- 主题:为啥现在特斯拉的自动驾驶很尴尬，从CVPR2023最佳论文说起
特斯拉不仅投，还是10几篇几十篇的投，还经常中oral论文去演讲论文。这毕竟是一个荣誉，从招人才得角度也是值的。
【 在 slimcan 的大作中提到: 】
: 特斯拉技术没完全公开。投什么cvpr?
--
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.*
人用视觉开车
所以tsl认为机器也行
问题是要达到人脑的能力
一台车的电脑算力能达到吗
现在都得一个数据中心才能有点人脑的影子
--
FROM 106.121.224.*
你咋就看出来特斯拉领先了？？？ 我专门标出来了这个最近论文是中国上海的AILab，如果恶意的揣测，说特斯拉抄袭中国搞出来的都可以啊，（当然这种说法很阴谋，只是用你的逻辑发散一下。）。
最后我明确说了啊 特斯拉这个演示效果很拉胯，如果再不上多传感器，就肯定要掉队到二流水平。
【 在 hawkabc 的大作中提到: 】
: 说你不懂，你好像懂一点，说你懂，你的结论又是在标新立异和论据南辕北辙！
: 我问你：按照你的说法，目前端对端特斯拉都已经上路测试了，其他公司的端对端大网络在哪里？是不是特斯拉最领先？如果端对端的网络训练很容易的话，那特斯拉有什么尴尬的和受威胁的？如果端对端很难的话，特斯拉本就在这个领域领先了！！！
: 另外特斯拉现在用的单视觉方案，不代表人家以后就不能往大网络里引入激光雷达！
: ...................
--
FROM 114.254.2.*
对，马斯克只是给他降成本找个好听的理由而已，技术上这句话没有任何价值。人脑如此高效，不代表你就可以往芯片里塞馒头
【 在 liduo 的大作中提到: 】
: 人用视觉开车
: 所以tsl认为机器也行
: 问题是要达到人脑的能力
: ...................
--
FROM 114.254.2.*
PR这块和20年前我毕业的时候没啥本质改变啊
提不出feature就搞个NN扔进去。现在NN牛一些了，量变但还没到质变
从91年PAMI那篇文章出来，现在30多年了人脸识别的水平也还就是那个样子。。。自动驾驶继续努力50年吧
【 在 whistlingMe 的大作中提到: 】
: 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。
: ...................
--
FROM 124.79.90.*
PR这块和20年前我毕业的时候没啥本质改变啊
提不出feature就搞个NN扔进去。现在NN牛一些了，量变但还没到质变
从91年PAMI那篇文章出来，现在30多年了人脸识别的水平也还就是那个样子。。。自动驾驶继续努力50年吧
【 在 whistlingMe 的大作中提到: 】
: 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。
: ...................
--
FROM 124.79.90.*
用比较少的传感器走到比较好的效果才是最难的！
国内的谁到这种环境下可以做到45分钟才接管一次？google、百度多少年前就在封闭道路上用高精地图+激光雷达在做这些测试了，最终呢？不说激光雷达贵，破坏ID，盲区大，不能识别车道线和路标。。。光修路道路变化和高精GPS信号弱漂移就处理不了。你哪个国内公司在常跑的道路上测试2小时有啥用？
上海的allab发篇论文，就是全球领先了啊？我毕业前还发了篇论文呢！人家是已经路测了，45分钟才接管1次。
正视一个客观事实有这么难吗？
【 在 whistlingMe 的大作中提到: 】
: 你咋就看出来特斯拉领先了？？？ 我专门标出来了这个最近论文是中国上海的AILab，如果恶意的揣测，说特斯拉抄袭中国搞出来的都可以啊，（当然这种说法很阴谋，只是用你的逻辑发散一下。）。
: 最后我明确说了啊 特斯拉这个演示效果很拉胯，如果再不上多传感器，就肯定要掉队到二流水平。
:
--
FROM 183.195.93.*
你不能刻舟求剑啊，用未来的完全不接管的条件，套用到现在的FSD beta (v11)啊。未来的完全不接管的FSD也不是现在的水平啊，现在还只是测试版。
而且NHTSA调查的是Autopilot，也不是FSD。而且调查的是Elon mode (完全脱手模式)，并不是因为AP事故率高而调查。
前几天Electrek的新闻是，NHTSA暗示，调查结果是要求特斯拉加上司机因为监控(不让实际可以逃避那30-60秒一次的主动触碰方向盘)
- 来自 水木社区APP v3.5.7
【 在 whistlingMe 的大作中提到: 】
: 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。
--
FROM 68.104.117.*
只用单视觉当然更难，但谁让你只用单视觉的，作为消费者我们不应该抱怨它降成本么？为啥反而要赞扬它技术好了...
你可能不经常关注国内自动驾驶什么情况了，你可以去B站搜下，地狱难度的深圳街头，胡同等关键字。
我经常到亦庄乘坐百度的真无人驾驶，有些根本就没人类司机，有司机的我也从来没见过一次接管。
不是我不承认事实，是你都不知道其他厂商发展到啥级别了，特斯拉这个演示很拉胯，如果你很少关注进展，我知道这短时间很难接受
【 在 hawkabc 的大作中提到: 】
: 用比较少的传感器走到比较好的效果才是最难的！
: 国内的谁到这种环境下可以做到45分钟才接管一次？google、百度多少年前就在封闭道路上用高精地图+激光雷达在做这些测试了，最终呢？不说激光雷达贵，破坏ID，盲区大，不能识别车道线和路标。。。光修路道路变化和高精GPS信号弱漂移就处理不了。你哪个国内公司在常跑的道路上测试2小时有啥用？
: 上海的allab发篇论文，就是全球领先了啊？我毕业前还发了篇论文呢！人家是已经路测了，45分钟才接管1次。
: ...................
--
FROM 114.254.2.*