随着自动驾驶技术的发展，围绕激光雷达的必要性展开了长达十多年的争论。在最近的发布会上，特斯拉的AI软件副总裁Ashok Elluswamy提出，该公司之所以坚持纯视觉方案，是因为“世界上没有任何传感器能够预测未来”。这一观点并非否定激光雷达的价值，而是指出决定自动驾驶能力的关键在于智能系统，而非传感器的数量。

最初的自动驾驶期，行业普遍认为，仅靠摄像头难以实现安全驾驶，因此必须依赖多种传感器的融合，一起保障系统的可靠性。激光雷达提供三维距离信息，毫米波雷达则用于测速，而高精度地图则帮助车辆理解道路情况。然而，特斯拉却提出了不同的见解：传感器是感知的工具，而非决策的核心。真正的挑战在于理解环境及其变化，而这一点只有依靠先进的AI来完成。

特斯拉用人类驾驶的例子来阐明其逻辑。人类通常只依靠眼睛驾驶，却能在多变的环境中作出敏锐的判断，这得益于大脑对情境的理解和对未来的预判。例如，当看到路边的行人时，驾驶员会思考这个人是否会突然走到马路上，而这种能力是传感器所无法直接提供的。特斯拉希望将这种人类的驾驶智能转化为计算机的决策能力，因此他们的技术重点在于深度学习和大规模的数据训练，而非简单增加传感器。 龙8头号玩家

在激光雷达和多传感器融合技术领域，Waymo与特斯拉形成了鲜明对比。Waymo采用大量传感器来强化环境感知，而特斯拉则专注于通过更强大的AI算法提升系统智能。这两者在实现无人驾驶的道路上采取了截然不同的策略，关键在于谁能够更好地预测世界的变化而非仅仅看得更清楚。

在发布会上，特斯拉还宣布其无人监督的Robotaxi已累计行驶达到100万英里，这标志着系统在真实运营环境中逐步完善。奥斯汀成为两种技术方案的试点，Waymo的多传感器方案和特斯拉的纯视觉模型在相同的城市道路上、面对相同的交通情况展开竞争。经过多年的理论探讨，这场技术之战开始以数据的真实情况作为基础，最终的赢家或将是通过实际运营数据表明其安全性和可靠性的方案，而不是依靠理论或参数的演示。正如Elluswamy所言，传感器负责看到世界，而AI则负责预见未来。