全球范围内关于自动驾驶的技术路径长期存在两派论断。以特斯拉为代表的纯视觉路线，依赖摄像头通过算法实现路况理解和决策；而另一派以谷歌Waymo为核心的激光雷达派，主张多模态传感器协同才能获得稳定的全场景感知。随着激光雷达成本持续下降，国内市场出现在不到20万的电动车车型上搭载激光雷达的案例，纯视觉派的论证难免遭遇更直接的价格与可靠性质疑。面对这种现实对比，企业与研究机构都在权衡成本、可扩展性与安全边界。
马斯克的核心观点源自“人眼能看清交通环境，汽车也应以同样的感知能力来行驶”的直观假设。他将自动驾驶的发展目标分层：若只是接近人类驾驶水平、用于辅助驾驶，纯视觉路径可能足够；但一旦追求真正的全自动、超越人类驾驶的安全性，单一感知通道就会成为瓶颈。此分歧的关键不在于某一项技术的进步速度，而在于系统层面的鲁棒性与可靠性是否能达到产业化的严苛标准。演示中的高可视性并不等同于全场景下的稳定性，只有在广泛的极端场景中经得起考验，系统才算真正具备规模化落地的条件。
多尔戈夫在公开场合的核心论断指向一个长期被争议的问题：人类驾驶确实以双眼为主，但若目标是完全自动化且长期稳定运行，单靠摄像头很难实现全域无缝感知。他把无缝感知分解为多模态协作的需求：摄像头虽能提供高分辨率的彩色信息，属于被动传感，在夜间、强光眩惑和复杂气候下表现容易下降；激光雷达能直接给出三维结构，抗干扰力强，尤其在夜间与雾天表现更明显；毫米波雷达具备穿透降雨、降雪等天气的能力，还能通过多普勒效应得到物体速度信息。三种传感器并非互为替代，而是各自独立的信号处理单元，通过融合产生的环境感知结果通常优于任何单一模态的输出。若镜头被遮挡或被树叶遮蔽，其他模态的补偿能力往往决定了系统是否仍能安全运行。
实证层面的讨论也很清晰：要想从演示阶段跳跃到大规模现实应用，鲁棒性必须不断跃升。将可靠性以“九的幂”来刻画，提升的每一个十进制位，代价都在成倍放大。很多技术路线在前期演示时看起来进展迅速，但一旦进入需要覆盖更复杂场景的阶段，往往会遇到平台期。对于纯视觉路径，演示阶段可能只需要较低等级的鲁棒性就能表现出可观的效果；但要在真实道路上长期无缝运行，需叠加多层次的高可靠性保障。
从成本与迭代的角度看，Waymo已经走过多代传感器体系的演进路径，成本下降是长期趋势。如果完全否定激光雷达的作用，就会错失在极端环境下的稳定性保障。特斯拉则在2021年移除雷达、2022年取消超声波传感器，坚定走纯视觉路线。2025年在奥斯汀落地的无人出租车方案，就是以纯视觉为核心的一次实际落地尝试。尽管路线清晰，现实效果却并未完全证伪对手的可靠性结论：纯视觉在某些场景下的表现仍难以与多传感器协作相比。
在公开的安全对比中，Waymo现有的安全数据给出相对明确的差距。基于累积的海量里程和全无人载客的运行记录，Waymo在同等行驶里程下的严重碰撞发生率显著下降，安全性水平远超人类驾驶者。Waymo的商业规模也在持续扩张，周单量达到数十万，覆盖若干城市，且有持续扩张的计划。与之对照，特斯拉的Robotaxi在公开数据框架下，虽然不断优化系统，但在没有人工干预的全无人阶段，事故率仍显示出明显挑战，即便在前排配备安全员的情形下仍存在一定风险。这样的对比凸显出两种路径在安全边界上的不同表现，也揭示了单一传感器路径在现实路况中的局限性。
当前阶段，行业对自动驾驶的最终形态仍在打磨中。多模态传感的路线在技术成熟度、成本控制与大规模落地之间呈现出更稳健的通道。传感器组合的协同、算法对多源信息的深度理解、以及在极端条件下的快速容错，成为决定长期竞争力的关键因素。与此同时，成本压力、供应链稳定性与规模化运营能力也在不断推动产业链各环节的技术迭代。谁能在复杂场景中实现更稳健的感知、决策与执行的闭环，仍需在真实路况中持续验证与优化。
