老师有没有告诉你，为什么有些自动驾驶车就是"看不见"前面的白卡车

啪——老师把笔丢在桌上。

今天老师拿一条新闻开刀：特斯拉股价一天之内上蹿下跳，跌了又涨。

财经号都在算它的市值。老师盯着的是另一件事。这家公司坚持一条别人都在反对的路线——它的车，不用雷达，只靠摄像头。

今天这节课讲完，你会拿到一个特别具体的常识。以后你听到「自动驾驶」「机器人」「AI 识别」，你都先问一句：它是用眼睛看的，还是伸手摸过？

一、先砸开「摄像头」两个字

大多数人以为，摄像头拍下来，机器就「看见」了。跟你眼睛看到的一样。

不对。差得远。

老师给你摆一个场景。你站在路边，看一辆车从远处开过来。

请问：你怎么知道它离你有多远？

你其实没有「算」，你是感觉到的。 你的两只眼睛，同时看到同一个物体，但角度有一点点差别。你的脑子把这点差别一除，就得到了距离。

这是你的眼睛天生的本事：它给的是三维。

摄像头的眼睛，给的是二维。 它拍出一张平面照片——路上有辆车，在你的照片里占了多少个像素。

它知道那辆车「在画面里多大」，但它不知道那辆车「在你前方多远」。

一个方方正正的卡车，占画面一半；一个很远的、小小的东西，也占画面一半。这两件事，在二维照片上，可以长得一模一样。

机器只能靠猜——「这个形状，大概是一辆卡车；这个大小，大概是二十米开外」。

猜，是会错的。

二、那道著名的白卡车

这里讲一个真实发生过的、教科书级别的案例。

一条高速公路上，一辆白色卡车横着停在路中间。天色明亮，天空泛白。

一辆开着辅助驾驶的车，径直撞了上去，没有减速。

事后所有人都在问：摄像头看不见那么大一辆卡车吗？

答案是：它「看见」了，但它没认出来。

想清楚那个画面。白亮的车身，配上明晃晃的天空，在摄像头拍出的二维照片里，是连成一片的白。

人眼呢？人眼不但看到白，还看到「这个白的东西，边缘有一条缝，缝后面是远方的路」。人靠的是三维的立体感，一眼分出前面是实体、后面是天空。

机器只有那张平面照片。而那张照片里，卡车和天空，几乎是同一种颜色，同一种亮度，边界糊成一片。

它看着那团白，做了一个判断：「前面是大白天，没有什么东西。」

然后它开过去了。

这就是整件事最要命的地方：它不是在「不知道」的时候撞上去的。它是在「以为自己知道」的时候撞上去的。

三、加一道「伸手摸」

现在你明白，为什么很多公司要在摄像头上再加一个东西了。

那个东西，行话叫激光雷达。做法特别笨，也特别实在：它朝前方发一束光，光撞到东西弹回来，它掐一下表，算算用了多少时间。

光速是固定的。时间一算，距离就出来了。

它不问「这东西长什么样」，它只问「这东西离我几米」。

你会发现，这一步换来的东西，跟摄像头完全不是一回事。

摄像头给的是「像什么」。雷达给的是「有多远」。

一个是猜出来的身份，一个是量出来的数字。前者可能被骗，后者骗不了。

这也是为什么，那辆白卡车对雷达来说根本不是个难题——不管你是白的黑的，是卡车还是天空，光撞上去一样会弹回来。颜色骗不过时间。

四、那为什么还有人坚持只用摄像头

这才是最值得琢磨的地方。

只靠摄像头的公司，理由不是「雷达不好」，而是三条：

第一，贵。 一个能上路的雷达，早年要几万块，直接吃掉利润。

第二，它的数据不够「富」。 摄像头一次能看到红绿灯、车道线、行人手势、路牌上的字——它给的是「理解世界」的原料。雷达只给一堆点，告诉你有东西挡着，但不知道那是什么。

第三，也是最根本的：真实世界里，绝大多数的信息，本来就是靠眼睛拿到的。 一个只训练眼睛的系统，如果训练得足够好，理论上可以走通人类走过的所有路。

所以这家公司的赌注是：如果我的「眼睛」足够聪明，我就不需要「伸手摸」。

这是一个昂贵的赌局。赌赢，成本大降；赌输，就得用事故来补课。

五、小测验

凭第一反应答，别翻回去看。

第一题：只靠摄像头的自动驾驶，最根本的短板是什么？A. 它只有二维画面，缺少判断真实距离的第三维；B. 摄像头像素太低；C. 算力不够。

第二题：一辆白卡车横在路中间，为什么可能骗过摄像头？A. 白亮的车身和明亮的天空在画面里太像，机器分不清边界；B. 卡车太大；C. 卡车没有车牌。

第三题：给车加一道「自己发出去再弹回来」的探测，解决的是什么？A. 直接测出距离，不再靠猜；B. 提高摄像头清晰度；C. 让车跑得更快。

（答案：A、A、A。三道全对，说明你已经明白：AI 出错的很多时刻，不是它笨，是它拿到的信息天生就少了那一维。）

六、那么，你该记住什么

老师给你三句话，离开这间教室就能用。

第一，看到 AI「识别错误」的新闻，先别骂它蠢，先问它「看到的是什么」。 同样一场事故，人看到的是三维的世界，机器可能只拿到一张平面的图。信息少一维，错误就多一层。

第二，凡是「靠猜」的系统，都要问一句：它在什么情况下会猜错。 摄像头不会因为白卡车而错，它是因为「白色 + 亮天 + 二维」这个组合才错。你要找的是那个组合，不是那个错误。

第三，一切「只用一种感官」的设计，天生带着一种盲区。 这也适用于人——一个只听汇报、不下现场的管理者，和一个只用摄像头、不伸手摸的车，走的是同一条路。

七、回到那支笔

啪——老师又把笔丢在桌上。

这支笔掉在桌上，你一眼就知道它在哪、离你多远。你以为这很容易。其实你的大脑刚刚做了一次极其复杂的立体计算。

机器要做同样的事，得发一束光、掐一次表。

所以你看，人类最不起眼的那个本事——知道一样东西离自己有多远——恰恰是机器花了几十年、几万块，还没完全追上的一课。

越是被你用惯了的能力，越值得你回头看一眼，它到底有多贵。