推 DamnAlfie: 只要統計出來自動駕駛出事率比人類低就沒啥邏輯問題了 02/27 09:05
→ DamnAlfie: FSD最大的優勢就是擬人化 坐在車上閉眼睛你會覺得是有 02/27 09:24
→ DamnAlfie: 經驗的司機開的 剩下所謂闖紅燈 壓線 胡同內開得太猶豫 02/27 09:24
→ DamnAlfie: 那都是數據訓練問題 現在證明了FSD是可以廣泛全球的模 02/27 09:24
→ DamnAlfie: 型 只需要當地的數據去微調模型就可以拿來用 這也是目 02/27 09:24
→ DamnAlfie: 前全球唯一 另外有人說賓士L4就太外行了 舉個例子 我寫 02/27 09:24
→ DamnAlfie: 個控制loop迴圈 我也可以說我家院子是L5等級 但問題是 02/27 09:25
→ DamnAlfie: 根本無法推廣 你看Waymo連部署美國其他城市都不容易02/27 09:25
→ DamnAlfie: 中國自駕公司所謂的開城也是這個概念 FSD有在跟你說哪02/27 09:25
→ DamnAlfie: 些城市才可以用嗎？它連魔都重慶都可以開了 一如既往老02/27 09:25
→ DamnAlfie: 馬都是先解決最困難的地方而非先做簡單的等到發現困難02/27 09:25
→ DamnAlfie: 的做不到再困在死胡同裡02/27 09:25
FSD最大的優勢是擬人化
特斯拉從來沒教導過FSD 紅燈應該停 綠燈應該走
這些交通規則都是AI自己從行車紀錄裡面領悟出來的
「前面是綠燈 但有個交通警察臨時禁止你前進」 這件事特斯拉也要自己領悟
然後就要停車
「前面是綠燈 但交通警察把你攔下來 示意你要靠邊停」
fsd在美國是可以辦到
光達車做不到這點
同理 FSD做出決策 也是模仿 人類開車
如果無法取得 中國司機的開車方式的數據
終究會是一個美國人的開車style 在中國
就算FSD學會了中國的交通規則 也無法改變開車風格
不過沒差啦
照fsd的模型 未來在除了美國敵對國家以外 都能基本上達到L5的程度
因為fsd已經不像光達車一樣 需要人類先把交通規則寫進去
＝＝
那些光達車
遇到交通警察臨時要你幹嘛 也不能理解
遇到停車位臨時不開放 也不知道
遇到會車 對方司機 比手勢叫你先過 也不理解
真以為開車 就只要懂交通規則嗎
＝＝＝
即便是這樣 目前B站上所有 中國自駕的影片 和 fsd相比 都不怎樣了
特斯拉完全沒有本地數據耶
以完全沒有本地數據 就能跑成這樣
FSD在全世界(非美敵對國家 可以取得數據)應該可以達到L5
ps：中國人最愛靠杯 fsd怎麼「實線」變道 違規
問題 實線變道 在台灣或美國又不違規
你中國又不給數據 當然是把中國當美國來駕駛

只要統計出來自動駕駛出事率比人類低就沒啥邏輯問題了FSD最大的優勢就是擬人化 坐在車上閉眼睛你會覺得是有經驗的司機開的 剩下所謂闖紅燈 壓線 胡同內開得太猶豫那都是數據訓練問題 現在證明了FSD是可以廣泛全球的模型 只需要當地的數據去微調模型就可以拿來用 這也是目前全球唯一 另外有人說賓士L4就太外行了 舉個例子 我寫個控制loop迴圈 我也可以說我家院子是L5等級 但問題是根本無法推廣 你看Waymo連部署美國其他城市都不容易中國自駕公司所謂的開城也是這個概念 FSD有在跟你說哪些城市才可以用嗎？它連魔都重慶都可以開了 一如既往老馬都是先解決最困難的地方而非先做簡單的等到發現困難的做不到再困在死胡同裡

lv5嘛，意思是black box model中不可解釋的行為造成任何事故風險，車廠都願意承擔責任囉，系統預期功能安全SOTIF如何滿足？

沒有啦 這邊指的LV5應該是 能做LV5的事但只願意扛LV2的責任 就如同特斯拉名字取作Full Self Drive但出事還是叫你自己跑法院怕是到時候電動車都成為柴油2.0了 特斯哈還在Lv2原地

