「最强」自动驾驶如何炼成？特斯拉FSD进化史：超深度解读
Vložit
- čas přidán 11. 04. 2024
- 为什么别人家做自动驾驶，得用上激光雷达、毫米波、超声波、摄像头一堆配置，而特斯拉只需要8个摄像头？从「按图索骥」到「不落窠臼」，特斯拉的FSD又经历了什么！这期视频，我们来做一个深度讲解，一起来研究下全世界最「强悍」的自动驾驶系统是如何炼成的？
The Ultimate Evolution of Autonomous Driving: An In-depth Analysis of Tesla's FSD - Věda a technologie
看了您的视频讲解、脑洞大开、感谢您的分析分享。❤🌹👍⭐️⭐️⭐️⭐️⭐️放心加仓了🤭
目前還好嗎?
@@user-ni8hs4tj8c
目前在负数、加仓降低成本🤭😅
刘先生的科普简直太棒了 通俗易懂
谢谢精彩分享
這集講的很好、淺顯易懂
大刘有空应该直接来一趟北美，切实亲身感受一下现场版，再来一集🎉🎉
Excellent, thanks
谢谢大刘，非常好的视频.
讲得好。 非常清晰到位。谢谢！
有没有时间讲一集Transformer?🙏
强烈需求一集 讲解 Transformer
well done bro
大劉厲害哦！
纯视觉 符合人类的思维，更契合天人感应
无论成功还是失败，期待各种技术在自动驾驶领域实现突破，造福全人类。
有没有可能现在的神经网络根本就不能用来自动驾驶。
可能啊，但没有探索就不知道哪条路可以走通啊，所以从这个意义上来说特斯拉确实是开创者
謝謝
强烈需求一集 讲解 Transformer
大劉超猛
哥能不能讲一下transformer细节？
支持大刘，非常难得的深度视频
哥，你讲解的太棒了
很棒的分析解說，淺頻易懂。
这个家伙讲得很好
求生意识真强
讲干货之前，疯狂叠甲
特斯拉规划用的蒙特卡洛数+深度学习辅助，请问这个有出处reference吗？
牛B
多讲fsd商业价值 还是实现的可行性
讲的太好了
其实，老马是通过自动驾驶FSD的应用场景来训练完善纯视觉方案
当这个纯视觉方案达到或者接近完美的程度，这方案就可以应用到各种各样的场景
当你还在研发和使用各种雷达传感器的时候，老马已经能通过一块芯片+摄像头满足99%的应用需求了
因為transformer比較像黑箱作業，如何準確控制ai輸出決策是很重要的
我开车用FSD在停车场，几次Tesla都直接往马路牙子上撞，不知道是不是FSD的问题，离马路牙太近了，不敢不接管
👍👍👍
确实，看起来都是自动驾驶，其实干的是不同维度的事情，天花板肉眼可见的不同，NLP的故事可能再一次重演
不好说，自回归这东西吧…………目前稳定性不好，准确率90%不难，99.9%难如登天。目前特斯拉这个版本算是L4雏形，准确率*100，大概就达到商业水平了
Fsd 12.3 开了一周的体会是比11好太多，尤其市区进步明显，唯一不满意的是stop sign之后左/右转之后提速太快； 上下高速也有改善，但是遇到hov lane close（有栏杆放下来），fsd还试图闯进去😂
想问一下，过立交桥的时候自动驾驶也管用？找得到路吗？
