ฝัง
- เผยแพร่เมื่อ 28 ก.ย. 2024
- 本期是关于自动驾驶的观点对决！之前我们在采访侯晓迪时，他提出的观点是：特斯拉始终在做辅助驾驶而非无人驾驶，马斯克是行业的搅局者。随后，在评论区我们也收获了不同的观点：特斯拉最近推出了V12版本的FSD，在驾驶体验上有很大提升，甚至被称作自动驾驶的“GPT时刻”。所以我们也在思考这个神秘的v12版本会不会就此改变自动驾驶行业？这一期我们来听听另一边的声音。
当然，我们也会深入探讨FSD入华的技术难题，以及8月8日推出的Robotaxi的靠谱性分析。如果你是自动驾驶或者AI的从业者，那这期节目可不要错过。如果你也有不同观点，欢迎留言探讨！
主播
泓君Jane，硅谷101创始人，播客主理人
嘉宾
于振华，前特斯拉AI工程师（Twitter：@TSLA99T）
王辰晟，前特斯拉采购总监
大卫，《大小马聊科技》主播
刘冰雁，Kargo软件负责人
你将听到
【关于v12的技术讨论】
05:66 FSD的v12自动驾驶全面碾压v11前的版本
09:10 v12的用户体验：真挺不错！高速表现好
17:18 端到端不是新的概念，但是特斯拉验证了
21:26 自然界有很多生物的大脑端到端模型：蜻蜓、章鱼
22:54 如果激光雷达足够便宜，是否必要做纯视觉？
25:18 对特斯拉纯视觉方案的质疑：模型的不可解释性、对传感器更敏感、视觉不可达盲区
29:21 90%公司可能不适合做端到端
36:02 特斯拉的门槛优势：算法领先、架构保密、自制芯片硬件
40:30 端到端发生在特斯拉是必然？自下而上的尝试、马斯克的决策权、数据的积累
【关于特斯拉和马斯克】
43:56 Autopilot团队前领导Andrej Karpathy：不断探索ai边界
46:44 马斯克的思考逻辑：深度参与技术管理、相信在做的事
54:49 回应侯晓迪对特斯拉自动驾驶的质疑
59:47 特斯拉v12的行业定位：依然是L3，L4不如Waymo
60:37 和中国本土L4竞争：技术路径和商业模式都不一样
【关于FSD入华】
01:08:34 中国的路况复杂度是美国的十倍？不一定是坏事
01:12:51 FSD在中国能一炮走红吗？地图是关键
01:16:08 特斯拉入华：车友期待、数据难采集、抓住政策窗口
01:20:00 Autopilot和FSD的区别
【关于8月8日的robotaxi】
01:21:48 Robotaxi车型的猜想：有没有方向盘？后视镜？
01:28:03 对特斯拉robotaxi的质疑：在城市中的无人驾驶能力、robotaxi是重运营的活儿
01:29:40 robotaxi的商业化：马斯克畅想的airbnb运营模式和成本问题、打造无人出租车网络
硅谷101线下见面会
硅谷101即将于6月28日在硅谷举办一场关于GPU Cloud与AI的线下活动，进行从GPU到GPU云的最新趋势分享，也聊聊如何低成本加速AI训练以及AI创业公司现在面临的机遇与挑战。
我们邀请到了Leonis Capital合伙人、前OpenAI研究员Jenny Xiao；Fusion Fund创始合伙人张璐；FP Solutions VC联合创始人、前SpaceX核心成员Lewis Hong，来分享他们看到的AI创业领域的最新趋势，也邀请到了North Beta Labs的创始人Jonathan Zhu探讨创业公司如何打破算力瓶颈，快速向前。
此活动是超小规模邀请制，只对AI从业者和创业者开放，参与者还将有机会获取GPU Cloud Credits以及免费算力支持。我们期待和你在硅谷线下见。报名页面：lu.ma/gcsv02y7
相关单集
E150｜与侯晓迪聊聊自动驾驶和搅局的马斯克 (sv101.fireside...)
S2E44｜无人车特辑｜特斯拉自动驾驶到底怎么样？ (sv101.fireside...)
名词解释
智猪博弈：博弈论中的一个经典模型，描述了一只大猪和一只小猪在共享食物槽时的行为。槽的一端有按钮，按下按钮后食物会流到槽的另一端。大猪按按钮的成本较小，小猪按按钮的成本较大。小猪的最佳策略是等待大猪按按钮，从而节省成本。常用于解释企业在市场中的模仿和学习行为。
Cruise Origin：Cruise和通用汽车合作开发的全电动自动驾驶汽车，专为共享出行服务设计。
后期
AMei
BGM
Uncovered-Joseph William Morgan
Sunshine Rain - Brendon Moeller
Home To You-The Neighborly
在这里找到我们
公众号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜TH-cam｜Amazon Music
联系我们：podcast@sv101.net (mailto:podcast@sv101.net)
本期节目仅代表嘉宾个人观点
Special Guests: 于振华, 刘冰雁, 大卫, and 王辰晟.
