20 号晚上，群里发来了一张何小鹏朋友圈的截图。
惊讶之余，我立刻赶往微博一线吃瓜，简单梳理之后明白了事情的缘由。
美国时间 11 月 20 日晚，一位 ID 为Tasha Keeney 的推特用户转载了香港英文媒体「南华早报」发表的小鹏汽车将在 2021 年新车上使用激光雷达的新闻。
这位用户还做了一番评论，大意为小鹏汽车在自动驾驶路线上采用激光雷达的做法与特斯拉分道扬镳，这会限制小鹏汽车的上限，最后还反问了一句「小鹏汽车难道不明白他们抄袭特斯拉的方案是无法成功的吗？」
马斯克本人随后回复了这条推特，表示小鹏汽车有特斯拉的旧版代码，但是没有特斯拉现在新版的神经网络系统。
接着在另一个回复中，马斯克说小鹏汽车还偷了苹果的代码。
然后就有了开头何小鹏的回复。
小鹏汽车和特斯拉之间的纠纷早已不是第一次，趁着这次的话题我想带各位大致回顾一下。
未决的争议
可疑的跳槽
2019 年 1 月 3 日，特斯拉 Autopilot 工程师曹光植（以下简称曹）离职，随后加入小鹏汽车。两个月以后，特斯拉对曹（不是对小鹏汽车）提起诉讼，罪名是窃取商业机密，以下事件为大致内容：
特斯拉起诉曹在 2018 年底曾将特斯拉 Autopilot 源代码副本上传到了其个人的 iCloud 云端账号以及个人电子设备中，其中包含约 30 万份代码文件，而后曹将这些数据分享给了小鹏汽车。
对此，曹承认自己确实上传了相关的代码数据至云端以及个人设备，但这仅是为了个人工作的方便，类似的做法并不罕见，而且他表示在离开特斯拉之前已经非常认真地将涉密数据从个人设备中删除。
而作为此次案件中被告雇主的小鹏汽车对曹将源代码数据传输至个人账号和设备这点无异议，但否认小鹏汽车有不当行为。
特斯拉认为小鹏汽车招募了至少 5 名从特斯拉离职的工程师，承担的工作都非常相似，其中 2017 年加盟小鹏汽车的谷俊丽成为小鹏汽车自动驾驶项目的副总裁，在 2018 至 2019 年间主导了小鹏汽车自动驾驶技术的开发。而曹光植则是 Autopilot 项目中 40 个有权限获取软件源代码的员工之一。
小鹏汽车表示同行业中雇员在企业之间跳槽是正常行为，企业追求贤才也是人之常情。
特斯拉表示前苹果工程师张小浪因涉嫌将苹果「泰坦」汽车项目的机密文件出售给小鹏汽车遭逮捕，该案件与这起案件高度相似，而这样的高度相似让特斯拉有理由怀疑两起案件中的被告都会见了相同的小鹏汽车高层人员，甚至是有类似的报酬作为获得数据的条件。
曹表示自己收到小鹏汽车 offer 的时间是 2018 年 12 月 12 日，在 12 月 26 日他将个人 iCloud 与特斯拉工作网络断开。断开个人 iCloud 后曹在 12 月 27 日到次年元旦的时间里继续使用特斯拉的工作网络。
曹没有具体说明入职小鹏汽车的日期，特斯拉表示曹离职日期为 2019 年 1 月 3 日。而且如曹所说，在离职之前，他已经把云端和个人工作设备上相关的机密文档认真地做了删除，曹也承认删除了自己特斯拉工作电脑上的网页浏览器记录。
曹方律师表示，曹离开特斯拉后个人设备上遗留的 Autopilot 涉密文件只可能因为删除疏漏而存在，曹没有将任何有价值的涉密文件或者商业机密给到小鹏汽车。
至此，特斯拉并无确凿证据表明曹光植将 Autopilot 机密文件泄密给小鹏汽车。
「到底是几碗凉粉」
在 2020 年 1 月，特斯拉传唤小鹏汽车美国业务公司 XMotors，要求获得小鹏汽车 XPilot 完整源代码库以及小鹏汽车高管的硬盘副本的访问权限，此外，特斯拉还要求获得苹果对小鹏汽车前雇员张小浪刑事指控的法院记录。
这一幕让我联想起「让子弹飞」中的名场面：六爷吃了一碗凉粉，随后黄四郎方的胡万带着武举人以及粉店老板过来说六爷吃了两碗只给了一碗的钱。一方说吃了一碗给了一碗的钱，另一方说吃了两碗只给了一碗的钱。
在胡万的一轮轮挑衅引导之下，六爷最终剖腹自证只吃了一碗凉粉，虽得清白却丢了性命。
我想说，小鹏汽车在这个案件里不一定是只吃了一碗凉粉的六爷，特斯拉也可能不是另有企图的胡万，但要求获得张小浪刑事指控记录并访问 XPilot 完整源代码库和高管硬盘副本的行为却颇有那句「凉粉在肠子里，你得横着拉一下我才看得见」的味道。
