Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「
※ 引述《Sixigma (六西格瑪)》之銘言:
: 好了啦 cost down 星人
: 都 2024 年了還不承認純視覺不足以滿足自駕功能
: 明明所有的電腦視覺的論文和資料集和 benchmark
: 無論在 3D Object Detection 或是 Planning 都是融合方案屌打
: 前者有用 Lidar 和沒用, mAP 差到 30 都是家常便飯
: paperswithcode 隨便看都是
: https://paperswithcode.com/task/3d-object-detection
: 不要說光達啦
: 光是用雷達多個 10 mAP 都正常
: 你知道差 10 mAP 是什麼意思嗎
: 大概是 300 度近視和 800 度的概念吧
: 還不用說你還可以直接 hard code 寫死
: 單相機的物理特性怎麼可能玩得過雷達光達
: 沒上融合模型之前竟然有人敢吹端到端
: 笑死
: 懂得就懂啦
: 就算算上模擬技術,就是像 Omniverse 那種
: 光達訊號顯然也可以模擬啊
: 甚至可能比相機訊號簡單多了
: cost down 星人的第一性原理根本就過譽
: 別說什麼你開車需要光達嗎這種邏輯死亡的謬論
: 開車需要眼睛和大腦,他媽的這些東西是眼睛和大腦嗎
: OpenAI 都不敢說的話他怎麼敢說
: 除非他出來說我們的研究是純視覺屌虐融合方案
: 說什麼不需要光達或是多餘,那就是 cost down 的屁話啦
: 2020 年講這種屁話大家都還沒反應過來
: 現在一堆人搞 nuScenes Waymo KITTI 都不知道搞幾輪了
: 夢也該醒了
: 坐等特斯拉被中國車廠的屌虐
: 啊
: 已經被屌虐啦
: 那沒事啦
2024-2025 年的長序列 BEV Transformer 把 nuScenes 相機-only NDS 拉到 63.4(BEVFormer v2),而最新 LiDAR-only SOTA SEGT 為 73.9
只差10
監管門檻:
已從『硬體清單』轉向『統計安全』
加州公共事業委員會(CPUC)核發了 Transportation Charter-Party (TCP) 執照給 Tesla,監管單位接受 camera-only 也能達到「可營運」風險水平 。英國交通部和美國數州最新草案同樣採「技術中立」原則,只要總體事故率低於基線即可。
https://i.imgur.com/z56Uz4P.jpeg
這是 Tesla 純視覺自駕技術正式進入商業化、可收費營運階段的重大里程碑。
之前那些說「純視覺過不了監管」或「成本下殺方案撐不起安全」的批評,在這個消息面前等於被實際政策打臉。
https://i.imgur.com/3yQYWLz.jpeg
https://i.imgur.com/ZjWGQGc.jpeg
https://i.imgur.com/NL5P5xg.jpeg
https://i.imgur.com/8B4rdk7.jpeg
https://i.imgur.com/QWu0bys.jpeg
https://i.imgur.com/tJomJg1.jpeg
https://i.imgur.com/1j8LeeP.jpeg
https://i.imgur.com/20Ip60I.jpeg
車版大師 chandler0227
整天拿功能安全 預期功能安全 硬體冗餘標準唱高調 說純視覺沒備援 過不了監管 不可能商業化 但現在現實直接打臉
加州 CPUC 已經核發 TCP 執照給 Tesla 允許 FSD Unsupervised 車隊收費營運 TCP 車已經被實拍出現在街上 監管單位用行動證明 他們接受的不是航空業那種雙備援標準 而是看統計安全性 和軟體主導的系統設計
你預測 Tesla 會被硬體卡住的劇本 直接被現實掀翻了
--
特吹:特天下無敵!可是瑞凡歐洲被BYD超越了XD
Altis也賣贏lexsus 腦子還有嗎?
※ 編輯: LimYoHwan (36.228.230.52 臺灣), 05/30/2025 14:32:19特吹:lexsus是特標配XD
0里程2手BYD 銷售超棒!
外國媒體統計的!反正也沒人說特不能先掛牌CC
中國電動車的光達打瞎一點堆監視器真可怕
國媒統計 真實性第一!
