純視覺自駕之爭重啟，連機器人也開始選邊站

Sterling Anderson 執掌特斯拉 Autopilot 的時候，它還配有雷達。他之後去合夥創立了 Aurora，現在則以通用汽車（GM）產品長的身分，決定公司首輛免看路（eyes-off）車型該用什麼感測器。這週他公開批評前東家固守的純鏡頭做法，形容那是「一種無視物理定律的怪異宗教立場」。矽谷為了該用哪些感測器吵了十年，這場爭論與其說是結束，不如說是在 Robotaxi 相繼上路之際暫時沉寂。而這一次，利害關係最大的並非車廠，而是那些製造機器人的業者。

物理、雷達與十分鐘倒數

Anderson 在 10 月 27 日刊出的 The Verge 專訪中把話挑明，當時距離通用汽車在紐約的科技活動剛好一週。他指出鏡頭對付不了濃霧，也做不到如雷達般藉由都卜勒效應量測物體的瞬時速度。他還說，雷達「便宜到拿掉它根本說不通」。

對於光達他有另一番見解，這點較少人留意。因為其波長與可見光相近，光達可和鏡頭系統一併訓練，讓後者比單獨訓練時更快上手，所以光達兼備了備援與訓練工具的功用。

這些都是為 Super Cruise 的高速公路版免看路功能鋪路。通用汽車打算把它裝在同時配備光達、雷達和鏡頭的 2028 年款凱迪拉克 Escalade IQ 上。即便駕駛睡著，系統也不會逼他倉促接管，而是給個十分鐘倒數；要是沒有回應，車子便會在下一個出口駛離並停下。

特斯拉的賭注，與 NHTSA 的發現

特斯拉另闢蹊徑。2021 年 5 月公司便將 Model 3 和 Model Y 的雷達拆除，翌年又取消了超音波感測器，多年以來力主八顆鏡頭配上一套神經網路就足以應付一輛車的需求。馬斯克（Elon Musk）早在 2019 年就說光達是白費功夫，現在公司的純鏡頭 Cybercab 正逐步在奧斯汀投入無人駕駛服務。

監管方則不那麼好說話。美國國家公路交通安全管理局（NHTSA）在 2026 年 3 月把對 Full Self-Driving 在低能見度下表現的調查提升為工程分析，這是決定是否召回大約 3,203,754 輛車前的最後一道程序。調查共找出九起事故，包括 2023 年 11 月的一起行人死亡事故。該機構的結論很精確：特斯拉偵測鏡頭效能衰退的機制，無法辨識陽光眩光、霧氣或空中揚塵等尋常的視線阻礙，致使駕駛多在撞上前一刻才獲警示。這幾乎一字不差，正是 Anderson 所說物理定律令鏡頭無能為力的狀況。

Waymo：感測能力薄弱會讓安全曲線趨平

Waymo 的數據則是這場論戰中另一個重要的支撐點。旗下車隊無一例外地裝有光達、雷達和鏡頭，在僅載有乘客的狀態下已跑過 2 億英里以上。共同執行長 Dmitri Dolgov 今年夏天於 Y Combinator 的 Startup School 上闡明公司立場時，也沒有假裝這是個新問題。

他的重點在於展示成功之後會發生什麼。Dolgov 的看法是，鏡頭足以與人類駕駛比肩，也能撐起稱職的駕駛輔助產品，但可靠度得循著指數級的「幾個 9」階梯提升，早期的快速成果或許會讓人忽略其天花板所在。

對於成本上的疑問，Dolgov 也予以回應。Waymo 的硬體已經到第六代了，每一代的造價都遠低於前一代。Waymo 最新的安全報告以 2.2 億英里的純乘客里程為據，宣稱在同等里程內，嚴重受傷事故比人類駕駛少 94%。

第三陣營：要看你在打造什麼

不過也有人不想選邊站。Nuro 的共同創辦人兼共同執行長 Jiajun Zhu 3 月份撰文指出，單靠視覺的方案有其道理，成本低、迭代快且擴展性好，但備援方案的理由一樣充分。

這或許是業內多數人私下的想法。Robotaxi 每運轉一小時都在進帳，其成本上限與以百萬輛計販售的消費型汽車不可同日而語；送貨機器人走的是步行的速度，風險也和時速 65 英里的卡車不一樣。爭論的焦點通常不在光達本身好不好，而是產品能不能負擔得起。

機器人正以更少的預算進行同一場實驗

爭議的走向如此，這也說明了為何下一回合的勝負不會在奧斯汀或鳳凰城分出。人形機器人廠商多半以鏡頭為先，一部分是出於成本考量，一部分是基於一種想法：具備人類比例的機器人就該像人一般看待世界。60 毫米基線、與兩眼間距相當的立體鏡頭模組已經是標準配備。但戶外機器則不然。人行道上送貨的機器人、場站的牽引車或是礦用運輸卡車，得應付塵土、冰雪、震動和直射的陽光，這些都是 NHTSA 所點名的情形，而這類環境往往讓光達顯得過於脆弱，或在單位經濟上太過昂貴。

