- 主题:特斯拉的神经网络及仿真训练是噱头吗 哪位大神给科普一下
哈士奇V20版本那也还是狗而已，成不了人类
【 在 litra 的大作中提到: 】
: 我都懒得回你，国外已经很多在测试特斯拉v10版本的自动驾驶了
--
FROM 113.81.226.*
你的发帖没信息量，我给的信息量比你多就行了。
你是小学生么？who care 你配不配
【 在 WangXW 的大作中提到: 】
: 你配么
:
--
FROM 180.111.49.*
懒得搭理你，别来劲了
【 在 lvsoft 的大作中提到: 】
:
: 你的发帖没信息量，我给的信息量比你多就行了。
:
: 你是小学生么？who care 你配不配
: --
:
发自「今日水木 on iOS」
--
FROM 222.128.117.*
所以你说的都是上一代方案了，
fsd根本就不这么干的。
你说的问题都是tesla ai day一开始就说的，上一代方法的问题以及为啥要在底层基于vector space来做识别的原因。
【 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 180.111.49.*
分辨率高了，远处目标检测会更精准，目前看远处速度误差无所谓不影响决策，异常目标预警可能会更好。16bit动态范围更好，虽然现在夜间对面车辆检出时机较晚，我感觉不是传感器问题，是样本压跟没标注远处车头灯，加上跟踪器确认时间，显得检出比较晚。
数据越宽越好，但模型肯定也要调整，hw3.0不见得扛得住…
【 在 lvsoft 的大作中提到: 】
: 对，但这个动态范围还是有点勉强的，如果能怼到16bit就完美了。
: 分辨率也不能说足够，还是需要提升的。
: 但这两块的同步提升就只能等业界cmos sensor的提升了。
: ...................
--
FROM 106.39.67.*
nb哄哄的，那展开来给大家讲讲这个vector space咋回事
这里几个人，一开口我就知道是搞这行的，你么，咋看也不像
【 在 lvsoft 的大作中提到: 】
: 所以你说的都是上一代方案了，
: fsd根本就不这么干的。
: 你说的问题都是tesla ai day一开始就说的，上一代方法的问题以及为啥要在底层基于vector space来做识别的原因。
--
修改:WangXW FROM 222.128.117.*
FROM 222.128.117.*
自己去看tesla ai day。2个多小时的视频呢，你配让我教你么？
反正你肯定是没看过，也就你自己在说你是搞这行的了。
【 在 WangXW 的大作中提到: 】
: nb哄哄的，那展开来给大家讲讲这个vector space咋回事
: 这里几个人，一开口我就知道是搞这行的，你么，咋看也不像
:
--
FROM 180.111.49.*
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？
【 在 hsv 的大作中提到: 】
: 分辨率高了，远处目标检测会更精准，目前看远处速度误差无所谓不影响决策，异常目标预警可能会更好。16bit动态范围更好，虽然现在夜间对面车辆检出时机较晚，我感觉不是传感器问题，是样本压跟没标注远处车头灯，加上跟踪器确认时间，显得检出比较晚。
: 数据越宽越好，但模型肯定也要调整，hw3.0不见得扛得住…
--
FROM 202.108.65.*
不是噱头，实用的产品已经很多了
【 在 lvjk862828 (ruihge) 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
--
FROM 183.173.85.*
笑死了，拿着特斯拉的几页ppt来冒充内行，果然和我猜测的一样！
算了，就此别过，你、我不在一个世界
【 在 lvsoft 的大作中提到: 】
: 自己去看tesla ai day。2个多小时的视频呢，你配让我教你么？
: 反正你肯定是没看过，也就你自己在说你是搞这行的了。
--
FROM 222.128.117.*