你刚生下来爬还不会呢，就想着穿上动力伞学飞行么？

激光雷达当然比纯视觉有更高的上限，但要发挥这个优势的前提是你先把纯视觉玩的足够好。纯视觉都没玩好扯什么激光雷达。

在我看来降低成本是最无聊的说法，没有之一。

spacex可以把1亿刀一颗的火箭引擎降到25万刀一颗，为什么会有这么多人觉得tesla会怕区区激光雷达的降本问题？退一万步来说，就算激光雷达很贵tesla配不起好了，那么你怎么解释tesla把毫米波雷达砍了，把超声波雷达砍了，甚至雨量传感器都砍了全部用纯视觉搞定？难道tesla配不起几十块钱的超声波雷达，几块钱的雨量传感器？难道用一套摄像头+ai的方法去替代几块钱传感器能解决的问题是降低成本？况且，tesla为了训练ai，在2024年投入了100亿美元买显卡建算力中心，这些钱不是钱？

fsd搞纯视觉的原因只有一点，这是唯一可以迅速scale up的方案。每台车配摄像头只是无关紧要的事情，更重要的是你要建设一个足够仿真的环境去解决现实世界采集不到的corner case。tesla ai day里面有一节专门用来讲解他们为了让这个仿真环境模拟的足够真，在摄像头模拟上花了多少功夫。现在你给这个环境再来一套激光雷达？你觉得你模拟一个足够仿真的，和现实世界一样的激光雷达数据很简单么？

【 在 whistlingMe 的大作中提到: 】
: 1、fsd的优势是 数据、算力、算法（主要是数据评价算法和模拟算法）。 这三块是真领先，前两块是真遥遥领先，感觉国内厂商这3点都追上来在2～3年内确实有难度的，但是不排除可能出现像DeepSeek的黑马突然靠几个重大创新抹平差距。
: 2、纯视觉就是为了降成本，在保持以上3个优势的情况下，加多传感器数据，只可能表现更好，只不过tsl认为“更好”的程度不足以抵消成本而已。 你走路时捂住耳朵绝不可能走的更稳，耳朵多少还有点用。
--
FROM 117.135.80.*