全部回帖
为啥你毛也不懂还能说这么多。。。啥叫视觉➕ai?你知道为啥叫端到端吗?你知道规则是指啥吗?传统自动驾驶指按照感知-规控-执行的三段式逻辑,感知可以使用纯视觉or视觉+激光等等,建立对环境的感知,包括哪有车、有人或障碍物,所谓的规则是规控这部分,根据感知的结果判断下一步该怎么办,不是你说的什么做加法。端到端的意思是不按照三段式逻辑从输入的视觉/激光等环境信号直接通过模型推理车的动作,这样就跳过了写规则进行规控这步,优势在于可以覆盖规控枚举不到的corner case
为啥你毛也不懂还能说这么多。。。啥叫视觉➕ai?你知道为啥叫端到端吗?你知道规则是指啥吗?传统自动驾驶指按照感知-规控-执行的三段式逻辑,感知可以使用纯视觉or视觉+激光等等,建立对环境的感知,包括哪有车、有人或障碍物,所谓的规则是规控这部分,根据感知的结果判断下一步该怎么办,不是你说的什么做加法。端到端的意思是不按照三段式逻辑从输入的视觉/激光等环境信号直接通过模型推理车的动作,这样就跳过了写规则进行规控这步,优势在于可以覆盖规控枚举不到的corner case
无规则的话就是相当于用AI大模型来进行判断是吗
无规则的话就是相当于用AI大模型来进行判断是吗
为啥你毛也不懂还能说这么多。。。啥叫视觉➕ai?你知道为啥叫端到端吗?你知道规则是指啥吗?传统自动驾驶指按照感知-规控-执行的三段式逻辑,感知可以使用纯视觉or视觉+激光等等,建立对环境的感知,包括哪有车、有人或障碍物,所谓的规则是规控这部分,根据感知的结果判断下一步该怎么办,不是你说的什么做加法。端到端的意思是不按照三段式逻辑从输入的视觉/激光等环境信号直接通过模型推理车的动作,这样就跳过了写规则进行规控这步,优势在于可以覆盖规控枚举不到的corner case
为啥你毛也不懂还能说这么多。。。啥叫视觉➕ai?你知道为啥叫端到端吗?你知道规则是指啥吗?传统自动驾驶指按照感知-规控-执行的三段式逻辑,感知可以使用纯视觉or视觉+激光等等,建立对环境的感知,包括哪有车、有人或障碍物,所谓的规则是规控这部分,根据感知的结果判断下一步该怎么办,不是你说的什么做加法。端到端的意思是不按照三段式逻辑从输入的视觉/激光等环境信号直接通过模型推理车的动作,这样就跳过了写规则进行规控这步,优势在于可以覆盖规控枚举不到的corner case
请问问界m9是哪种智驾方案?
请问问界m9是哪种智驾方案?
华为的ADS3.0本质上不是端到端,还是主要基于规则的堆砌,理想小鹏属于完全拥抱端到端,不过理想目前城区智驾能力和华为的ADS3.0基本差不多,但是华为不上端到端的话,未来一定会被理想超越的,华为这次在智驾路线上的选择罕见的落后了,随着训练数据量的越来越大,端到端的上线比规则高太多了,你能写多少if else出来?和大模型自己学习根本没有可比性,非要说事故的话,哪家没有bad case?规则的概率要比one model高多了,所以华为再不改路线的话,智驾领域遥遥领先这话怕是要没机会喊了
华为的ADS3.0本质上不是端到端,还是主要基于规则的堆砌,理想小鹏属于完全拥抱端到端,不过理想目前城区智驾能力和华为的ADS3.0基本差不多,但是华为不上端到端的话,未来一定会被理想超越的,华为这次在智驾路线上的选择罕见的落后了,随着训练数据量的越来越大,端到端的上线比规则高太多了,你能写多少if else出来?和大模型自己学习根本没有可比性,非要说事故的话,哪家没有bad case?规则的概率要比one model高多了,所以华为再不改路线的话,智驾领域遥遥领先这话怕是要没机会喊了
理想跟ads3.0差不多,哈哈,笑死人
理想跟ads3.0差不多,哈哈,笑死人