光達車就沒有攝影機？

特斯拉是lv2

光達就不能用AI?這是什麼邏輯 更多數據只會更安全而已

純視覺加光達不会更好嗎 以純視覺為基礎 光達又能有更正確的距離判斷

5566怎麼躲在這裡上一篇頭又大燒起來怎麼不過去關照一下

笑死不去申請你也敢說自己是Lv5 特粉現在是造謠不怕被桶了是不是？我翻譯一下特粉的白話文 「這場考試主子一定考100分 只是主子不想去考試而已 主子沒有輸！ 我也不希望主子輸！」看看有多好笑

純視覺會把海報的人當作真的人

到台灣結果學壞變成在內線定速100當龜？ XD

A Survey on Deep-Learning-Based LiDAR 3D ObjectDetection for Autonomous Driving (被引用85次)，誰定義感測用光達方案就不屬於AI範疇？不要瞎掰好嗎順便提醒一下，單一感測方案是要怎麼fault detection跟fail safe? 監理機關要怎麼放行自駕?

多傳感器融合也可以是E2E 沒有啥純視覺才是E2E 兩者是獨立的

推錢大，真正的專家

https://b23.tv/tdmV4KM真強阿 遇到地上的水窪結果識別為障礙物的純視覺

fsd端到端就是餵人類看到影像後對車子反應，問題是人類沒有光達，所以無法訓練端到端ai 光達

怎麼可能是越少收集資料的越強拉= =lidar+攝像頭能收集的資料大於純視覺長遠來看就不應該會輸你骨折去看醫生 一個看一眼就診斷好 一個拍X光+MRI再診斷結果你覺得拍X光+MRI的沒技術含量 QQ

所以我就說特粉的邏輯真的不像在同個世界線

不是這樣的 不管是鏡頭光達或雷達都是傳感器的一種 都可以當作輸入源給模型去訓練 不然老馬說光子進 執行出就不對了 因為我特現在餵給模型的資料根本就不是處理過的影像 優點是反應時間可以縮短10% 另外在極暗環境下只要有個光子不同 模型可以反應出來 但DSP之後輸出的影像幾乎沒差

半桶水最恐怖，迷信了都不自覺

半桶水也無妨 影片會說話 請某位做相關產業的別執迷不悟了有資料很好 但每次遇到FSD就出來戰是眼紅嗎? 呵

樓上意思是胡扯"用光達不是AI"也批評糾正不得囉拜託，自駕也不是只要滿足那99.99%時間運作很好，剩下那0.01%失效發生時，系統要如何自檢，確保失效發生也依舊維持安全狀態，這些都得考慮好嗎

錢大說得對

純視覺只能做到人類的程度，車禍率還不夠低，所以永遠無法實現自動駕駛，法規上永遠是“輔助駕駛”，因為出事了，車廠直接推卸責任，嘿嘿光達可以結合AI，等於有了3D超感官的開車機器人，如果在加上道路監控數據，可以超視距資料回饋，這才叫做真°自動駕駛，特斯拉這種半成品就上路，難怪大股東都失望，股價跌翻

樓上正解, 不過馬斯克一直宣稱純視覺就可以光達就是最後一層保險, 也是 L3 的最後一塊入門磚

說得這麼爛 我建議上面幾樓快去空啦 不要囉嗦了好嗎？我買了3M快把我空爆

最近跌很多耶 樓上還好嗎

還好R 離成本還差一百多

還好齁 不要笑著笑著就哭了欸

56的 altis有輔助駕駛嗎

除非車廠願意承擔責任，不然永遠沒自動駕駛，都叫輔助

AI有天會發展到跟一個成年人一樣的智商有誰開了有雷達的車後就不會開車了？又有誰開車會被雷達誤導？特斯拉目前方案只是屈就硬體能耗限制完全不是你講的那套