问题——智能驾驶“怎么选”，关键于安全如何兜底。随着高阶辅助驾驶加速落地，行业对“纯视觉”与“多传感融合”的路线讨论升温。卢放在公开表态中重点强调两点：第一，可靠安全依赖对环境的精准识别与稳定测量——不只是“看得见”；第二——用户的安全底线不应主要靠算法推断来弥补，而应建立在更确定的物理感知与系统冗余之上。 原因——环境不确定性与技术边界叠加，抬高了感知可靠性的门槛。道路场景复杂多变，夜间、强逆光、雨雪雾等条件会明显削弱基于成像的识别效果；同时，车端算力、算法泛化能力以及对极端长尾场景的覆盖仍受客观限制。按卢放的说法，摄像头属于被动感知，更易受光照与遮挡影响；激光雷达通过主动发射并接收回波实现测距，能提供更直接的距离信息。技术路线之争背后，本质是在成本、量产可行性与风险控制之间取平衡。尤其在责任主体更清晰、监管要求趋严的背景下，车企更需要可验证、可解释、可冗余的安全体系。 影响——感知冗余将改变产品定义，也将重塑竞争重点。一上，车企安全冗余上的投入取舍，会直接影响车型硬件架构、软件策略与供应链配置。多激光雷达方案意味着更高硬件成本、更复杂的标定与融合，也对整车电气架构、功耗与工程集成提出更高要求；另一上，围绕“可靠性”的竞争会推动测试与评价体系升级，促使企业在功能边界提示、驾驶员监测、系统降级与故障安全等环节增加投入。对消费者而言，行业叙事也将从“能力展示”转向“风险可控”，更看重复杂场景下的稳定表现，以及出险概率下降是否可解释。 对策——以“多源感知+算法融合+安全冗余”搭建可持续的安全体系。结合卢放观点与行业实践，提升安全性的路径主要包括：第一，坚持传感器协同互补，融合摄像头、毫米波雷达、激光雷达等多源信息，降低单一传感器在极端条件下失效对系统的影响；第二，强化冗余设计与失效管理，在感知、定位、计算与执行链路建立故障诊断、降级策略与最小风险状态控制，确保异常情况下可控可退；第三，推进工程化验证与数据闭环，在更多气候、道路与交通参与者类型中开展系统化测试，持续覆盖长尾风险场景；第四，完善用户沟通机制，明确功能适用条件与边界，减少误用、滥用带来的二次风险。卢放提出“四激光雷达可形成360度覆盖、减少盲区”的思路，核心是用硬件冗余提升感知确定性，为高阶功能提供更稳的安全底座。 前景——自动驾驶处在关键窗口期，标准化与全球化将加速行业分化。业内普遍认为，2025年前后是高阶自动驾驶能力迭代的重要节点。小鹏汽车董事长何小鹏近期也表示，自动驾驶研发进入“分水岭时刻”，并预计未来一至三年更高级别能力将加速到来。随着法规、标准、事故责任与测试评价体系逐步完善，行业会更重视“可验证安全”与“规模化可用”。在此趋势下，不同技术路线可能在不同产品定位与成本区间并行：面向高安全冗余、覆盖更复杂场景的车型，或更倾向多传感融合；而在成本敏感的细分市场，企业需要在算法能力、硬件配置与风险控制之间做更细致的系统权衡。无论路径如何演进，“安全可解释、可度量、可兜底”都会成为共同底线。
自动驾驶的进步不仅关乎产业升级，更直接关系到生命安全；岚图汽车提出的四激光雷达方案，表明了企业将安全放在优先位置的选择。在技术路线多元并进的当下，如何在创新与安全、成本与效益之间取得平衡，仍是行业需要持续回答的问题。只有把用户安全作为前提，自动驾驶技术才能真正走得更稳、更远。