@@User-fx2ckbs这边立交桥太简单 找起来没问题😂
栏杆它好像不识别，我也碰到了……
什么都不说， 还得手放在方向盘，脚好要时刻准备踩刹车，比他妈完全自己开还累。试了两次，真的是鸡肋，白给都不用。
@@davidz7858因小失大 sb
我作为FSD的用户，经过两年多的使用，只能说有进步，但是离真正意义的自动驾驶还差着一座大山的距离，具体多高的山至少三千米之上！不吹不黑，如果你认为我说的不对，你使用一年以后再来看我说的对不对！
你是懂的
老黄都说了现在的AI并不能完全代替人类
以最近两个月的进展速度来估算，年内可以接近普通人驾驶水平。 最新版本的人类干预率已经低于10%了
@@samchen6010 那还差得远
我想知道在大雾天他能开吗 比如开到山里那种没有能见度的
免費試用心得：平時變道，路口遇到黃燈紅燈變燈。比人類安全果斷。也不會像我常發呆開過交流道
我觉得最牛逼的是 这些经验将来可以直接用在他们自己家的机器人身上
用了两周了，印象深刻，可以说是遥遥领先了。但还有些不足：1 转弯进主路比较磨蹭，先会停在离路口有一小段距离的位置（这点可以理解，万一有比较长的车要拐进来，需要留足够空间），看没车再往前挪一段，有点累赘。拐进主路后提速略快，司机还好，乘客会有明显眩晕感。2 对并道进来的车不太友好，几乎不让，有点粗鲁。 3 有几次导航显示左转，FSD却向右转，不知道怎么决策的？只有一次我猜是因为双黄实线，理论上不能左转。其他几次没有原因却不听导航。4 雨天不好用，主要是自动雨刷太不敏感。
降价后的FSD性价比不错，遇到开得比较多或有road trip的月份可以租来代驾。其他时候还是自己开吧，可以开得更柔和，对乘客舒适性更高
和我的感觉一样😊 我有时候会轻踩油门让它快点就位进入左右转
这玩意还不够成熟
2 我沒有這個感覺，它每次都會讓。
我改成舒適模式，原來標準模式確實開得比較猛。
其实车辆和其他自动化产品还是有区别的，其他出现推导错误啊之类的最多算是一个bug，车辆的话，想想120公里给你来个推导错误；车辆的话，永远都是安全、稳定是第一位的
用了二年，fsd大部分时间被喷了二年，都从自己驾驶习惯和对交通法律法规的不同理解去批评fsd，stop牌前停的时间，红灯右转停顿时间，等等。fsd只能严格遵守法律法规，只有一种解读。才可以合法安全。我个人使用2年多的感觉是，fsd首先是安全，慢慢吞吞思前想后都是满足安全为主。另外很多细小的问题有待改善，半空中的树枝，栏杆，路上凸起凹陷的识别还是有代改进。不规则极端的施工路段，救护车，警车等等。估计最近突然开放了大量免费试用，数据量几何级别增加。然后留意一下这段时间，全世界鸡蛋里面挑骨头的眼睛看着，也没有见什么特别车祸发生的新闻，更加可以判断fsd的安全已经提升到另外一个层次了🎉
大劉有料，感覺如果FSD終於練成，再加光達那就是如虎添翼，一衆車企都是被馬斯克牽着走，就是這一個被人又愛又恨的火星人😂❤
假如真的實現這個2019年autonomous day說的願景，就真的是人類科技發展的一個里程碑
看fsd的视频，感觉它确实像一个人在开车……一个刚学开车的人
边看视频边下载最新版FSD V12.3.4😊
fsd的gpt?
