慢跑者397 的讨论

都是些半桶水的货。大模型最多解决的是机器看不看的【懂】的问题，而激光雷达解决的是看不看的【到】、看不看得【准】和看不看得【快】的问题。太多半桶水把感知和识别混为一谈。

傻。这是自动驾驶的场景吗？
你干脆挑一个全黑的没有灯光的夜晚并且车灯也坏了的场景来比较？这样更说明激光雷达厉害。

理论上现在没法解决，而不是可以解决的问题。并且越多越严重。

这不一定是和激光雷达搭配，激光雷达分辨率太低了，而且如果激光雷达和视觉有冲突，最后还是要以视觉为准。

您这个判断，实际上是涉及两个问题：1 如何评价分辨率的高低，这需要一个行业有认可度的量化指标来评估 ，2 关于视觉和激光雷达感知数据发生歧义后的，融合算法的冲裁。
我以下的理解，请三位专业人士批评指点 @最幸运的稻夫 @巴菲猫QAQ @大火成岩 $炬光科技(SH688167)$
对于第一个问题，业界公认的量化指标是点云，车载摄像头点云最高（3200*2400）接近8百万
而scalar3 的点云达到1250万个点 2 关于视觉和激光雷达发生数据歧义后的处理，按照纯视觉路线的代表特斯拉的做法，是用激光雷达做为标注数据，也就是说特斯拉的做法是当视觉传感器和激光雷达传感器的数据发生歧义时，以激光雷达为准。

你找出里面的人物位置看看？

因为吹牛啊，什么往大模型上靠，吹出来的牛就能忽悠小白了。

激光雷达不是不好，是太贵了。满仓万集疼死了。

[很赞][很赞][很赞]厉害，我无言以对

这是一个激光雷达抗干扰的问题，是包含在车规级测试清单中的。一个激光雷达主机企业要想实现大批量商用，原则上能必须通过一系列的车轨级测试。之所以这么说，是因为炬光董事长在一次业绩交流会上说国内企业的测试并不像欧美市场那样严谨。总之，这个技术问题对于激光雷达大规模商用并不是无解的。