纯视觉有没有希望，和考虑激光雷达的情况，智能驾驶的未来是什么技术途径更好

再分析一次：

用不用激光雷达，两者有核心差异：目标距离信息的获取问题。路面各类物体距离信息的精度，是智能驾驶的核心依赖。

纯视觉一定基于目标识别标定后，通过双目交汇+点位匹配的方式解决距离定位问题，或者用典型目标尺寸数据比对方式来推算目标距离，前提都是需要目标识别信息的，而且距离获取精度低。

也就是这个距离信息获取是要吃算力的，一旦目标识别出问题，那么距离信息就得不到，距离信息得不到的后果是什么…撞车或撞别的什么，不都是车物距离控制有问题吗？获不获取精度足够数据足够的距离信息，是安全性决策的核心。

而激光雷达是设备级获取高精距离信息的器件，无需消耗算力就可以直接得到高精度的距离信息，这是极大的区别：不占据算力且精度高，且可以构建距离点云，这个对于紧急情况下决策很有用，它知道哪个地方有一个逃生“豁口”空间。判断有没有逃生空间这事，纯视觉方案不是说理论上做不到，现实是纯视觉基本做不到。

有人说规则模型没有视觉识别大模型好，也有问题——

规则（其实人家不光用规则）模型反而对算力挑战小，规则反而容易被穷尽，有人说规则模型不能穷尽所有情况，有漏洞，那是理论上的结论——离散化总没有连续性能代表所有可能性。但现实情况不需要毫无意义的无穷可能遍历，规则模型才是比深度学习模型更需要智慧去构建的领域，它不是简单的if-then一条条堆叠那么简单，经验和场景的归纳总结，知识图谱的巧妙构建，如何设计有效逻辑闭环，这很吃智商的。一旦做成，就是核心中的核心资产，扩展性会非常高，可靠性非常高，且逻辑高度与人的决策相符，本质上是高级专家系统，你说的场景恰恰规则模型做的很好。反而是大模型那类工具，会把信仰他的人练废了，大模型认为任何用它的人，只要数据够，就一定可以成为无所不能的软件。现在已经看到纯视觉大模型的瓶颈了，其实纯视觉也有后处理算法，但大模型的输出不确定性，给作为规则模型的输入，实在是太不靠谱了。