太搞笑了，平均成本上万的自研视觉系统和采购的两三百块钱的低端雷达组成的系统可不就是1+1＜2？有啥想不明白的？
  
【 在 lvsoft (Lv(The Last Guardian)) 的大作中提到: 】
:  是的，这也是看了tesla ai day之后改变了我想法的原因。
:  雷达主要体现的也就一个远处精度的优势了，在这之前我是本能的认为视觉+雷达至少是1+1>2的，我没意识到其实很难做好并且在没做好的情况下反而是1+1<2的。
:  
:  动态范围另一个问题是白天逆光场景，从摄像头视角中可以看出还是有显著逆光现象的，目前tesla对这个现象应该是当作被临时性的遮挡一样的处理，靠其他几路摄像头补充信息。
--
FROM 220.249.15.*

摄像头不需要非常高的分辨率，数据在神经网络里要稀疏化，人脑也是这个原理

- 来自 水木社区APP v3.5.0


【 在 lvjk862828 的大作中提到: 】
特斯拉的神经网络及及机器人学习训练是噱头吗 哪位大神给科普一下，如果有这种技术还可以用在哪些领域，除了自动驾驶


- 来自 水木社区APP v3.5.0
--
FROM 112.224.163.*

好吧，合理。

那如果放一个纯色的柱子，和前面的路的颜色一样呢？

【 在 smezsc 的大作中提到: 】
: 照片没用，三目摄像头用视角差测距…
: 再用AI识别物体。
: 如果在路的尽头画上路，视角差会发现画的差值一样，从而判断距离。
: ...................
--
FROM 218.247.161.*

1. 多数情况下安全性已经超过老司机了，但是少数场景可能识别不了，导致出问题，现在的问题是不知道什么样的没想到的场景会出问题。如果要100%情况都超过老司机应该是没戏。
2. 差距不好说，算法的差距并不是特别大，数据量特斯拉占优，成熟度也是特斯拉占优。
但是除了这两样差别其实还是挺大的，比如特斯拉取消了雷达，国内正在从毫米波雷达往激光雷达转。
这个会造成多大的差别还不好说，在这空想的话我觉得有雷达好。

【 在 census 的大作中提到: 】
: 能不能跟我们这些外行通俗的说一下：
: 1、需要多长时间，FSD自己开车可以超过人类中的老司机，比如说几年内就可以超过，还是几十年内没戏
: 2、现在的各种辅助驾驶，差距有多大？这种差距会逐渐缩小，还是越来越大？
: ...................
--
FROM 218.247.161.*

不推荐现在把任何一种辅助驾驶当成自动驾驶用
【 在 census 的大作中提到: 】
: 试过博世的辅助驾驶，感觉一些细节挺吓人的（可能是我胆小吧），该躲车的时候，它还是贴的很近
: FSD和其它几家辅助驾驶的差距会逐渐缩小，还是越来越大，对我的影响就是选择特斯拉还是非特斯拉，毕竟买了车很可能会开它六、七年以上
:
--
FROM 218.247.161.*