Velikost videa: 1280 X 720853 X 480640 X 360
Zobrazit ovladače přehrávání
Automatické přehrávání
Přehrát
小孩子才做选择,我全都要。不要执着,搭配着来不会更好么,为的就是更安全更高效,更舒适的驾驶体验。
事实是搭配起来不会有更好的效果,还会消耗更多的算力,关键是将图像像素进行ai比对做出判断。雷达的数据除了增加行车阻力没有任何意义。
AI本质就是要超越人类,有一个比摄像头更好并且不受天气影响的激光雷达,等于是多了一副额外的器官,这个绝对在自动驾驶领域的安全性大大提升。更何况现在激光雷达的价格已经被中国大陆的公司打下来了,根本就不会多太多成本
博主分析得很好,其實FSD最關鍵的是用到了AI,像我們人開車只需要谷歌地圖跟眼睛識別加上大腦判斷就能夠到達目的地,一些像是路被堵住,有人需要閃避或是一些突發狀況我們都能透過視覺辨識並用頭腦思索解法最終到達目的地,特斯拉就是用攝像頭取代眼睛,AI取代人腦就能夠完美取代人類開車的工作,根本不需要多餘的傳感器與高清地圖,像這種減法的設計思維才能最大化的降低成本增加競爭力,而達成LV5後這技術也才是剛開始而已,接下來特斯拉的Optimus機器人也是用一樣的技術來辨識周遭環境與學習人類做事的方式,虛擬的AI可以取代人類寫程式、設計創作、思考決策等工作,而機器人+AI未來則是能取代人類在現實世界的所有工作,像送貨、折衣、做飯、工廠維護機器、修水管等等,人做得到的事機器人做得到,人做不到的事機器人也做得到,所以馬斯克才說未來每人至少都會買一台以上的機器人替他工作,這麼大的願景特斯拉已經開始進行了,而其他競爭公司都還在糾結激光雷達還在用人工在寫自駕系統的代碼,光看到這裡就可以知道其競爭對手目光短淺,以及未來特斯拉的發展潛力有多巨大了
那么你all in特斯拉股票了吗
@@luckytiger123 一個好的投資者是不會雞蛋放同個籃子裡的,但是重倉是可以的,就像巴菲特重倉蘋果一樣,只要該企業發展得好,你的投資組合就能輕鬆跑贏大盤
純視覺很好,那再加上激光雷達fusion不是更好,而且激光成本越來越低,目前一顆1000鎂左右了,中國更是壓到200鎂,華為也已經無圖了,此外自動駕駛法規上需要“冗餘” 你沒有備案二來cover,法規很難過。華為都已經能直接代客停車了,查查問界m9,你會被中國車改觀的
@@jungliao2041 那巴菲特为啥不重仓Tesla呢?你重仓Tesla了吗?
@@Casper955033 你说的对,视觉和雷达不冲突,是可以相辅相成的。Tesla不安雷达主要还是成本控制考虑… 华为的城市无图也有AI学习,这和视觉、雷达都不冲突。
鏡頭加各種sensor 的自駕方案是純視覺的superset,準確度也是。鏡頭加各種sensor可任意搭配,如果我要找自駕開發工作,一定不會找純視覺的公司。以後車子會飛天,飛機也沒在跟你純視覺
好文。受教了。多谢
馬生不是一般的天才.不是只顧眼前光景.而是往後看.沒有他.我們還是生活在污染環境中.做實事的天才不是打咀炮的
感謝分析!~~
视频数据到一定数量级训练效果几乎不会有提升,场景其实都是重复发生的,不可能穷尽非常小概率场景,也就是永远都会有新场景出现。而安全则是第一位,不然自动驾驶就不会 那么难了。
把这个聊明白了,谢谢,厉害
视频做得很好
人類雙眼就是靠光學感測 所以AI模仿人類用光學技術搞定是沒有邏輯上的問題,問題只是AI需要很強大 才能只靠光學搞定人類是靠經驗學習判斷就能用肉眼光學推測相對距離,AI就是需要大量數據與算力才能達到這願景
视觉➕雷达和纯视觉方向上后者风险一定是大的,你抱怨的雷达成本可以大幅下降的。
講得啱 我喺香港 但唔知去到店裏有冇最新V12可以體驗呢
哇 高質量頻道耶
激光雷达优点是精度高于纯视觉,而且感知距离远,强化车辆前方碰撞预警系统AEB 能在更高速时作动。
還有一點,就是LIDAR會串擾。。。這是一個大問題,現在沒問題只是因為路上車不夠多,但當LIDAR的車多了,就會大概率出現LIDAR pollution最後是誰也收不到準確的資訊
這問題講了N年,解法就是.....以後再說
第一次聽到有人提到這個問題,受教了😂 來去研究一下
是阿,發出去的光或聲音是可以被干擾和抵銷的,尤其當用雷達的車子越多,遇到串擾的機率就會提高,而且所謂對人眼安全的光波,再車輛數大增後,真的還會安全嗎
用上FSDv12了 很丝滑 美滋滋😂
同感。 加油马斯克!
一样,这一个月过了最好能推出可以租的版本
说得很清楚了,特斯拉除了成本上的考虑,收集到的信息的处理也是一个大问题,想想受到饱和攻击是一个什么样的情景。特斯拉现在攻势也很猛,让客户把车开回家自己去体验就是一手好棋。爽过以后就有欲望了,拭目以待吧
以后人型机器人也是使用摄像头观察环境。现在的技术积累可以在以后应用在人型机器人上。
能讲讲特斯拉事故伤亡的故事吗?纪念一下那些在为特斯拉自动驾驶奠基的人们
特斯拉开始大范围测试,说明信心还是满满的,更新一定会大幅提速。考虑的关键是,基于目前获得数据,出现的问题是因为没有雷达,摄像头无法胜任,还是实际路况太复杂,AI学习不够? 做减法才是降低成本的根本,从制造成本入手才是根本
人工智能的根本是用大数据训练。现在可以用的数据,和现在的交通规则都是基于人类的驾驶。人类驾驶是基于眼睛,人工智能是基于大数据学习人类。现在没有基于激光雷达的大数据。
人眼睛通过可见光观察事物,蝙蝠夜间用超声波观察猎物,鸽子用地磁感应器感知方向,如果所有生物都用摄像头感性物体,那超声波和其他感性装置还有什么用?每种方案有自己适用的场景,就像有人说的FSD对于大雨大雾和强光情况下的感知能力,是弱于毫米波雷达的。
這集說的很好
當國內車企紛紛跟隨純視覺無圖自動駕駛時,有些人還在幾年前的堆雷迖的時代走不出來,老馬一針見血,人類駕駛也是靠視覺都一百多年了,黑夜,雨雪難道就沒有人類駕駛啦😂當特斯拉有足够數據應對各種路况時,其他車企估計都要購買授權,反而個人認為特斯拉尚欠聽覺數據,畢竟緊急公共車輛,例如消防,警車,或者喇叭聲,人類還是靠聽覺反應,不過這也不難,特斯拉有車外揚聲器,估計加個收音咪不難
Tesla的FSDv12不是人预先编写的程序而是AI通过学习生成的程序,这是最大的区别。AI可以学习光学图像自然也可以学习雷达的图像。
是的,离开AI谈纯视觉方案反而是在谈弱点,FSD直到V11都是编程式AI,结果纯视觉方案都打不过传感器融合方案……这次的V12.3是机器自学习了3个月的结果,按照这个速度迭代下去一年左右真的可以踢掉人类驾驶员了……
還L5呢?L3都做得亂七八糟,没有方向盘才叫L4,没有方向盘FSD叫谁接管?
