引言

2500辆谷歌Waymo自动驾驶Robotaxi，像2500只脱缰的钢铁哈士奇，在旧金山、洛杉矶、凤凰城、奥斯汀、亚特兰大五座城市集体“蹦迪”——

2025年12月，这是全球第一次L4级无人车周订单45万！

媒体欢呼“自动驾驶iPhone时刻”到来，资本连夜把估值推高到1750亿美元。

但别被香槟气泡晃了眼，纯视觉 vs 多传感器、模块化 vs 端到端、VLA vs 世界模型——四条技术路线像四条高铁，在同一轨道里对撞、并行、再对撞。

今天，无人车来也（公众号：无人车来也）就带你扒一扒：谁才是最后能站着领奖的“天选之子”？

（参考阅读请点击：《新石器无人车：冲刺2025年15000辆车目标，近期与江铃改装、京东、玲珑轮胎达成多个合作》）

一、激光雷达派：2004年一战封神，却差点被7.5万美元“贵”到断气

故事得从莫哈韦沙漠说起。

2004年DARPA挑战赛，卡内基梅隆的“沙暴”赛车驮着一台64线激光雷达，像背着旋转KTV灯球的刺猬，在戈壁里一口气跑出7英里，把斯坦福“斯坦利”按在地上摩擦。

那场比赛让业界第一次见识到“3D点云”有多香：行人、路沿、可乐罐，通通在屏幕里被切成毫米级切片，比CT还清楚。

谷歌连夜把无人车项目搬进X实验室，取名Waymo，一鼓作气砸进36亿美元，激光雷达顺理成章成了“皇家血统”。

但高贵总是伴随昂贵的原罪：早期一台Velodyne HDL-64E标价7.5万美元，比一辆法拉利F430还贵，无人车瞬间从“科技新物种”降级为“行走的人民币粉碎机”。

2015年百度搞自动驾驶测试，财务给每辆车做固定资产标签，工人手抖把“车”填成“雷达”，财务总监差点晕过去。

Waymo为了摊薄成本，甚至自己下场造雷达，把64线砍到40线再砍到20线，才把单价压到9500美元。

（参考阅读请点击：《中英文双语新闻：伦敦将于明年起投入运营Waymo无人驾驶出租车，成为欧洲首个引入自动驾驶车的城市》）

但一算账：2500辆车就是25亿硬成本，还没算运维。

于是江湖上出现一句黑话：激光雷达派想赢，得先学会“省钱保命”二刀流。

二、纯视觉派：马斯克“四个轮子+八个摄像头”的省钱邪教

2016年4月，特斯拉Autopilot 2.0发布会，马斯克把一句“LiDAR is a fool’s errand”喷在PPT上，现场媒体瞬间分裂成“舔屏组”和“脱粉组”。

老马的理论简单粗暴：人靠两只肉眼就能上五环，无人车凭啥不行？

于是Model 3头顶的8颗摄像头总价不到600美元，再配一颗英伟达Parker芯片，硬件BOM砍到激光雷达方案的1/120，整车毛利直接降飙到25%，让传统车企集体瞳孔地震。

（参考阅读请点击：《倒计时三周？特斯拉自动驾驶Robotaxi将在奥斯汀全面无人化：马斯克又一次豪赌，还是FSD真·毕业考！》）

更狠的是“数据飞轮”。

截至2025年10月，特斯拉全球车队累计行驶里程突破800亿公里，相当于从地球到冥王星来回120趟，每天回传视频超过80TB。

工程师用这些“草根素材”训练出HydraNets九头蛇网络，把2D图像硬生生重建出3D向量空间，夜间无路灯场景下对横穿行人识别准确率达到98.7%，比人类驾驶员高4.2个百分点。

但纯视觉也有“社死现场”：

2025年2月，一辆Model Y在北京后厂村把横在路中的白色货车厢当成“天空”，以100km/h直接钻底，A柱秒变敞篷。

事故后内部复盘，团队发现算法把“白色金属面+逆光”错误分类为“高亮天空”，训练集里类似场景只有0.0003%。

马斯克在群里只回了三个单词：“More data. Fast.”——翻译过来就是：继续喂饭，别哔哔。

三、毫米波雷达：被嫌弃的“备胎”如何用200元拯救激光雷达

激光雷达怕雨怕雪怕尘土，毫米波雷达却像穿了防弹衣，400米外就能锁定大卡车的速度。

更香的是价格——4D毫米波批量价已卷到200元，比车主一年的交强险还便宜。

但分辨率低到“感人”：64×64点云图里，行人看起来就像被熊孩子踩扁的火柴人，还容易把金属井盖当成“幽灵车”。

（参考阅读请点击：《深圳市11月功能型无人车运行与发展报告：行程里程24万公里，零主责事故，月交通事故数量下降64%！跑出“安全+规模”双拐点》）

于是车企玩起了“高低配”套路：

L4级Robotaxi追求“极致冗余”，Waymo第五代方案5颗激光雷达+8颗毫米波，遇到团雾天气，激光雷达点云被雪花刷成“马赛克”，毫米波雷达立刻补位，把车速从60km/h降到40km/h，避免一次高速追尾；

L2+走量车型则“抠门”到极致，某新势力用2颗前向毫米波+1颗96线激光雷达，成本控制在1200美元，比纯视觉版只贵600块，却把夜间AEB误触发率从1.2次/万公里打到0.05次/万公里，车主在论坛直呼“真香”。

一句话：激光雷达是“贵族保镖”，毫米波是“平民护卫”，谁也别想干掉谁，混搭才能保命。

四、模块化派：把自动驾驶拆成“富士康流水线”，安全可追溯却错过全局最优

传统Tier 1巨头博世、大陆、ZF最爱模块化：感知、预测、规划、控制四层流水线，每层再拆成子模块，用DOORS一条条写需求，用ISO 26262一步步做FTA、DFA，文档堆起来能砸死人。