真是嘴又臭又硬,说太多的专业的你肯定不懂又会杠,你每天刷上瘾的短视频平台还有你老婆看的停不下来的直播电商以及淘宝pdd,都是最明显的应用,还有导航,音乐软件等等等等,就连虎扑微博都有,只不过这两家明显是卖的最便宜的垃圾模型,算法菜的一批
真是嘴又臭又硬,说太多的专业的你肯定不懂又会杠,你每天刷上瘾的短视频平台还有你老婆看的停不下来的直播电商以及淘宝pdd,都是最明显的应用,还有导航,音乐软件等等等等,就连虎扑微博都有,只不过这两家明显是卖的最便宜的垃圾模型,算法菜的一批
这些还是推荐算法和大模型基本毛关系没有,大模型在里面1%生产都用不到。一句专业的没有,还说别人听不懂,算法和模型都分不清楚,也是顶级嘴臭,顶级享受了。
这些还是推荐算法和大模型基本毛关系没有,大模型在里面1%生产都用不到。一句专业的没有,还说别人听不懂,算法和模型都分不清楚,也是顶级嘴臭,顶级享受了。
但是听起来还是规则啊,相当于对规则做了一个封装,有点信号与系统的味道
但是听起来还是规则啊,相当于对规则做了一个封装,有点信号与系统的味道
规则与端到端的区别是。规则是事先定义好的,就是说前面有人我就刹车,端到端是通过大量的数据,由算法自己输出一个结论,结论可能是前面有人我就刹车,也有可能是前面有人我就绕行,也有可能是前面有人我就加速碾压,这个结果是通过大量的行车数据算出来的,最终实现泛化,能够由一套模型去覆盖世界上所有的开车出现的case。因为仅靠规则,你永远穷举不完规则,这就是为什么特斯拉几年前直接全部转向端到端了,因为特斯拉觉得基于规则的自动驾驶根本没办法做到泛化。
规则与端到端的区别是。规则是事先定义好的,就是说前面有人我就刹车,端到端是通过大量的数据,由算法自己输出一个结论,结论可能是前面有人我就刹车,也有可能是前面有人我就绕行,也有可能是前面有人我就加速碾压,这个结果是通过大量的行车数据算出来的,最终实现泛化,能够由一套模型去覆盖世界上所有的开车出现的case。因为仅靠规则,你永远穷举不完规则,这就是为什么特斯拉几年前直接全部转向端到端了,因为特斯拉觉得基于规则的自动驾驶根本没办法做到泛化。
你说的真的是可笑,花窝窝智驾本身就是视觉激光雷达加AI,不是单纯考什么。你说的理想车卖的多所以怎么怎么样,智驾最关键就是芯片,华为芯片虽然标的算力要比英伟达少,但是稠密算力要比英伟达要高,算力得房率远远要比英伟达要强得多。。华为智驾软硬件背靠中央科技院和中央工程院,华为本身在国内就是AI这方面扛把子,你竟然说华为这方面要被赶超。。。。其次智驾马太效益也非常的重要使用用户越多场景越多大数据积累越多拉开的差距也越大。你说理想卖的多,里面绝大部分也是L6,城区智驾真的就是智障的水平。。。。你也真的想当然,买理想得多不代表开城区智驾的多。鸿蒙智行单单9月份智驾里程就是2亿公里,里面相当一部分还是城区智驾,理想能比么?? 另外华为后续还有很多款车要上市,手里牌是越打越多,理想现在套娃越套越低端,放心再过三四年之后他俩不是一个桌上的了。
你说的真的是可笑,花窝窝智驾本身就是视觉激光雷达加AI,不是单纯考什么。你说的理想车卖的多所以怎么怎么样,智驾最关键就是芯片,华为芯片虽然标的算力要比英伟达少,但是稠密算力要比英伟达要高,算力得房率远远要比英伟达要强得多。。华为智驾软硬件背靠中央科技院和中央工程院,华为本身在国内就是AI这方面扛把子,你竟然说华为这方面要被赶超。。。。
其次智驾马太效益也非常的重要使用用户越多场景越多大数据积累越多拉开的差距也越大。你说理想卖的多,里面绝大部分也是L6,城区智驾真的就是智障的水平。。。。你也真的想当然,买理想得多不代表开城区智驾的多。鸿蒙智行单单9月份智驾里程就是2亿公里,里面相当一部分还是城区智驾,理想能比么??
