事情是这样。
前阵子我不是去参加了个量子科技的闭门会嘛。说实话，去之前我心里是犯嘀咕的。
毕竟现在这年头，但凡跟“量子”沾边的，什么量子能量手环、量子养生内裤、量子波动速读，有一个算一个，基本都是离神很近，离人很远了。。
这大会上呢，哥们也同样听的云里雾里的。但会后跟台上大佬一聊，我却直接得出一个震撼结论：
“明年，两轮电动车就要上量子智驾了。”
而这个所谓的量子智驾，它的原理是：鬼成像。
电驴？量子？智驾？鬼？这几个词放一起，着实有点黄龙江一派带蓝牙的赶脚。
但坐那儿听了一下午，又拉着台上大佬聊了几个小时之后，我只想说：
这里面还真有点门道。
先说各位喜闻乐见的玄幻内容，鬼成像。
1995年，美国有个科学家做了个实验，他拿一对纠缠光子，一个光子去打物体，另一个光子直接扔给相机。打物体的那个光子只被一个探测器接收，而这探测器非常拉胯，它只能告诉你有没有光，给你个光强数据，画质什么的完全没有。
按正常逻辑，这探测器跟瞎了没区别。但结果是，这个没碰过物体的光子，却在屏幕上显示出来了物体的信息。
光没照过它，但它的图像却凭空出现了，于是科学家就开始管这个现象叫鬼成像。
最早用在军事上
到后来，科学家又发现压根不需要量子纠缠，用普通激光也能实现成像。关键不在于量子纠缠，而在于信息的获取方式。
最早用普通激光做鬼成像时，科学家用的是分光法。
简单来说，就是把一束带有随机光斑的激光劈成两半，一半去照真实物体，另一半直接照进高清相机得到参考光斑，最后把两边的数据比对，再计算生成画面。
但要把实验室的技术搬到车上，那肯定不太现实。毕竟蚁人和班纳的量子科技上车以后也要这么大一坨，更别说里面包含分光镜、精密光路啥的娇贵设备。所以后来业界搞了个进化版——计算鬼成像。
原理也很简单，既然光斑本身就是我打出去的，那我为啥还要专门把它分开再接收这个光斑呢？电脑生成光斑的时候Ctrl C一下不就完了嘛。
所以分光镜砍掉，相机砍掉，参考光路直接减配，原来需要两路光线现在直接改成一路，成像也直接靠芯片计算就行。
于是乎，真正能搬到车上的计算鬼成像就出现了。它的原理就好比是这样的：
假设在一个黑屋子里，所有人都看不见。然后，我拿一万种不同形状的光斑（比如二维码一样的随机图案）去照一个物体。
每照一次，我的探测器（桶探测器）只需要告诉我反射回来多少光就行。
比如说：
第一次，光斑A打过去，得到光强是37。
第二次，光斑B打过去，光强是12。
第三次，光斑C打过去，光强是58。
这样连续做几万次。由于知道我每一次打出去的光斑形状是什么，同时又有了每次总反射亮度的信息。接下来，只需要用电脑通过矩阵相关性计算，就能反推出每个位置的反射光。
于是目标的二维图像，就会从一片雪花噪点中被算出来。这就是鬼成像的底层原理。
而传统相机成像，则是需要光从物体反射回来，先进镜头，再打在几千万像素的感光元件上，每个像素记一个亮度，然后把像素拼成图，再去识别物体，人眼看世界也是这样。
好，原理讲完了。
看起来绕了一大圈，又要弄复杂的光斑编码，还要还原成像，直接用眼睛看不好吗？鉴定为不如徐州老味菜。
那为什么要整这出，就不得不说到智驾了。
我们在会场遇到了专门研究量子成像的王霄鹏博士，并且跟他聊了5个小时。
王博士告诉我们，他从读博时候的方向就是量子成像，现在他带领伙伴们成立了初创公司，目的就是用量子成像改变智驾行业。
