对于特斯拉来说，确实没用。视觉和激光雷达两个输入，是有可能出现矛盾的。
特斯拉早前验证过双输入的，但那时候发现双输入就像两个学渣对答案，经常对不上，浪费时间金钱不说，根本就不知道听谁的呀？于是他们就选择了走单视觉路线了。
不过现在国内厂商的智驾算法比较领先，视觉和激光雷达双输入，相当于两个学霸对答案，就产生了双保险。
特斯拉因为错过了这一波算法的升级，只能硬着头皮说双输入没用了。
那边说两个学渣没必要对答案，单个学渣做题比较流畅一些，是对的。这边说两个学霸对答案，增加准确率，也是对的。
两边都有道理，所以大家以后不要再吵了。互相尊重就是了。
※ 修改:·Eldo 于 Apr 30 00:55:05 2025 修改本文·[FROM: 14.145.6.*]
※ 来源:·水木社区 http://www.mysmth.net·[FROM: 14.145.6.*]


修改:Eldo FROM 14.145.6.*
FROM 14.145.6.*

特斯拉认为智驾的瓶颈在于算力算法也就是决策层上，而不是在感知层上，所以通过xAI在不断迭代FSD
激光雷达派则认为大脑上的不足可以通过堆传感器来弥补，而现在端到端以后这实际就是给大脑添乱，
所以很多车把激光雷达放在端到端的驾驶决策之外，至多就是起个碰撞告警作用

【 在 Eldo 的大作中提到: 】
: 对于特斯拉来说，确实没用。视觉和激光雷达两个输入，是有可能出现矛盾的。
: 特斯拉早前验证过双输入的，但那时候发现双输入就像两个学渣对答案，经常对不上，浪费时间金钱不说，根本就不知道听谁的呀？于是他们就选择了走单视觉路线了。
: 不过现在国内厂商的智驾算法比较领先，视觉和激光雷达双输入，相当于两个学霸对答案，就产生了双保险。
: ...................
--
FROM 14.154.29.*

既然是端到端，加上激光雷达有什么问题？直接作为输入不就可以了
特斯拉是在端到端之前就舍弃激光雷达的，所以现在曳没法加上而已
【 在 djkstra 的大作中提到: 】
: 特斯拉认为智驾的瓶颈在于算力算法也就是决策层上，而不是在感知层上，所以通过xAI在不断迭代FSD
: 激光雷达派则认为大脑上的不足可以通过堆传感器来弥补，而现在端到端以后这实际就是给大脑添乱，
: 所以很多车把激光雷达放在端到端的驾驶决策之外，至多就是起个碰撞告警作用
: ...................
--
FROM 218.26.109.*

所以是路线之争，但是有些人就要咬死说激光雷达没用。那是站在特斯拉的角度的确没用，但是对国内厂商的技术路线绝对有用。

【 在 Eldo 的大作中提到: 】
: 对于特斯拉来说，确实没用。视觉和激光雷达两个输入，是有可能出现矛盾的。
: 特斯拉早前验证过双输入的，但那时候发现双输入就像两个学渣对答案，经常对不上，浪费时间金钱不说，根本就不知道听谁的呀？于是他们就选择了走单视觉路线了。
: 不过现在国内厂商的智驾算法比较领先，视觉和激光雷达双输入，相当于两个学霸对答案，就产生了双保险。
: ...................
--
FROM 111.198.246.*

视觉方案难度更大，需要服务端有高算力基础设施。
所以一句话总结：不是每家的视觉方案都是特斯拉的视觉方案，国内的视觉方案更多是为了节约成本。
【 在 Eldo 的大作中提到: 】
: 对于特斯拉来说，确实没用。视觉和激光雷达两个输入，是有可能出现矛盾的。
: 特斯拉早前验证过双输入的，但那时候发现双输入就像两个学渣对答案，经常对不上，浪费时间金钱不说，根本就不知道听谁的呀？于是他们就选择了走单视觉路线了。
: 不过现在国内厂商的智驾算法比较领先，视觉和激光雷达双输入，相当于两个学霸对答案，就产生了双保险。
: ...................
--
FROM 124.127.200.*