纯视觉的辅助驾驶，就是成本优势第一，极端情况下，强逆光全光谱，必须结合毫米波等辅助传感器解决问题。纯视觉还有个焦点问题，要嘛大广角，要嘛多焦段叠合。如果激光雷达够便宜，马斯克不可能走纯视觉路线。
那你特么太自以为是了
你以为纯视觉只会应用在自动驾驶层面嘛？
镜子能识别吗
要给摄像头加雨刮，高手过招不能被雨水💦阻挡
0:24 cybertruck
激光雷达有些能力远超过视觉，至少可辅助视觉不足。
直接讲，不用激光雷达原因就是成本因素。要依赖视觉需要强大AI ,至少达到人类智能水平，不然安全性还是不够高，有盲点会出错，企圖用自动驾驶事故率比人类驾驶低當理由。人类到左驾或右驾国家开车，很快可以上手，特斯拉的fsd 可以吗？
人类眼睛有些地方不如镜头，为何人类靠眼睛可开车，是背后的人类智能支持，虽然也会犯错。
FSD的视觉能力不等于人类的视觉能力，很多人总是觉得特斯拉的FSD视觉不靠谱，是自动代入了人类特别是自己的视觉能力。
激光雷达补视觉不足，补了哪些不足有具体案例么，
@@tycoonbig1776 精度高就足够了
@@horngbill6010 有没有想过，这会集成了二者的不足？同一种情况，如果视频跟雷达有冲突，到底听谁的呢？如果二者都准，那听一个的是不是就够了，如果二者都不准，那听谁的都是错。。。毕竟在冲突的时候无论选准，错误率都是50%
FSD是架構，它證明了8個攝像頭就能有目前的自駕水準。未來雷射雷達的價格如降低到實用範圍，加入就好了，讓FSD更強。反觀依賴精準儀器達到自駕目的的車廠，雖然暫時可以滿足現在市場需求。但成本擺在那邊；加強了硬體就會弱化軟體。長期來看進步會是緩步成長。而一個強大的軟體作業系統缺的只是合適的硬體。當對的硬體來了，它就會如虎添翼。
拿SpaceX作例子。當它試驗火箭回收時沒幾個人理他。等他成功並且搶走大部分的發射市場時，要追已經非常困難。
華為也推出純視覺"智"駕了, 期待將來若能與最新FSD做個比較應該很有看頭!
你高估或低估了誰?
@farmer9894 什麼高估低估的? 聽不懂?
但华为的纯视觉。。。用于低端车上。。。
@@farmer9894沒有高估低估的的問題。就算對手再强，也要正面挑戰，迎頭幹上。
因为小米要把纯视觉放到低配车上，华为肯定要跟进的，并且目前国内的纯视觉方案在高速道路和城市快速路上体验已经很好了，高速公路的自动驾驶车辆很快就要普及了
之前沒用過fsd，月初開始特斯拉送一個月，使用後的心得是…下個月應該會花錢買一套，只是不知道系統是跟車還是跟人，請問有人知道嗎？
跟車
系統是跟車的
一个月，只要99刀，订阅就好了
系統跟車的，但是Tesla常常會推出優惠，讓你可以轉移給下一台車
其实还是取决于人工智能的水平，如果汽车能像人一样思考辨别，再加上比人眼更清晰的摄像头
攝像頭跟不上人眼，車子開到天安門，攝像頭反應還停留在五環外!
还是实力大与强，多行业借鉴整合，马斯克自己脑机接口公司的一些研发概念， 科研技术应该贡献巨大😄
在驾驶中一个塑料袋突然飞来，人会直接撞上去，但是汽车可以自动识别吗？
如果路面积水再加上路面反光，正对太阳肉眼什么都看不到，在这种高亮的情况摄像头怎么办？
不要用人类的眼睛来判定镜头的能力。 连手机的镜头都能白天拍太阳， 晚上拍月亮。 你觉得刺眼， 镜头不会， 你觉得太暗， 镜头不会。
开启飞行模式
你用手机录像的时候逆光有看不清嘛😂
他可以从海量现役汽车里拉取行车画面？我理解为啥有的地方不让特斯拉进了
自动驾驶要有竞技功能。很多路线路面资源有限，必须和人类司机博弈才能开的快，不然会卡住。。。
你没有理解transformer的思路。他就是靠巨量的人类司机的驾驶习惯练出来的，不需要为每一种情形专门设置一个功能。就好像chatgpt不会专门为某一类问题去写码添加一个功能。所有的东西都靠巨量的数据和巨量的训练完成，这里面会包括人类司机去进行竞技的数据，也会包括各种千奇百怪的其他情形。
