水木小镜 登录

出大事了,理想端到端今天开始全量推送了

发表于10-23 10:54  收藏  举报  回帖111
[图]
10-23 10:54
以前计划说是最早年底前推送,这一下子提前了两三个月,难道内部测试这俩月觉得超出预期了?




回复   编辑   ⇧顶   ⇩沉
[图] qtpr   10-24 17:48
你很可笑 @hsv
[图] xtlove87   10-23 11:09
这营销能力,服气啊
[图] wangstone   10-23 11:16
这版确实挺牛逼。另外进入端到端之后,迭代太快了,基本上三天两头发版本。
[图] hsv   10-23 11:19
因为端到端的下限已经比之前规控版本持平或超越了,另外一家为啥连早鸟都不敢,就是因为丫下限太低了才这么说。
[图] qtpr   10-23 11:27
谣谣领先后继有人
[图] qtpr   10-23 11:33
端到端的下限是不可控的吧。fsd的端到端开去超市,直接自己从超市的人行入口进入,呵呵 @hsv
[图] hsv   10-23 11:47
你以为规控下限可控? @qtpr
[图] qtpr   10-23 11:49
规控至少在理论上可以解释,出了问题可以排查修改规则。
端到端的灾难性遗忘和幻觉是无解。 @hsv
[图] newperson   10-23 12:01
太牛了
支持
[图] kevinton   10-23 12:05
赶紧推送,让我体验一下
[图] flyleon   10-23 13:01
非常正确
其实这些吹端到端的厂家没有一家放话说自己完全没用规则的,只是弄个名词让别人脑补他们没用规则而已
而且理想弄个什么vlm,完全骗小白的。什么慢思考,笑死人 @qtpr
[图] wangstone   10-23 13:10
不要闭门造车,多实际试试新技术
你的这个理论上只是理论上
实际上现在基于规则控制的智驾,出问题的概率是大幅高于端到端的
所谓的能改也是理论上的,因为情形太多,无法穷尽
因此时至今日,从效果上来看,规控是远远落后的
端到端未来的上限有可能是有监督的智能驾驶,依靠人过滤掉小概率事件,人车互相辅助监督
直到更完备的辅助控制方案出来,目前VLM模型就是想干这个事情。 @qtpr
[图] ruige0822   10-23 13:26
不错 端到端终于落地
期待1030季报
认知产生财富
从买噶一季报崩盘就是超低机会,预判L6销量顶上,端到端推出坚定信心没有洗出
[图] qtpr   10-23 13:44
所以正常人的思维难道不是NN和规则结合起来,而不是片面吹端到端? @wangstone
[图] wangstone   10-23 13:45
显然不是,所谓的结合,结果更可能是两边不靠,既牺牲了进化效率,又无法解决小概率问题 @qtpr
[图] hsv   10-23 13:49
刚才华为的帖子被删了,我放这里吧:
不要怀疑华为的工程能力,目前只是其跟进晚、下限低暂时不敢内测。大家可以看看华为再刚开始推智能驾驶的情况,错误百出,迭代两个大版本就第一梯队了。现实上说,一旦华为端到端开始早鸟用户,智能驾驶的竞争基本就结束了:华为、理想、小鹏、Momenta。凡是没有10w+车队和几E算力的车企在智能驾驶这块都会出局,就算有其他家有这个条件也会落后2年以上。
另外两年后再看LiDAR,会很搞笑。现在的情形很像21年对transformer的bev纯视觉的分歧,现在无论是哪家都已经达到当年的水平了。两年后再见。
[图] hsv   10-23 14:17
虽然你口口声声说cv ai界的,一看你就没做过真实的项目。规控在上马路牙子以及正常行驶的避险,永远做不到端到端那么自然,因为你不可能穷尽所有corner case。无保护左转过程突然停马路中间等你接管,全然不顾被撞的风险。
但凡懂generlization,从数据标注、模型训练、部署、灰度、全量上线pipelline做过几个项目,都会明白为什么理想敢全量推端到端,都不会说出你这样的外行话。
当然懂模型训练也会得出和你一样的结论,新势力没动静那家,AI掌门人是cv圈中外驰名大佬,这说明懂技术但不深入到细节,靠经验是不管用的。同样的数据集,得出不同的结论,相信写paper的都懂。
当然,能来本版说技术,我认可你的技术水平的,唬唬那些销售完全没问题,可惜不能转积分给你,让你多浪一点,我被这些销售怼emo了,积分留着没用。 @qtpr
[图] vvest   10-23 14:18
理想的端到端直播,直播逆行了。。。。
[图] hsv   10-23 14:21
这就是端到端比较反直觉的地方,以前规控阶段大家觉得太难以至于无解的case,端到端觉得很简单,而大家觉得常识的部分,屡屡出错。 @vvest
[图] YanXiao   10-23 14:45
yylx
[图] JetLan   10-23 14:46
其实我觉得华为以前的ads2.0就很好了。
这种端到端的驾驶模型,是不是不可控啊?
[图] ruige0822   10-23 15:08
华为也在做端到端,最快也是年底上端到端
到了年底了 您还这么说吗 @JetLan
[图] wangstone   10-23 15:15