影片下半段真是說出彎區心聲,一堆人直貼套舊解法然後說這才是未來,真醉了。
純討論,攝像數據越多就一定意未著更安全嗎?會不會過了一個邊際效應就變得不那麼重要呢?畢竟FSD12都是推倒重來,這就使得之前數據越多,越安全的前提有問題
簡單來說:馬斯克已經翻了車👈車一飛天...那些技術完全不夠看了👌
人眼也只是一對攝像頭。
所以人眼不靠谱
太神啦 老馬,這種技術就是要等待
7:35如果相同培訓量,視覺+光達效果就是比較好,只是數據量不夠的話,那就是補足數據量即可。沒道理用“比較差的方法+多訓練幾次”來達到目的,人命無價,自動駕駛法規上絕對是要求最高等級
最高等级就是禁止开车,不开车就没车祸了😂
這篇真的淺顯易懂,我回覆時,北京已經向特斯拉釋出善意,看來很快中國就可以實現自駕了~好羨慕~我的還是殘廢的。
In considering the bad weather conditions you’d best to have one laser sensor.
波可以穿透 而光學鏡頭不行 然後距離就是時間 所以光靠光學鏡頭不可能LV4
要是摄像头跟人眼一样可以聚焦就好了。
很小就学过,蝙蝠眼睛很弱,晚上行动,靠超声波雷达实现避障。所以对蝙蝠,雷达就是第一性。你说只要视觉?摄像头对光线亮度的突变感知能力不可能强,而激光和毫米波雷达就没问题。
蝙蝠用的是激光雷达吗?
@@user-pg9qm1in1g那蝙蝠用的是视觉吗?这么杠干什么?激光雷达天生测距精度超过视觉,而距离是最重要的参数。如果人用视觉可以开车,所以视觉自动驾驶就可以获得和人一样的智驾能力,或者更好的能力,因此不用激光雷达,这种说法逻辑充满了漏洞。举个例子,人用腿就能走路,为什么要用汽车,为什么要用飞机?既然人借用超过人能力的设备可以实现更强的能力,为什么不能用更强的更多样的传感器实现更强更安全的自动驾驶呢?
赞👍🏻
我的認知也跟你一樣!
its called supervised
激光雷達的主要作用是照瞎監控攝像頭。
马斯克反对激光雷达是因为太贵了,但是激光雷达今年价格跌了90%,马斯克又不好意思走回头路,就只能硬着走下去
你还要搭建超级高精地图 没路的地方根本不能开
對啦對啦,我今天開車身上忘了裝激光雷達所以撞車了😝 你沒裝應該也會撞車😂
@@kevinlin009 FSD十分钟接管一次,你十分钟就要撞一次?
@@cindylin335 FSD是所有路都不能开,必须有人接管,百步笑五十步
@@cindylin335 现在大家都在搞无图方案,谁都知道高精地图成本高,效率低,谁还死追着高精地图搞?
純視覺是未來但完全體之前不如雷達
激光雷达复杂容易出问题,而且高功率激光对人眼是有伤害的、而且对摄像头传感器也是有伤害早晚会出问题
激光雷达是低功率的,和我们平时日光强度差不多的。
@@dabozeng8676 @NoxSayin1 秒前還有一點,就是LIDAR會串擾。。。這是一個大問題,現在沒問題只是因為路上車不夠多,但當LIDAR的車多了,就會大概率出現LIDAR pollution最後是誰也收不到準確的資訊
自动驾驶很好!因为觉得不好的都嗝屁了
我们在讨论自动驾驶,不是在选主席。。。
我不太赞同观点. 就像传统手机上的摄像头一样, 底大一级压死人.算法当然很重要, 但硬件也同样重要. 任何科技发展都是有一定边际效应的. 最终都会殊途同归. 就像iphone也开始堆摄像头参数了.
证明你没听懂
有没有想过 特斯拉以后会使用星链介入辅助FSD?
去除高精地图是没问题的,但激光雷达并不绑定高精地图,无图也可以用激光雷达。激光雷达探测环境能力更强,可以很大程度上补足纯视觉的一些短板。激光雷达成本高的地方不是激光雷达本身,而是车辆的数据处理能力要求更高。传感器是基础,算法是上层,你上层做得再好,基础不牢靠也是摆设。你头脑再好。但眼睛看不清全白搭
华为无图自动驾驶整车才22万人民币起。中国的大规模量产会把激光雷达价格打到白菜价。所以评价涉及生命的自动驾驶,不应该只考虑成本。
不是只考虑成本,但是在足够安全的条件下一定要把成本考虑在内。
@@theFIREmethods123在中国市场,你这种东西 已被反复对比 测试。结果 特斯拉局限性很大,不安全。高级车基本都淘汰 特斯拉的纯摄像头方案。在中国以外,特斯拉 暂且还能 以此偏偏人,来提升股票。
@@mingouczjcz3800 中国都没有FSD,你是哪里看出来对比测试的?雷军都是说特斯拉领先国内4-5年,要追赶特斯拉。你还能比他了解?