特還是想想如何超越BYD吧CC
歐洲買特不知會被砸否CC
特斯拉主因還是川普害的 反美 連加拿大都崩盤了
不然新款Y很舒服比之前進步很多 結果庫存增加
特可以做個功能必要時車標隱藏!反正平價車沒辨識性!
認真就輸了 看看之前還什麼套特曼 卒業預定
一樓拿銷量跟技術比我也是笑了
都有人說lexsus對標特最低階了!這也只有美國放寬CC
gbman觀察紀錄: 該用戶於技術討論中呈現顯著的話題轉移行為 當面對無法反駁的技術細節時 出現典型的 cognitive dissonance(認知失調)反應 為降低內在衝突 採用話題轉移與投射型防禦 機制(projective defense)試圖將焦點導向品牌銷量等非核心議題 此行為顯示出明顯 的 avoidant coping(逃避性因應策略)與自我一致性維護需求
※ 編輯: LimYoHwan (36.228.230.52 臺灣), 05/30/2025 14:57:09技術不是你吹就行阿!美國放寬特不是因為技術CC
美國放寬AI監管才是主因CC
特斯拉承認,自駕技術落後於 Waymo
ead-self-driving-admits-lagging-a-couple-years-
behind-waymo
不過沒看到來源
其實一直是接受度的問題
好比說你能接受台灣的交通
那把車載GPU換成一隻猴子應該也沒什麼關係
不過考慮到無人駕駛時代會被放大檢視的問題
我建議還是上好上滿 以免被其他的猴子噴
這樣一來也許可以化解78詛咒 但台灣要等到哪一年呢
看推文看到於心不忍,笑死
技術什麼都是假的 車廠肯做到什麼程度一切只看監理
單位要把標準訂多高 問題在於監理單位自己大概都還
在煩惱 所以各方都還在角力遊說
1F 支頭支腦
哪天標準被提高到自家現行技術很難做到 自然就會開
始找其他可行的方法讓自己達標
標準訂越高 車廠就越會靠北 因為成本會拉高 售價就
難壓低
美國放寬不就懂王簽的命令!懂得都懂CC
馬斯克幫忙川普的回報啊
垃圾車吹了老半天大數據 結果:geofench & 10 cars
geofence
笑了幾年Waymo 結果現在走在Waymo幾年前走過的路上
100K rides per week vs 10 cars 笑死人
不是 你搞不清楚喔 車版大師的理論 是一台車都不能上路 你這推文只是變成我明年還打臉的素材而已 就像這篇文啊
開了也沒人敢在台灣道路上用
10台車配十個印度人也是AI啊 笑死
用在台灣道路上?去問問計程車是誰的票倉啊
好 明年同一時間 我們再來看看
※ 編輯: LimYoHwan (42.72.140.218 臺灣), 05/30/2025 16:19:22 ※ 編輯: LimYoHwan (42.72.140.218 臺灣), 05/30/2025 16:20:07 ※ 編輯: LimYoHwan (42.72.140.218 臺灣), 05/30/2025 16:20:53純視覺不行的話,人類不應該開車
人類的盲點比自駕系統多https://i.imgur.com/x8mKR
vz.jpeg
img的圖亂跳
光達又沒有很貴 居然有北七說不用光達是cost down
難怪特斯拉股價大漲70%
不用光達是因為光達不安全
光達30年前就有的感測器
有人把它當什麼新東西
要噴特OK啦 但吹BYD 都被自己人下一個恆大預備備了
現在吹BYD 要不要也吹一下恆大
自駕計程車歐美才有效益!台灣大陸還不如網約車XD
如果純視覺會有安全問題的話,那人類應該都要禁止開
車才對
你家掃地機上面那顆就是光達
所以你家掃地機導航很強嗎
隨便一雙襪子就能卡死他了
BYD倒不倒關一般人屁事除非有買股票CC
之前waymo才去撞牆而已 還在吹光達
人就是靠視覺開車啊,人都可以上路了
特還闖紅燈耶!特也是吹阿CC
