现在纯视觉的能力，在自动驾驶这个领域，把tesla也算上，相比人类的上限还是差得远，这也是激光雷达还有用的原因之一。

“真正能发挥激光雷达上限的，那也是tesla走完纯视觉方案之后，有可能可以考虑引入激光雷达，来进一步覆盖更广的corner case。毕竟安全性的目标是可以无限高的。哪怕纯视觉比人安全10倍，引入激光雷达之后能安全100倍也是有价值的。”— 这个非常同意，当视觉能力真的挖掘到极致，就是这么个局面。


【 在 lvsoft 的大作中提到: 】
: 激光雷达的上限比纯视觉高，但没啥意义，因为这个上限很难达到，比纯视觉要难得多。
: 做个比喻的话，激光雷达能达到的上限相当于博士，纯视觉能达到的上限相当于本科。
: 但现在这帮吹激光雷达的厂商的水平，只相当连走路都不会的婴儿，只是坐在婴儿学步车假装自己会走而已。而tesla已经开始高考了。
: ...................
--
FROM 123.116.139.*

短期内是这样，理论上将来可以用实际数据 + 世界模型进行训练。
理论上那个时候激光雷达也可以作为输入。

【 在 zwordcn 的大作中提到: 】
: 围棋的问题空间是有限的，驾驶则是个开放问题。
: 自动驾驶的端到端，最终要用人类真实的驾驶数据来训练。
--
FROM 123.116.139.*

哦，你加上“特斯拉”关键词就搜到了
【 在 vta 的大作中提到: 】
: 自己搜“高速识别广告牌自动急刹”、“遇到尾气刹停”，结果都是号称有激光雷达的品牌，反而没有纯视觉的特斯拉，激光雷达装车上当摆设吗？好在哪里？
:
--
FROM 118.123.33.*

加上也没搜到特斯拉在这两个场景下刹停的。明明应该是激光雷达起作用的场景，表现还不如纯视觉。
搜到特斯拉其它情况下刹停的，但这能说明啥？证明加了激光雷达其表现并没有比纯视觉更好就够了，又不需要证明特斯拉永远不会刹停。


【 在 woailp 的大作中提到: 】
: 哦，你加上“特斯拉”关键词就搜到了 ...
--
FROM 124.64.17.*

我理解的端到端，不应该是车的感知硬件数据，直接生成驾驶指令么。车具备感知周围环境的硬件可以是摄像头，也可以是激光雷达，还可以是一切能提供周围信息的其它设备，特斯拉因为成本最初没选择激光雷达，所以他的存量训练数据只有摄像头数据，他基于摄像头数据做端到端天经地义。其它厂商如果有丰富的激光雷达数据，是不是一样可以基于这些数据做端到端？大模型不是数据越多，力量越大么，当然数据也是需要合理标注，真正变成有益的数据
--
FROM 111.197.21.*