按照他的意思，他博士刚毕业的时候就加入某著名L4级别自动驾驶公司，成了他们的早期员工。
但后来他发现，那时候的智驾设备也太特么贵了！一套L4自动驾驶方案，连车壳子都不算，光这套系统就得120万人民币，其中大头就是各种激光雷达和传感器。
顺便说一句，即便现在激光雷达也白菜价了，但是车企的智驾硬件成本依然不低。毕竟有些车企卖一辆十几万的车，净利润可能只有2000。再加上传统激光雷达本质上是个功率器件，里面得有电机去转圈扫描，这就会产生机械寿命、噪音和发热问题（所以一般都放在车外）。
于是看到这，王博士悟了。
如果能把他之前研究的量子成像搬到车上，用鬼成像去搞智驾，是不是就能解决这些问题呢？
答案是可以。而且在传统计算鬼成像基础上，他们的思路又又又更进了一步：既然光怎么照是我计算机定好的，那我能不能直接按照AI关心的特征去设计光斑？
咱们能写这文章，说明当然也可以，并且他们还做出了两个版本。
先说第一个，主动版本。
简言之，先把智驾公司已经做好的物体特征数据集，什么行人、车辆、电瓶车都喂给芯片，然后只发射由这些特征数据编码的光斑。这样一来，光线传感器在收到返回的光斑时，就可以直接识别出前方的物体。
换句话说，主动雷达在打光、收光的过程中，就已经完成了一部分物理层面的特征提取。计算出成像的同时，系统就已经识别出了物体是啥。
相比之下，传统的自动驾驶则是需要摄像头和激光雷达拍下原图，再让AI去识图计算算哪里是人、哪里是树，两者对芯片算力的要求根本就不是一个量级。
因为机器又不是人，它根本不需要先看高清照片再分析啊。它只需要知道前方100米，是不是飞来一辆大运。
更牛逼的是，比起光学摄像头需要几千万像素，在鬼成像里，由于发射的光斑一般都比较独特：
所以即便遇到大雾、暴雨、沙尘暴天，这种成像受到的影响也不大，而探测距离也是传统激光雷达的3倍以上。。。
人家雨天能探100米，它就能探300米。
因为传统激光雷达需要积累大量光子才能成像，而量子探测只要1/3到1/4颗光子的能量（近红外段约10^-17J）。
所以理论上哪怕只有一个像素的探测器，只要配合多次的主动照明和数学计算，就能恢复出高清图像。
而对智驾来说，300米和100米探测距离，对系统来说几乎是天壤之别。120公里时速飙车时，100米留给你只有3秒时间，而300米就是9秒，前者只能急刹车，后者就可以从容变道。
所以不少车企都对他们这个技术很感兴趣。
王博士向我们透露，目前已经有好几家主流车企在跟他们密集测试，甚至有的还要抢全球首发；海外的欧洲车企，也是急得每个月跑来中国盯进度。
但最离谱的是成本。按照咱们以往对先进科技的理解，那基本都是刚出来的时候贼贵，过了几年慢慢迭代、普及、然后降价，逐渐走进大部分人的生活。
然鹅，按王博士的说法，这个量子成像的东西技术牛逼就算了，还会极其廉价。。。
传统激光雷达，甭管后来怎么卷，本质上还是个精密光机系统。除了电机、转镜、扫描机构，再加上激光雷达外的测距、红外、毫米波等等多个传感器，结构复杂就意味着机械寿命有限、噪音大、发热，只能搁车外头。
一位做激光雷达零部件的上市公司联合创始人告诉我们，几百块的激光雷达，基本已经逼到光机系统的成本极限了。
按理说，他们公司激光雷卖得越多他越挣钱，但他反而对王博士这套东西非常看好。因为量子成像核心只有光学调制器、镜头、PCB、探测器。没了。两套系统的成本结构完全不一样。
