不存在全局的最优解，只有局部的最优解---得看你从哪个局部出发。从整个智驾的框架出发，感知是一切的源头，你先得认识世界才能思考，然后才知道应该怎么动作。感知都能有什么呢？

毫米波雷达，超声波雷达，激光雷达，摄像头，今天大体上就是这些东西了，以及藏在背后的高精度地图。如果你说雷达和摄像头和人类体感的眼耳差不多，那么高精度地图就像是藏在你大脑里的嵌套记忆认知---你每天都在这条路走，这条路的每个细节你都很熟，如果你是公交车司机，你甚至闭着眼都能绕过几个弯。

从信息参考来源的角度，你会知道“当然信息是越多越好”，所谓的感知融合，其实就是把“每一个传感器的信息结合到一起”，这种感性认识的背后有什么理性存在呢？

高斯概率。
每个传感器都是有测量误差的，机械的尺寸链上这种误差叠加最终会导致“误差”进一步放大，但是在数学上这种信息的互相套用，通过交集反而是可以让“误差”缩小的：比如说桌面有一堆牌1-10，你从中抽出一张来猜，小明告诉你不可能是12345，小王告诉你不可能是78910，你就会知道答案就是6，在这种不确定性的背后找到确定性，就是高斯融合的意义。

激光雷达，在这其中扮演着很重要的角色。
因为毫米波、超声波、摄像头，在极端条件下都存在硬伤，距离信号衰减，雨天、夜晚怎么办，等等等，是不是多一个激光雷达，对这个“确定性”是至关重要的影响。

可以说高精度地图的存在有其意义---在智驾初期大大降低了智驾的难度，但它不是终点，因为更新太慢了，而且敏感地区禁止测绘。而到了今天“无图”技术已经可以做到和近似“有图”体验的时候，大家都知道，到了该和高精度地图说再见的时候了。

激光雷达的存在也有其意义---在去高精度雷达的过程，提高对周围感知准确程度它提供了很大帮助。但是它不是万能的，不仅有使用边界的限制，而且很贵。

“贵”，在今天，就是原罪。
如果智驾的盘子已经很大，我们可以在高端产品做高级体验，低端产品做次一级方案这都不是事，但问题就在于，智驾的盘子没打开---多数人意识不到智驾是什么。一旦智驾没有进入主流视野，它的保有量上不去，数据量上不去，无法哺育上层的技术开发，也无法分摊零部件的成本，就只能继续贵下去，也只能继续卖不动。

这是去激光雷达的最大意义---它也不是没有逻辑支撑，比如马斯克说的，人开车就是靠眼睛，为什么车不行？

更何况，车的眼睛可比人多多了。

这是纯视觉方案的核心。
纯视觉方案什么时候可以成为主流，让历史告别激光雷达呢？当然是“车”对世界的认识，达到了和人眼一样的程度---差别不在于“眼”，而在于“脑”。

这件事背后仰仗的，就是端到端。
你开车的时候，确实是看到了什么，想到了什么，决定了怎么开，手脚如何动作，但是大脑在电光火石之间的处理本质上是近似黑箱的过程，事后也许你能说清楚自己当时咋想的，但是你开车的当下，你不会给自己这个思考的过程。

灵魂在开车。

跳过了一个“显性”的条件判断式的决策过程，通过一个更高层次的灵魂，链接信息和最终结果的“隐性”思考，就是端到端，当然我觉得多数人对这件事已经很熟了。

AI嘛！就是人工智能，模拟的就是人脑。神经网络嘛！模拟的神经，不是人类的神经，是哪里的神经！

所以你知道了，纯视觉技术的泛化，其背后要求的是汽车自己的智慧程度，向人类的决策思维靠拢的过程---越接近人类的决策水平，纯视觉的能耐就越大，去激光雷达的可能性就越大。

智驾其实已经进入到了新阶段了。
从端到端目前打出来的成绩看，纯视觉基本上是行业里的下一步计划了：体验拉上来，就要讨论“大规模泛化”的进程了。只有真正的大规模泛化，才能在数据量上去进一步迭代算法，在保有量上进一步实现降本，最终实现智驾平权。