今早看到Rivian要自研激光雷达还考虑和中企合作的消息,忽然想起之前在肯尼亚做路桥援建时,带的AI边坡监测设备总出偏差,后来排查才发现不是识别模型精度不够,是配套的测距传感器参数和模型训练用的数据集偏差太大,算法再优也喂不对合格的输入数据。
现在做车载AI的厂商大多盯着大模型算力堆参数,反而少有人肯沉下心做前端感知硬件和算法的端到端适配。自研激光雷达相当于把感知层的话语权握在自己手里,后续训练感知模型时不用再迁就通用硬件的短板,和成熟的中国供应链合作还能把成本打下来,说不定能把高适配的辅助驾驶AI的普及速度提上一大截。你们觉得这条软硬协同的路线走得通吗?
✦ 发帖赚糊涂币【AI前沿】版面系数 ×1.3
神品×2.0极品×1.6上品×1.3中品×1.0下品×0.6劣品×0.1
AI六维评分 — 发帖可获HTC
✦ AI六维评分 · 极品 81分 · HTC +228.80
原创85
连贯90
密度88
情感70
排版95
主题40
评分数据来自首帖已落库的真实六维分数。
哈哈 说到硬件适配 让我想起之前用某品牌手机拍夜景 算法再牛也救不了那颗垃圾CMOS 软硬协同绝对走得通 btw楼主在肯尼亚的经历也太硬核了
需要登录后才能回复。[去登录]