驚訝之余，馬上沖到微博吃瓜，簡單梳理了壹下，明白了原因。
美國時間？11?月份？20?晚上好，壹點？ID？為了塔莎？基尼？推特用戶轉載了Xpeng汽車將在？2021?在新車上使用激光雷達的新聞。
該用戶還發表了壹條評論，大意是Xpeng Motors在自動駕駛路線上使用激光雷達與特斯拉分道揚鑣，這將限制Xpeng Motors的上限。最後他問，“難道Xpeng Motors不明白他們不可能復制特斯拉的計劃嗎？」
馬斯克本人後來也回復了這條推文，稱Xpeng Motors有特斯拉的舊版代碼，但沒有特斯拉的新版神經網絡系統。
然後在另壹封回復中，馬斯克說Xpeng Motors也竊取了蘋果的代碼。
於是有了開頭來自何的回復。
Xpeng Motors和特斯拉的糾紛已經不是第壹次了，我就這個話題給大家做個大概的回顧。
未解決的爭端
可疑的跳槽
2019?年份？1?月份？3?天，泰斯拉？自動駕駛？曹(以下簡稱曹)工程師離職後，加入了思鵬汽車。兩個月後，特斯拉以竊取商業機密為由起訴曹(而非Xpeng Motors)。以下事件是壹般內容:
特斯拉起訴曹仔？2018?年底的特斯拉？自動駕駛？壹份源代碼被上傳到其個人？iCloud？雲賬戶和個人電子設備，包括關於？30?壹萬個代碼文件，然後江草把這些數據分享給了Xpeng汽車公司。
對此，曹承認自己確實上傳了相關代碼數據到雲端和個人設備，但這只是為了個人工作方便。類似的做法並不罕見，他表示，在離開特斯拉之前，他已經小心翼翼地刪除了個人設備中的機密數據。
作為本案被告的雇主，Xpeng Motors不反對將江草的源代碼數據傳輸到個人賬戶和設備，但否認Xpeng Motors有不當行為。
特斯拉認為Xpeng Motors至少招了？5?兩位離開特斯拉的工程師承擔了非常相似的工作，其中？2017?顧，2006年加入思朋汽車，成為思朋汽車自動駕駛項目副總裁。2018?去哪？2019?在這壹年中，他領導了Xpeng Motors的自動駕駛技術開發。和是摯嗎？自動駕駛？在項目裏？40?有權訪問軟件源代碼的員工之壹。
Xpeng Motors表示，同壹行業的員工在企業之間跳槽很正常，企業追求人才也是人之常情。
特斯拉表示，前蘋果工程師張因涉嫌向Xpeng Motors出售蘋果泰坦汽車項目的機密文件而被捕。本案與本案高度相似，如此高的相似度使得特斯拉有理由懷疑兩起案件的被告在Xpeng Motors遇到了相同的高級官員，甚至有相似的報酬作為獲取數據的條件。
曹說他收到了Xpeng汽車？報價？幾點了？2018?年份？12?月份？12?日，在？12?月份？26?他會親自出馬？iCloud？斷開特斯拉的工作網絡。斷開人？iCloud？侯曹來了？12?月份？27?特斯拉的工作網絡從1月24日到次年元旦繼續使用。
曹沒有具體說明加入Xpeng Motors的日期，但特斯拉表示，曹的離職日期是？2019?年份？1?月份？3?日。此外，正如曹所說，在離職前，他已經小心翼翼地刪除了與雲和個人工作設備相關的機密文件，曹也承認刪除了其特斯拉工作電腦上的網頁瀏覽器記錄。
ICY律師說曹離開特斯拉後在個人設備上留下了什麽？自動駕駛？機密文件只能因為遺漏而存在。曹並未將任何有價值的機密文件或商業秘密交給Xpeng Motors。
至此，泰斯拉沒有確鑿的證據證明曹光安插了將軍？自動駕駛？機密文件被泄露給了Xpeng汽車公司。
“有幾碗涼粉？”
妳在線嗎？2020?年份？1?6月，特斯拉傳喚Xpeng Motors美國業務公司？XMotors，求Xpeng電機？XPilot？完整的源代碼庫和訪問Xpeng Motors executives的硬盤副本。此外，特斯拉還要求獲得蘋果公司對Xpeng Motors前雇員張的刑事指控的法庭記錄。
這壹幕讓我想起了《讓子彈飛》裏著名的壹幕:六爺吃了壹碗涼粉，然後黃四郎的萬虎帶著吳菊和面館老板過來說六爺吃了兩碗，只給了壹碗錢。壹方說吃了壹碗就給錢給壹碗，另壹方說吃了兩碗才給錢給壹碗。
在萬虎的輪番挑釁下，六爺終於開了剖腹證明自己只吃了壹碗涼粉。雖然他是無辜的，但他失去了生命。
我想說，本案中，Xpeng Motors不壹定是只吃了壹碗涼粉的六爺，Tesla也不壹定是別有用心的，但他要張的刑事指控記錄和約談？XPilot？但是完整源代碼庫和高管硬盤拷貝的行為，還挺像那句“涼粉在腸子裏，妳橫拉我才看得見”。
