Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
AEB 那段，這也是特斯拉用影像的優勢，一般AEB用雷達偵測正前方物件距離，雷達判斷物體的橫向座標是用角度解析在看，所以正前方（0度）的判斷比較好，因此越遠雷達的橫向解析度很差，外加外界雷達太多noise ，橫向的車子要進行追蹤配對難度很高，所以要雷達做橫向物件AEB的控制難度很高。特斯拉對於它物件判斷的能力有很高的信心，所以他敢做橫向AEB 的功能，畢竟他都想做到全自駕了，單純的煞停對他而言難度應該不大。PS: 以上是不專業判斷，看有沒有專業人士幫忙回答，我也想知道車用的人在對於這樣功能的實際看法，拋磚引玉，希望有神人幫忙指導一下。
感謝大大補充！很詳細～
橫向移動的物體，自動駕駛可能判斷錯誤。例如在人行道的機車，誤判會移動到車子的前方，自動駕駛做煞停或閃避，而人類輕易可知道人行道上的機車會不會移動到車子前方。特斯拉對物件的判斷能力還不足，隨時可能發生錯誤。雷達的方向性比較差，所以需要高精細雷達或4D 雷達。
@@horngbill6010 對三寶來說人行道的機車隨時會闖入...另外特斯拉可以將車道與人行道切割需要加入一些規則給AI應該可以減少錯誤檢測
讚讚 感謝整理 🎉
感謝支持~
A100 只是衡量算力的一個方便的單位。並不代表他們明年真的會買那麼多A100 。很可能是用Dojo 提供這些算力
這樣說也是有道理喔!! 可能還要看NVIDIA出貨量來看~
合理 買那麼多 還不如培養自己的設計產業
都已经自己造芯片了，哪来的买英伟达芯片呢
@@gangyihu9613 目前還是買很多英偉達的GPU喔～
@@呂奕珣 特斯拉的 Dojo 這個月才要開始量產。之前都只是小規模實驗。這次量產沒出大紕漏的話，就會快速爬坡了
国内一众厂商都开始bev了 明年occupancy network了😳
可以可以，大家一起讓自動駕駛領域更豐富
12:04上面第一排左邊數來第二個畫面那個謎樣的前車場景看起來好像台灣~
哈哈仔細看起來有點像，但也不確定是不是
感謝
😁😁希望有幫到你
整理的讚喔
謝謝^^
猴哥也來了!!~
謝財哥
哈感謝支持阿!
财哥赞👍
😁感謝啦～
來台灣學阿，也是很刺激的路況。
台灣也是高難度等級…
期待今年的AI日～
阿財也期待中!!
AI日完通常都是股價跌跌的時候😂
@@NobelSavage87 今年AI Day日期應該還沒定下來，估計要等到九月
赛博朋克2077里面就表现了AI驾驶会出现的问题
慢慢來～現階段問題確實還很多
別再騙人了~自動駕駛沒有搭配5G無線傳輸smart city 主動告知環境~只是讓更多人受害而已~影片有講到重點~很多向量資料~無法互相傳輸又有何用?