@@mingouczjcz3800高级车做不到没那个本事才放弃
@@noki9116 我见过特斯垃和小鹏的自动泊车对比,小鹏完胜特斯拉。
纯摄像头的问题还是光线不足的环境和极端雨雪天气可能会有短板,我还是觉得激光雷达加毫米波雷达加摄像头,可以应对更复杂的环境。
我們只需要車子能應付人類可以應付的環境 那就夠了不需要應付更複雜的環境
下雨下雪天FSD毫无压力,就是速度有点慢,堆数据就可以解决。
@@theFIREmethods123 他一看就没用过FSD
@@theFIREmethods123那大霧天呢,能見度極低的環境中就徹底廢了
@@kennethchan9959能見度極低 你自己開不就更危險
👍👍👍
这是开车,安全很重要,成本不是最重要的考量
真牛啊
我家的my,早上往东,晚上往西开,摄像头就不太好用。可能是因为卡尔加里纬度高,太阳直射角度低
的确我也遇到过日落时不好使,希望以后有解决方案,比如给摄像头戴个墨镜哈哈哈哈就像咱们一样
三番的夕阳阳光照射下fsd没有什么问题,你是说fsd在卡加的强光下开不了么?
@@theFIREmethods123 我在安大略,最近一次还是v11的,日落对着太阳开fsd会让我直接接管。刚开始还以为是忘了抓方向盘然后后来发现是可以接管后又直接打开,才意识到是阳光的问题
最新已经升级到V12.3.3了,有很大进步,可以试一试。
@@theFIREmethods123 嗯昨天刚升级了,还没遇到过日落的情况,想看看是否还会有同样的情况!但是之前v11带着朋友show off的时候展示了一个死亡u turn把朋友吓尿了。昨天特意开同一个u turn丝滑过!
我不管那么多,股票涨就行
成本在美國公司來計當然貴. 在中國公司來計3-4萬既成本. 在中國一樣是3-4萬. 人民幣.
纯视觉方案怎么解决给警车救护车让路或者被警车在后隔车截停的情况
沒人討論激光雷達的壽命問題,激光是會因為溫度,使用時間長,有光衰的問題,當激光光衰的時候,感測處來的距離就會產生嚴重的錯誤,想想看一台車有可能三年、五年,就換激光雷達嗎?
老实说,客户对易损件买账,站在车企角度还真不一定100%是坏事
不用沒關係,但雨天..霧天用.....?
哈哈😂,牛皮吹起来再说
什麼時候出一期, 馬斯克說傻子才用方向示燈撥捍?
以后自动驾驶了 谁还用拨杆。触屏就得了
特斯拉最后还是会加上毫米波雷达
人开车,只利用眼睛耳朵脑子。真的,就简单的传感器足够了,又不是需要再没有灯光的道路上开车,即使有需要,加个红外线也够了
开车好坏,不是取决于眼睛和耳朵,更取决于经验,20岁的新手和50多岁有30年驾龄,后者可能老眼昏花但开车一定比新手好,目前在ai无法达到人脑的前提下,借助各种传感器来帮助自动驾驶是必要的
@@skijia 越多类型的传感器的加入,会让模型预处理和训练的复杂度增加非常多,这种其实是属于走一条看似捷径但最后“可能”并非捷径的路,所以不要被市场上宣传的传感器多就好,其实如果你在行业中,你会发现里面会有各种技术的问题,各种融合会出现的问题。对于你的举例,其实这更加说明了视觉这条路的可行性,其实FSD就是一个拥有30年驾龄,但不会眼花的老司机。
讲道理,眼睛耳朵脑子这三样东西可不简单
一旦视频+激光雷达的汽车多了,累计的行驶里程多了以后,高精地图的成本就大大下降了
準確度一點都不是問題,你想想看人類開車,預判距離一定準確嗎?根本不需要準確距離,人類是預判趨勢來開車的,所以跟實際距離多準一點都沒有絕對關係
你说的这个边走边画地图的技术叫SLAM,十几年前的算法了。是个自动驾驶就会用这个,本科生拿来做毕业设计的东西没有多么高大上…高精地图的存在主要还是为了安全和法律,毕竟神经网络永远都是黑盒算法,你怎么做system verification?你怎么说服别人相信你的系统就是100%安全的?现在针对神经网络的对抗学习攻击也是层出不穷,这都是安全隐患
SU7依然是激光雷達+毫米波
特斯拉的真值数据是怎么来的?是不是测试后人工标注来的,人工标注是不是最后拍板的是人,那有些数据比如强光,隧道,雪雾这些测试图片,人都看不清楚如何标注?那不得像蝙蝠一样利用其他传感器的数据,所以特斯拉也需要借雷达覆盖所有测试场景的真值。本质上来说,其实纯视觉方案赌的就是炼丹后算法可以测距,赌的就是部分区域色度变化炼成距离信息,我在GPT之前觉得不可能,现在我觉得只要声音数据够海量,AI可以只用麦克风开车😂
华为的激光雷达目前不足1000人民币
马斯克的自动驾驶软件是想用于所有其他电动车,一旦有雷达,软件普适性大大下降。
为什么国内不让特斯拉数据传回美国,这才是问题的根本,马斯克动机不良啊,能激光雷达的,非要拍照,摄像
按照现在进步的速度,特斯拉很快就会全面开放FSD给特斯拉车主,就是马斯克说的wide rollout。然后很快就会有其他的车企去licensing 特斯拉的FSD。很快没有FSD的车就会变的不好卖,造成了更多的车企放弃自动驾驶研发转而直接licensing FSD。最后自动驾驶成了特斯拉一家独大被FSD软件垄断。
在这做什么梦呢。
想太美,要買也是跟google買
@@Casper955033 跟谷歌买?你的脑子是不是进水了?😂
@@Casper955033 google那套根本就是零分!
我感覺未來特斯拉汽車會和馬斯克的星鏈衛星鏈接起來實現真正的AI人工智能駕駛!
不可能绝对不可能🕳️
目前FSD版本下雨天就提示不能用了,这恐怕是纯视觉算法的短板哦。
我们开的挺好的 西雅图天天下雨 没啥事
FSD V12 AI表示:看起來被人類小瞧了啊?czcams.com/video/6_StVFoG1yM/video.html
@@user-sv4um3ml6e 这也叫下雨呀🤣华为激光雷达自动驾驶能在晚上下大暴雨看不见的情况下以80码的速度自动驾驶
@@user-ng2nt7dg3w 恩,啊不就好棒棒
你到一個陌生的環境. 路況標示又非常的複雜. 肯定會龜速開 這就是tesla 的FSD
fsd是付费订阅服务
起大濃霧、下大雨、逆光都能看清楚嗎?
