- 主题:(更新)激光雷达技术路线被市场抛弃了,小鹏已经表态
Thor 500tops也就100多瓦,800那就该不止1400tops了
【 在 hsv 的大作中提到: 】
: ai5 800瓦的功耗,基本可以推断是dojo两个D1芯片的功耗,三星4nm代工,大概1400TOPS算力。
: hw4大概在2020年设计,那时tsl还在研究transformer,并没落地,更没有大模型的爆发,应该是没做优化。现在仓促推出ai5,看不到技术传承或突破的可能,根据功耗推测是俩D1芯片比较合理…
: :
--
FROM 123.116.139.*
啥时候机器能有人脑这么好用了再说这话
【 在 kettle 的大作中提到: 】
: 人类靠视觉能开车,这就足够了,而且AI还可以解决人类开小差的问题
: 再装个激光雷达这纯属于画蛇添足了,解决不了任何问题
: 可能有些人又会说了,暴雨暴雪天气看不见怎么办,问题是激光雷达也看不见,这个得靠毫米波
: --
发自「今日水木 on NOH-AL10」
--
FROM 113.104.237.*
赞
【 在 hsv 的大作中提到: 】
: 我调研过,毫米波雷达目前还是输出稀疏的2D点云(一个目标一个点),毫米波经目标反射,内部经过处理是距离-多普勒数据,靠dbscan聚类输出xy、v、rcs值(可以认为是响应强度);为了去噪往往会过滤掉静止目标。23年之前是2D点云通过1x1之类的layer融合到可见光特征以后进行OD操作,网络学到的是运动目标的运动位置信息,比后融合要好一些;23年之后dnn应用到距离-多普勒特征,一些特殊的卷积之类的操作以后,后续都是较常规OD用的dnn layer了,往往和可见光融合在一起以后接多个输出头,模型理论上学到更多的信息,这个实战从传感器角度感觉应该会不错,毫米波的物理特性,雾天比各种光强的不是一星半点,数量级的优势…
: 鼓吹端到端的,都未必理解你最后一句噪声数据的含义,其他人就更更费劲了,老实说本站能这么理解的人不多,这个从去年我就开始这么说了,没几个人能理解到。
: 目前hw3加了数据就能解决12.4.1飘车道的问题,看起来新的模型评估方法需要突破,目前已知的是12.3.6会与v11最后一版对比评估,但人工干预稀少以后使得模型评估变难了,评估方法突破之后就是另一个飞跃了。
--
FROM 61.51.151.*
re
【 在 AugustLeo 的大作中提到: 】
: 因为过去没有用这个,所以以后就不能用?
: 这不搞笑吗,因为飞行员过去靠眼睛,所以战斗机安雷达没用
: 那大家都飞二代机得了。
: ...................
--
FROM 61.51.151.*
re
【 在 flyleon 的大作中提到: 】
: 都是一群根本不懂的特吹在这里瞎扯什么端到端
: 激光雷达也是视觉,最终也是成像的。马斯克也不是什么都是对的,特吹们都被洗得没有分辨力了
--
FROM 61.51.151.*
thor是台积电4nm,ai5是三星4nm等效于台积电7nm,工艺差了一代呢。还是看8.8日剧透吧,毕竟ai5很可能比hw3还要普及,要是俩D1海真让人失望呢。
【 在 Romain 的大作中提到: 】
: Thor 500tops也就100多瓦,800那就该不止1400tops了
:
--
FROM 114.246.236.*
特斯拉又要涨停了是吧?这都什么玩意
【 在 djkstra 的大作中提到: 】
: 速腾聚创早盘暴跌65%
--
FROM 106.114.188.*
人体驾车也不止用视觉,还有听觉呢,再说视觉也有很多局限性,有些人是蠢,而有些人是坏
【 在 MachvPicchv (菠菜帝) 的大作中提到: 】
: 居然还有人尬吹纯视觉
:
: 【 在 djkstra 的大作中提到: 】
: : 速腾聚创早盘暴跌65%
--
FROM 171.219.188.*
对,全世界只有华为能设计芯片。好歹去调查一下,才上岗呀。
【 在 offset 的大作中提到: 】
: 华为才是高级标准,所以特斯拉视觉识别、特斯拉星链6g都是地段货,特斯拉会设计芯片吗?
: 【 在 semilog 的大作中提到: 】
: : 不对啊,带激光雷达才是高级货,怎么能学没有激光雷达的特斯拉低端货呢? ...
: ...................
--来自微微水木3.5.14
--
FROM 101.90.142.*
都要啊,被大国做成白菜价了
【 在 djkstra (码蚁) 的大作中提到: 】
: 激光雷达成本太高作用太小,想在感知端堆料还不如补几颗远波段摄像头
:
: 【 在 qtpr 的大作中提到: 】
: : 端到端架构也可以容纳激光雷达
--
FROM 171.219.188.*