作者LimYoHwan (gosu mage)
看板Stock
標題Re: [新聞] 美監管機構調查：特斯拉自駕系統存在「
時間Fri May 30 21:15:08 2025
給懂的就懂的sixigma
https://i.imgur.com/AYUJ2ZY.jpeg
https://i.imgur.com/qDN8l9m.jpeg
https://i.imgur.com/GfewlYc.jpeg
https://i.imgur.com/pwcSfeP.jpeg
https://i.imgur.com/ZTZnPwb.jpeg
https://i.imgur.com/pytOnKO.jpeg
「算過 stereo disparity 就知道相機深度很不穩」
Stereo + OpenCV 的確老舊易崩
但 2024–2025 的 Camera-BEV 系列早已不用傳統 disparity
BEVFormer v2 在 nuScenes camera-only leaderboard 做到 63.4 NDS / 55.6 mAP
深度誤差〈12 cm＠30 m
穩定度和你印象中的早期 stereo 不是一個世代
https://tinyurl.com/4h9y23h9
「LiDAR-only 還是贏，LiDAR+Image fusion 更贏」
榜單數字沒錯：
最新 LiDAR-only（SEGT）約 73.9 NDS，Fusion 再高 1–2 點 但要把 BOM 成本、
校準、MTBF、維護工時 算進 TCO
多一支旋轉 LiDAR 不只車價漲四位數美元 還要週期性 Re-calibrate— fleet scale 一
上萬輛
資本與營運費用直接吃穿
Tesla/Wayve 等純視覺派算完帳寧可把錢砸進 GPU 與 OTA
「Fusion inference 已經 modality-agnostic，拿掉 LiDAR 也照贏」
現代 Fusion 模型可以 fallback
但性能不是零損 SparseLIF、BEVFusion 系列公開 ablation 拔掉 LiDAR 時 mAP 掉 5–
12 點 遠不到你說的「照贏」
agnostic 代表可容錯 不代表完全不掉分
「LiDAR 物理特性多，在『數狀況』下比相機穩定」
LiDAR 在雨、霧、雪場景會因散射衰減點雲密度與有效距離實測錯檢率最高可增 40 % 以
上
黑色低反射車身、玻璃幕牆也易掉點
點雲不是萬能 同樣需要後處理濾波
https://tinyurl.com/2rye676b
https://tinyurl.com/3re345ux
「多模態絕對屌打單模態」
監管與商業已經投票：2025 Q1 加州 CPUC 把 TCP 發給 camera-only 車隊，NHTSA 與英
國 DfT 草案都改成 performance-based technology-neutral
硬體堆砌派的護城河正被 法規 + 成本 兩把剪刀同時稀釋
實際戰場比的是 每行駛公里成本與 OTA 迴圈速度 不是 leaderboard 再多 5 mAP。
未來真正在比的是：
誰能用更低 TCO、更快資料飛輪跑出更低事故率，而不是誰在封閉榜單多幾分
你要談技術 fine 但請把成本、維運、監管也一起算進來 再來談「絕對」
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.230.52 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Stock/M.1748610912.A.A5B.html
1F：噓 papamonkey : 講人話聽不懂直說多還是空05/30 21:18
Rsi週線打開 到低點 call 起來 懂？
https://i.imgur.com/TJRDH8h.jpeg
2F：→ a95641126 : 現在只剩草包在講lidar05/30 21:20
3F：推 Sixigma : 對啦我同意，抱歉啦下面跟不懂的吵架，我完全同意你05/30 21:34
4F：→ Sixigma : 說的，成本和沙盒外和監管趨勢以及商業營運模式都05/30 21:34
5F：→ Sixigma : 很重要，我只是想表達說光達影響融合一直都可以是一05/30 21:34
6F：→ Sixigma : 個提升表現的選項，實驗室內光達一直都是很強力的感05/30 21:34
7F：→ Sixigma : 測器，你提到的雨霧霾問題也有新一代的adverse weat05/30 21:34
8F：→ Sixigma : her資料集來處理，如同我認為LLM不是GAI的解法一樣05/30 21:34
9F：→ Sixigma : ，特斯拉如果堅持純視覺路線也無法達到L5，考慮其他05/30 21:34
10F：→ Sixigma : 感測器是必要的，僅此而已05/30 21:34
11F：→ Sixigma : 其實我只需要你那句 fusion還是贏，只是成本和管理05/30 21:35
12F：→ Sixigma : 問題，只是考慮更多感測器是必要的，我只是想說這05/30 21:35
13F：→ Sixigma : 件事情而已05/30 21:35
14F：→ Sixigma : 有些語句很絕對是和外行人討論才講的，你這邊說的05/30 21:36