@@feifeishuishui 得看这个技术方向的上限在哪。我知道很多游戏里的ai竞技性可以和职业选手相当，但游戏规则更明确，自驾的难度更高。目前我开的时候经常因为人类司机不让位子卡住在高速上出不去。而且目前完全不会压实线变道，人类司机早就钻空子出去了。但是否能够合法的训练汽车适当的违规行驶。我始终觉得开车是对人很简单的事情（普通人支付意愿低），对电脑可能很难。表明投入大回报一般。更看好AI在别的赛道上的发展。
確實，當人類駕駛給的速限低於車流速度時，會影響了它的表現與決策。所以駕駛要觀察周圍車速，適當提速讓它能換道，或能繼續待在Hov lane。
特斯拉还弄摄像头，华为的途灵底底盘已经可以利用激光、超声波、毫米波雷达、摄像头一起提前对减振器的阻尼特性进行调节，提高操控和安全以及舒适性。
切入角度不同
@@alexzhu3155 不是切入角度不同，而是多角度VS单角度
人类是可以靠视觉开车，但是事故率也很高，人类的反应敏捷度显然不如很多动物，所以有更多类型的传感器来应对复杂的驾驶环境是有必要的
人类开车事故率高，多数情况下不是两只眼睛没有感知到路况问题，而是驾驶员判断和操作的问题，这对应的是FSD的决策核心算法而不是传感器。而且也没有哪一种动物感知环境需要用到激光雷达和毫米波的，而且就算加上听觉、嗅觉等其余的辅助感官，动物的反应灵敏程度也不可能超过长了八只眼的电子机器。你说的问题和原由从逻辑上根本对不上。
更多感測器帶來的是更多的數據，而這些數據的處理與融合並不容易，結果是否可以更好，尚在未定之天。好比你會的語言很多，跟你會不會寫出更好文章，或是數學成就可以更高，並沒有直接關係。
工程面上，很多工程師會喜歡更多感測器，理由很簡單，因為出錯時候都可以推給他人🤣
但你如果跟產品經理說，你要的感測器我都加入了，所以你要給我最好的自動駕駛，產品經理應該馬上傻眼🤐
很多事故是司机不按规矩开车造成的。比如闯红灯，比如换车道时不看旁边车道有没有车，等等。
@@LewisPeng 那个……我想提醒你一下，这个世界上也没有任何一种动物的移动是靠轮子的~~~~人之所以为人，就是因为人类懂得发明使用工具来达成目的。
@@GetstartedYang不能再同意更多。还有各种分心，不专注造成的事故
NeRf是真耗算力···
我们都是咬牙领先 完蛋超车
龟孙子站起来，跪着多累啊！
視野差時，咋辦？譬如，夜間、霧霾
慢慢開跟人類一樣,如果視線不好,還開的一樣你是乘客不就嚇死了
@@cjo4318318也不会。我看用激光雷达的也会模拟周围影像，不会吓死人，雾天还更安全。
让时间来解决
夜間沒問題👌
道理其实是一样，就是训练，AI自己摸索出规则。所谓令人惊叹的能力，就是这个规则没想到。
训练就是有规则的训练，他学习的就是规则
@@scottdamien8395 什么叫有规则的训练。你说的规则是什么。
fsd 12= alpha zero， 这个poc 成功了 后面进步非常快 3-6 个月完善 参考alpha zero
看评论感觉很多人还不知道大模型是什么。简而言之，大模型就是一个有一定智商的大脑，FSD就是教会这个大脑如何驾驶。以现在大模型的发展，这个大脑的能力（或者说智商）应该很快就能超过人类，而学习数据更是天量的数据，这个大脑直接可以复制，完全不知道疲倦， 如果一个人有这种智商，这种能力，这样海量的学习，还可能犯错吗？ 要知道人类出车祸，多数不是不可避免的偶然因素，往往是人类犯错，比如说酒驾，疲劳驾驶，反应不及时，视觉受限等等，这个对于机器而言，完全不存在。
只在美国可以，出了美国基本都很啦跨。
@@kennethlucas6840 如果你把fsd看作一个静态的，出了美国自然不行。但大模型是一个有智商的大脑，在中国有足够的数据学习一样会很厉害。很多人对大模型还不是很了解，只是静态的看他能实现的功能而已，全忽略了他潜在的学习能力，或者说还不知道它是什么，能干什么
right
人开车出事故主要是没看见，你品，你细细品。纯视觉能不能解决问题？