解决这个问题的办法很简单 不让你开自动驾驶就完事🤣🤣🤣🤣🤣🤣🤣
交通是多种多个参与者的一种行为,对于采用雷达方案,虽然起大濃霧、下大雨时可能比摄像头看得多,但你能看到别人,别人看不到你,未必是好事。
人如果看不清,自驾车也不能开。
目前我见过的,大雪,大雨,大雾,强阳光,只要能看得见车,都是可以开的。你可以上网搜一搜,这些极端天气的视频有很多。
其实很简单, 模拟这样的环境又不困难, 难道特斯拉还不知道模拟这样的环境进行测试?
space x 就用很多雷达,马斯克是了解的
千言万语就一句话,商业变现。而目前道听途说画大饼是非常可能尽快达成的,盈利与估值是后话了。L5最终失败不代表FSD路线没有价值!想到这,股票就有投资的价值,谈论FSD不买TSLA都是不道德的😅😅
靠纯视觉,是超不过人类的!!激光雷达才是未来
馬斯克果然是科技狂人的使用者
subaru不早就是用攝像頭了?
雷達最主要的問題就是,車子的成本高點。但外在環境的成本更高,你必須隨時更新。 這幾乎是不可能的事情。 唯有自己學習才是唯一的路。如果自己學習都不能成功。那其實通通都不能成功。
说一千道一万还是L2,何时到L3都不确定,慢慢来吧,反正L2用户不会买单。
我追蹤FSD好多年了,現在最想看到的就是FSD在複雜道路上的表現大部分美國車主測試的路況都太單純了(歐美都是那種地廣車稀的路況)這讓人不僅懷疑FSD最後能否在亞洲這種極複雜道路(包含各種不遵守交通規則的行人、大量機車等等)行駛再來就是道路上的特殊狀況FSD究竟能否應對,例如警車、救護車、消防車跟人發出的聲響、手勢(FSD無法判斷聲音)
你说的这些情况都会得到解决
欧和美完全是不同路况好吧。特斯拉先需要在美国怎么纯视觉这条路走得通,再谈得上扩展到其他地方。
如果能活過台灣的市區內那會很好
@@taoliu2020 你可以看看nyc或chicago的fsd表现,那里更接近亚洲人口稠密的路况,解决亚洲路况是迟早的事情。
@@tieningwang4682 我個人認為美國達到L4、L5是幾年內"可能"做到的事情,但在其他國家很難這不光是技術問題,還有國情、法令跟人民素質問題,這些東西老馬的第一性原理沒辦法解決
FSD一到有STOP标志的路口就要发呆半天。尤其车多的时候就反应迟钝。
一派胡言,我还觉得它反应太快,见缝插针,有点吓人
利用量子處理器或者還是會出現車禍🕳️
据说特斯拉一季度已经采购了很多激光雷达,不知道会用到哪里😂
好问题,马上出视频聊
纯视觉相当于光子雷达
雨雾天气怎么办?摄像头能解决吗?
激光不用脑子,所以老板说的没错
激光雷达估计也会被中国人做成白菜价的
(魔法般的平台)時間+複利的威力…czcams.com/video/jSgj6lI7GYc/video.htmlsi=gGkIjmtOUfE73E27
你的理论是:1、摄像头被污水遮挡确实fsd无法用了,但其他有激光雷达的,摄像头被遮住了,也无法使用了,只是还可以依靠激光雷达判断安全性。(我疑问:自动驾驶第一考验的是安全,摄像头突然被污水遮住,有激光雷达的虽然也不能用了,但最起码会用雷达判断突发情况,而避免车祸。而特斯拉就只能撞上去了,或者急刹车,被后面车追尾)2、承认有雷达的会比纯视觉更准确,但特斯拉因为比其他车企有海量数据训练模型,所以可以弥补这个短板。(我疑问:特斯拉销量现在就早已经被比亚迪超越了,那岂不是比亚迪如果玩儿这个,优势会更大?)3、说了一堆,分析到最后还是认为激光雷达成本高,降不下来。(我疑问:但成本对他们来说降不下来,在中国,这个最不是问题,现在激光雷达价格就已经被华为做到一两百块钱了。)4、激光雷达多,维护麻烦。(我疑问:这个我承认,但安全比麻烦更重要。我作为用户,宁可麻烦,也要安全)我个人理解,智能驾驶最重要的核心是两点:1、像人开一样好用2、特例情况下保证安全第一点,两个方式都能实现,因为带激光的也带摄像头,也是训练模型,只不过比纯视觉的复杂,因为要处理更多数据计算。但最终结果都会实现第一点。第二点差别就大了。带激光的有可能会做好第二点,但纯视觉的是一定做不好。纯视觉是偷懒做法,就是穷举法训练模型,相当于让记忆力、听力特别好的盲人开车,当他把所有能撞车的情况都经历了,然后他就会开车了。到这种穷举法一不先进,二不科学,因为任何穷举都无法做到100%,特例时就完。(这点还是我上面说的,中国新能源总销量已经远高于特斯拉了,如果玩儿这个,特斯拉的训练模型远远赶不上我们,只不过我们认为这个方案不好不用而已)
1. 如果两辆车,一辆有激光雷达,一辆没有激光雷达,两辆车的摄像头同时被污水遮挡,两辆车应该同时慢慢靠边停,而激光雷达在这个时候用处并不大。解决这种突发情况的最好方法应该是多个摄像头,一个被污水遮挡,另一个还可以用来紧急靠边停。
2. 如果有人愿意买比亚迪车子采集的数据的话,这个数据肯定还是很有价值的(比亚的的纯电车销量是比特斯拉低的,比亚迪的销量有很多车是油电混合)。到底能培训成什么样,就看想买这些数据的自动驾驶公司了。
3. 很好啊,激光雷达如果更便宜,华为小鹏能用激光雷达加摄像头做出reliable的自动驾驶系统,对行业也是好事情。
4. 同意,安全第一。
国内非常多大雾天气(能见度不足10米),华为自动驾驶依然自由行驶的视频,都是车主自己拍的。你可以自己看看。如果靠双眼和视觉摄像头,那肯定无法开了。请问怎么解释?
雾天怎么办
開慢一點
马斯特同学骂雷军同学是傻子哈哈哈,2045年我研發飛行器使用激光雷達和核電池電源。
大疆也不用激光雷达
大疆无人机用呀
Level 5 自动驾驶? 别开玩笑了,特斯拉能够做到完整level 3 就不错了
谷歌地圖有覆蓋中國嗎
高德、腾讯、百度地图最常用
靠高精地圖能養活一票人,每天開車兜兜轉轉,還有每天看片拉框識別的鑑定員,再把圖資賣給大廠,國情不同,美國人工太貴了,當然不可能像大陸這樣搞
難怪他的車子常常撞車, 應求償 ?