年底就不一样了,年底是遥遥领先的端到端 @ruige0822
[图] qtpr   10-23 15:31
得了吧,我说的都是对的,你否认不了。另外,你曲解了我的意思。我并不否认端到端现在确实在人力成本和迭代成本方面有一些优势(基于规则的人工智能其实就有多少人工就有多少智能的dirty work。当然数据驱动也有很多dirty work,但就人力来说确实省了一点儿),但是端到端这一套的上限也是可见的,片面吹嘘端到端只能骗骗小白而已。就目前来说,规则和NN应该结合,系统上限才可能更高一点儿,这有点儿像理想吹的那套快系统和慢系统。但是更本质的改变,在于基本研究路径和形式化工具的颠覆性变革。
另外你别这么多内心戏,扯一堆不知所谓的。 @hsv
[图] JetLan   10-23 15:32
已经推送了。但是我还是觉得自我学习,会不会可控。 @ruige0822
[图] kevinton   10-23 15:33
但是不可否认开得确实更类人了。整体其实有进步。不过智能驾驶现阶段不可充分信任,当作一个增强lcc用就可以了。 @vvest
[图] qtpr   10-23 15:34
华为有余大嘴的嘴就够了,其他都不需要 @JetLan
[图] ruige0822   10-23 15:39
不是 现在华为3.0也只是用神经网络,并不是端到端。
只是不能落伍所以蹭一波端到端 老余发布会能看出来讲这段时快速过去 没有底气 @JetLan
[图] qtpr   10-23 15:40
端到端在平顺性方面是有进步,但是在可控性和可靠性方面不好说 @kevinton
[图] hsv   10-23 15:42
我说的,都是机器学习的基础啊,这都不懂啊。。。 @qtpr
[图] qtpr   10-23 15:44
你很搞笑,你觉得你说的什么我不懂?呵呵 @hsv
[图] kevinton   10-23 15:48
对端到端来说,保证下限是个挑战。有挑战才有行业进步空间。作为普通非激进用户,先观望。 @qtpr
[图] wangstone   10-23 15:49
还是那句话,不要闭门造车,要实践
多去实车试试。我是一步一步看到端到端如何超越规则控制的
你所说的不可控如何量化?用需要接管的时间间隔和里程来衡量可以吗?这两个数字,规则控制完全摆不上台面。即使是某公司号称遥遥领先的时候,也是错误百出,经常需要接管的 @qtpr
[图] hsv   10-23 15:55
不解释了,成色已分。 @qtpr
[图] qtpr   10-23 15:57
讨论个技术问题,还要分成色,呵呵,你高兴就好 @hsv
[图] hsv   10-23 16:00
和看完几篇科普文的聊技术,当然高兴了。 @qtpr
[图] qtpr   10-23 16:20
呵呵,你眼力真好 @hsv
[图] zhuliye84   10-23 17:32
嘴上没输过,现实没赢过,直播智驾都能自动逆行了
[图] fzplove   10-23 17:48
因为规控需要人去建立规则,比较耗时间。
端到端全靠计算了,看的就是数据和训练。更新会更快。 @wangstone
[图] qoros   10-23 17:54
1、逆行百米怼黄色法拉利,解说基本当无事发生。
2、斑马线直怼老头,解说表示老头给点赞。 @zhuliye84
[图] terbaco   10-23 18:41
重庆那个测试,逆行+惊吓行人,这也能安心用?
[图] yayiyayiya   10-23 18:42
ADS3.0不是端到端吗?实测3.0比2.0进步太多了
华为也在做端到端,最快也是年底上端到端
到了年底了 您还这么说吗 @ruige0822
[图] netherlands   10-23 19:19
人的下限难道不是一样的吗? @qtpr
[图] lss009   10-23 20:56
一看就是专业人士啊 @hsv
[图] iideall   10-23 22:28
你们都是大佬,我连科普文都看不懂。作为门外的纯小白,想问一下端到端的计算是跑在本地吗?那本地硬件支持多大的模型啊? @hsv
[图] YuRuiTianXia   10-23 23:38
话术,啥时候推到100%是个时间问题
[图] wangstone   10-24 8:36
一般两周推送完 @YuRuiTianXia
[图] massssssss   10-24 9:00
多大点事儿啊?
又没有一键敞篷
再说了,四川手机报都没发短信,肯定是友商故意黑高中生 @terbaco
[图] hsv   10-24 10:28
云端是训练,这个比较消耗算力,动辄需要几十上百E的算力。本地都是推理(inference),比较轻量化,一般100多算力TOPS就够了。 @iideall
[图] csxf666   10-24 11:03
请大家理性看待智驾,不要听车企忽悠。
端到端我已经用了一个月(万人团),高速比之前好用多了,市区可以做为体验或者不赶时间的时候让它慢慢开,急性子不建议用
[图] wangstone   10-24 11:08
你这有点瞎说了
理想万人团的版本,市区用的端到端,高速没有用端到端 @csxf666
说两句