出大事了，理想端到端今天开始全量推送了

是抄的论文，每天大量关于AI论文，但就像7年的“Attention is All you need”论文 造就的今天AI时代，如果VLM成了 那对自动驾驶也是技术更新 @gambol

噱头。 @ruige0822

一大抄 谁不会呢 @ruige0822

理想也用vlm大语言模型，智己也发布快慢系统，昨天小米说也有VLM大语言模型
这个VLM有这么神吗？噱头？
看demo就是在判断公交车道有点用 提示了 别的还没看出来 @hsv

以小米车队数量来看，那会严重过拟合。
我个人根据车队数量来推测，高质量数据集方面：理想 > 华为 > 蔚来 >> 小鹏 >> 小米；前三个量级上差异不大。 @ruige0822

据自媒体说 小米端到端训练用了2000万clips，目前理想也才用400万clips @hsv

小米的端到端11月开启内测，我就说小米也不孬吧。
坐等华子收拾残局。。。

前天升级了，说实话没觉得提升多少。辅路进主路增加了语音提醒，别的该咋样还咋样吧。。

明白了 @hsv

现阶段，各家还有规则兜底，不是完全的单模型的那种端到端。
等数据集量级上一个台阶，就会把兜底去掉，真正的实现单模型：视频输入单模型，模型推理结果直接驱动车辆。这时候，可能不同场景还是不同的单个模型，比如高速、市区不同。
然后，随着经验的增加，多种场景会合并成一个模型，比如市区、高速、停车场等所有场景均为一个单独的模型。
可能每一步，都需要较多的工程投入。 @winsen

端到端是不是把之前的规控版本纳入，只是在上面做加法？ @hsv

好吧，你高兴就好。 @ruige0822

又是朋友 还是自己没开过 还是键盘呗
如果去特斯拉售后看全是修车的。
我都开14万了 所以暴雨我也用过 所以我这说 @granis

没有说人眼和摄像头做比较，
是摄像头在下雨和不下雨的时候做比较。
我已经有两个身边朋友，tesla下雨天AP追尾导致气囊蹦出，刹车踩不下去，正在走司法流程。 @ruige0822

你和键盘侠说没用 他们没用暴雨的特斯拉ap 越是下雨ap越比人眼识别好。
这就是认知差距
而且你也无法叫醒他们 他们都没用过怎么会改变自己 @hsv

国内大模型还烂大街了呢，连我司有自己的大模型，哪个能赶上openai？
L4的老总们现在卖掉公司还来的及，后面除了倒闭，没有任何出路。小鹏已经由robotaxi的路线图了，理想、华为的one model端到端推送之时，如果公布robotaxi路线，就是这些公司破产之时。 @mafama

真服了你们这些老铁了，前面讲到了原理，不去查，是不是都看抖音不习惯自己思考了。
看图吧，看不懂不再回应：
这个图虽然有点左右手互搏的意思，但核心意思在手机那个成像上：

这个是6环暴雨劈水开的截图：

我再次强调，这个是21年的技术，现在早就普及了，只要厂商肯下功夫，会越来越好，五菱宏光那个都可以达到。用低成本的技术，普及大众，并要求司机监督，是一套很好的系统。
我不会在回复类似白痴的问题了，爱咋咋地吧。 @granis

说出局就是搞笑，人工智能以后肯定是烂大街的玩意，100年后照样能出新车企，成熟方案拿来就用 @hsv

@hsv

停车还停到大马路上吗

自己没有研究和体验，你这种认知也就这样了，关键还轻易下结论，走好不送。 @granis

你自己这样认知就算了，千万不要到处宣扬，还别人 @hsv

人的视觉优点有，缺点也有，这种暴雨天那种黄色的透镜可以让人看得清路，但大部分司机只有墨镜，而摄像头不需要这些。低照度类似，人眼看不清但摄像头完全没问题。
今年几次暴雨我都遇到了，下班时间，我路过整个五环、6环车轮都是劈水开，后视镜加热都不好使了，雨糊住了，车道识别稳地一匹。。。
@granis