他还说傻子才用氢能源呢
小孩子才做选择,我全都要。
不要执着,搭配着来不会更好么,为的就是更安全更高效,更舒适的驾驶体验。
事实是搭配起来不会有更好的效果,还会消耗更多的算力,关键是将图像像素进行ai比对做出判断。雷达的数据除了增加行车阻力没有任何意义。
AI本质就是要超越人类,有一个比摄像头更好并且不受天气影响的激光雷达,等于是多了一副额外的器官,这个绝对在自动驾驶领域的安全性大大提升。更何况现在激光雷达的价格已经被中国大陆的公司打下来了,根本就不会多太多成本
博主分析得很好,其實FSD最關鍵的是用到了AI,像我們人開車只需要谷歌地圖跟眼睛識別加上大腦判斷就能夠到達目的地,一些像是路被堵住,有人需要閃避或是一些突發狀況我們都能透過視覺辨識並用頭腦思索解法最終到達目的地,特斯拉就是用攝像頭取代眼睛,AI取代人腦就能夠完美取代人類開車的工作,根本不需要多餘的傳感器與高清地圖,像這種減法的設計思維才能最大化的降低成本增加競爭力,而達成LV5後這技術也才是剛開始而已,接下來特斯拉的Optimus機器人也是用一樣的技術來辨識周遭環境與學習人類做事的方式,虛擬的AI可以取代人類寫程式、設計創作、思考決策等工作,而機器人+AI未來則是能取代人類在現實世界的所有工作,像送貨、折衣、做飯、工廠維護機器、修水管等等,人做得到的事機器人做得到,人做不到的事機器人也做得到,所以馬斯克才說未來每人至少都會買一台以上的機器人替他工作,這麼大的願景特斯拉已經開始進行了,而其他競爭公司都還在糾結激光雷達還在用人工在寫自駕系統的代碼,光看到這裡就可以知道其競爭對手目光短淺,以及未來特斯拉的發展潛力有多巨大了
那么你all in特斯拉股票了吗
@@luckytiger123 一個好的投資者是不會雞蛋放同個籃子裡的,但是重倉是可以的,就像巴菲特重倉蘋果一樣,只要該企業發展得好,你的投資組合就能輕鬆跑贏大盤
純視覺很好,那再加上激光雷達fusion不是更好,而且激光成本越來越低,目前一顆1000鎂左右了,中國更是壓到200鎂,華為也已經無圖了,此外自動駕駛法規上需要“冗餘” 你沒有備案二來cover,法規很難過。華為都已經能直接代客停車了,查查問界m9,你會被中國車改觀的
@@jungliao2041 那巴菲特为啥不重仓Tesla呢?你重仓Tesla了吗?
@@Casper955033 你说的对,视觉和雷达不冲突,是可以相辅相成的。Tesla不安雷达主要还是成本控制考虑… 华为的城市无图也有AI学习,这和视觉、雷达都不冲突。
鏡頭加各種sensor 的自駕方案是純視覺的superset,準確度也是。鏡頭加各種sensor可任意搭配,如果我要找自駕開發工作,一定不會找純視覺的公司。以後車子會飛天,飛機也沒在跟你純視覺
好文。受教了。多谢
馬生不是一般的天才.不是只顧眼前光景.而是往後看.沒有他.我們還是生活在污染環境中.做實事的天才不是打咀炮的
感謝分析!~~
视频数据到一定数量级训练效果几乎不会有提升,场景其实都是重复发生的,不可能穷尽非常小概率场景,也就是永远都会有新场景出现。而安全则是第一位,不然自动驾驶就不会 那么难了。
把这个聊明白了,谢谢,厉害
视频做得很好
人類雙眼就是靠光學感測 所以AI模仿人類用光學技術搞定是沒有邏輯上的問題,問題只是AI需要很強大 才能只靠光學搞定
人類是靠經驗學習判斷就能用肉眼光學推測相對距離,
AI就是需要大量數據與算力才能達到這願景
视觉➕雷达和纯视觉方向上后者风险一定是大的,你抱怨的雷达成本可以大幅下降的。
講得啱 我喺香港 但唔知去到店裏有冇最新V12可以體驗呢
哇 高質量頻道耶
激光雷达优点是精度高于纯视觉,而且感知距离远,强化车辆前方碰撞预警系统AEB 能在更高速时作动。
還有一點,就是LIDAR會串擾。。。這是一個大問題,現在沒問題只是因為路上車不夠多,但當LIDAR的車多了,就會大概率出現LIDAR pollution最後是誰也收不到準確的資訊
這問題講了N年,解法就是.....以後再說
第一次聽到有人提到這個問題,受教了😂 來去研究一下
是阿,發出去的光或聲音是可以被干擾和抵銷的,尤其當用雷達的車子越多,遇到串擾的機率就會提高,而且所謂對人眼安全的光波,再車輛數大增後,真的還會安全嗎
用上FSDv12了 很丝滑 美滋滋😂
同感。 加油马斯克!
一样,这一个月过了最好能推出可以租的版本
说得很清楚了,特斯拉除了成本上的考虑,收集到的信息的处理也是一个大问题,想想受到饱和攻击是一个什么样的情景。特斯拉现在攻势也很猛,让客户把车开回家自己去体验就是一手好棋。爽过以后就有欲望了,拭目以待吧
以后人型机器人也是使用摄像头观察环境。现在的技术积累可以在以后应用在人型机器人上。
能讲讲特斯拉事故伤亡的故事吗?纪念一下那些在为特斯拉自动驾驶奠基的人们
特斯拉开始大范围测试,说明信心还是满满的,更新一定会大幅提速。考虑的关键是,基于目前获得数据,出现的问题是因为没有雷达,摄像头无法胜任,还是实际路况太复杂,AI学习不够? 做减法才是降低成本的根本,从制造成本入手才是根本
人工智能的根本是用大数据训练。现在可以用的数据,和现在的交通规则都是基于人类的驾驶。人类驾驶是基于眼睛,人工智能是基于大数据学习人类。现在没有基于激光雷达的大数据。
人眼睛通过可见光观察事物,蝙蝠夜间用超声波观察猎物,鸽子用地磁感应器感知方向,如果所有生物都用摄像头感性物体,那超声波和其他感性装置还有什么用?每种方案有自己适用的场景,就像有人说的FSD对于大雨大雾和强光情况下的感知能力,是弱于毫米波雷达的。
這集說的很好
當國內車企紛紛跟隨純視覺無圖自動駕駛時,有些人還在幾年前的堆雷迖的時代走不出來,老馬一針見血,人類駕駛也是靠視覺都一百多年了,黑夜,雨雪難道就沒有人類駕駛啦😂當特斯拉有足够數據應對各種路况時,其他車企估計都要購買授權,反而個人認為特斯拉尚欠聽覺數據,畢竟緊急公共車輛,例如消防,警車,或者喇叭聲,人類還是靠聽覺反應,不過這也不難,特斯拉有車外揚聲器,估計加個收音咪不難
Tesla的FSDv12不是人预先编写的程序而是AI通过学习生成的程序,这是最大的区别。AI可以学习光学图像自然也可以学习雷达的图像。
是的,离开AI谈纯视觉方案反而是在谈弱点,FSD直到V11都是编程式AI,结果纯视觉方案都打不过传感器融合方案……
这次的V12.3是机器自学习了3个月的结果,按照这个速度迭代下去一年左右真的可以踢掉人类驾驶员了……
還L5呢?L3都做得亂七八糟,没有方向盘才叫L4,没有方向盘FSD叫谁接管?