我的理解是这样的，假如特斯拉纯视觉端到端这个路子可以走的通，将来加上激光雷达也就是轻而易举的事情了，反正都是数据嘛。
数据需要沟通。如果两者的判断冲突，就需要时间判断究竟选择哪一个方案。万一时间不够就撞上了。
@@gooddog1808 ，这个你可以先做前端数据融合啊。再说了，都是一套神经网络，都是数据驱动的，又不是传统的方法， 哪有什么冲突？
@@eaglezhou1243 奥，有道理。原来如此。长知识了，谢谢啦。
加激光雷达得加钱，好多好多money。
讲的很精彩，如果我发到我的微信视频号上，可以吗？也就是授权给我可以以原创发。谢谢回复。
肯定不可以，你还想以原创发，你做梦呢
@@scottdamien8395 有梦想才有可能。取关了。
沙发
拟人化，也就是说。雨雪天气，大雾天气。它也会犯人类的错误不是吗？
技术方向是对的，可是很费算力。 而且现在不确定他的应急能力如何。 就是AI没有遇到过的情况如何处理。
應急能力比人類好，危險情況駕駛亂打方向盤，FSD會搶回來讓車子繼續居中。。。因為我碰過。😅
要达到 L4 自驾水平，必需限制道路，Robotaxi 也无例外，强行推出只会落得 cruise 公司下场。开个
玩笑，特斯拉企图到印度生产新能源车，是为了让 FSD 学习在印度的自动驾驶。
特斯拉fsd进不了国这点还是很可惜的，而且价格也有点贵，虽然我觉得不用雷达这点值得商榷，但是纯视觉领域额特斯拉确实强
谷歌地圖目前還無法與fsd 完美合作，怎麼解決呢？
我理解FSD的最终形态应该是可以脱网运行的，电子地图和GPS等三方数据只会作为次要指示信息参考。不然车开到移动信号甚至卫星信号不好的区域就要趴窝还算哪门子的“完全自动驾驶”？
谷歌地圖做為規劃參考，用AI畫出時實3D精準圖進行開車。
人开车没地图就不能开了？fsd先实现模拟人开车，再辅助地图做路径规划。以前没地图的时候，人是怎么开陌生城市的？不就是停车，下去问路吗？哈。
遙遙領先支持者,表示不滿這集
对久跪了的人，很难自己站起来😂
至今没有谁敢全程开启FSD的用户 开启的已经住院和卖车了 偶尔在高速装B还可以 即便是北美用户 谁用谁知道 一堆bug不说 关键是稳定性和体验感 至今没有人用它和国产车来对比自动驾驶的视频 为什么 细思极恐 @Alan Chen
在坏天气的情况下，fsd 强，还是人家的激光雷达、毫米波、超声波、摄像头一堆配置强？希望大大能分析。
越多越好,但是不可能大規模商業化,要給第3方更不可能
再強都沒有非用不可，你就想像夜間山路大霧，能看到遠方又如何？難道就能因此開到8.90嗎？不是每台車都有這樣的功能，你還是得乖乖跟著其他車開一樣的速度降速行駛，那問題就來了，這種需要降速的惡劣狀況，為什麼不能使用純視覺方案呢？
馬斯克想的是人機混合的使用情境，但有些人想的是全面管控的全自駕方案，前者可以大規模放量使用，後者的建立成本跟時間不是一個量級的。
@@cjo4318318越多不一定越好的，混合传感模式情况下，很多情况下有决策冲突，这就是劣势。
我觉得纯视觉方案应该不是技术壁垒更高，主要应该还是数据壁垒高
技术壁垒，很高了，gpt4很牛逼了吧，长文标记只有90%准确率，隔壁claude 3 opus就是99%，都能用，但9%准确率差距其实就是10倍
@@paulzhu769410倍表现和技术还是数据壁垒有什么关系？
@@mvft168 可能他的意思是gpt4和claude3用的数据是一样的？但是claude3技术更牛？
@@di-anli4372 gpt4数据显然比claude3更多了
光学+视觉方案就好像练武，毫米波雷达就好像机枪。练武练到天上去，也比不过人家一枪打过来。大雾，大雨，浓烟等等数据集里几乎从没见过的情况或者光线根本穿不过去的情况，纯光学系统必死（就好像人类司机也必死), 而毫米波雷达可以轻易解决。 马斯克就是为了省钱不装毫米波雷达，不需要给丫找借口
人類司機也必死的情況下 你又有什麼原因要出門開車呢?
