高级辅助驾驶的几个基本构成，感知，规划，控制。主要难点在感知上，用的是现在比较时髦的BEV+大模型的算法，论文大家都可以看，实现各家都是自研的。也就是从摄像头的信号数据开始就用自己的算法处理，这可以算是全栈自研了。
非全栈自研的例子，比如mobileye的黑盒，只能看到输出的感知结果，地平线也有白盒的商业方案，但地平线用自己的算法给你输出了结果，用这类就不算全栈自研了。

另外前年、去年到今年，特斯拉的BEV、占用网络、chatgpt带火的大模型，基本上已经指明了自动驾驶领域的“正确”方向，之前的高精地图拐棍、小模型rule base的算法，各家厂商投入的精力都算是沉没成本了。在这个方面，理想从理想one开始就可以车端采集数据，云端自动数据标注，车端跑影子模式，随着L系列交付量对除特斯拉以外的几家形成数量级的优势，这部分“比特”优势可以迅速抹平其他厂家这几年辛辛苦苦爬出来的一点先发优势。
【 在 iGeek 的大作中提到: 】
: 你说说理想自研了什么？
: - 来自 水木社区APP v3.5.7
--
FROM 101.228.203.*