影片下半段真是說出彎區心聲,一堆人直貼套舊解法然後說這才是未來,真醉了。
純討論,攝像數據越多就一定意未著更安全嗎?會不會過了一個邊際效應就變得不那麼重要呢?畢竟FSD12都是推倒重來,這就使得之前數據越多,越安全的前提有問題
簡單來說:
馬斯克已經翻了車👈
車一飛天...
那些技術完全不夠看了👌
人眼也只是一對攝像頭。
所以人眼不靠谱
太神啦 老馬,這種技術就是要等待
7:35
如果相同培訓量,視覺+光達效果就是比較好,只是數據量不夠的話,那就是補足數據量即可。沒道理用“比較差的方法+多訓練幾次”來達到目的,人命無價,自動駕駛法規上絕對是要求最高等級
最高等级就是禁止开车,不开车就没车祸了😂
這篇真的淺顯易懂,我回覆時,北京已經向特斯拉釋出善意,看來很快中國就可以實現自駕了~好羨慕~我的還是殘廢的。
In considering the bad weather conditions you’d best to have one laser sensor.
波可以穿透 而光學鏡頭不行 然後距離就是時間 所以光靠光學鏡頭不可能LV4
要是摄像头跟人眼一样可以聚焦就好了。
很小就学过,蝙蝠眼睛很弱,晚上行动,靠超声波雷达实现避障。
所以对蝙蝠,雷达就是第一性。
你说只要视觉?摄像头对光线亮度的突变感知能力不可能强,而激光和毫米波雷达就没问题。
蝙蝠用的是激光雷达吗?
@@user-pg9qm1in1g那蝙蝠用的是视觉吗?这么杠干什么?
激光雷达天生测距精度超过视觉,而距离是最重要的参数。
如果人用视觉可以开车,所以视觉自动驾驶就可以获得和人一样的智驾能力,或者更好的能力,因此不用激光雷达,这种说法逻辑充满了漏洞。
举个例子,人用腿就能走路,为什么要用汽车,为什么要用飞机?
既然人借用超过人能力的设备可以实现更强的能力,为什么不能用更强的更多样的传感器实现更强更安全的自动驾驶呢?
赞👍🏻
我的認知也跟你一樣!
its called supervised
激光雷達的主要作用是照瞎監控攝像頭。
马斯克反对激光雷达是因为太贵了,但是激光雷达今年价格跌了90%,马斯克又不好意思走回头路,就只能硬着走下去
你还要搭建超级高精地图 没路的地方根本不能开
對啦對啦,我今天開車身上忘了裝激光雷達所以撞車了😝 你沒裝應該也會撞車😂
@@kevinlin009 FSD十分钟接管一次,你十分钟就要撞一次?
@@cindylin335 FSD是所有路都不能开,必须有人接管,百步笑五十步
@@cindylin335 现在大家都在搞无图方案,谁都知道高精地图成本高,效率低,谁还死追着高精地图搞?
純視覺是未來但完全體之前不如雷達
激光雷达复杂容易出问题,而且高功率激光对人眼是有伤害的、而且对摄像头传感器也是有伤害早晚会出问题
激光雷达是低功率的,和我们平时日光强度差不多的。
@@dabozeng8676
@NoxSayin
1 秒前
還有一點,就是LIDAR會串擾。。。這是一個大問題,現在沒問題只是因為路上車不夠多,但當LIDAR的車多了,就會大概率出現LIDAR pollution最後是誰也收不到準確的資訊
自动驾驶很好!
因为觉得不好的都嗝屁了
我们在讨论自动驾驶,不是在选主席。。。
我不太赞同观点. 就像传统手机上的摄像头一样, 底大一级压死人.
算法当然很重要, 但硬件也同样重要.
任何科技发展都是有一定边际效应的. 最终都会殊途同归.
就像iphone也开始堆摄像头参数了.
证明你没听懂
有没有想过 特斯拉以后会使用星链介入辅助FSD?
去除高精地图是没问题的,但激光雷达并不绑定高精地图,无图也可以用激光雷达。激光雷达探测环境能力更强,可以很大程度上补足纯视觉的一些短板。激光雷达成本高的地方不是激光雷达本身,而是车辆的数据处理能力要求更高。传感器是基础,算法是上层,你上层做得再好,基础不牢靠也是摆设。你头脑再好。但眼睛看不清全白搭
华为无图自动驾驶整车才22万人民币起。中国的大规模量产会把激光雷达价格打到白菜价。所以评价涉及生命的自动驾驶,不应该只考虑成本。
不是只考虑成本,但是在足够安全的条件下一定要把成本考虑在内。
@@theFIREmethods123在中国市场,你这种东西 已被反复对比 测试。结果 特斯拉局限性很大,不安全。高级车基本都淘汰 特斯拉的纯摄像头方案。在中国以外,特斯拉 暂且还能 以此偏偏人,来提升股票。
@@mingouczjcz3800 中国都没有FSD,你是哪里看出来对比测试的?雷军都是说特斯拉领先国内4-5年,要追赶特斯拉。你还能比他了解?
