新未名空间

看懂了，是用训练chatgpt的方法用开车录像训练人工智能开车，现在进一步了解其危险性了.

在规划模块中用ai代替了rule based，只要训练量足够，要比rule based强很多。因为在人类开车中总会有rule没法cover的边界条件。而AI直接从大量的人类实际驾车中总结出经验。

这个视频解释了这个问题。

rtyu 写了： 2025年 1月 4日 13:16 看懂了，是用训练chatgpt的方法用开车录像训练人工智能开车，现在进一步了解其危险性了.

用了八个摄像头要比人眼看到的更多，也就是需要比人眼能看到的更多图像信息，看来还是更多的信息的有利于自动驾驶的。那为什么不用激光和雷达提供更多路况信息？拿来训练人工智能智能也有帮助，人工智能训练没有嫌训练信息太多的。可能Tesla还是为了节省成本，把激光和雷达给去除了。造车时连一两个螺栓都要省，激光和雷达这么昂贵的部件更应该省。

ignius 写了： 2025年 1月 4日 14:29 在规划模块中用ai代替了rule based，只要训练量足够，要比rule based强很多。因为在人类开车中总会有rule没法cover的边界条件。而AI直接从大量的人类实际驾车中总结出经验。

这个视频解释了这个问题。

lexian 写了： 2025年 1月 4日 06:33

这个？ 虽然四年前的FSD algorithm 还很初级， 没有认出路上横躺的卡车（极小概率事件）而提早变道避免碰撞-这个视频清晰展示FSD起的作用，车子在最后急刹车。 车身完好， 没有人员伤亡。

狂赞斯拉 最后救了小白鼠

开油车的都换线了

没错，就是为了节省成本，不被硬件控制。软件的迭代要容易得多。大家可以拭目以待，看看哪种方案最后能胜出。另外tesla最新的fsd hardware里是有个sar雷达的，只是没有lidar。

Tesla's Hardware 4 (HW4) Full Self-Driving (FSD) system includes a high-definition (HD) synthetic aperture radar (SAR) unit called Phoenix:

Purpose
The radar enhances situational awareness and adds precision to self-driving capabilities. It could potentially see better in low-light conditions, fog, rain, or snow.

Features
The radar is a forward-facing radar that extends the current reach by double. It's likely to be used for emergency braking and high accuracy near the front of the car.

rtyu 写了： 2025年 1月 4日 15:43 用了八个摄像头要比人眼看到的更多，也就是需要比人眼能看到的更多图像信息，看来还是更多的信息的有利于自动驾驶的。那为什么不用激光和雷达提供更多路况信息？拿来训练人工智能智能也有帮助，人工智能训练没有嫌训练信息太多的。可能Tesla还是为了节省成本，把激光和雷达给去除了。造车时连一两个螺栓都要省，激光和雷达这么昂贵的部件更应该省。

另外你有些误解。纯视觉还是lidar，只是在感知这个模块的不同方法。在决定规划的模块，大家都需要海量数据来train ai。
只不过lidar更多是通过硬件来拿到所需的视频信息，纯视觉是通过软件来拿到。

rtyu 写了： 2025年 1月 4日 15:43 用了八个摄像头要比人眼看到的更多，也就是需要比人眼能看到的更多图像信息，看来还是更多的信息的有利于自动驾驶的。那为什么不用激光和雷达提供更多路况信息？拿来训练人工智能智能也有帮助，人工智能训练没有嫌训练信息太多的。可能Tesla还是为了节省成本，把激光和雷达给去除了。造车时连一两个螺栓都要省，激光和雷达这么昂贵的部件更应该省。

ignius 写了： 2025年 1月 4日 14:29 在规划模块中用ai代替了rule based，只要训练量足够，要比rule based强很多。因为在人类开车中总会有rule没法cover的边界条件。而AI直接从大量的人类实际驾车中总结出经验。

这个视频解释了这个问题。

既然你提到这么多AI名词，我假设你懂rule based碰到对应的条件100%触发训练时提供的label行为，而neural network甚至都不能保证inference时给训练数据中存在的输入，输出一定跟label一样。所以新模型提高了障碍物识别问题的能力是可信，毕竟训练数据扩充了，loss下降了，但要说纯视觉模型solution解决了这个问题，那就是胡扯了。

感觉你没看懂我贴的第一个视频。我说的tesla解决障碍物识别问题是运用了occupancy network，是属于感知层面。它不一定知道前面是什么障碍物，但是通过occupant network，它能知道有障碍物以及它的形状，occupancy volume & occupancy flow。