Z
人靠視覺核辨識開車拉!但特辨識也還沒做到L4
闖紅燈比撞牆還好一個是違規 一個安全
兩個根本不同等級的出包
人類也會闖紅燈
我只要確認沒車安全的情況下 為了貪快也會闖紅燈節
省時間
人還會開車撞人攻擊!特要加入自殺模式麻XD
我在等懂的就懂sixigma和車版大師chandler0227, 你排明年
※ 編輯: LimYoHwan (42.72.140.218 臺灣), 05/30/2025 16:56:39正常人類不會去撞車
但正常人類都會闖紅燈
全都靠政治開路!技術請加油!別闖紅燈了CC
我開車一輩子沒撞過車
但至少闖過1000次紅燈
因為我技術好 不用去遵守那些繁雜的規矩
希望特斯拉到時候拿我的行車紀錄去學習ai
大陸幾乎路口都有監視器!闖個幾次就吊銷執照了CC
把ai調教成跟我一樣的車神
大陸是第三世界 大陸沒google 也不妨礙google大賺
錢
成本沒降下來!就歐美專用!大陸打車比較便宜CC
FSD不是很強嗎?幹嘛geofence?? 被自己迴力鏢打爽沒
整天吹,美國排老二,中國排老三,呵呵
抱歉忘了,中國根本沒營運
馬還自己說要迴避危險路口 笑死 不是比人厲害?
垃圾計程車要走出美國是不是特粉有生之年系列啊
去年嘴『沒有備援不能上路』,今年又換酸『有 geofence 就是技術爛』,笑死。 搞清楚好嗎?在美國,要拿自駕測試或商業化許可(像 Waymo、Cruise 那種),州政府 會要求你明確定義 ODD(操作設計域),也就是說要劃定 geofence,這是法規要求,不 是技術限制
※ 編輯: LimYoHwan (42.72.140.218 臺灣), 05/30/2025 17:57:08怎麼會有人把BYD拿來跟Tesla比,到底要比什麼...比
便宜嗎?
現在掃地機器人可以夾襪子 嚇死了
特斯拉純視覺的一個根本因素是costdown考量 並不是
為證明純視覺而純視覺 如果混合方案成本也能降低的
話 這不會是一種堅持
錢我們來賺,讓傻子去買BYD吧
特斯拉純視覺是安全考量
不是costdown考量
混合方案的自駕車目前全部都有安全性問題
FSD上路後tesla 市值會到5T 機器人會到25T 發財就
是那麼簡單
fsd 地理圍欄 也只是暫時的 所以還好
其他車廠採用混合方案 都導致安全性問題了
混合方案的自駕車 我是不敢搭
輾過人是日常
因為光達這種30年前的科技 根本無法勝任現代的高速
運算
光達的誤判率也異常可怕
下大雨基本上不能使用
畫面每秒10幀 不能偵測連續畫面
只能偵測斷片畫面
一直在那邊CC XD,就是沒辦法說服人嘛
假裝自己灑脫自在
說技術落後Waymo的 英文是多爛
噓錯) 還拿比亞迪來比 別丟臉了
自駕除了特斯拉其他都是垃圾
低等級特黑還在爭激光雷達
比較高等級的特黑都已經知道激光雷達不是爭執點了
因為他們知道 混合方案裡面放光達
猶如一鍋飯裡面放了一顆老鼠屎
比較高等級的特黑 可以去X上看
至少跟你爭的是e2e的不可控性
低端的還在跟你爭激光雷達
從這裡可以判斷 該特黑的水準
原po,可能這幾個人特別愛曲博網紅,爭論的點都超級
像,哈哈
混合方案的領導者waymo
都做不出像樣的自駕
你說混合方案真的可行嗎
上面的yt新聞去看一下
如果混合方案的領導者waymo
都做不成可用的自駕
中國那群算力被限制的三流車廠是能玩出什麼花樣
感覺人類是多視覺加聲音去開車 其實也是很複雜
大概就是多相機角度跟聲音 那好像加個lidar比較合理
人類聽覺用在開車很少 大部分是拿來聽音樂
雖然tsla也有聽覺
沒想到這麼久了還有人回我文章,我就你提出的數字
來說,你都說Lidar only 還是贏了,我文章中提到的
甚至還是 Lidar + image fusion的;再來是,現行的f