@@mingouczjcz3800高级车做不到没那个本事才放弃
@@noki9116 我见过特斯垃和小鹏的自动泊车对比,小鹏完胜特斯拉。
纯摄像头的问题还是光线不足的环境和极端雨雪天气可能会有短板,我还是觉得激光雷达加毫米波雷达加摄像头,可以应对更复杂的环境。
我們只需要車子能應付人類可以應付的環境 那就夠了
不需要應付更複雜的環境
下雨下雪天FSD毫无压力,就是速度有点慢,堆数据就可以解决。
@@theFIREmethods123 他一看就没用过FSD
@@theFIREmethods123那大霧天呢,能見度極低的環境中就徹底廢了
@@kennethchan9959能見度極低 你自己開不就更危險
👍👍👍
这是开车,安全很重要,成本不是最重要的考量
真牛啊
我家的my,早上往东,晚上往西开,摄像头就不太好用。可能是因为卡尔加里纬度高,太阳直射角度低
的确我也遇到过日落时不好使,希望以后有解决方案,比如给摄像头戴个墨镜哈哈哈哈就像咱们一样
三番的夕阳阳光照射下fsd没有什么问题,你是说fsd在卡加的强光下开不了么?
@@theFIREmethods123 我在安大略,最近一次还是v11的,日落对着太阳开fsd会让我直接接管。刚开始还以为是忘了抓方向盘然后后来发现是可以接管后又直接打开,才意识到是阳光的问题
最新已经升级到V12.3.3了,有很大进步,可以试一试。
@@theFIREmethods123 嗯昨天刚升级了,还没遇到过日落的情况,想看看是否还会有同样的情况!但是之前v11带着朋友show off的时候展示了一个死亡u turn把朋友吓尿了。昨天特意开同一个u turn丝滑过!
我不管那么多,股票涨就行
成本在美國公司來計當然貴. 在中國公司來計3-4萬既成本. 在中國一樣是3-4萬. 人民幣.
纯视觉方案怎么解决给警车救护车让路或者被警车在后隔车截停的情况
沒人討論激光雷達的壽命問題,激光是會因為溫度,使用時間長,有光衰的問題,當激光光衰的時候,感測處來的距離就會產生嚴重的錯誤,想想看一台車有可能三年、五年,就換激光雷達嗎?
老实说,客户对易损件买账,站在车企角度还真不一定100%是坏事
不用沒關係,但雨天..霧天用.....?
哈哈😂,牛皮吹起来再说
什麼時候出一期, 馬斯克說傻子才用方向示燈撥捍?
以后自动驾驶了 谁还用拨杆。触屏就得了
特斯拉最后还是会加上毫米波雷达
人开车,只利用眼睛耳朵脑子。真的,就简单的传感器足够了,又不是需要再没有灯光的道路上开车,即使有需要,加个红外线也够了
开车好坏,不是取决于眼睛和耳朵,更取决于经验,20岁的新手和50多岁有30年驾龄,后者可能老眼昏花但开车一定比新手好,目前在ai无法达到人脑的前提下,借助各种传感器来帮助自动驾驶是必要的
@@skijia 越多类型的传感器的加入,会让模型预处理和训练的复杂度增加非常多,这种其实是属于走一条看似捷径但最后“可能”并非捷径的路,所以不要被市场上宣传的传感器多就好,其实如果你在行业中,你会发现里面会有各种技术的问题,各种融合会出现的问题。对于你的举例,其实这更加说明了视觉这条路的可行性,其实FSD就是一个拥有30年驾龄,但不会眼花的老司机。
讲道理,眼睛耳朵脑子这三样东西可不简单
一旦视频+激光雷达的汽车多了,累计的行驶里程多了以后,高精地图的成本就大大下降了
準確度一點都不是問題,你想想看人類開車,預判距離一定準確嗎?根本不需要準確距離,人類是預判趨勢來開車的,所以跟實際距離多準一點都沒有絕對關係
你说的这个边走边画地图的技术叫SLAM,十几年前的算法了。是个自动驾驶就会用这个,本科生拿来做毕业设计的东西没有多么高大上…高精地图的存在主要还是为了安全和法律,毕竟神经网络永远都是黑盒算法,你怎么做system verification?你怎么说服别人相信你的系统就是100%安全的?现在针对神经网络的对抗学习攻击也是层出不穷,这都是安全隐患
SU7依然是激光雷達+毫米波
特斯拉的真值数据是怎么来的?是不是测试后人工标注来的,人工标注是不是最后拍板的是人,那有些数据比如强光,隧道,雪雾这些测试图片,人都看不清楚如何标注?那不得像蝙蝠一样利用其他传感器的数据,所以特斯拉也需要借雷达覆盖所有测试场景的真值。本质上来说,其实纯视觉方案赌的就是炼丹后算法可以测距,赌的就是部分区域色度变化炼成距离信息,我在GPT之前觉得不可能,现在我觉得只要声音数据够海量,AI可以只用麦克风开车😂
华为的激光雷达目前不足1000人民币
马斯克的自动驾驶软件是想用于所有其他电动车,一旦有雷达,软件普适性大大下降。
为什么国内不让特斯拉数据传回美国,这才是问题的根本,马斯克动机不良啊,能激光雷达的,非要拍照,摄像
按照现在进步的速度,特斯拉很快就会全面开放FSD给特斯拉车主,就是马斯克说的wide rollout。然后很快就会有其他的车企去licensing 特斯拉的FSD。很快没有FSD的车就会变的不好卖,造成了更多的车企放弃自动驾驶研发转而直接licensing FSD。最后自动驾驶成了特斯拉一家独大被FSD软件垄断。
在这做什么梦呢。
想太美,要買也是跟google買
@@Casper955033 跟谷歌买?你的脑子是不是进水了?😂
@@Casper955033 google那套根本就是零分!
我感覺未來特斯拉汽車會和馬斯克的星鏈衛星鏈接起來實現真正的AI人工智能駕駛!
不可能
绝对不可能🕳️
目前FSD版本下雨天就提示不能用了,这恐怕是纯视觉算法的短板哦。
我们开的挺好的 西雅图天天下雨 没啥事
FSD V12 AI表示:看起來被人類小瞧了啊?
czcams.com/video/6_StVFoG1yM/video.html
@@user-sv4um3ml6e 这也叫下雨呀🤣华为激光雷达自动驾驶能在晚上下大暴雨看不见的情况下以80码的速度自动驾驶
@@user-ng2nt7dg3w 恩,啊不就好棒棒
你到一個陌生的環境. 路況標示又非常的複雜. 肯定會龜速開 這就是tesla 的FSD
fsd是付费订阅服务
起大濃霧、下大雨、逆光都能看清楚嗎?
