具體性能上，這套系統已經能夠實現全方位360°實時環境感知，前向障礙物的穩定檢測視距達到240米，在離開高線數旋轉式激光雷達后也依然能夠在城市道路上自動駕駛。
從這些描述來看，百度的這套純視覺自動駕駛系統的確值得肯定。不過在車業雜談看來，這套系統依然不能做到絕對的安全，此話怎講呢?
眾所周知，攝像頭對于環境的感知，始終會受到天氣、光線強度等因素的影響。在雨雪天氣下，攝像頭極有可能被雨水遮蓋導致其無法正常探測車身周圍環境，同樣在強光照射下，攝像頭的成像效果也將大打折扣。在這些干擾下，汽車所搭載的攝像頭對于環境的感知準確與否著實是個未知數，那么它又如何能保證自動駕駛汽車的安全性呢?
另一方面，攝像頭成像相比雷達成像來講，對于大數據的要求更加嚴苛。攝像頭的二維圖像相比三維點云數據來說，會更難挖掘其中信息。簡單來講就是說，哪怕攝像頭已經很好的捕捉到了圖像信息，但因為角度等問題的影響，汽車未能在數據庫中找到對應的物體與之匹配，它依然無法做出相應的應對。這就好比動物看到汽車，即便知道它的存在卻也不避讓，直至命喪輪下一樣，不能正確識別周遭環境的無人駕駛汽車也存在極大的安全隱患。
車業雜談并不是在危言聳聽、詆毀百度，就以這套系統的對標產品——Mobileye視覺感知系統來說，安全問題一樣存在。
特斯拉所搭載的Autopilot系統，就是以Mobileye的技術開發而來，它采用的是攝像頭+毫米波雷達的感知方式，由于毫米波雷達的精度與探測距離問題，在高速行駛過程中特斯拉主要還是依靠攝像頭進行感知探測。因此從特斯拉的碰撞事故來看，我們就能判斷以攝像頭為主導的自動駕駛感知系統是否安全。
顯而易見，不論是2016年1月在國內發生的特斯拉高速公路追尾清掃車事件，還是美國特斯拉在十字路口撞上左轉卡車事件，都是因為特斯拉未能將攝像頭拍攝到的物體識別出來，進而造成了事故的發生。
由此可見，單純依靠視覺設備進行無人駕駛汽車的感知是不靠譜的，必須要輔以激光雷達等其他感知方式，來確保無人駕駛汽車的安全性。這一點其實百度自己也有所表示。
在會上，百度方面明確提出不會放棄多傳感器融合的感知系統，他們認為在攝像頭、激光雷達等多傳感器的協同作用下，能夠最大概率的保障感知結果的準確性和完備性，缺一不可。
而同時百度方面還說道，目前之所以會推出Apollo Lite這套純視覺感知方案，正是要不斷打磨視覺傳感技術，以此來反哺百度所堅持的多傳感器融合的無人駕駛感知方案。
種種證據都表示，單純依靠攝像頭是不能保障無人駕駛的安全性的，因此百度的這套純視覺感知系統也不是絕對的安全。百度能夠如實宣傳這套系統，車業雜談認為是對消費者盡責的表現，十分良心。但問題在于，若日后如果哪家車企采用了這套系統，又將如何宣傳呢?朋友們還得多長個心眼。