usion在 inference 是 modality agnostic的技術已經
很成熟了,白話說就是你train用視覺+雷達,inferenc
e 只用視覺上沒問題的,性能上也會遠勝單一 modalit
y model。anyway,多模態絕對屌打單ㄧ模態是放諸四
海皆準的,這沒什麼好討論的。
1 / 實驗室 mAP ≠ 商業 KPI LiDAR + image fusion 在 nuScenes、Waymo Open 確實還能多擠 8–10 NDS,但一旦走 出沙箱,你要把硬體 BOM、校準維護、雷射汙損率、重啟週期都算進 COGS。實際車隊 TC O(total cost of ownership)拉開兩位數百分比,直接影響盈虧點。 2 / scaling law 才是自駕下一回合 Tesla 把感測器複雜度壓到視覺一模態,換來百萬車隊、十億公里真實資料的迴圈更新。 Waymo、Cruise 跑的是高冗餘小地理域,資料閉環速度天生慢一個數級。這不是「技術誰 最帥」,而是「誰先把 fleet learning 做成網效」。 3 / fusion inference 沒你想的那麼 agnostic 模型雖然能在 inference phase 掉一支 modality,但實務上為了維持那張 leaderboard 成績,你得在 training 每 epoch 都餵 LiDAR point cloud。量產後只要點雲收訊打折 、鏡頭 crosstalk,多模態特徵對位就開始飄,還得回廠 re-calibrate——成本與 down -time 都是錢。 4 / 監管口味正在右移 加州 CPUC 把 TCP 發給 camera-only 車隊,就是用行動告訴你:只要統計安全性過關, 感測器組合不是硬指標。NHTSA 最新 AV 筆記也明寫 “performance based, technology neutral”。硬體冗餘派的護城河正在被政策稀釋。
激光雷達 顯示前面有一個人
要緊急剎車
視覺顯示前面沒有人
你要相信誰
多模態不會屌打單一態
就像你去加入nba其中一隊組隊去打比賽
那隊馬上排名墊底
因為你這個老鼠屎會拖垮那隊戰績
主要是 激光雷達 是垃圾
人類還沒發明綜合等級超越攝影機的感測器
樓上你這個不叫做fusion,甚至不是deep learning;
但我回答你絕對是相信光達,因為他的物理特性在多
數狀況下比相機更穩定
雷達只有「在無障礙的廣域空間 計算距離會比人眼精
準」
其他都輸人眼
所以雷達可以用在航空器
在地面上障礙物一堆狂輸人眼
雷達看到的只是一堆小點
光達抗干擾能力太弱了 他看到的不過就是一堆點 空
氣中的霧氣 微粒 都會當成形體
雨滴
物理能力更弱到
每秒10幀 不是連續畫面
什麼暴論啊,你甚至不會用opens算出 stereo camera
的 disparity吧,算過一次你就知道這東西多不穩定
,就知道單單是depth estimation 這ㄧ項大概此生相
機也贏不了光達
以時速100公里開車 光達看到障礙物 車子早就快撞上
了
每秒才10幀
簡單來說 光達已經被證明很不安全了
缺德的人不用在那亂推
更正 *opencv;光達不是你想像的那樣,你可以去看
看waymo open dataset,他有包含惡劣天氣的資料就
知道這些都是你的幻想
人類還沒發明一種感測器
是可以取代人眼的
你可以去看waymo撞車多嚴重 不要再幻想了
waymo甚至還不如全美人類駕駛還安全
每秒 10幀? nucenes lidar 20hz camera 12hz欸
全美人類駕駛每70萬英里才發生一次報警事故
waymo是40萬 且達到極限 不再繼續上升
20和12也沒用 也是廢物
不是,我在跟你講頻率上光達絕對能輕易贏相機啊,
為什麼要幻想?
