精华好帖回顾
· 小朋友生日Party准备大全以及Sydney Party场所推荐 (84-87楼有更新) (2011-6-20) 旋木	· 悉尼长登两周记 (2005-7-1) magie
· 谈的是一夜情、说的是婚外恋——我看《BEFORE SUNRISE/BEFORE SUNSET》 (2007-5-24) Gardener	· 偷情的尴尬（结局已出），谨以此应征文《我和手机的故事》 (2007-8-8) 铁枪

1 2 3 4 56 / 6 页

楼主:dootbear

[中国大陆] 彭博社：因机器人出租车订单增加，百度在香港股价飙升 [复制链接]

kaiak

银靴族

发表于 2024-7-13 23:51 |显示全部楼层

此文章由 kaiak 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 kaiak 所有！转贴必须注明作者、出处和本声明，并保持内容完整

superdigua 发表于 2024-7-13 22:32
WAYMO 2018 年开始商业运营，萝卜快跑 6 年后抄作业

因为成本太高，WAYMO 始终无法成功

别忘了中国大陆的buff 加成啊

你就说 RTK 厘米级定位 , 中国和美国 , 成本能一样?

国内大疆植保无人机,都可以标配配RTK定位

此处四时有波浪,出鳄鱼似巨舫大.佛郎几商曾驾船过此海,望见鹦哥地,而未就舶.-Land of Parrots

superdigua

钻石靴族

发表于 2024-7-14 07:12 |显示全部楼层

此文章由 superdigua 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 superdigua 所有！转贴必须注明作者、出处和本声明，并保持内容完整

kaiak 发表于 2024-7-13 23:51
别忘了中国大陆的buff 加成啊

你就说 RTK 厘米级定位 , 中国和美国 , 成本能一样?

要分清主次。

这些是次要因素，不影响基本面。

认知决定命运。异议并非敌意。质疑不代表恶意。我的观点当然可能是错误的。
舆论自由是现代文明的基石。舆论管制：为了预防男性强奸而直接阉割。

superdigua

钻石靴族

发表于 2024-7-15 10:54 |显示全部楼层

此文章由 superdigua 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 superdigua 所有！转贴必须注明作者、出处和本声明，并保持内容完整

gifox 发表于 2024-7-13 21:53
法律法规的问题.

不但特斯拉一家,几家有自动驾驶的都有信心, 如果如果法规允许移除方向盘, 他们的事故率 ...

《中国证券报》发现，萝卜快跑无人驾驶出租车无法在极端天气情况接单。

7 月 12 日，北京下午为雷暴雨天气，萝卜快跑 App 显示「根据法律法规要求，极端天气（大雨、冰雹等）自动驾驶不允许提供服务，感谢理解」。《中国证券报》认为，大雨时段通常网约车运力不足、打车需求多，自动驾驶车辆暂时不能弥补天气特殊时的运力供给不足。

记者还采访了一些滴滴司机，一位在北京的司机表示，目前萝卜快跑运营范围比较窄，暂时对其接单没什么影响。记者也发现萝卜快跑打车上下车点不能完全自由选择，需要自行寻找出发地和终点附近的停靠点。

https://mp.weixin.qq.com/s/zN-NyJ4LbT8KVmO-FLXPKA

认知决定命运。异议并非敌意。质疑不代表恶意。我的观点当然可能是错误的。
舆论自由是现代文明的基石。舆论管制：为了预防男性强奸而直接阉割。

gifox

版主

发表于 2024-7-15 15:04 来自手机 |显示全部楼层

此文章由 gifox 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 gifox 所有！转贴必须注明作者、出处和本声明，并保持内容完整

superdigua 发表于 2024-7-15 10:54
《中国证券报》发现，萝卜快跑无人驾驶出租车无法在极端天气情况接单。

7 月 12 日，北京下午为雷暴雨天 ...

萝卜不是L5 ，这个是估计之中的

mcrlanglang

布鞋族

发表于 2024-7-16 10:59 |显示全部楼层

此文章由 mcrlanglang 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 mcrlanglang 所有！转贴必须注明作者、出处和本声明，并保持内容完整

liangyu42087 发表于 2024-7-13 02:36
在北美，我的FSD刚刚过期。。

怎么说呢，一般转弯都没有问题。。。有问题的是比较复杂的情况。。

纯视觉肯定会有这样的问题，因为它的环境搭建模块创造出的4D环境是模拟出来的。抛开时间变量，摄像头捕捉到的只是三通道的1d画面，然后将画面中的的像素传入CNNs网络模型进行多头特征识别，然后将识别到的特征或物体整合进行车身四周环境搭建，最后在通过决策模块来行动。

特斯拉最新版fsd的重大改进就是将上一代的环境模拟模块升级，上一代环境模拟是平面2D环境，而这一代利用神经网络算法，将平面画面模拟成了3d景象，最终加上时间变量形成4d环境。但是无论怎么升级，本质上环境还是模拟出来的。如果路上出现一个不常见的障碍物或者路况，模型的预训练没有包括这个物体，那么视觉方案是无法识别障碍物的，或者误识别障碍物。

目前从AI模型的技术发展，即便最好的图像识别神经网络模型，也很难做到将大数量的图像识别准确率稳定做到95%以上，那么智能驾驶的角度来说，这样的准确率是否能够对乘客的安全负责？新版fsd已经改为end to end，不再去fine tune 提升它的物体识别模块和环境模块的准确率了，只对齐最后的行动表现，说通俗点就是需要大量的实践去犯错再纠错来提升模型表现，这就需要对fsd的技术高度信任的用户踊跃参与了。