好在這次主持正義的不是煽風點火的武術家。聯邦法院駁回了特斯拉的訴求，認為特斯拉使用張的材料延伸到本案是“推測性的、無根據的”，特斯拉獲取Xpeng Motors的相關文件與本案當前的需求不成比例，可能會幹擾正在進行的訴訟。
但這還沒有結束。法院告訴Xpeng汽車公司做好準備？XPilot？的源代碼，相應的文件將與？自動駕駛？源代碼應交給第三方進行比較和審核，並作為？XPilot？是否存在盜竊行為。
馬斯克在推特上表示，Xpeng Motors“竊取”了自己的代碼，而何肖鵬則在微博中回應稱，謠言無法打敗任何競爭對手。然而，目前還沒有法院的結論性判決。作為旁觀者，我覺得可以讓子彈飛壹會兒。
激光雷達不壹致
兩位大佬的對線還有壹個話題，就是激光雷達的應用。文章開頭的Twitter用戶是什麽？塔莎？肯尼。從她的發言來看，她是站在特斯拉壹邊的。我個人並不認同她那種“用答案找問題”的邏輯。
馬斯克討厭激光雷達？
在上壹篇文章中關於？FSD？正如我在文章中提到的，馬斯克本人並不看好激光雷達在輔助駕駛行業的應用。
在自動駕駛日，他強調了“激光雷達？是嗎？瘸子”，激光雷達是個廢人。他認為激光雷達捕捉到的點雲數據是缺乏信息的。雖然有空間信息，但是沒有顏色和圖案，無法區分靜止的動態和靜態對象以及特征類型。
在自動駕駛日，也有記者問馬斯克，“激光雷達會不會在駕駛壹些難以突破的東西？99.999%?節點成為更好的冗余方案？」
不過馬斯克直接給出了壹個更絕情的回復。他的觀點:激光雷達是“傻子的”？“跑腿”沒用，“註定”是業內主要的傳感手段，註定失敗。
他的理由很簡單，因為激光雷達對於自動駕駛應用來說是“昂貴且不必要的”。馬斯克甚至用“附錄”來形容激光雷達。“壹個闌尾就夠慘的了，帶壹堆就可笑了。」
然後他用了壹句很馬斯克的“妳？威爾。見”結束了這個回答。
馬斯克似乎很討厭激光雷達，其實不然。他還在自動駕駛日主動解釋了這個問題。
馬斯克說他不喜歡激光雷達，只針對自動駕駛領域。妳在線嗎？SpaceX？在項目中，他還參與了激光雷達項目的開發。
他還聲稱，壹旦視覺感知足夠強，激光雷達就沒有意義了。
總結起來，馬斯克或者特斯拉對激光雷達的看法可以歸納如下:
價格很貴
作為自動駕駛的主要感知，並不可取。
用作輔助感知是大材小用。
相對於視覺方案沒有不可替代性。
如果是不久前小範圍推的呢？FSD？貝塔？從實測來看，特斯拉的說辭確實有說服力。
Xpeng汽車公司:恕我不能茍同。
拋開之前的案例，Xpeng Motors確實是公認的“特斯拉追隨者”。Xpeng Motors的產品端除了專註於智能，尤其是駕駛輔助，這壹點和特斯拉在戰略上很相似，也有很多細節和邏輯可以看到特斯拉的影子。
既然特斯拉的路已經被證明是可行的，那麽有選擇地走下去其實是壹個穩妥的策略。
不過說到激光雷達，Xpeng Motors已經“隨波逐流”了。
廣州車展發布的Xpeng汽車？XPilot？更新，新版輔助駕駛在硬件方面進行了如下升級:
5G？實時動態（real-time kinematic的縮寫）
高精度城市道路地圖
200?TOPS+？高計算能力芯片
更高集成度的域控制器
激光雷達
在新聞發布會後的集體采訪中，何對說，這款產品配有激光雷達嗎？2021?將於2008年出版，相關研究已於去年上半年開始，即激光雷達的項目有兩年的規劃和準備。
在采訪中，關於攜帶激光雷達的考慮，何肖鵬的回復如下:
“我們和做第四代自動輔助駕駛或者他們稱之為無人駕駛的傳統公司不同。他們以激光雷達為核心，繪制激光雷達的高精度地圖。我們是不同的。我們以視覺為核心，以視覺的高精地圖為核心。因為我們認為從趨勢上來看，世界上所有的道路、紅綠燈、法規都是從人的眼睛的角度來行駛的等等。我們認為這是效率最高、最接近真人、最便宜的東西，而且可以和激光雷達結合起來做好安全工作。講真，最初幾年，我們會把安全系數放在壹個非常非常重的角度，偏愛硬件冗余，軟件冗余，安全。」
這篇演講中用黑色突出的部分其實挺直觀的:Xpeng Motors依然以視覺為核心感知手段，激光雷達的作用是作為安全冗余。
馬斯克稱，這屬於“大材小用”的激光雷達範疇。
然而，馬斯克的話已經包含了兩個前提。壹個是“視覺感知夠強”，強到幾乎抹平了激光雷達的優勢，壹個是“激光雷達貴”。