69年代的電視每秒都24幀了
你12幀可以幹嘛
看幻燈片嗎
光達看到的動態世界就是幻燈片
拿來開車 是想害死人嗎
你就回答我啦,哪個benchmark camera only 能贏 lid
ar only的啦,吵架前作點功課啦
時速110公里 結果你用幻燈片看世界
難怪光達一堆追撞
光達能分辨前方障礙物是 布幕 還是實牆嗎
你就回答我 能分辨顏色嗎 lol
光達能看到連續畫面嗎xd
人眼視野可是連續畫面
每秒10幀 看到的物理世界 就是幻燈片
這樣你敢用來開車
難怪光達車一堆追撞事故
你隨便Google就能找到每秒數百幀的光達,但你要選
擇跳針我也沒辦法
光達既不能分辨物體的 質地 顏色 性質
然後看到的世界又不是連續畫面
而是幻燈片
這樣你敢拿來開車lol
笑死
自駕車在使用的光達全部都是10幀的
連這都不知道lol
可以哦,光達可以分辨質地和性質,用反射率就好,然
後如果加上image fusion會準的很噁心哦小朋友
航空雷達上顯示物體就是一個「點」而已
唯一有用的是知道「距離」
光達就是多個點集合
只知道點 不知道質地 到底能幹嘛
連路標都不會看啦
好了啦不要再吹喇叭了啦,基本的光學和演算法經驗
都沒有就不要在這大放厥詞了
光達就不是接收「可見光」 還知道質地 顏色勒
韭菜生連這點物理知識都沒有lol
對了,提醒你一下雷達和光達是兩種完全不同的東西哦
小朋友
就跟你說光達有 reflectivity 了咩為什麼一直跳針
第一次聽到有人拿光達跟攝影機比的
笑死
一個是接收可見光 一個不是
沒接受到可見光
你跟我說要判斷物理世界障礙物 質地
布幕和實牆 光達就是分不清楚
因為他收不到可見光
他只知道前面有個障礙物
你幼稚園要不要先畢業再來跟我談物理
好啦,你要堅持這樣認為我也沒辦法,端午節快樂啦
真不知道為什麼一堆傻逼敢用那種收不到可見光資訊
的傳感器來開車
光達就30年前就存在的落後感測器
現在被拿出來炒作
學店文組捧上天
先把高中物理學好再說吧
看到拿不可見光 和 可見光 only 比高下
連者收集的訊息根本不一樣
猶如拿 籃球選手 pk棒球選手
就知道這人沒讀書了
真是可憐
光達就是誤以為路面塑膠袋和路面石頭都是障礙物
因為他收不到可見光
判斷不出裡面障礙物質地
結果塑膠袋正常駕駛就輾過去就好
你光達一律當石頭急煞 出車禍
Sixigma讀那什麼科系
難怪講一堆國中生都能反駁的物理xd
還唬爛什麼光達判斷顏色質地
沒收可見光 你要判斷什麼顏色
光是你把可見光當寶就知道你根本一點光學嘗試都沒
有,可憐人
就他媽跟你講說reflectivity 收得到也可以判斷到底
是他媽哪裡有障礙啊
我讀的就是本科系,就是CS和AI學程,也做IC Design
。你什麼背景?什麼工作?笑死
神經病ㄧ點邏輯都不講,低端人口還想探討光達笑死
哦誒我知道你是誰欸哈哈哈,別往心裡去我隨便說說
而已哈不好意思哈哈哈哈
馬上就六月了,等robot taxi上場見真章,話說好久沒
看到最新版本fsd評測了
光聽到從反射率就能判斷是什麼障礙物 就知道這人魯
馬斯克明確表示清楚光達的精度和價值,他並非「反
對光達」這項技術本身,而是認為它不適合用於道路
自駕車。原因就是成本而已,他獵鷹火箭回收定位就
用了光達,這並非什麼落後技術,他這想法是有他的
邏輯鏈的,並非有些人想像中是為了純視覺而純視覺
並非為了證明些什麼東西
吵那些細節沒有意義,現在就是要先小量上路見真章了
,只要事故發生率低於真人駕駛就行,不需要百分百不
出問題。
到掉渣 不滾去寫程式 在這邊跟人家聊感測器和物理
文組韭菜
光達能看得懂stop sign嗎 笑死 路標都看不懂
可是你不是現在沒在做相關工作了嗎游同學,我知道你
但很明顯 如果成本能壓下來 沒理由混合感測會比純
啦我們幾乎同期欸
視覺差 比方在低速比方需要精準控制停車的情境 然
後光線又不足的場合 很明顯光達會很適合作為一個補
充
光達一顆不到1萬塊 成本低到笑
省成本誰會去省光達
光達可以看stop sign啊,你在學的時候資工系就有開C
V的課啦怎麼沒修
混合感測當然比純視覺差
你跟喬丹組隊來 去打NBA 你們會贏嗎XDDD
光達看到的世界長怎樣 去google不難吧 笑死
