方案的特点，便是以强AI辅助弱感知。在此要搬出行走的第一

用一句话总结特斯拉和小鹏方案的特点，便是以强AI辅助弱感知。

在此要搬出行走的第一性原理代言人马斯克经常讲的那句话了：道路是为眼睛和生物神经网络设计的。

解读一下就是说，既然人类可以通过视觉信息+大脑处理成为一个合格的驾驶者。那么，自动驾驶系统通过摄像头+深度学习神经网络也可以达到类似的效果。

由于在过去的很多年里，摄像头的感知能力相对较弱，相较于多传感器融合方案，视觉方案始终存在感知能力较差的缺陷。

在之前的技术条件下，摄像头的动态范围HDR相对不足，造成亮部、暗部的细节丢失；HDR下限不足，导致其在弱光环境下噪声大、性能差；HDR上限不足，叠加过曝控制能力差，导致其在强光环境下因传感器饱和丢失亮部细节。

虽说人眼也会因为生理限制面临弱光下看不清、亮光下睁眼瞎的问题。但是，人类那颗相当于百万亿神经网络参数的脑袋，可以脑补中低程度弱光、亮光环境下的感知。正是基于同样的逻辑，特斯拉一直以来都在孜孜于提升改进AI视觉神经网络的架构，提升神经网络的规模，以AI能力的进步弥补摄像头的性能缺陷。经过多年的攻坚，特斯拉、小鹏率先实现了非极端光照条件下的城区NOA。

特斯拉FSD和小鹏视觉版XNGP已经证明了激光雷达的非必要性，再嘴硬L2++也离不开激光雷达就没什么意思了。