Foundation Model 被台大李宏毅教授和鴻海研究員譯作基石模型哦
感謝補充～
吹了幾年了，大家流量也刷了幾年了，FSD還只是個屁
zh.wikipedia.org/zh-tw/本体_(信息科学)
ontology 原本是哲學術語，被AI 領域借用來指涉，人類知識的表達方式，例如事物的屬性、分類，事物間的關係等等的。Learn without ontology. 意思就是機器學習的不是人類整理好知識後再餵給它。而是讓機器自己直接透過對世界的第一手觀察，自己去歸納、總結出這些知識。
@@YorkJong 恩阿財也有看wiki的解釋~
![NVIDIA 自動駕駛技術大揭秘！NVIDIA AI副總裁2022 CVPR大會講解！與特斯拉截然不同的技術路線？[cc字幕支援]](http://i.ytimg.com/vi/yVyis5wr-48/mqdefault.jpg)
![BLACK BAG - Official Trailer [HD] - Only in Theaters March 14](http://i.ytimg.com/vi/Du0Xp8WX_7I/mqdefault.jpg)
![蘋果 到底有沒有要導入 !? Metalens台灣廠商的佈局 !? 采鈺vs亞光 技術路線大不同 ?! [cc字幕]](/img/1.gif)
AEB 那段，這也是特斯拉用影像的優勢，一般AEB用雷達偵測正前方物件距離，雷達判斷物體的橫向座標是用角度解析在看，所以正前方（0度）的判斷比較好，因此越遠雷達的橫向解析度很差，外加外界雷達太多noise ，橫向的車子要進行追蹤配對難度很高，所以要雷達做橫向物件AEB的控制難度很高。
特斯拉對於它物件判斷的能力有很高的信心，所以他敢做橫向AEB 的功能，畢竟他都想做到全自駕了，單純的煞停對他而言難度應該不大。
PS: 以上是不專業判斷，看有沒有專業人士幫忙回答，我也想知道車用的人在對於這樣功能的實際看法，拋磚引玉，希望有神人幫忙指導一下。
感謝大大補充！很詳細～
橫向移動的物體，自動駕駛可能判斷錯誤。例如在人行道的機車，誤判會移動到車子的前方，自動駕駛做煞停或閃避，而人類輕易可知道人行道上的機車會不會移動到車子前方。特斯拉對物件的判斷能力還不足，隨時可能發生錯誤。
雷達的方向性比較差，所以需要高精細雷達或4D 雷達。
@@horngbill6010 對三寶來說人行道的機車隨時會闖入...
另外特斯拉可以將車道與人行道切割需要加入一些規則給AI應該可以減少錯誤檢測
讚讚 感謝整理 🎉
感謝支持~
A100 只是衡量算力的一個方便的單位。並不代表他們明年真的會買那麼多A100 。很可能是用Dojo 提供這些算力
這樣說也是有道理喔!! 可能還要看NVIDIA出貨量來看~
合理 買那麼多 還不如培養自己的設計產業
都已经自己造芯片了，哪来的买英伟达芯片呢
@@gangyihu9613 目前還是買很多英偉達的GPU喔～
@@呂奕珣 特斯拉的 Dojo 這個月才要開始量產。之前都只是小規模實驗。這次量產沒出大紕漏的話，就會快速爬坡了
国内一众厂商都开始bev了 明年occupancy network了😳
可以可以，大家一起讓自動駕駛領域更豐富
12:04上面第一排左邊數來第二個畫面那個謎樣的前車場景看起來好像台灣~
哈哈仔細看起來有點像，但也不確定是不是
感謝
😁😁希望有幫到你
整理的讚喔
謝謝^^
猴哥也來了!!~
謝財哥
哈感謝支持阿!
财哥赞👍
😁感謝啦～
來台灣學阿，也是很刺激的路況。
台灣也是高難度等級…
期待今年的AI日～
阿財也期待中!!
AI日完通常都是股價跌跌的時候😂
@@NobelSavage87 今年AI Day日期應該還沒定下來，估計要等到九月
赛博朋克2077里面就表现了AI驾驶会出现的问题
慢慢來～現階段問題確實還很多
別再騙人了~自動駕駛沒有搭配5G無線傳輸smart city 主動告知環境~只是讓更多人受害而已~影片有講到重點~很多向量資料~無法互相傳輸又有何用?
Foundation Model 被台大李宏毅教授和鴻海研究員譯作基石模型哦
感謝補充～
吹了幾年了，大家流量也刷了幾年了，FSD還只是個屁
zh.wikipedia.org/zh-tw/本体_(信息科学)
ontology 原本是哲學術語，被AI 領域借用來指涉，人類知識的表達方式，例如事物的屬性、分類，事物間的關係等等的。
Learn without ontology. 意思就是機器學習的不是人類整理好知識後再餵給它。而是讓機器自己直接透過對世界的第一手觀察，自己去歸納、總結出這些知識。
@@YorkJong 恩阿財也有看wiki的解釋~