@@kelvinli2970 说得人类司机出门之前知道路上会碰到什么都已经知道了一样，呵呵
@@feifeishuishui 不然天氣報告是給你做什麼用的? 大雪大霧 能見度不高的天氣本來就不應該駕車, 人眼都看不見的情況下你還有信心交給任何系統的自動駕駛?
@@kelvinli2970 嗯，大雨大雪就不出门，饿死也不出门？ 如果有一天能见度挺好，你一边让自动驾驶一边欣赏风景，突然开过一滩水，前车溅起水雾把视线都遮挡了，这种情况很难碰到吗。这时候人眼和摄像头都抓瞎等于闭着眼睛开，但毫米波雷达完全可以保证你的正常驾驶。我真不懂这你也要为马斯克辩解是为什么
@@feifeishuishui 你的論點同樣能用在激光雷達上 被污漬遮蔽了傳感器 多麼高級也沒有用， 而且我說的是能見度低的惡劣天氣 指的是人眼也看不到的情況，你非要說什麼小雨小雪。
這樣說吧人類能駕駛的路況，純視覺理論上都能駕駛，人類不能駕駛的路況 純視覺也不能，即使你有激光雷達在惡劣天氣下也只能只能選擇乖乖停車
😮😮😮😮😮😮😮😮
大道至简
还取消毫米波。超声波也取消。新款的model3进地库都在报警，误认为前面暗的地方是断崖。
哈哈，一堆人说 特斯拉 厉害，视觉就够了。。。。
99 刀平均每天3鎂，省下好多時間、心力開車，超值啊🤣
大刘真厉害，刚做完视频，昨天马斯克就来中国了。中国政府批准FSD进中国了
马斯克已经把FSD订阅价格降到99美元一个月了。会有大量的人为了FSD放弃油车和其他电车而去购买特斯拉，特斯拉软件拉动硬件的销售，硬件收集更多的数据从而加速软件的升级，正循环已经形成，爆炸式的成长趋势已经初步形成，其他的竞争对手已经Game over 了。下周我就all in tsla了🎉
想得美
以前马斯克说过没有FSD特斯拉一文不值 那些plaid的变态加速不过是毛毛雨. 颠覆性的还是靠FSD
99美元一个月？没有太多的人会去定吧？除非按照马斯克说的那样，你的车在你不用的时候会自动替你跑出租挣钱。
如果每天要開一兩小時 一個月99美其實很值得
你的時間很珍貴的
@@User-fx2ckbs
作为 Uber 司机，整天在开车，有 FSD 会更舒服。
TSLA 一直大跌,該賣嗎？
想賣就賣，不然我買不到便宜的。
還有人會說
電動車 不需要先進製程的運算晶片嗎???
