> 数据图表你知道2.4 行业发展：纯视觉与激光雷达各有优劣，目前来看并存为趋势2025-4-32.4 行业发展：纯视觉与激光雷达各有优劣，目前来看并存为趋势去除激光雷达可以降低单车传感器成本，但车企需要为这一选择投入更多研发资源，比如算法、路测、云计算、数据标注、仿真训练和系统软件等隐性成本。以特斯拉为例，特斯拉坚持视觉算法路线，通过数百万辆车持续采集的数据，截止 2023 年 10 月Autopilot 累计行驶里程超 90 亿英里，FSD beta 累计行驶里程超 5 亿英里。FSD累计学习的高质量视频片段在2023年9月超1000万个，这一规模的数据量采集成本约50-80亿元。此外，为处理海量数据，特斯拉储备了总价值数十亿的 AI 芯片。激光雷达抗干扰（不受光线变化影响）、真三维（直接获取高精度距离信息）、高置信度（直接判断物体是否存在）的优势，能为算法预测和规控提供高质量的感知输入，提升汽车智驾的安全性，我们认为装载激光雷达有助于车企实现智驾“弯道超车”，中长期来看纯视觉方案更可能与激光雷达并存。表：激光雷达方案与纯视觉方案比较图：纯视觉方案依靠摄像头获取信息原理优势劣势激光雷达方案纯视觉方案通过发射激光束来测量物体与设备间的相对距离，获取精确的三维环境信息依赖摄像头捕捉的图像数据，并通过深度学习算法进行处理和分析，以实现环境感知和决策• 高精度测距• 三维环境建模• 不受光照条件影响• 硬件成本高昂• 数据处理复杂• 恶劣天气适应性• 单车成本低• 模拟人类驾驶行为模式• 摄像头的性能极易受到环境光线变化影响• 摄像头仅提供二维信息，对于距离的感知必须依靠算法来推算，可能会产生误差• 研发隐性成本高资料来源：传感器技术公众号、光电汇OESHOW公众号、新汽车志公众号等、天风证券研究所26天风证券综合其他