车道线是被摄像头看到了，人眼看不清楚，摄像头能好多少？ @hsv

车道线可比人眼看得清楚多了，你该不会不知道16bit、RYYB的概念吧？ @granis

呵呵 @granis

看你也做过ocr，视觉，一个字符糊了context能够猜出来。一大片都糊了，猜出是对了么？
这不是基本的常识么？
大雨天，感知都不可靠了，推理能正确？
你真的认为这个时候机器看到的是清楚的？机器不提示接管就是正确的么？ @hsv

哈哈，你以为人眼看不到了，实际机器看得很清楚，而真正的无视野，机器会提醒接管的。
只要有足够的数据。。。 @granis

你那个时候玩机器学习和人工智能只能是负资产，给你带来负面认知。
典型的就是CNN一无是处，这也是Hintion的可贵之处。 @qtpr

你这雨中的例子不正是说明机器无知者无惧么？
雨中的情况，无论摄像头还是LiDar都不可信了，这个时候强调结果，是不是傻？ @hsv

没有云端那一说，连理想的VLM也是来搞笑的。现阶段，基本都是堆叠的，理想有望最快实现“video in，control out”，目前只有tsl实现了one model @ruige0822

小模型堆叠、车端大模型和云端大模型
能对号入座一下吗 这三种模式 是哪几个车企代表？ @hsv

既然你转移话题了，我来说一下这些大聪明的想法吧：
“
a技术不能、b技术不能，c技术不能。
看吧，我都说了，d技术能实现。。。
” @qtpr

牛逼，我再去查查训练和推理 @hsv

5g的大潮现在在哪，呵呵
科技会不断发展没错，但是死掉的技术路线，多如牛毛，呵呵。 @hsv

慢慢可笑吧，潮流不可挡，大浪之后才知道谁在裸泳。今天蔚来已经宣布了其测试版本了。 @qtpr

全量肯定会暴露很多场景的缺陷，迭代2-3个版本会很惊艳的，积累1年经验，模型参数数量增加，届时真的是想撞都难了，此时就真的不需要额外的兜底系统了，实际上兜底系统也是伪命题，不过依然需要司机监控。 @csxf666

你很可笑 @hsv

对的。其实两年前我就说，没有司机视线监控系统的智驾就不该允许上路。又吹牛又不监控司机视线，就是图财害命。现阶段很多车企就是方向盘扭矩检测，很容易被欺骗，纯属车企甩锅。 @csxf666

这个还是能够解决的。
我也搞机器学习好些年了，上学时就做图像识别。人工智能起起伏伏的，每次都是曙光又都渐渐平静。但现在的预训练模型我认为实用性很高，大力出奇迹的给了一个新思路。规模可能是决定性因素。 @

反正我一个月前OTA万人团之后跑了趟高速，900多公里，感觉比之前的版本好太多了。
最近没跑高速，理论上应该比一个月前更强一些吧
@wangstone

没毛病，司机是第一责任人，这样对自己对他人都负责，那种鼓吹并大肆宣传一千公里零接管、开智驾闭眼睡觉的都是在害人 @hsv

别服软啊。。。 @qtpr

螺旋前进，规控肯定没法实现自驾（一阶逻辑不完备，高阶逻辑无法保证一致这早已是常识），但是端到端也没法实现自驾，两者在未来肯定会重新融合，并且基本范式会有颠覆性变化，才可能实现智驾。
另外，从业界到学术界一窝蜂追热门的现象一直存在，区区十年之前，NN还是臭狗屎，连论文都很难发出来。河东河西各十年而已，但离自驾的目标，都还远，呵呵。 @hsv

呵呵，你去推特上，waymo闯红灯各种投诉，这还是geofenced。
不懂数据分析也没关系，等着看潮流的涌现吧，两年后规控的会大规模转岗的。 @qtpr

理想今天直播端到端，翻车了几次，包括山路逆行。这就是端到端的水平，呵呵。
而且，端到端这东西，基本是炼金术，说不清楚何时行何时不行，说不清哪家的就比别家的更行，呵呵 @hsv

呵呵，最新的长安已经在重庆测试自己的端到端了，等华为也端到端看你继续嘴硬吧。 @qtpr

没事，过几年你的认知会提高 @hsv

哈哈，我也认为你是反例，就跟侯晓迪之流没任何区别。 @qtpr

你觉得我是看科普下结论，是技术判断力不行的有一个例子，呵呵
我研究机器学习和人工智能时，估计你还在玩泥巴 @hsv