ptt物理廢物真多
哎呀這個你幾年沒有在業內大概不知道了啦也沒關係呀
,fusion的performance 一直都比純視覺好哦
光達唯一的好處就是知道精確的距離而已
開車不需要知道我和障礙物距離幾公分 加油
顏老師的課不錯啦,可是實驗室學弟妹可以加修一下
傅老師的CV啦
簡老師的也不錯啦,推薦給你
如果是想透過否定一些東西證明自己很懂另一個東西
你要不想想喬丹去打MLB是怎麼樣子 某個很強的東西
他也不可能適用於任何情境
開車不需要知道我和障礙物距離幾公分 所不需要光達
光達誤判率太高了 常常前面沒人 當有人 看到鬼
以上都不重要 炒股靠張嘴
所以光達可靠的 只要他的「測距離」能力 而已
火箭才需測距 開車不需要
火箭也不會拿光達來判斷障礙物 只會拿來測距
所以別再吹這爛東西了 光達=掃地機上就能裝的設備
成本是會多貴 車用的一顆根本不到1萬
早說了一句話你敢不敢把你全家人的命放在自動駕駛上
面?
一台破車才多少錢
結果蠍子車只有特斯拉的會停
為什麼需要光達來判斷顏色? 有camera就夠啦,兩個用
途又不一樣,一直糾結光達要看顏色跟stop sign,不
知道跳針啥
融合方案從根本上來說就是不可行 這種事動一下腦
子就懂了
不懂的人建議 不要做股票了 定存就好
34
好了啦 cost down 星人 都 2024 年了還不承認純視覺不足以滿足自駕功能 明明所有的電腦視覺的論文和資料集和 benchmark 無論在 3D Object Detection 或是 Planning 都是融合方案屌打 前者有用 Lidar 和沒用, mAP 差到 30 都是家常便飯![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://production-media.paperswithcode.com/tasks/Screenshot_2019-12-09_at_14.19.53_wM3oU8i.png)
29
其實我覺得純視覺是有可能做到 LV4 的,只是馬投顧放話的當下還沒有 gpt-4v 出來而已,你可以說他放話的當下是在打嘴砲沒錯,但我覺得未來肯定有機會,github 上已經有人用 gpt 去微調自駕需要的參數 現在大型視覺模型已經可以解釋當下發生了什麼,看到了什麼 老黃也說過通用 AGI 最快在五年內一定能實現,現在就是算力跟不上人類即時的反應速度而已,但那是現在,算力這種東西每年都是在增長 我覺得 AGI 問世的那天就是特斯拉自駕噴發的那天,但就是算力一定要跟上,不然等模型反應過來的時侯就撞車了 然後特斯拉現在應該是沒用 gpt 而是用更古早的 CNN,就已經能作到這樣我已經覺得很猛了好嗎?最近就有新聞說最新的 FSD 可以直接把富豪載到醫院了![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://i.imgur.com/LFYEuOcb.jpeg)
6
這個話題居然可以討論這麼久 這問題之前OTA解決了, 就是被特斯拉車主們抱怨現在開AP 要看前方或者隔一下子就要回去搖動 一下方向盤5
從另外一個角度思考,Tesla把毫米波雷達拿掉 其實算是一種規避極端情況的手法吧? 比如說遇到起大霧、下大雪(雨)等純視覺自駕系統很難處理的環境 直接把控制權丟回人類就好 這樣一來雖然看起來比對手弱,但實際上卻是規避掉高風險的駕駛環境14
給懂的就懂的sixigma![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://i.imgur.com/AYUJ2ZYb.jpeg)
3
為什麼有一堆傻子在吹waymo 這台車 是多模態技術裡面的領導者 如果他都做不好 那代表這個技術路線就是不行了![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://img.youtube.com/vi/ZlVq4VwmN7c/mqdefault.jpg)
1
