作者wangrg (孤身不寂寞)
看板car
標題Re: [閒聊] 蔚小理集體承認落後特斯拉FSD
時間Sat Jul 4 12:54:58 2026
※ 引述《sixmochida (Q_Q)》之銘言：
: https://youtu.be/lIC9MOoeiSM?si=qW9seDFxQHlb4960
: 汽車界的iPhone時刻即將到來。
: 誰是iphone?
: 誰又是下一個Nokia、motorola、BlackBerry、夏普？
其實自動駕駛,在CN各門派吵的挺兇的
就模型而言,有WEWA,有VLA,有E2E...etc
但就感測端,也有不同路線
純視覺
視覺+毫米波
視覺+毫米波+激光雷達
目前有種論點
就是馬斯克走純視覺,是考慮到『當年』激光雷達成本過高,選擇放棄
但純視覺真的很像人眼,遇到『逆光』『大霧』『暴雨』,就會失效退出
而毫米波與激光雷達,算是補上了人眼的不足
自從HW成功掌握激光雷達的供應鏈,並在成本可控情況下,一路128-->192-->896線升級
遠遠拉開蔚小理的供應鏈,這幾間忍痛決定放棄跟HW ADS爭激光雷達,回頭跟吹視覺
對照整個產業競爭現況,想想其實蠻合理的
身為『長期』『大量』使用自動駕駛還活著的人(總里程88%以上自動駕駛)
我選擇相信,同一瞬間,能夠接收環境感測的數據越多,更趨近安全以及更接近自動駕駛
畢竟無論多神的算法模型,當下瞬間數據不夠,是無法更真實的『判斷』與『博奕』
--
我們
讓
地獄變的可以
容忍，幫受傷的
靈魂度過
恐懼之河，讓他們看到渺茫的
希望
再停下船 把他們
踹下去 自已游到對岸
(
FROM:型男飛行日誌)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 89.185.25.157 (香港)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/car/M.1783140900.A.4C0.html
※ 編輯: wangrg (89.185.25.157 香港), 07/04/2026 13:03:39
1F：推 ghjkl5566: 是啊,數據越多上限絕對越高 07/04 13:04
2F：→ zzahoward: 你的說法對也不對 因為大雨大霧LiDar也會失效 07/04 13:04
3F：→ zzahoward: 我並不是純視覺支持者 但目前就是Tesla的純視覺最強 07/04 13:05
視覺鏡頭先失效後,更極限環境下,雷達才失效
4F：→ babyMclaren: 多個判斷系統也有問題 07/04 13:12
5F：推 highca0709: 混合算法包含視覺，如果視覺失效，混合算法也會失效 07/04 13:13
6F：→ highca0709: 07/04 13:13
7F：→ ghjkl5566: 判斷系統可以改可以調,但前提是你要有數據給它判斷 07/04 13:15
8F：→ ghjkl5566: 混合算法不會因為一個感應器衝突而失效,那是寫太爛才 07/04 13:17
9F：→ ghjkl5566: 會的事,就像你聽到有東西靠近,卻沒到東西,你不會因此 07/04 13:17
10F：→ ghjkl5566: 崩潰好嗎 07/04 13:17
11F：→ ghjkl5566: 沒看到東西 07/04 13:17
12F：推 highca0709: 聽到有東西 看到沒東西 要相信哪一個？ 光達跟視覺要 07/04 13:31
13F：→ highca0709: 相信哪一個？ 07/04 13:31
無論真人或是系統,當訊號出現矛盾,『至少』會先含一下煞車緩衝
等待下一瞬間,更充足的環境數據進來,進而判斷,所以數據『量』還是一切起始
14F：→ ilovedirk41: 純視覺？除了特斯拉那家拔掉停車的超音波啊雷達？ 07/04 13:35
15F：→ DYE: 中國自動駕駛市占龍頭是魔門塔，當然這時市占大不代表他技術 07/04 14:02
16F：→ DYE: 最強，主要是魔門塔相較華為是提供多方案給車企選擇。現在觀 07/04 14:02
17F：→ DYE: 察中國智駕這方面不應該忽視這公司，在台灣太少人知道了。 07/04 14:02
18F：推 mofass: 讓我想到閃電霹靂車TV版那集，鏡頭失效只能用聽的 07/04 14:11
我開車時候,也是偶爾看不到,但就隱約聽到有車在旁邊視覺死角,就會多看一眼