好在这次主持公道的不是煽风点火的武举人，联邦法院驳回了特斯拉的这些诉求，认为特斯拉用张小浪案的材料引申至本案的做法「投机且支撑性不足」，而特斯拉对于获取小鹏汽车相关文件的访问量也和本案目前所需程度不成比例，以上都可能干扰正在进行的诉讼。
不过事情也并未完结，法院让小鹏汽车准备好 XPilot 的源代码，而对应文件将和 Autopilot 源代码一同移交至第三方机构进行对比审核，并作为 XPilot 是否有窃取行为的判定。
马斯克在推特上表示小鹏汽车「偷了」自家的代码，何小鹏则在微博回应造谣无法打败任何竞争对手，然而目前还没有定论性的法院判决结果，作为旁观者，我觉得可以让子弹飞一会儿。
激光雷达的分歧
两位大佬此次的对线中还有一个话题那就是激光雷达的应用，文章开头那位推特网友 Tasha Kenney 从发言来看是站特斯拉一方的，我个人其实并不赞成她这种「带着答案找问题」的逻辑。
马斯克憎恨激光雷达？
在上一篇关于 FSD 的文章中我有提到过，马斯克本人对于激光雷达在辅助驾驶行业的应用是非常不看好的。
在自动驾驶日上他曾强调「Lidar is lame」，激光雷达是个瘸子，他认为激光雷达捕获的点云数据是信息量缺失的，虽然有空间信息，但是没有颜色，没有图案，静止状态下无法区分动/静态物体，也无法分辨特征类型。
自动驾驶日上也曾有记者向马斯克提问「激光雷达是否会在自动驾驶某个难以突破的 99.999% 节点成为一个更好的冗余方案？」
然而马斯克直接给了一个更绝情的回复，他的观点：激光雷达是「fool's errand」是无用功，而同行里以激光雷达为主要感知手段的也是「doomed」，注定失败。
他的理由非常简单，因为激光雷达对于自动驾驶应用而言是「昂贵且没有必要的」，马斯克甚至用「阑尾」来形容激光雷达，「一个阑尾就够糟了，还带一堆，简直荒谬。」
然后他用一句非常马斯克的「You will see」结束了这个回答。
马斯克看似无比厌恶激光雷达，实则不然，在自动驾驶日上他也有主动解释过这个问题。
马斯克说自己对激光雷达的不待见，只针对自动驾驶领域。在 SpaceX 项目里他本人还参与了激光雷达项目的开发。
他也声称，（对于自动驾驶）一旦视觉感知足够强大，激光雷达就没意义了。
总结一下，马斯克或者说特斯拉对于激光雷达的观点可以概括为：
-
价格非常昂贵
-
作为自动驾驶的主要感知不可取
-
用作辅助感知大材小用
-
没有相对于视觉方案的不可替代性
如果以不久前小范围推送的 FSD Beta 实测来看，特斯拉的说辞确实有一定的说服力。
小鹏汽车：不敢苟同
抛开前面的案件不提，小鹏汽车确实是公认的「特斯拉追随者」。除去主打智能化，尤其是辅助驾驶的战略上类似特斯拉，小鹏汽车的产品端也有很多的细节和逻辑可以看到特斯拉的影子。
特斯拉的路既然被证明是走得通的，那么有选择地跟着走其实也是一种稳妥的战略。
然而在激光雷达问题上，小鹏汽车却「随大流」了。
广州车展上小鹏汽车发布了 XPilot 更新，新版本的辅助驾驶在硬件层面做了如下升级：
-
5G RTK
-
城市道路的高精地图
-
200 TOPS+ 的高算力芯片
-
更高集成度的域控制器
-
激光雷达
在发布会后的群访中，何小鹏表示搭载激光雷达的产品 2021 年就会面世，相关的研究去年上半年已经着手，也就是激光雷达的项目有两年的筹划和准备。
采访中关于搭载激光雷达的考虑，何小鹏的回复如下：
「我们跟传统做第四代自动辅助驾驶的或者他们叫无人驾驶的公司不太一样，他们是用激光雷达为核心画激光雷达的高精地图，我们不一样，我们是用视觉为核心，以视觉高精地图为核心。因为我们觉得从趋势来看，全球所有的路、交通灯、法规都是以人的眼睛等等角度来看一个世界去开车的，我们认为这是最有效率、最接近真人且最便宜的，且又能够加上激光雷达组合能够把安全做好的事情。说实话，在最开始几年里面我们会把安全的因数放在非常非常非常重的角度，宁愿我硬件冗余、宁愿软件冗余，也要把安全做好。」
这段发言中标黑的部分其实相当直观：小鹏汽车仍然以视觉为核心感知手段，激光雷达的作用是作为安全冗余。
如果按马斯克的观点，这属于将激光雷达「大材小用」的那一类。
然而马斯克的话里已然包含了两个前提，一个是「视觉感知足够强」，强大到可以几乎抹平激光雷达的优势，另一个则是「激光雷达价格昂贵」。