好处是“背锅链”清晰：一旦车辆在北京大望路把被撞，工程师能精准定位到“预测模块第127行代码把电动车速度估成0.7m/s”。

但坏处是信息层层抽象，像传声筒游戏——感知把3D点云压缩成2D bbox，规划再把bbox变成0.1Hz的路径点，原始数据被砍得妈都不认，最终“局部最优”拼成“全局次优”。

2023年宝马在慕尼黑测试L3，模块化架构面对突然并入的摩托车，纵向控制指令延迟180ms，被德媒嘲讽“比老司机反应还慢半拍”。 

（参考阅读请点击：《宝马联手Momenta！智驾赛道争先恐后，“中国速度”抢占57.3%的L2级自动驾驶普及率市场》）

modular派只能苦笑：安全与性能，就像老婆和妈同时掉水里，救谁都是送命题。

五、端到端派：特斯拉FSD V12一夜“干掉”30万行C++，黑箱却像盲盒

2023年感恩节，特斯拉给北美60万车主推送FSD V12，Release Note只有一句话：“Replace 300k+ lines of C++ with a single neural network.” 

翻译过来：30万行祖传代码，被一张大网一夜活埋。

新模型用8摄像头原始像素直接输出方向盘转角，城市路口无保护左转成功率从85.7%提升到96.4%，全程不再写“if else”。

但黑箱的副作用立竿见影：2024年4月，一辆Model S在旧金山Castro街区突然对空气急刹，后车Uber司机直接追尾。

特斯拉工程师回灌数据，发现模型把“路边彩虹旗+阳光反射”当成“红灯”，却找不到是哪一层神经元犯的错，只能含泪加数据重新炼丹。

业内调侃：端到端就像让高中生直接做高考卷，分数高到离谱，可老师批卷时连错题都找不到。

于是“显式端到端”成了和稀泥方案：在神经网络里硬插几个“中间输出”——可行驶区域、目标轨迹，既给政府看“我可解释”，又保留端到端性能，堪称“既要又要”的技术牌坊。

六、世界模型 vs VLA：一个先建模再决策，一个“大力出奇迹”

大模型时代，自动驾驶的“灵魂”之争才刚开幕。

世界模型派信奉“先理解世界，再谈驾驶”：

Waymo 2025年新架构先让大模型用互联网10亿张街景图做预训练，给每个像素赋予“物理属性”——

这是沥青，那是塑料袋，能被风吹跑；

正式开车时，规划模块在“脑内沙盒”里推演30条轨迹，挑一条碰撞概率最低的上车，全程白盒可追踪。

VLA派则走“肌肉记忆”路线：

英伟达DRIVE Thor芯片里，一张Transformer把“8路视频+导航语音”直接映射成“方向盘+电门+刹车”，训练数据高达50万小时“视频-控制信号”配对，成本2.3亿美元，相当于拍3部《复仇者联盟》。

（参考阅读请点击：《英伟达总市值5万亿美元：自动驾驶战略布局引人注目，牵手优步、Lucid、eVTOL，从公路到天空，全能芯帝的下一块增长引擎》）

好处是能力可“涌现”：在犹他州沙漠无人区，VLA自己学会沿着骆驼脚印开，工程师看得目瞪口呆；

坏处是“养不起”——国内某头部新势力算过账：如果要复刻50万小时标注，需要6000辆测试车跑满一年，光人员成本就烧掉4.2亿元，业内人士听完直接摇头：“这钱我还不如去换电。”

七、融合才是终点：四条路线正在一张芯片里“抱团取暖”

故事讲到这里，你会发现谁也没干掉谁——激光雷达降价90%，纯视觉狂补夜视红外；

模块化在神经网络里插“中间件”，端到端给自己加“解释层”；

世界模型用VLA当“快速反应部队”，VLA靠世界模型当“物理老师”。

2025年8月，某品牌新势力发布“三域融合”中央计算单元：1颗Orin-X负责模块化安全兜底，1颗Thor跑端到端大网，1颗自研ISP实时融合激光雷达+视觉，成本压到1800美元，比三年前一颗激光雷达还便宜。

其创始人在发布会放话：“小孩子才做选择，成年人全都要。”

一句话总结：路线之争没有终局，只有“把对手熬成队友”的持久战。

（参考阅读请点击：《何小鹏的无人驾驶“稳”字诀：VLA大模型押注全场景，L4自动驾驶规模化“慢就是快”！任何道路场景都能安全行驶才可真正实现无人驾驶》）

自动驾驶的江湖，从来不是“赢者通吃”的爽文，而是“今天你救我一命，明天我替你挡刀”的群像戏。

激光雷达从7.5万美元降到9500，毫米波从“幽灵识别”到“雨夜真香”，端到端从黑盒盲盒到“显式白盒”，世界模型从10亿张预训练到“脑内沙盒”。

每一条路线都在被现实毒打后，学会从对手身上挖肉补疮。最终上路的无人车，会像人类司机一样“长眼睛、长大脑、长神经”，而背后那群工程师，依旧会在深夜的实验室里，为0.01%的误检率互扔键盘。

总之，无人车来也（公众号：无人车来也）认为：

技术没有完美答案，只有“先上路，再迭代”的钢铁生存法则——

就像Waymo CEO最近的那句内部玩笑：“别吵了，再吵下去，竞争对手就要替我们做决定了。”

亲！你说呢？#无人车来也  #无人驾驶  #自动驾驶  #无人车

       原文标题 : 2500辆无人车狂飙，背后几大门派争锋：激光雷达派、纯视觉派、模块化派、端到端派、世界模型派、VLA派，谁主沉浮？