CVPR基本上可以说是人工智能世界第一会，今年的最佳论文是上海AILab的自动驾驶方向《UniAD Planning-oriented Autonomous Driving》含金量不必多说，特斯拉也往这个会投很多论文哦。
这论文就是做了个端到端的自动驾驶方案，从各种传感器输入信号到系统，不用人工的规则，直接输出驾驶指令，效果远超过之前传统人工编码组合的系统。当然端到端这个方案一直都有，问题是之前效果就是不好，UniAD超越了，所以被奖励，其中怎么做的技术细节就不说了。

这事其实和ChatGPT也有些联系，因为ChatGPT几乎给全世界做人工智能的研究人员洗了脑：Bigger is Better（当然真正的研究员在21年GPT3就被震撼了），越大就是越好，效果不好就是因为模型还不够大，算力还不够多，看今年有多少做自动规划的论文中引用了大模型和这个理念就知道了。

那为啥特斯拉在这种情况就很尴尬呢？因为马斯克坚持做单视觉方案，在之前确实有一个很强的技术原因：图像、激光、声纳信号之间冲突怎么办？图像说前面有90%的的概率是好道路，激光说前面80%概率有障碍物，声纳信号说感觉这天好像下雨了。在传统的系统中怎么处理？太多公司做过太多的试错，无论人工写什么规则都很难平衡，和只采信其中一个信号效果差不多。我举得还是简化版本的例子，实际情况更复杂，程序员朋友可以想象一下，是不是很头大。（当然我认为马斯克最大的决定因素是成本低，因为多传感器至少 至少不会降低自动驾驶效果，千万不要相信什么人只靠双眼就能驾驶，人还吃馒头就能思考呢，你能往电池、油箱里塞馒头吗？）

然而到了2023年，如果大家普遍都相信端到端方案是未来的终极方案，多信号的决策问题完全就不存在了啊，端到端以降维打击的方式解决这个问题，一股脑都丢给模型去训练解决，多传感器比单视觉大幅提升效果是必然的，唯一的悬念的是这个大幅提升是质还是量的区别。

所以从技术的角度马斯克这个直播演示就很尴尬，一方面相信端到端，另一方面又高喊坚持单视觉，这种操作就很迷。
另一方面特斯拉演示效果真的不够好，甚至预示着它要掉队… 19分钟接管一次，那不就相当于你不看着平均1小时出3次事故吗… 。如果关注自动驾驶的应该知道国内不少于3个厂商早就经常直播自动驾驶了，2个小时起，路况也比这个复杂。这里不说名字，免的打广告嫌疑。
--
FROM 192.227.165.*

路线还有争议，你说的就是另一派最重要的意见。这一派是效果是王道，有本事就比接管里程。
但问题是特斯拉已经用端到端，不写if了。坚持单视觉就没有技术上的理由了，然后放到一块宣传，很尴尬。
【 在 dreamdragon 的大作中提到: 】
: 码农是真不行，这玩意能完全相信所谓的大数据算法吗？怎么也得弄个直接判定的规则作为基础
--
FROM 114.254.1.*

这是另外一个问题，所以我其实不太相信l4以下的自动驾驶的。中国的高速公路故意修成弯的就是为了强迫司机动方向盘
无论如何，端到端大模型可能能解决，但也一定是多传感器先解决
【 在 senyu2 的大作中提到: 】
: 两个小时接管一次怎么保证司机恰好在线呢
--
FROM 114.254.1.*

说了是完全不接管的情况下，特斯拉现在的事故率其实是，人+FSD双重驾驶下的事故率。 实际上有很多人认为FSD介入让人类司机注意力下降，整体反而事故率提升了，美国那边不是在调查吗。
【 在 TrinidadSeal 的大作中提到: 】
: 你确定45分钟一次事故？？？FSD应该有几十万用户了，累计行驶超过一个亿英里了，按照均速50，至少开了200万小时了，45分钟一个事故的话，那得至少200-300万似乎了。。。
: - 来自 水木社区APP v3.5.7
--
FROM 114.254.2.*

对，这其实是当前5级自动驾驶分级不合理的根本原因， L3~L4这个跨度的难度，可能比其他级别难度加起来都大。

【 在 dyatpk 的大作中提到: 】
: 扯再多也没用，谁能把车祸的责任担了，我就信自动驾驶。
: 告诉车主99.9999%的时间不用接管，后果就是真发生0.0001%的小概率事件的时候，几乎没有人会去接管。
:
--
FROM 114.254.2.*