另外华为后续还有很多款车要上市,手里牌是越打越多,理想现在套娃越套越低端,放心再过三四年之后他俩不是一个桌上的了。
“华为智驾本身就是视觉激光雷达+AI”,这开头一句话就暴露了你的水平,如何能把这几个词放在一个平面来讲的,水平懂得都懂。视觉和激光雷达是感知,AI是啥?说话都不清不楚的。
“华为智驾本身就是视觉激光雷达+AI”,这开头一句话就暴露了你的水平,如何能把这几个词放在一个平面来讲的,水平懂得都懂。视觉和激光雷达是感知,AI是啥?说话都不清不楚的。
智驾确实不是什么半导体这种门槛超高的行业,谁都可以进来,但是不是谁进来就能吊打华为的。这是华为看家的本事,他要是这个都能轻易被人超越,那就是笑话了。
智驾确实不是什么半导体这种门槛超高的行业,谁都可以进来,但是不是谁进来就能吊打华为的。这是华为看家的本事,他要是这个都能轻易被人超越,那就是笑话了。
你就看华为上不上端到端就完事儿了,没说华为技术不行,只是华为这次智驾路线是错的,人家小鹏理想别的不说,跟着特斯拉干就完事儿了,华为嘲笑特斯拉的fsd,自己还用规则,后续看华为是不是要跟着一起切换端到端就完事儿了
你就看华为上不上端到端就完事儿了,没说华为技术不行,只是华为这次智驾路线是错的,人家小鹏理想别的不说,跟着特斯拉干就完事儿了,华为嘲笑特斯拉的fsd,自己还用规则,后续看华为是不是要跟着一起切换端到端就完事儿了
他当然不是纯规则,但是高度依赖规则,端到端是要有能达到全梯度回传的神经网络,在这整个神经网络中间可以有小的模块划分,但必须是以神经网络去划分而不是写一个规则,不然没法做到全模型的统一训练,而ADS3.0就是这样的,用了很多的规则来连接小模块的神经网络,很明显不是one model,智驾发展到现在,从21年的那种前视图或者多视图的方案,到22年的BEV+Transformer,到现在的端到端,都是有规则作为底层基座的,没有底层规则的one model可能会出现一些很奇怪又很难纠正的错误,这也是端到端的缺点,但是你不可否认他让复杂的规则代码缩小了好几个数量级,这就是目前现在的最优解,不过我甚至觉得one model也不一定是终局,目前的模型再融合语言或者世界大模型也许会更好,你可以简单理解为先用神经网络训练一个人,把他从小培养到大,让这个模型理解这个世界的底层逻辑和思维逻辑,然后让这个模型去开车,他就会表现的和人开车无限接近,属于细分领域的模型和大世界模型的融合,我不喜欢你这种带偏见先入为主的讨论,鄙人不才,但是在这方面也确实略懂一二
[图片]
他当然不是纯规则,但是高度依赖规则,端到端是要有能达到全梯度回传的神经网络,在这整个神经网络中间可以有小的模块划分,但必须是以神经网络去划分而不是写一个规则,不然没法做到全模型的统一训练,而ADS3.0就是这样的,用了很多的规则来连接小模块的神经网络,很明显不是one model,智驾发展到现在,从21年的那种前视图或者多视图的方案,到22年的BEV+Transformer,到现在的端到端,都是有规则作为底层基座的,没有底层规则的one model可能会出现一些很奇怪又很难纠正的错误,这也是端到端的缺点,但是你不可否认他让复杂的规则代码缩小了好几个数量级,这就是目前现在的最优解,不过我甚至觉得one model也不一定是终局,目前的模型再融合语言或者世界大模型也许会更好,你可以简单理解为先用神经网络训练一个人,把他从小培养到大,让这个模型理解这个世界的底层逻辑和思维逻辑,然后让这个模型去开车,他就会表现的和人开车无限接近,属于细分领域的模型和大世界模型的融合,我不喜欢你这种带偏见先入为主的讨论,鄙人不才,但是在这方面也确实略懂一二
one model对于国内智驾是不是最终局得看特斯拉的迭代速度.. 现在特斯拉不开AI day了,感觉端到端至少在5年内是主流了,未来5年后续的浪潮就是各家切换至纯摄像头,做更好的感知来训练端到端模型。历史反正都是惊人的相似。
one model对于国内智驾是不是最终局得看特斯拉的迭代速度.. 现在特斯拉不开AI day了,感觉端到端至少在5年内是主流了,未来5年后续的浪潮就是各家切换至纯摄像头,做更好的感知来训练端到端模型。历史反正都是惊人的相似。
呵呵,你坐电梯是不是也是把命交给机器呢?无知的人总是觉得众人皆醉我独醒。你最好骑着自行车去上班,那个坏了不会有生命危险。
呵呵,你坐电梯是不是也是把命交给机器呢?无知的人总是觉得众人皆醉我独醒。你最好骑着自行车去上班,那个坏了不会有生命危险。
最后上张图,表示我对目前法规尚不完善下居然有蠢货大喊自己在城区开智驾的倾佩,还是那句话,祝好….
最后上张图,表示我对目前法规尚不完善下居然有蠢货大喊自己在城区开智驾的倾佩,还是那句话,祝好….
华为吹牛逼没输过,比赛没赢过
华为吹牛逼没输过,比赛没赢过
什么比赛没赢过,你来说说
什么比赛没赢过,你来说说
上海匡慧网络科技有限公司 沪B2-20211235 沪ICP备2021021198号-6 Copyright ©2021 KUANGHUI All Rights Reserved. 匡慧公司 版权所有