所以在機器人界，爭論的焦點並非是否要再增加感測器，而是鏡頭能發揮到什麼程度。鏡頭模組本身即是戰場。從陽光下到陰影裡，它得有 120 分貝的高動態範圍來應對；為了捕捉同一時刻，兩顆鏡頭的全域快門必須同步；要抵擋高壓沖洗就得有 IP69K 等級；在攝氏零下 40 度至 85 度的溫度區間也得正常運作。

這裡的台灣故事絲毫不遜色於矽谷故事。設在新竹科學園區的 Vision-AI 公司 oToBrite，已經向戴姆勒卡車（Daimler Truck）、豐田和小鵬汽車等客戶供貨逾 120 萬顆車用鏡頭。眼下 oToBrite 正著手為機器人和無人載具提供符合車規的 GMSL2 鏡頭模組與 3D 立體視覺模組。長距離立體模組的基線有 120 毫米，深度能到 20 公尺；7 月發表的 GMSL2 中繼器把鏡頭連線距離加倍至 30 公尺，可用在大型自主機械的吊臂、收割頭和拖車尾端。

1 月 6 日到 9 日，oToBrite 會在 CES 2027 拉斯維加斯會議中心（LVCC）西廳台灣移動科技館（Taiwan Mobility Pavilion）4577 號攤位參展。凡是在盤算純鏡頭能讓自家卡車、機器人或人形機器人走多遠的團隊，公司都歡迎會談，工程師和採購主管可在展前預約與 oToBrite 團隊會面。展覽第二天，由 Sparknify 製作的館內 Tech Theater 將有一場討論，主題是 Vision AI 的下一個市場何在，以及為什麼答案不會是乘用車。

未來五年，由物理還是價格決定？

短期內的發展軌跡是容易預見的，時程擺在明處。2028 年，通用汽車會推出搭載三種感測器的免看路 Escalade。特斯拉的 Robotaxi 靠純鏡頭運作，現已上路營運，下一步要麼擴大規模，要麼就因 NHTSA 調查中的能見度問題而受阻。到本十年尾聲，雙方應該都會有足夠的無人駕駛數據，以每英里的事故率而非空口白話來了結汽車界的爭端。矽谷會覺得有意思的是，答案很可能來自汽車產業以外。機器人車隊在港口、礦區、農場和倉庫裡跑里程，在那邊，夠不夠安全由營運者說了算，不是監管單位，感知失誤的代價是一個班次，並非一條人命。這些營運者已經用採購單表態了。

風險是雙面的。Anderson 若言之成理，純鏡頭車隊便有一種尾端風險，霧氣、眩光或塵土都會引發，平素不常見，一發生便集中爆發。只要一週接連出事，大眾對無人車的觀感就可能一百八十度大轉，這非任何安全報告所能挽回。若是視覺派沒錯，那些在光達上砸了十年的公司就是造了一台自駕界的大型主機，再好也負擔不起，便宜的車隊自會佔領市場。無論如何，成本曲線的影響力都比雙方承認的更大：Dolgov 自己都說光達每一代價格更低，這讓「當下就得做決定」的論調站不住腳。

這場爭議不無個人因素。曾任特斯拉 Autopilot 負責人的 Anderson，公開指責老東家的策略有違物理法則；而馬斯克多年來的論調是，用光達者皆為傻瓜。既然雙方都有產品要推銷，文中的每一句引述都只能視為一種立場，算不上什麼定論。多感測器一方的批評者認為，要把三種感測器融合起來，軟體難度高於解讀單一感測器，且備援系統也會衍生新的故障模式。擁護鏡頭的一方則搬出顯而易見的理據：人類的開車方式就是如此。對此，光達的支持者反駁說，人類照樣會出車禍。

有一些具體的訊號值得留意。NHTSA 在完成工程分析之際會不會下達召回令。特斯拉奧斯汀的車隊能否拿出在規模擴張後依然成立的每英里事故數據。通用汽車是否會為了帳面平衡而砍掉感測器，還是如期交出保留光達的 2028 年款 Escalade。還有那些只憑鏡頭運作的人形機器人公司，一旦走出展示間到戶外，會不會補上深度感測器。1 月 CES 展上的攤位能給出一些端倪，畢竟鏡頭供應商、光達廠商與機器人公司彼此相距不過幾百英尺。

感測器之爭並未終結，只是戰場換成了更大的地圖。

訂閱 Sparknify，掌握矽谷科技新聞與背後的人物。