俺是教育行业农民工，也在做视觉识别相关的项目，俺的模块日活5-6百万人用。这一代fsd在我看来就是垃圾，蔚晓理华为总说自己秒杀垃圾，我感觉很可笑。

下一代fsd的地板就比这一代强很多，目前进化到了fsd beta 10.8，其犹豫时间明显少了，下一代fsd天花板就是人类，按照目前算力，10几个老司机的能力。

就跟iPhone告诉大家怎么开发智能手机一样，视觉感知这块，fsd 10.x告诉大家，可以这样做，特斯拉用了两年，并且方法、论文都是公开的，他也不怕你抄了去，因为你两年以后，比他好比他便宜，他会很开心的买你的用。就跟把电车相关专利开放，就是指望有人能比自己创新速度快。

很多人总喜欢多传感器融合，实际上视觉感知是必不可少的，大家首先要走这个部分做到和特斯拉一个水平才可以，当做到这个水平发现激光雷达就是冗余
的，另外就是固定思维1+1=2，实际上，没有那种思路是可以保证100%，缺失那一部分，如果是缺陷加缺陷，才是可怕的，更何况绝大多数情况是视觉正确但雷达出错…
【 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
--
修改:hsv FROM 106.39.67.*
FROM 106.39.67.*

噱头不噱头不知道，反正训练的结果是把月亮识别成黄灯。
【 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
--
FROM 106.38.35.*

所以说ai和码农没啥关系，只是被码农拿来用
核心还是传感器和算法
【 在 WangXW 的大作中提到: 】
: 别吹了，都是拿公开的模型跑跑训练，没独门秘笈
:
--
FROM 106.121.137.*

所有的神经网络都是训练集内的神，训练集外的场景就会错误率增加，完全没遇到过的场景就是渣，复杂场景错误率肯定也很高

【 在 wangcity 的大作中提到: 】
: 我之前老帖子说了，这种训练，现在达不到实用级别
: 出现特定没有训练过的场景就无法判别。
--
FROM 218.247.161.*

这个和下棋不一样，自动驾驶的关键是模型，而不是训练，模型就相当于智商水平，
模型不行，训练再多都没用，就像你让一条哈士奇来开车， 天天练夜夜练你也练不出人类的水平

【 在 litra 的大作中提到: 】
: 以前关注过围棋的阿尔法go，通过输入大量的职业棋谱进行训练，最后超越职业棋手水平
: 阿尔法zero，完全抛弃人类棋谱，靠自对弈逐渐进化，最终超越阿尔法go
: 特斯拉的也是每天采集大量人类的驾驶数据进行训练，有些特殊场景可能还是需要自己模拟来训练，最终达到超越人类驾驶技术的水平
--
修改:djkstra FROM 113.81.226.*
FROM 113.81.226.*