19F：推 shownlin : 不見得比較好 資料維度越高 越難處理 07/04 16:16
20F：推 Ashand : 用端到端大模型很難去參考Lidar 因為沒數據訓練模型 07/04 16:49
21F：→ Ashand : 人類開車沒在用Lidar 所以沒有數據 07/04 16:50
22F：推 CORSA : 就跟飛機一樣 當窗外視覺變極差時就得靠其他感應器 07/04 16:51
23F：→ CORSA : 加入輔助判斷 當然就會比較有能力處理更多艱困環境 07/04 16:51
24F：→ Killercat : 我覺得以爲lidar不怕大霧跟暴雨這點比較魔幻... 07/04 17:21
25F：→ Killercat : 基本上Lidar/Camera對於暴雨跟濃霧的限制是一樣的 07/04 17:21
26F：→ Killercat : 逆光的話倒是第一次聽到 不過Tesla AI團隊有秀過像 07/04 17:22
27F：→ Killercat : 機是怎麼處裡的 讓他高低亮度對比可以抓很清楚 07/04 17:23
29F：→ Killercat : 分別是處理前跟處理後，所以你對於Tesla的前提基本 07/04 17:26
30F：→ Killercat : 上都是有點...過時，或者說有點問題的 07/04 17:26
31F：→ Killercat : 另外幽靈煞車就是多條件決策下衝突的體現 不是好事 07/04 17:27
32F：→ Killercat : 另外玩過RAG就知道 當資料面向越多、語料越異質， 07/04 17:31
33F：→ Killercat : embedding 空間裡的語意錯位、相似度誤判和 false p 07/04 17:31
34F：→ Killercat : ositive retrieval 會更容易出現。類比到自動駕駛， 07/04 17:31
35F：→ Killercat : 就是 perception feature 裡混入更多噪音或錯誤關聯 07/04 17:31
36F：→ Killercat : 讓模型更容易把不該相關的訊號連在一起。 07/04 17:32
37F：→ Killercat : 其實平常我不太喜歡回這種長文，不過剛好最近在玩 07/04 17:32
38F：→ Killercat : RAG 玩過以後其實慢慢對馬斯克當初的說法有所理解了 07/04 17:32
https://i.meee.com.tw/dwnA4MU.png
※ 編輯: wangrg (89.185.25.157 香港), 07/04/2026 18:20:43
39F：→ Killercat : 這張說過三百萬次了 我不覺得這個有解釋的價值 07/04 22:47
40F：→ cityport : UWB比LiDAR還不可靠，之前給火車做TPS的時候測了UWB 07/05 01:34
41F：→ cityport : ，結果慘不忍睹，客戶還問可不可以拿掉UWB 07/05 01:34
42F：→ cityport : 純視覺並不是人眼，鏡頭可以看見好幾種不可見光，你 07/05 01:51
43F：→ cityport : 把鏡頭類比成人眼，這個前提就是錯的 07/05 01:51
44F：→ cityport : Lidar在濃霧跟豪雨中也會看不清楚，但碰上看不清楚 07/05 01:54
45F：→ cityport : 的情況，自駕車會主動退出停下來，？還是當作前方沒 07/05 01:55
46F：→ cityport : 有障礙物繼續往前走？那就很吃自駕系統的能耐了 07/05 01:55
47F：推 shownlin : 而且還要考慮一件事 07/06 17:45
48F：→ shownlin : 特在訓練的時候只要放一堆行車記錄器的影片給模型 07/06 17:45
49F：→ shownlin : 看 07/06 17:45
50F：→ shownlin : 根據VC theory 模型複雜度越高訓練樣本要越多才不 07/06 17:45
51F：→ shownlin : 會overfitting 07/06 17:45
52F：→ shownlin : 偏偏lidar 的歷史資料取得一定比行車記錄器難很多 07/06 17:45
53F：→ shownlin : 所以提升資料維度在這件事情上不見得是好事 07/06 17:45