自動駕駛才需要，電動車本身不需要，至少目前沒有必要
说个我经历的事吧。。。在暴雨下。。视线几乎看不清前方50米的状况。。。在高速上。。心慌得一批。。。不知道该加速还是减速。。。好在有雷达。。。开启智能驾驶地跟随模式。。。能检测到前方车辆。。。跟随开了半个小时。雨量才减小。。。不知道特斯拉的八个摄像头会不会受此影响。。。😮😮😮
摄像头应该比你眼睛好使
另外，FSD是一套驾驶系统，它知道当前状况恶劣不适合行进，找相对安全的地方停车，也是驾驶的一部分
會有影響，車子會告知FSD功能受限。它還是會繼續開，但駕駛要提高警覺能夠及時接管。
我不同意马斯克的说明， 人类可以， 车也可以用纯视角。 因为我相信， 将来自动驾驶肯定比人更厉害。 人类因为只靠视角， 常常会出车祸， 或者小碰撞。 将来自动驾驶可以更好
只用摄像头，在视线不佳的时候，完全就瞎眼了。
視線不佳人類也開不了
去看看赛力斯华为吧，雨雾天是基本操作
@@TheSkyfly203 这样都不能超越人类，下雨大雾夜晚没路灯就靠路边吗？这样怎么能实现完全自动驾驶，不靠人工呢？如果激光雷达方案视线不佳时还能正常运作的话，那纯视觉的方案会不会被淘汰呢。我觉得纯视觉应该只是过度方案，因为要节省成本，等到极限无法突破时，雷达会再加回来。反正买单的都是消费者。
所以視線不佳是有多不佳？無定義就無法討論。
@@TheSkyfly203 自动驾驶的目标是要超越人类的驾驶能力，激光雷达、毫米波雷达那是必须要用的。
这可不是最简单的技术力，GPU可比激光雷达复杂多了。马斯克乱来的。纯视频有天然的缺陷，是不可克服的。
就是节省成本，说的好像马斯克不想用激光一样。和星舰用不锈钢一样。如果成本一样你看看马斯克上不上激光方案。了
加速自动驾驶的成熟难道不比节约成本更重要？关于激光雷达就一句话，一个正常人人不需要拄拐杖走路，所有的拐杖都是因为AI的大脑不够强
@@britishshorthair1483 什么比喻，不会就别乱比喻。八个摄像头是眼睛，多个激光雷达就变拐杖了。大阳大戴上太阳镜就是盲人？不带确实可以看东西，带了看的更舒服你和我说太阳镜没有用。因为马圣没戴所以没用😅😅😅
@@user-kq6xy8ie4p 你比老马聪明，比他更懂，应该你来指挥
@@user-kq6xy8ie4p 你这么聪明应该已经进化出两套大脑来进行决策了吧？一个做不出决定的时候用另外一个大脑来做决定
@@britishshorthair1483 二极管是这样的。你是对的。你马圣不容质疑。星舰放烟花也在马圣计划内。哈哈
无论进步多么快，生命只有一次。还是慎重些好。
纯视觉对华为的多传感器融合方案简直就是降维打击
技术含量不在同个水平上
如同飞机需要引擎才能起飞
UFO没有引擎同样可以起飞，而且飞得更快
吹得角度真的…… 而且华为也发布了纯视觉方案
@@user-ln2eo2fl1f 纠正一下，华为发布的不是纯视觉，3个毫米波雷达，12个超声波，10个摄像头，当华为发布激光雷达时候，你们不是吹得有多牛？好了，遥遥领先半天，现在还不是回到遥遥落后的路上，真讽刺😂
@@user-ln2eo2fl1f 纠正一下，华为发布的不是纯视觉，3个毫米波雷达，12个超声波，10个摄像头，当华为发布激光雷达时候，你们不是吹得有多牛？好了，遥遥领先半天，现在还不是回到遥遥落后的路上，真讽刺😂
@@user-ln2eo2fl1f 纠正下，华为发布的不是纯视觉，3个毫米波雷达，12个超声波，10个摄像头，当华为发布激光雷达时候，你们不是吹得有多牛？好了，遥遥领先半天，现在还不是回到遥遥落后的路上