他觉得：“传感器的发展历史就是，所有传感器到最后都会变成纯固态。早期毫米波雷达里面也有电机，后来没了。激光雷达也一样。以前做不到是因为没有好的技术方案，现在有了。”
“如果这个东西真能量产，五年以后，我们这种带电机的半固态雷达可能就消失了。”
关键更加逆天的，是他们还有更更更便宜的被动探测版本。
直接把光学调制器塞到汽车原来的摄像头后面，然后利用进入摄像头的光线再进行编码和解码。
因为还是那句话，光里包含的信息远比眼睛看到的要丰富，主动发射光波探路固然精确，但直接拿照进摄像头的太阳光来解码也未尝不可。
这么一来，仅仅需要在车前、后视镜、保险杠上面的普通摄像头里塞一个量子调制器件，就好了，一百块给你升级一个智驾能力也不是不可能。（晚上也有补光方案）
不过，咱们普通人最先能摸到这技术的地方，反而不是汽车，可能是电驴。
因为按行业的要求，以后的小电驴也要开始上盲区检测、主动刹车了。但要给电驴上激光雷达啥的也不现实，而这种百元级甚至更低成本的关联成像方案，刚好完美符合厂家的需求。
这就是为什么两轮电动车厂商比汽车厂商还急。
王博士透露说，据说有厂家为了抢首发，已经急得拍桌子了，想让他们今年十月底就安排上。反而是他们自己觉得，稳妥交付得明年二季度。
也就是说，如果一切顺利，那么翻过年春节以后没多久，各位应该就可以见到量子科技的智驾电瓶车了。
聊到这儿，肯定有朋友要问了。这么牛逼的东西，为啥以前没听说过？国内做激光雷达的厂子这么多，什么禾赛、速腾，华为、大疆也说要入场，他们是吃干饭的吗？
这就比较有意思了。
按照王博士的话说，鬼成像的研究圈，其实小得可怜。哪怕全球范围，抛开大量的灌水论文研究，真正深入搞这个方向的团队没几个。
国内的核心团队在中科院上海光机所，从九十年代末就开始做量子成像研究了。而王博士的团队，就包含了中国科学院上海光学精密机械研究所的韩申生教授团队（国内量子雷达第一人），以及上海光机所的几位资深专家。
所以虽然他们整个公司只有二十几个人，但能做出来固态量子鬼成像雷达的，目前也只有亿维瑞光一家，蝎子粑粑独一份。
实际上，这技术远不止车上能用。既然能把AI识别装进光学过程里，理论上任何一个摄像头，都可以在后面增加一块他们的调制器件来爆改。
会场上王博士也介绍说，手机厂商想拿它搞单摄3D；无人机厂商在谈样机；他们甚至已经跟医疗团队合作，让内窥镜可以直接判断病灶部位，不用增加二次胃镜的痛苦。
用他的话说，过去几百年，人类对光学成像的理解都是让光自己形成图像，然后我们去看；而现在，量子计算成像正在产生一套新的光学思维范式。我们只需要光的信息，剩下的交给数学。
当然最后，咱也得把话说清楚。有技术的初创企业固然值得表扬，但硬科技创业也很不容易，咱也不构成任何投资建议，各位别冲动上头。
用亿维瑞光自己的话来说，这技术也不可能完全替代激光雷达，而是会成为智驾方案的补充。
毕竟激光雷达的路测数据、行业标准、供应链都是现成的。鬼成像目前还缺大规模路测验证，车企也不敢把命交给一个新玩意儿。
但你不能否认，这东西打开了一扇门。随着应用场景这两年逐渐跑起来，盲区检测、主动安全等数据量上来了，可能慢慢就会往主传感器的方向走。
如果他们一切顺利，那从扫地机器人到电动车、摩托车，人人都可以用的起智能驾驶的时代可能真就到来了。
总之，也许就在明年，当你骑着新买的小电驴，突然因为前方盲区有障碍物而自动刹停。
那时候你可能就会想起今天看的这篇文章。然后爆一句：
“卧槽，量子力学发力了。”