這兩點我們壹個壹個來看。首先是視覺能力的問題。高水平量產自動駕駛感知方案需要多方面考慮。現在，我會放壹張馬驍之星的圖片給妳參考。
圖表中主要對比激光雷達和相機，二者在性能上有明顯的互補關系。相機具有更好的采樣率、分辨率和工作範圍，而激光雷達具有更好的距離探測精度和更全面的天氣覆蓋。
激光雷達的工作模式簡單來說就是發射壹束激光束，記錄激光束的返回時間來測量距離。由於這種“自發光”的工作特性，激光雷達在感知環境光方面非常寬容。在背光和暗光條件下，激光雷達確實比捕捉環境光信息的相機提供了更好的傳感能力。
另壹方面，距離探測能力是激光雷達的絕對長項，工作範圍內能夠探測到的物體的距離、大小、位置等信息具有極佳的可靠性和準確性，而這恰恰是大多數視覺方案的不足之處。
不得不佩服特斯拉這次重寫了？FSD？貝塔？使用基於神經網絡的3？4D？視覺方案對距離探測的能力提升了很多，這也為特斯拉之前做了很多鋪墊。這方面的內容可以在文末的文章中看到。對於Xpeng Motors來說，短時間內實現這種方式還是很有挑戰性的，所以相比之下，lidar自然成為了更合適的遞進方案。
之前有幸參加了DJI激光雷達品牌“Livox”的壹次活動。PPT？其品牌激光雷達的優勢在3中表現的很明顯。
這些優勢轉化成了什麽？阿達斯？應用的核心價值也很明顯——安全冗余。
不僅僅是安全冗余，還有壹些需要通過可視化手段解決的問題。激光雷達方案確實提供了解決這個問題的捷徑。
因此，對於Xpeng Motors和大多數企業來說，融合激光雷達和相機數據是非常有意義的。
這個想法是好的，但是壹個同樣重要的問題——成本前面也提到了。
印象中，激光雷達的價格都是幾萬到幾十萬，除了那些無人駕駛的？Robotaxi？公司，市面上量產車使用激光雷達的案例很少，配備激光雷達的車型都很貴，比如現金？A8？那新換的呢？s？水平。
但是行業的叠代似乎有點出乎我的意料，Livox？今年品牌的入門級量產激光雷達價格來了嗎？800?壹塊錢，而且這種降價趨勢還在繼續。
這個嗎？800?美元的入門級激光雷達在哪裏？Livox？已經可以在的介紹頁上提供橫向和水平方向了嗎？120 ?還有垂直方向？26 ?工作角度，還有？0.2 ?×?0.2 ?分辨率等級，距離精度是多少？2?厘米.
“超高分辨率？< 0.1“這是Xpeng Motors在廣州車展上給出的激光雷達信息，但目前並未透露該激光雷達將搭載哪壹款產品。
在集體采訪中，壹個非常重要的信息是，何肖鵬說，裝備激光雷達的下壹個型號將是？A+？級緊湊型車。
由此我們不難猜測這款車的定位低於？P7，價格也高。概率有多大？20?壹萬以內。Xpeng Motors在這個價格區間的汽車上使用激光雷達，可見激光雷達的成本並不是那麽難以接受。
所以從成本和價值上來說，使用激光雷達是合情合理的。
在我看來，特斯拉和Xpeng Motors在激光雷達上的差異沒有對錯之分。他們的情況和技術體系不同，自然有不同的考量。
基於視覺的激光雷達融合傳感方案整體可能不如神經網絡？4D？視野上限那麽高，但在激光雷達的幫助下，它的下限顯然不低。
寫在最後
截稿前，工作組發來消息:業內自動駕駛視覺解決方案巨頭特斯拉的“舊愛”Mobileye？還有激光雷達？盧米納爾？雙方達成協議，哪個會是前者的？Robotaxi？該團隊提供激光雷達。
然後呢。Mobileye？這個考慮並不奇怪——安全冗余。
到目前為止，特斯拉和Xpeng Motors的糾紛還沒有結束，未來自動駕駛激光雷達的路線是對是錯還是壹個問號。
但是，在這個爆炸的節點上，壹提到這兩家公司，我腦海裏浮現的是第壹次使用它們？FSD？當驚喜和小鵬？G3？在我們的第壹期？42馬克？測試中的停車表現超出了所有人的預期。
作為壹個深深熱愛智能汽車行業的人，這些片段帶來的快感遠比現在的摩擦更深刻。
但商業競爭從來都是刺刀見紅。
但正是因為商業競爭，各家才會不遺余力地築起自己核心技術的壁壘，努力用更有價值的產品打動消費者，某種程度上，我們也會有更好的機會去體驗那些讓我們驚喜的技術。
當然，每個家庭都會不遺余力地保護自己建立起來的成果，使之不被破壞。後人自然要面對更大的挑戰。
但在偉大的道路上，誰不曾是後來者？
本文來自車家作者汽車之家，不代表汽車之家立場。