15F：→ Sixigma : 我都同意，感謝05/30 21:36
※ 編輯: LimYoHwan (36.228.230.52 臺灣), 05/30/2025 21:37:15
16F：→ Sixigma : 我再補充幾點啦，近年的BEV甚至occupancy network05/30 21:48
17F：→ Sixigma : 都很棒很屌，可是當 depth estimation的對手是光達05/30 21:48
18F：→ Sixigma : 就是沒得打，因為光達直接是training target，我印05/30 21:48
19F：→ Sixigma : 象中有段時間部分地區特斯拉的自動停車被拔掉就是因05/30 21:48
20F：→ Sixigma : 為雷達被拔吧？也不斷有毫米波雷達要重新搭載的趨 05/30 21:48
21F：→ Sixigma : 勢，表示就算是純視覺方案獨步全球的特斯拉，在測距05/30 21:48
22F：→ Sixigma : 也可能遇到困難不如轉投雷達，如果成真應該就是你05/30 21:48
23F：→ Sixigma : 所謂的解決方案的成本可接受的狀況了吧，那光達是否 05/30 21:48
24F：→ Sixigma : 有同樣的應用呢？你覺得沒有我覺得有，只能期待特 05/30 21:49
你在這裡講光達物理優勢 其實特斯拉內部沒人會否認
但人家解決的是另一個級別的問題：
能不能 scale 到百萬台上路、全球 rollout、還能用 OTA 直接推 FSD
目前使用光達的車廠 沒有看到這種規模
神經網路 自研
車體硬體 自研
FSD stack 自研
車隊回傳資料 自有
就連硬體設計跟AI訓練 都自己搞
25F：→ Sixigma : 斯拉達到L5的那天吧 05/30 21:49
26F：→ Sixigma : *雷達搭載不是趨勢，應該算是謠言 typo05/30 21:49
27F：推 huabandd : 推文這麼多拜託直接打一篇完整的 05/30 22:06
28F：→ Sixigma : 不好意思一直佔用版面啦 05/30 22:09
29F：推 huabandd : 正常討論讓大家也比較方便閱讀沒什麼不好 05/30 22:11
※ 編輯: LimYoHwan (36.228.230.52 臺灣), 05/30/2025 22:17:08
30F：推 a95641126 : 純視覺無法L5 那你Sixigma開車大概比L5還差XD 05/30 22:18
31F：→ a95641126 : 人類用眼睛+大腦就能開車了 05/30 22:19
32F：→ a95641126 : 不就是有一群鳥車廠 做不出可靠的大腦 才在那光達XD 05/30 22:19
33F：→ a95641126 : 而且 眼睛+反應極快的大腦+永不疲勞 = 超感官 05/30 22:20
34F：→ a95641126 : 很多菜雞 以為純視覺天花板頂多等於人類 不能超越XD 05/30 22:21
35F：→ a95641126 : 關鍵在於模型 而不在傳感器05/30 22:22
36F：→ a95641126 : 遠超越人類的關鍵 在於 自駕模型 而不是傳感器05/30 22:23
37F：→ a95641126 : 你多一個 光達哪來的數據訓練05/30 22:23
38F：→ a95641126 : 路上幾台車有光達 數據量夠嗎 笑死05/30 22:23
39F：→ a95641126 : 這也就是為什麼機器人要人形05/30 22:24
40F：→ a95641126 : 因為人形最容易取得數據啊05/30 22:24
41F：→ a95641126 : 讓機器人一天看完上千萬部 人類修馬桶的YT影片05/30 22:25
42F：→ a95641126 : 他就馬上可以學會修馬桶05/30 22:25
43F：→ a95641126 : 你做成 非人形 哪來的數據05/30 22:25
44F：→ a95641126 : 只能靠虛擬場景強化學習 那就沒屁用05/30 22:26
45F：→ a95641126 : 沒現實數據那就會吃屎05/30 22:26
46F：推 sa87a16 : 其實不用吵這個，有贏錢就是證明，這一個月我特特 05/30 22:26
47F：→ sa87a16 : 支持者賺了至少2萬美，管你技術什麼的，你是特黑就05/30 22:26
48F：→ sa87a16 : 空，你是特吹就買，誰管你們吵什麼 05/30 22:26
49F：→ sa87a16 : 反正無人計程車到六月底前都是利多，你要空就去空 05/30 22:27
50F：推 a95641126 : tsla上400都正常賺 而400-900這段一定是懂的人賺到 05/30 22:28
51F：→ a95641126 : tsla上400都正常賺 而400-900這段一定是懂的人賺到05/30 22:28
52F：→ a95641126 : 6/12前無腦漲 6/12以後 會正常回跌一下 利多出盡 05/30 22:28
53F：→ a95641126 : 然後開始震盪 直到消息傳出 特斯拉無人車隊要擴大規 05/30 22:29
54F：→ sa87a16 : 反正特特沒有計程車還有機器人，你們特黑心臟大顆 05/30 22:29
