re，只有全栈的才有先发优势；数量优势就是最大的优势，还有菊花粉丝说不全靠数据也遥遥领先，他家永远改不了吹牛的恶习，只能呵呵了。
无论是地平线白盒还是豪未的源码级方案，都离不开核心研发对数据理解、处理，这往往是各家性能差异的最大差异，外购调参调数据很难快速达到合理的理解水平的，不太看好这种模式。
智能辅助驾驶已经极大提升了用车体验，但凡用过的绝对不考虑功能车了。
【 在 Lypher 的大作中提到: 】
: 高级辅助驾驶的几个基本构成，感知，规划，控制。主要难点在感知上，用的是现在比较时髦的BEV+大模型的算法，论文大家都可以看，实现各家都是自研的。也就是从摄像头的信号数据开始就用自己的算法处理，这可以算是全栈自研了。
: 非全栈自研的例子，比如mobileye的黑盒，只能看到输出的感知结果，地平线也有白盒的商业方案，但地平线用自己的算法给你输出了结果，用这类就不算全栈自研了。
: 另外前年、去年到今年，特斯拉的BEV、占用网络、chatgpt带火的大模型，基本上已经指明了自动驾驶领域的“正确”方向，之前的高精地图拐棍、小模型rule base的算法，各家厂商投入的精力都算是沉没成本了。在这个方面，理想从理想one开始就可以车端采集数据，云端自动数据标注，车端跑影子模式，随着L系列交付量对除特斯拉以外的几家形成数量级的优势，这部分“比特”优势可以迅速抹平其他厂家这几年辛辛苦苦爬出来的一点先发优势。
--
FROM 223.104.102.*