这更解释不通了啊。按你说的“他只需要知道这种特定画面里人是怎么操控车的即可”，这是雾天场景，正常人类开车时，即便不停车、至少会大幅减速的...这就是“人是怎么操控车的”。为啥这个场景下自动驾驶并未按正常人类的操纵方式行事呢？
具体原因肯定要Tesla分析才能给出，我们这里都是瞎猜，比如薄雾天气过这种火车通过的路口的训练数据没有，另外你还是要深入了解下V12
不啊，有没有火车并不重要，而是雾天开车有没有大幅减速吧！因为正常人类开车肯定会大幅减速的。
其实，激光雷达在雨雾天气下影响非常大。表现还不如视觉，你肯定更惊讶了
分析个毛线，其实就是现在纯视觉的局限性而已。马斯克架上去下不来来了。估计也是焦急，等待摄像头将来大幅突破，然后就能圆了自己的问题了
雷达和视觉分工迥然不同，譬如人，一个是手，一个是脚，
现在特斯拉就是万能的黑箱，谁也搞不清楚，只能盲目相信老马。因为神经网络自身的缺陷，导致纯视觉方案的逻辑比不过人脑，感知能力也比不过激光。纯视觉会在某个不经意的时刻，莫名其妙让驾驶者挂掉。
虽然神经网络理解的方式和人不太一样（真的很不一样），但是这不是模型失效的理由……成熟的产品应该能够处理好各种corner case
感觉他的意思是 感知决策控制一体的端到端模型 模型并不显式的确定影像每个像素的语义 而是将高维的语义信息传递给决策/控制层 让其自主判断