ND : DROVE STRAIGHT INTO THE WATER. THE VEHICLE BECAME STRANDED IN THE FLOOD, LEAV IN : G THE PASSENGER TRAPPED AND HELPLESS. :![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://img.youtube.com/vi/mNOSG8UwhX4/mqdefault.jpg)
10
看到某yt又在胡說八道 說什麼fsd左轉撞樹 先說結論 在 2025-02-27 20:40:29.252,記錄出現:![Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「 Re: [新聞] 美監管機構調查:特斯拉自駕系統存在「](https://i.imgur.com/Q7NJfbyb.jpeg)
39
先說我買了不少特斯拉2倍槓桿 但憑良心講 看完數據以及 在我實際在美國體驗過waymo以及特斯拉FSD後 特斯拉目前還是與waymo有一段差距 當然我是認同若搞起來 其造車優勢可以規模增長很快 所以我還是押注特斯拉31
週末貢獻我兩分錢意見 竟然有人說waymo要收掉 在自從LLM Agent出現後@@ 機器人領域瘋狂發展 尤其自駕又開始捲起來 在大好戰場線整合戰前 把waymo收掉 @@? (=_= 讓我想起2024 1月 提到業界要把LLM整合自駕 一堆人噴我不懂) 給個時間線
55
Re: [分享] 特斯拉國道直直插入貨車車廂內影片to better understand which companies are leading the rollout of self-driving technology and which are lagging 報告給你看,說報告裡面有十項指標不能當作自駕技術排名 叫你看單獨技術項的分數,又說這項目給分太武斷![Re: [分享] 特斯拉國道直直插入貨車車廂內影片 Re: [分享] 特斯拉國道直直插入貨車車廂內影片](https://i.imgur.com/nR1xjvQb.jpg)
10
Re: [電車] 特斯拉FSD V12神經網絡系統自駕又進步啦1. 影片用SORA來驗證純視覺的FSD能實現自駕有很多盲點 (1)SORA依靠網路端生成虛擬場景(包含物理建模) FSD單靠車端晶片(edge computing) 兩者運算能力有極大落差 (2)SORA生成的虛擬場景也不能保證沒錯,但有錯可以人工修改![Re: [電車] 特斯拉FSD V12神經網絡系統自駕又進步啦 Re: [電車] 特斯拉FSD V12神經網絡系統自駕又進步啦](https://i.imgur.com/UJ7UmI9b.jpg)
X
Re: [閒聊] Tesla:LIDAR據加州監管機構表示,電動汽車製造商Tesla已獲得加州首個必要批准,可能在該州開展無 人駕駛計程車服務。 這項批准是Tesla實現其此前承諾的自動駕駛計程車服務的重要一步。 無人駕駛計程車服務的承諾是該公司在快速發展的電動和自動駕駛汽車領域保持領先地位的 更廣泛努力的一部分。![Re: [閒聊] Tesla:LIDAR Re: [閒聊] Tesla:LIDAR](https://i.imgur.com/5KHC7Ewb.jpg)
2
Re: [情報] TSLA FSD 中國落地 目前僅開放HW4.0→ StarburyX: 端到端了 03/01 09:39 → chandler0227: E2E大家都在嘗試,但也並非純依賴E2E作為解決方案 03/01 09:51 → chandler0227: ,光AI黑盒模型具備不可解釋性的特性,用在車輛&醫 03/01 09:51 → chandler0227: 療這類高度風險、跟安全直接相關的項目,在沒有一 03/01 09:51 → chandler0227: 定的規範限制下絕對不可行,監理機關也不會隨意放 03/01 09:52![Re: [情報] TSLA FSD 中國落地 目前僅開放HW4.0 Re: [情報] TSLA FSD 中國落地 目前僅開放HW4.0](https://i.imgur.com/HYu40Ztb.jpg)