特斯拉利用占用网络来实现类似激光雷达的感知效果,国内主机厂由于机器视觉算法的缺失,预计仍将激光雷达作为重要的补充传感器,由此可减少在视觉领域所需积累的数据量 。
另外4D成像毫米波雷达或将完全替代3D毫米波雷达,有望对低线激光雷达形成替代 。
与激光雷达相比,4D成像毫米波雷达部分指标近似达到16线激光雷达性能,但成本仅为激光雷达十分之一 。
特斯拉基于全新的自动驾驶硬件HW4.0,首次在S/X的车型上搭载了4D毫米波雷达 。除特斯拉外,价格在40万元以下的理想车型和价格在70万以上的宝马车型、以及通用收购的Cruise自动驾驶服务车均于近两年完成了4D毫米波雷达布局 。同时大陆、采埃孚等汽车Tier-1巨头基本完成对该领域的布局 。
8月,马斯克亲自上线开启了一场FSD Beta V12的试驾直播,45分钟内FSD Beta V12系统在行驶全程进展非常顺利,能够轻松绕过障碍物,识别道路各种标志 。
马斯克激动地表示:
V12系统从头到尾都是通过AI实现 。我们没有编程,没有程序员写一行代码来识别道路、行人等,全部交给了神经网络 。
而这一切是建立在巨量的‘视频数据’和1万个H100之上 。
遗憾的是,这两个战略性资源都不是国内主机厂能够轻易追赶上的 。
参考资料[1] 你知道么,自动驾驶竟然已存在27年?佚名
[2] 智能驾驶芯片算力越大就越好吗,远川汽车评论
[3] 大模型应用下自动驾驶赛道将有哪些变化?天风证券
[4] AI大模型应用于汽车智能驾驶梳理:吐故纳新,如日方升,光大证券
[5] ALVINN探秘:一辆来自1989年的自动驾驶汽车,雷锋网
[6] 爆火的ChatGPT,能让自动驾驶更快实现吗?钛媒体
[7] 马斯克直播试驾特斯拉FSD V12!端到端AI自动驾驶,1万块H100训练,新智元
推荐阅读
- AI 大模型数据标注“民工”月入不过 5000 元,单价从五毛降到四分
- 深度解析大模型代码能力现状
- 开源大模型正在“杀死”闭源?
- AI大模型下一步怎么走?百度世界五大亮点给出行业风向标
- LLM 解读大模型的token
- 生成式AI与大模型有什么区别和联系?
- 高铁上能不能带食用油上车 高铁上能不能带食用油
- 大巴上能不能带猫 大巴上能不能带猫上车
- 公交能不能带气球 公交能不能带气球上车
- 高铁上能不能带充电宝 高铁上能不能带充电宝上车