这两点我们一个一个来看，首先是视觉能力的问题。高阶的量产自动驾驶感知方案需要多方考虑，目前各种主流感知方案的长短我放一张小马智行的图给各位参考一下。
图表中我们主要对比激光雷达和相机，性能上两者存在明显的互补关系，相机有更好的采样率、分辨率以及工作范围，而激光雷达则拥有更好的距离探测精度和更全面的天候覆盖。
激光雷达的工作方式简单来说是发射激光束并记录激光束返回时间来测算距离，得益于这一「自发光」的工作特性，激光雷达感知对于环境光线的要求就很宽容了，在逆光、暗光条件下，激光雷达相比捕捉环境光线信息的相机确实提供了更好的感知能力。
另一方面，距离探测能力是激光雷达的绝对长项，在工作范围内能检测到的物体的距离、尺寸、位置信息都具有极佳的可靠性和精度，而这恰好又是绝大多数视觉方案的不足之处。
不得不佩服的是特斯拉在这次重写的 FSD Beta 中利用基于神经网络的 4D 视觉方案将距离探测能力提高了不少，为之前特斯拉做了非常多的铺垫，这其中的内容可以参见文末的文章。对于小鹏汽车而言这种手段在短期内想实现还是非常有挑战性的，所以相比之下激光雷达自然就成了更适合的进步方案。
之前有幸参加了大疆旗下激光雷达品牌「Livox」的一场活动，其 PPT 中将其品牌的激光雷达优势表述得很清晰。
而这些优势转化到 ADAS 应用上的核心价值也很明显——安全冗余。
不止安全冗余，一些视觉手段需要「拐弯抹角」才能解决的问题，激光雷达方案的确也提供了解决问题的「shotcut」。
所以，对于小鹏汽车以及多数企业而言，将激光雷达和相机数据做融合感知是非常有意义的事情。
想法固然是好，但前面提到了一个同样重要的问题——成本。
印象中，激光雷达的价格都是几万到十几万级的，除了那些无人驾驶 Robotaxi 公司，市面上将激光雷达用在量产车的案例可谓少之又少，而且搭载激光雷达的都是价格昂贵的车型，比如现款 A8 和刚换代的 S 级。
但行业的迭代貌似有点超乎我的预期，Livox 品牌的入门级量产激光雷达的价格已经在今年来到 800 美金一个，而这个降价的趋势还在继续。
这款 800 美金的入门级的激光雷达在 Livox 的介绍页上已经可以提供水平横向 120° 和垂直方向 26° 的工作角度，以及 0.2° × 0.2° 级别的分辨率，距离精度为 2 cm。
「超高分辨率 ＜0.1°」这是小鹏汽车在广州车展上给出的激光雷达信息，但目前并未透露将搭载的激光雷达为哪家的产品。
群访中一个非常重要的信息是何小鹏说搭载激光的雷达的下一款车型将是一款 A+ 级别的紧凑型轿车。
由此我们可以比较容易猜到这款车的定位低于 P7，价格也大概率会在 20 万之内。小鹏汽车在这个价格区间的车上用激光雷达，可见激光雷达成本已经不是那么不可接受。
所以从成本和价值两方面来说，采用激光雷达都是合情且合理的。
而特斯拉和小鹏汽车在激光雷达上的分歧，在我看来并无对错，他们有各自不同的处境和技术体系，自然也有各自不同的考虑。
视觉为主的激光雷达融合感知方案或许整体而言不如神经网络 4D 视觉的上限那么高，但在激光雷达的加持下其下限明显不会低。
写在最后
在截稿之前，工作群发来了一则消息：业内自动驾驶视觉方案巨头，特斯拉「旧爱」Mobileye 和激光雷达公司 Luminar 之间达成协议，后者将为前者的 Robotaxi 车队提供激光雷达。
而 Mobileye 的考虑也并不让人意外——安全冗余。
至今，特斯拉和小鹏汽车的纠葛还未完结，自动驾驶激光雷达路线在以后是对是错也还是问号。
然而在这个火药味十足的节点，提起这两家企业，我脑海里浮现的是第一次使用 FSD 时候的那种惊喜和小鹏 G3 在我们第一期 42Mark 测试里超乎所有人预期的泊车表演。
作为一个深爱智能汽车行业的人，这些片段带给我的愉悦远比现在的这些摩擦更深刻。
但是商业竞争从来都是刺刀见红。
然而也正因为有商业竞争，各家才会不遗余力地去建立起自家核心技术的壁垒，力求用更有价值的产品打动消费者，而我们某种程度上才更有机会体验到那些让我们惊喜的科技。
当然，各家也会不遗余力地保护自己建立起来的成果，让其不被破坏。而后来者自然要面对更大的挑战。
但在成就伟大的路途上，谁又不曾是后来者呢？