55F：→ sa87a16 : 就空，不要在那邊嘴也不要吹，反正股票市場是獲利 05/30 22:29
56F：→ sa87a16 : 不是嘴巴戰爭 05/30 22:29
57F：→ a95641126 : 模 比方說從10台 2個月後 瞬間變成500台05/30 22:29
58F：→ a95641126 : 這裡會直接從400漲到600以上05/30 22:30
59F：→ sa87a16 : 說的一嘴技術結果不敢空也不敢買，說那麼多幹嘛，05/30 22:30
60F：→ sa87a16 : 沒事幹嗎05/30 22:30
61F：→ a95641126 : scale up 會讓股價再進一步上漲 具體要看規模化多快05/30 22:30
62F：→ a95641126 : 規模化 還沒有priced in05/30 22:31
63F：→ sa87a16 : 他會幾台我不敢說，馬投顧總是說的太早，但我只能05/30 22:31
64F：→ sa87a16 : 說只要有題材特特一天漲20美金輕輕鬆鬆05/30 22:31
65F：→ a95641126 : 今年上600-900是正常05/30 22:31
66F：→ a95641126 : 沒信仰的人 450左右就會賣了05/30 22:32
67F：→ sa87a16 : 我不會猜他計程車6月會成功與否，我見好就收，目標05/30 22:32
68F：→ sa87a16 : 價400，跌下來再接就好，馬投顧想的太美好，但現實 05/30 22:32
69F：→ sa87a16 : 可不一定05/30 22:32
70F：→ a95641126 : 你這種投機的 也只能賺小錢而已 05/30 22:32
71F：→ a95641126 : 像NVDA有人賺400倍 投機者賺1倍就跑了 05/30 22:33
72F：→ a95641126 : 投機者一定拿不到特斯拉上2500 05/30 22:33
73F：推 sa87a16 : 黑啊，我心臟小顆，你厲害，這種優越感的特吹也是05/30 22:34
74F：→ sa87a16 : 讓特特被討厭原因 05/30 22:34
75F：→ a95641126 : 能拿住的都是對特斯拉技術懂到一個極致的 05/30 22:34
76F：→ sa87a16 : 那麼會吹怎麼不買房子貸款壓身家，整天吹 05/30 22:34
77F：→ sa87a16 : 整天吹NV以前怎樣，所以特特未來會怎樣，你有賺到 05/30 22:35
78F：→ sa87a16 : 嗎，吹到令人討厭 05/30 22:35
79F：推 a95641126 : 是的 我有1萬股 成本16205/30 22:36
80F：推 james80351 : 老馬都沒特粉那摸會吹 笑死05/30 22:37
81F：推 sa87a16 : 老馬：比我還會吹，肯定比我聰明05/30 22:38
82F：推 a95641126 : 沒有信仰+執著+理解 你們賺不到10倍股的05/30 22:39
83F：→ a95641126 : 你們就是麥當勞包漢堡的命 微薄工資存大盤05/30 22:39
84F：噓 walelile : 拿一套闖紅燈的FSD在那邊吹視覺多猛 會看紅綠燈嗎05/30 22:40
來科普你一下光達專業知識
LiDAR（光達）主要回傳的是距離和反射強度
它給的是點雲資料：每個點有 (x, y, z) 座標和反射率
它能看出「有一個物體在幾公尺外」
能量計算好一點的甚至分辨出材質粗細、部分表面特性
但是它完全看不懂紅燈綠燈這種「語義層級」的資訊
因為光達回不來「顏色」也回不來「圖樣」
辨識紅綠燈、標誌、手勢、箭頭方向、字母標牌 → 都要靠 camera
所以任何實際部署的自駕方案
不管有沒有 LiDAR，camera 模組都是標配
想酸視覺，麻煩先弄懂光達物理特性再來講
85F：推 a95641126 : 闖紅燈是因為「學習人類開車」05/30 22:42
86F：→ a95641126 : 人類會闖紅燈 ai當然就會闖紅燈05/30 22:43
87F：→ a95641126 : 因為ai跟人類學的啊XD05/30 22:43
※ 編輯: LimYoHwan (36.228.230.52 臺灣), 05/30/2025 22:48:07
88F：推 a95641126 : 特斯拉不只會跟nvda一樣 未來ai時代 還會成為美國最 05/30 22:56
89F：→ a95641126 : 大市值的企業 05/30 22:57
90F：→ a95641126 : 護城河就是他的數據閉環 05/30 22:57
91F：推 e04su3 : 特就是會笑到最後啊 說很多次了 05/30 23:20
92F：→ e04su3 : 前面A大說400-900是懂得人才能賺到 05/30 23:21
93F：→ e04su3 : 但更懂得應該是能賺到1000-2000 05/30 23:21
94F：→ e04su3 : 只要車隊開始試營運 之後就是水到渠成 指日可待 05/30 23:22
95F：推 gk1329 : 找印度人開最划算= = 05/31 08:47
96F：推 dongdong0405: 簡單說光達Scale up有限呀，就好比波士頓機器人超級 05/31 19:09
97F：→ dongdong0405: 厲害但也不能Scale up 05/31 19:09