所谓的rule based说的是是规划层面。原来fsd的规划层面用的都是rule based和树搜索，2023年开始改成类似ChatGPT的神经网络和transformer。

fantasist 写了： 2025年 1月 4日 17:49 既然你提到这么多AI名词，我假设你懂rule based碰到对应的条件100%触发训练时提供的label行为，而neural network甚至都不能保证inference时给训练数据中存在的输入，输出一定跟label一样。所以新模型提高了障碍物识别问题的能力是可信，毕竟训练数据扩充了，loss下降了，但要说纯视觉模型solution解决了这个问题，那就是胡扯了。

ignius 写了： 2025年 1月 4日 20:24 感觉你没看懂我贴的第一个视频。我说的tesla解决障碍物识别问题是运用了occupancy network，是属于感知层面。它不一定知道前面是什么障碍物，但是通过occupant network，它能知道有障碍物以及它的形状，还有避开它的路径occupancy flow。

所谓的rule based说的是是规划层面。原来fsd的规划层面用的都是rule based和树搜索，2023年开始改成类似ChatGPT的神经网络和transformer。

occupancy network也是neural network，这种推理时的不确定性依然存在。看来你没做过ML，被tesla各种宣传忽悠了。

你没看视频吧？occupancy network输出的结果还会跟nerf的结果进行比较。

fantasist 写了： 2025年 1月 4日 20:33 occupancy network也是neural network，这种推理时的不确定性依然存在。看来你没做过ML，被tesla各种宣传忽悠了。

ignius 写了： 2025年 1月 4日 20:51 你没看视频吧？occupancy network输出的结果还会跟nerf的结果进行比较。

不是，你看严肃视频之前不点开youtuber的profile看一下他大致水平是如何吗……想研究技术，看这种营销号纯粹浪费时间，不如搜几篇相关论文丢给AI总结一下。

那个视频是我今天才找到的，因为是用中文讲解的很清楚的。
至于tesla fsd 相关的，我看的是fsd负责人自己发的视频。很长，烙印英语，这里同学估计没人会看完。


https://www.thinkautonomous.ai/blog/occ ... works/amp/

fantasist 写了： 2025年 1月 4日 21:06 不是，你看严肃视频之前不点开youtuber的profile看一下他大致水平是如何吗……想研究技术，看这种营销号纯粹浪费时间，不如搜几篇相关论文丢给AI总结一下。

ignius 写了： 2025年 1月 4日 16:09 另外你有些误解。纯视觉还是lidar，只是在感知这个模块的不同方法。在决定规划的模块，大家都需要海量数据来train ai。
只不过lidar更多是通过硬件来拿到所需的视频信息，纯视觉是通过软件来拿到。

软件得到的信息和硬件得到的信息比可靠性是一样的么？

已经很接近了。所谓的软件得到信息，指的是把摄像头获取的2d视频信息用软件算法转换成3d视频，再加上depth。最近occupancy network很火，很多公司都在这方面科研。有兴趣的同学可以看看这个视频：

geniushanbiao 写了： 2025年 1月 5日 10:56 软件得到的信息和硬件得到的信息比可靠性是一样的么？

我觉得tesla一根筋的搞纯视觉fsd，也是为了以后的ai机器人做技术储备。机器人以后单价应该是2万美金左右，装lidar就不太现实了，还是要靠纯视觉。

ignius 写了： 2025年 1月 5日 12:28 已经很接近了。所谓的软件得到信息，指的是把摄像头获取的2d视频信息用软件算法转换成3d视频，再加上depth。最近occupancy network很火，很多公司都在这方面科研。有兴趣的同学可以看看这个视频：

接近和相同是两个概念。我希望看到客观的数据对比而不是这种无聊的定性分析。

有测试啊，我发的那个视频里就有演示。

geniushanbiao 写了： 2025年 1月 5日 14:35 接近和相同是两个概念。我希望看到客观的数据对比而不是这种无聊的定性分析。

ignius 写了： 2025年 1月 5日 12:28 已经很接近了。所谓的软件得到信息，指的是把摄像头获取的2d视频信息用软件算法转换成3d视频，再加上depth。最近occupancy network很火，很多公司都在这方面科研。有兴趣的同学可以看看这个视频：

论文都号称自己是sota，测试集准确率多少？有85%吗

lexian 写了： 2025年 1月 3日 21:01 Well, about 10 times less likely to be in an accident with Tesla+FSD vs regular car.

阿姆斯特丹每年有一百多辆车掉河里，其中最多的就是特斯拉。

对于大型物体检测的accuracy 几乎是100%了，小形物体还有恶劣天气，照明情况下85-90%左右吧，所以tesla fsd还需要nerf来supervise ON的输出。这方面每个fsd版本都在提高。

fantasist 写了： 2025年 1月 5日 15:25 论文都号称自己是sota，测试集准确率多少？有85%吗