先达到人类的能力再说，摄像头波段超越人眼可视范围也不是没可能，不行再用毫米波雷达补齐

【 在 zhiliang 的大作中提到: 】
: 别跪舔了，AI视觉大模型的极致就是人眼，可人眼都无法解决雨雾黑暗天气下的视觉问题，特斯拉靠摄像头能解决？
--
FROM 14.154.24.*

雷达智商不行，只能起个安全辅助作用，驾驶还得靠视觉AI大模型

【 在 zhiliang 的大作中提到: 】
: 你看，还得加雷达，纯视觉根本就不行
: 特斯拉搞纯视觉是为了降低成本，和取消换挡杆一样，是为了降低成本不是技术先进
--
FROM 14.154.24.*

【 在 djkstra 的大作中提到: 】
: 雷达智商不行，只能起个安全辅助作用，驾驶还得靠视觉AI大模型
:
要靠摄像头+雷达，国内的厂商都是这种路线
特斯拉的纯视觉不行的
--
FROM 218.4.206.*

红外下雨还能看到？

【 在 djkstra 的大作中提到: 】
: 摄像头覆盖红外波段就可以了
--
FROM 221.224.127.*

  物理特性上，光线很难穿浓雾大家都知道，激光雷达波长特性，透雾效果比雾灯好一点
，但不大。毫米波透雾没问题，可以全天候，但受制于反射面
这个世界模型的特性，也存在问题，以前靠各种trick来检测动态目标，现在也开始靠深
度学习分析FFT以后的tensor，技术上也是可行的。

想结合这些传感器的优点，势必堆人力来持续完善planar，这个动辄千万级的数据，标
注很难、人力写规则覆盖也很难。

现在技术潮流已经卷向了端到端，无论是商汤地平线的UniAD、还是理想的DriverVLM，
都已经开始了布局，量产就是时间问题。届时，训练数据由司机产生，模型学习的数据依
然是人的经验产生的数据（人看到了障碍物，并减速避让），各种雷达在其中就是一个冗
余的传感器，毕竟蝙蝠靠超声波避障，人不是靠激光雷达或者毫米波躲避障碍物。

摄像头16bit，夜间能力可比人眼强多了，只要人可以走的路，模型就可以走，且能做到
比人好，现在属于黎明前的黑暗，大部分研发智能驾驶的公司，已经看到曙光了。

【 在 zhiliang 的大作中提到: 】
: 要靠摄像头+雷达，国内的厂商都是这种路线
: 特斯拉的纯视觉不行的
--
FROM 114.246.101.*