解决这个问题的办法很简单 不让你开自动驾驶就完事🤣🤣🤣🤣🤣🤣🤣
交通是多种多个参与者的一种行为,对于采用雷达方案,虽然起大濃霧、下大雨时可能比摄像头看得多,但你能看到别人,别人看不到你,未必是好事。
人如果看不清,自驾车也不能开。
目前我见过的,大雪,大雨,大雾,强阳光,只要能看得见车,都是可以开的。你可以上网搜一搜,这些极端天气的视频有很多。
其实很简单, 模拟这样的环境又不困难, 难道特斯拉还不知道模拟这样的环境进行测试?
space x 就用很多雷达,马斯克是了解的
千言万语就一句话,商业变现。而目前道听途说画大饼是非常可能尽快达成的,盈利与估值是后话了。L5最终失败不代表FSD路线没有价值!想到这,股票就有投资的价值,谈论FSD不买TSLA都是不道德的😅😅
靠纯视觉,是超不过人类的!!激光雷达才是未来
馬斯克果然是科技狂人的使用者
subaru不早就是用攝像頭了?
雷達最主要的問題就是,車子的成本高點。但外在環境的成本更高,你必須隨時更新。 這幾乎是不可能的事情。 唯有自己學習才是唯一的路。如果自己學習都不能成功。那其實通通都不能成功。
说一千道一万还是L2,何时到L3都不确定,慢慢来吧,反正L2用户不会买单。
我追蹤FSD好多年了,現在最想看到的就是FSD在複雜道路上的表現
大部分美國車主測試的路況都太單純了(歐美都是那種地廣車稀的路況)
這讓人不僅懷疑FSD最後能否在亞洲這種極複雜道路(包含各種不遵守交通規則的行人、大量機車等等)行駛
再來就是道路上的特殊狀況FSD究竟能否應對,例如警車、救護車、消防車跟人發出的聲響、手勢(FSD無法判斷聲音)
你说的这些情况都会得到解决
欧和美完全是不同路况好吧。特斯拉先需要在美国怎么纯视觉这条路走得通,再谈得上扩展到其他地方。
如果能活過台灣的市區內那會很好
@@taoliu2020 你可以看看nyc或chicago的fsd表现,那里更接近亚洲人口稠密的路况,解决亚洲路况是迟早的事情。
@@tieningwang4682 我個人認為美國達到L4、L5是幾年內"可能"做到的事情,但在其他國家很難
這不光是技術問題,還有國情、法令跟人民素質問題,這些東西老馬的第一性原理沒辦法解決
FSD一到有STOP标志的路口就要发呆半天。尤其车多的时候就反应迟钝。
一派胡言,我还觉得它反应太快,见缝插针,有点吓人
利用量子處理器
或者還是會出現車禍🕳️
据说特斯拉一季度已经采购了很多激光雷达,不知道会用到哪里😂
好问题,马上出视频聊
纯视觉相当于光子雷达
雨雾天气怎么办?摄像头能解决吗?
激光不用脑子,所以老板说的没错
激光雷达估计也会被中国人做成白菜价的
(魔法般的平台)時間+複利的威力…
czcams.com/video/jSgj6lI7GYc/video.htmlsi=gGkIjmtOUfE73E27
你的理论是:
1、摄像头被污水遮挡确实fsd无法用了,但其他有激光雷达的,摄像头被遮住了,也无法使用了,只是还可以依靠激光雷达判断安全性。(我疑问:自动驾驶第一考验的是安全,摄像头突然被污水遮住,有激光雷达的虽然也不能用了,但最起码会用雷达判断突发情况,而避免车祸。而特斯拉就只能撞上去了,或者急刹车,被后面车追尾)
2、承认有雷达的会比纯视觉更准确,但特斯拉因为比其他车企有海量数据训练模型,所以可以弥补这个短板。(我疑问:特斯拉销量现在就早已经被比亚迪超越了,那岂不是比亚迪如果玩儿这个,优势会更大?)
3、说了一堆,分析到最后还是认为激光雷达成本高,降不下来。(我疑问:但成本对他们来说降不下来,在中国,这个最不是问题,现在激光雷达价格就已经被华为做到一两百块钱了。)
4、激光雷达多,维护麻烦。(我疑问:这个我承认,但安全比麻烦更重要。我作为用户,宁可麻烦,也要安全)
我个人理解,智能驾驶最重要的核心是两点:
1、像人开一样好用
2、特例情况下保证安全
第一点,两个方式都能实现,因为带激光的也带摄像头,也是训练模型,只不过比纯视觉的复杂,因为要处理更多数据计算。但最终结果都会实现第一点。
第二点差别就大了。带激光的有可能会做好第二点,但纯视觉的是一定做不好。
纯视觉是偷懒做法,就是穷举法训练模型,相当于让记忆力、听力特别好的盲人开车,当他把所有能撞车的情况都经历了,然后他就会开车了。到这种穷举法一不先进,二不科学,因为任何穷举都无法做到100%,特例时就完。(这点还是我上面说的,中国新能源总销量已经远高于特斯拉了,如果玩儿这个,特斯拉的训练模型远远赶不上我们,只不过我们认为这个方案不好不用而已)
1. 如果两辆车,一辆有激光雷达,一辆没有激光雷达,两辆车的摄像头同时被污水遮挡,两辆车应该同时慢慢靠边停,而激光雷达在这个时候用处并不大。解决这种突发情况的最好方法应该是多个摄像头,一个被污水遮挡,另一个还可以用来紧急靠边停。
2. 如果有人愿意买比亚迪车子采集的数据的话,这个数据肯定还是很有价值的(比亚的的纯电车销量是比特斯拉低的,比亚迪的销量有很多车是油电混合)。到底能培训成什么样,就看想买这些数据的自动驾驶公司了。
3. 很好啊,激光雷达如果更便宜,华为小鹏能用激光雷达加摄像头做出reliable的自动驾驶系统,对行业也是好事情。
4. 同意,安全第一。
国内非常多大雾天气(能见度不足10米),华为自动驾驶依然自由行驶的视频,都是车主自己拍的。你可以自己看看。如果靠双眼和视觉摄像头,那肯定无法开了。请问怎么解释?
雾天怎么办
開慢一點
马斯特同学骂雷军同学是傻子哈哈哈,2045年我研發飛行器使用激光雷達和核電池電源。
大疆也不用激光雷达
大疆无人机用呀
Level 5 自动驾驶? 别开玩笑了,特斯拉能够做到完整level 3 就不错了
谷歌地圖有覆蓋中國嗎
高德、腾讯、百度地图最常用
靠高精地圖能養活一票人,每天開車兜兜轉轉,還有每天看片拉框識別的鑑定員,再把圖資賣給大廠,國情不同,美國人工太貴了,當然不可能像大陸這樣搞
難怪他的車子常常撞車, 應求償 ?
他还说傻子才用氢能源呢