智能驾驶算法交流更新
夜长梦山
2023-11-03 08:18:14
🌀智能驾驶算法交流更新-1102
———————————
1、无图方案重点：众包建图、核心能力和数据闭环相同，把建图从图上放到自己手上，降本增效；难点在于路口拓扑关系推理，特斯拉把语言模型耦合进去；通勤NOA是无图方案中最重要的一环，消费者容忍度高，配合度好：多次，低速，数量多，利于众包。谁的车多，数据能用好就有优势。
2、L3：L2+到L3最大问题就是法规，技术栈已经比较成熟了，最大区别是留给用户的反应时间要变长。等级提升对应到技术上主要是失效保护。
3、端到端：高精地图提供了未来车道信息，无图没有，端到端在众包信息以外，会有更稳定的结果；国内端到端在预研，国内复杂路况多，对规控要求高，神经网络下对数据量和质量要求很高，配合生成技术甚至世界模型，才能形成闭环。
4、华为领先的原因：华为有路测资质，19年没有高精地图之前，是走众包的；数据筛选做得好，1% corner case需要不断去测，路采或者是通过文搜图来找出corner case的数据，做得好的原因是有更全面的技术积累，基于文本模型，华为已经有了很长时间众包积累，已有足够的数据量。
5、世界模型：未来非常大的变量，通过仿真驱动迭代。算力要求非常高，数据闭环转动会非常快，出现后存在弯道超车机会，可以拔高纯视觉的上限。
6、主机厂vs供应商：传统主机厂缺乏IT基因，靠人海战术，软件2.0时代很难自己做出来。
#结论：1）特斯拉开启的自动驾驶2.0时代是数据驱动，未来3.0将是仿真驱动，生成数据；2）现有无图主要是众包建图，通勤模式可以加快功能的落地和无图能力的完善；3）数据第一、算力第二、算法第三，形成好的数据闭环最重要，软硬件一体化能力是加分项；4）未来格局可能是头部智能车企+围绕科技第三方供应商的主机厂联盟。
作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。
声明：文章观点来自网友，仅为作者个人研究意见，不代表韭研公社观点及立场，站内所有文章均不构成投资建议，请投资者注意风险，独立审慎决策。
S
深城交
工分
1.91
转发
收藏
投诉
复制链接
分享到微信
有用 6
打赏作者
无用
真知无价，用钱说话
0个人打赏
同时转发
评论（5）
只看楼主
热度排序
最新发布
最新互动
- 1