@coolmint #84

对头👍

@dingjs #77

猫的胡子不是用来判断这个的，小时候太多的误导教学。

因为猫看不到太近的物体，也就是盲区，比如，30cm 以内。

另外，胡子能感受到空气里的震动，比耳朵更好使…

解决的是盲区而不是信息多维度

@QlanQ #65

另外
你应该完美没懂传感器多带来的问题
看看这个

https://m.xbiao.com/20150423/31290.html

这不是我发明的定律

@QlanQ #65

激光更准确？ 你如果允许，比如 50%（下雨或者不下雨）的不可信那你的想法就是对的

问题是，数据怎么才叫准确？
这就是一个很有意思的角度了…

怎么定义准确。
了解一下端到端模型智能驾驶方案你就知道了，现在的趋势是不对数据的准确度进行判断，因为无法判断。

AI 推理方式下的智能驾驶只有一种路径：
对下一个步骤做可行的推理。
是的，就像现在的 LLM 一样，它其实只是推理了下一个 words （ token ） 用哪个词才更合理。



当然也是有利有弊的。
以前是直接的逻辑判断，比如红灯停就行了
现在端到端的推理模型，就会需要大量的训练，而且训练完了可能还会闯红灯。

楼上几个看看 #67

还从业人员，从的是什么业…

@DeYiAo #8

有点意思

说明小米舆控能力不如华为…

@QlanQ #57

下雨天怎么？空气中的蚊虫怎么办…比如高速路上车前方的一堆蚊虫尸体

@wy315700 #36

人转脑袋是因为不能 360
很多动物不需要转脑袋就能看到你…这个多看看动物世界就行了

换句话说，脑袋后面长眼睛还需要转脑袋吗？

油磨而已，明显你从来不洗碗

错字，倒车影像

首先，传感器不是越多越好


一块表，你可以看时间，给你两块不一样时间的表，你就不知道现在是什么时间。

就是这个道理。

所有的传感器都是有优势和劣势，
现有的传感器有
超声波，也就是倒车雷达
毫米波，也就是电磁波雷达
激光，当然，光也是一种电磁波

各有利弊，都只能做某一部分的事情
问题是，那综合以后行不行呢？

答案显然是不行的，就好像为啥更喜欢 google 而不是百度…给你一堆信息噪音你怎么分辨哪个是对的？


视觉，是第四个维度的传感器…
于是特斯拉投票给了视觉识别这个天赋点。
特斯拉不是不用传感器，以前也用，但是它发现还不如不用，举个例子


给你倒车影响以后，倒车雷达关了能满足倒车需求吗？至少我可以，因为我的倒车雷达坏了…掉下来了，插头我就拔了，光看摄像头没觉得有啥问题。

以上，明白了没？

骂的就是这种宣传方式

@ferock #1

纠正，这叫辅币单位…

分为单位，相应国家法规

那些吹的人恨不得把中间的辅助俩字扣掉

独立思考很重要
逻辑很重要
但是，体验感受也不能忽视
很多问题本身就不是二元的…

@Leon777 #6

的确是，路上太多司机不知道实际刹车可以踩多深。
这的踩出 ABS 了反而说，这车是不是坏了。