激光雷达（融合感知）和纯视觉方案，在不同的阶段大概会体现如下的优劣势——
早期：激光雷达保下限，更容易做到60分，并且对算力要求不会很高。纯视觉难保障下限，尤其在较低算力下。
中期：随着算力升级和软件成熟，纯视觉逐渐能应对大部分场景。激光雷达要做好融合感知有难度，因此部分厂商从车端和云端训练成本角度考虑，会舍弃激光雷达，专心搞视觉。
后期：视觉的上限，确实也能做出一个非常不错的辅助驾驶，可以在99%场景都表现不输人类。但智能驾驶最终追求是远高于人驾的安全性，要达到L3以上的自动驾驶，或者说解决那0.01%的场景，激光雷达等多模态融合感知终究是必要的。
简单来说，就是激光雷达能保下限、拓上限；而中间的一部分，靠视觉也可以做得不错。我向来认为，视觉的上限比不少人想得更高，但受制于物理原理，又终究会有瓶颈。要达到最高标准的安全性，多传感器融合感知始终必不可少。