@@user-ln2eo2fl1f 华为发布的不是纯视觉，3个毫米波雷达，12个超声波，10个摄像头，当华为发布激光雷达时候，你们不是吹得有多牛？好了，遥遥领先半天，现在还不是回到遥遥落后的路上
哪怕是人类也不是靠纯视觉。我觉得纯视觉还是有缺陷的。
人類不是靠純視覺？ 是靠第三隻眼嗎
@@seal978 举个几个例子。行驶过程中，突然听到有人大叫；突然闻到有异味；突然颠了一下…
@@user-ky2rg6kw6s
哦哦 你這樣講也是有道理
FSD 好像就有救護車無法提前辨識到的問題
還是成本問題，純視覺是最低成本的起始方案。等以後其他類型的感測器更便宜了，更穩定了，都會在幫助自動駕駛提高到下一個層次的。
人类无论用啥感觉，最后都的是通过神经网路传递到大脑进行处理，然后发出处理指令，马斯克有自己的脑机接口公司，那谁，一堆谁，谁们目前都没有，没有，就的像工兵探雷那样，弄个探雷器，探雷针在那四下探，盲人走路用个棍，探着走，而正常人是用人的视觉来采集路况传到大脑处理后选择避障的，那个比那个更好用呢？
要做到自动驾驶不止是要像人的眼睛，而是要超越人的眼睛，要不，这自动驾驶是没意义的，在车辆自动驾驶上纯视觉还是不如加装雷达的。当然，特斯拉如果是为了以后的机器人发展，那当然纯视觉更合适。
还是激光雷达+视觉更为靠谱，激光可以感知更远距离，视觉近处物体更准确。
到目前为止，我看过很多智能驾驶视频，华为的最佳。
华为和大疆也将退出全视觉智能驾驶设备，不过都是应用于低端车型的。
摄像头的特性觉得他的能力上线。举个例子，烈日下高速进出隧道，雨夜的非常复杂光线下，纯视觉的能力一定受限。
说了那么多，还是没有说出二者的区别？现在情况下的哪个优势？就是特斯拉还是研发中没有实现？比现在的国内的智能驾驶差还是好？就是要了解现在运行中哪个好？
感覺，皆可行？！顧客是上帝？
激光雷达、毫米波雷达可以解决黑暗、逆光中驾驶的问题，可以超越人力的驾驶能力，光靠纯视觉不可能超越人类的驾驶能力。
都能有拍紅外線的相機了 你人眼看不到紅外光 機器可是能看見的
@@suihongki3280 这样已经不是纯视觉方案的。
你懂個屁😂
现阶段，模拟人驾驶的水平还远没达到，你就开始想做超越人能力的驾驶了？先把当下做好再说呀。比如人眼是怎么在恶劣环境下（大雾、夜晚、逆光）下安全驾驶的？无他，减速就行。如果超人类驾驶，那就会变成，大雾只有几米的情况下，你的车以120公里的时速开起来，有 意义吗？传统车都在双闪蠕动，也拦住你了呀，有这功能也用不到呀。等到路面上都是机器驾驶的车了，再谈超越人类能力驾驶的事不迟，是不？
@@user-ob5qk3rt1c 就算现阶段达不到人类的驾驶能力，激光雷达、毫米波雷达也必须加上，可以避免纯视觉方案避免不了的问题，可能也就避免了一次重大事故，挽救了生命。
RegNet？你确定？
激光雷达降到白菜价了纯视觉路线就不划算了
激光雷达降到白菜价，必要达到一定产业和用户规模，才能摊薄成本。不管白菜生产成本多低（扔颗种子到地面上就能长），但如果只供应给一个人吃，那就不是白菜价哦。同样，如果现在就去掉了激光雷达，那市场需求就会大幅减少，不管真正激光雷达怎么突破实现白菜成本，但没几个人用，那还是海鲜价。
@@user-ob5qk3rt1c 特斯拉的FSD按月收取订阅费高的离谱，明显是在割韭菜，最后没有开源的话别的车厂也不会用
说白了就是训练机器人嘛