建议想了解端到端的朋友，可以去了解下wayve这家公司，而不是只盯着特斯拉，有很多干货可以挖掘；optimal传感器配置，个人理解这取决于你是想以人开车的事故率为目标，还是以“超人”为目标，如果是后者，就不该是vision only，主动探测是must，激光雷达太贵且不稳定，4D毫米波+camera有可能才是终极的sensor config方案。
所以到时候自动驾驶也会很内卷，和电动车一样，nvidia mobileye waymo curise huawei nop pony wayve，自动驾驶无法做到强者恒强，这不是一个赢家通吃的行业，支撑不了高估值
這要出險的賠償金額夠高才有辦法催生出來啊
Y
😅😅😂😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😂😅😂😅😅😅😅😅😅😅😂😅😂😅😅😅😅😅😂😅😂😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😅😂😅😅😂😂😅😅😅😅😅😂😅😅😂😂😅😅😂😅😂😂😅😂😅@@大熊-u4t
#0@@大熊-u4t
之前聽了兩次老余和moneyxyz的談話，這次覺得他很有邏輯性，我希望Tesla的自動駕駛快點完善
很棒的podcast 感謝!!
很棒的节目！特别提出泓君和老于的声音很好听，希望你们两人多做一些访谈节目，老于很适合做硅谷101科技板块的常坐嘉宾。
好品质的交流多久都让人听起来是种享受
特斯拉fsd的可行與推廣，不只是單一公司的成就，它更能讓人類每年因種種人為錯誤所造成的重大死傷交通事故，有可能大比例地下降，就這點即足以媲美人類史上任何規模的人道行為。
问题太专业了，非常好
ㄧ群謙遜的天才的努力❤
很棒的對談討論
自动驾驶终将实现，普及的平衡点就是安全性是否会大幅超越人类手动驾驶。例如，雨雪天人开车1%会滑出路面，自动驾驶，百万分之一滑出路面
很精彩🎉
这期真的是大佬云集
这一期感觉还是有太多盲人摸象和似是而非的论断。关于端到端，有种反正FSD V12出来了，所以你说什么都对的感觉。
本期比上一期侯晓明一个人兑马斯克强太多了-能够听到不同观点的交锋，挺好👍
传统自动驾驶（Rule-based）业者可能真的不能很快接受他们根深蒂固的观念就被端到端模型颠覆了（6000人的工程师团队被几十个人打败了）。他们挑战端到端模型的问题太低级了，什么换了车型换了城市就必须重新train之类的。这不是一个fine tuning或LoRA adapter就能搞定的事吗？在这些问题上花了太多时间，以至于对端到端模型的未来潜力和局限性探讨的太少了。
希望能把自动驾驶和LLM的专家放在一起辩论下面几个问题
1）什么时候tesla会把supervised去掉？这意味着tesla需要为自动驾驶模式下的事故买单吗？
2）tesla fsd入华能保证技术/数据不被中泄露吗？
3）scaling law在自动驾驶上的瓶颈是什么？还有多远
别进中国就行了
很棒的討論 可以也邀請waymo cruise 百度的工程師來嗎
关注我们同名视频，会有的
感谢。非常受益。
这期节目太棒了，坚定不移的持股TSLA。
是否考虑在极端紧急情况下使用雷达进行风险控制，而在其他情况下使用纯视觉方法？这样可以避免遍历高精地图的不可扩展性，同时也为纯视觉方法增加了风险冗余。
高精地图路线是和大模型路线对应的，是实现自动驾驶的路线之争。加雷达是和纯视觉对应的，是输入端，是数据来源。装雷达不一定走高精地图，一样可以走特斯拉的大模型路线。
精彩!
感知部分还是更看好激光雷达的方案，这个不能从单一成本来看，最终还是取决于自动驾驶方案的定价。至于e2e，还是国内目前的两阶段的大模型, 并没有技术鸿沟，华为这类供应商应该也在两手都在做。华为只要稳定其问界高端几十万的销量，在NOA上的后续技术迭代应该不会比tesla差。并不确定fsd的e2e独门秘诀和国内一线大厂的技术差异有多大，还是只是数据主导，希望看到早日在一个国度进行过PK。
在自駕的技術上FSD已經不能用GPT Moment來形容了，因為它是Real work的極高端AI技術，對比之下Chat GPT只會胡說八道、出假文假圖假訊息那種虛擬AI只有嬰幼兒程度而已。但是在營利上卻相反，GPT可以炒作帶來巨大利潤，FSD卻不容易給TSLA帶來股價市值上的GPT Moment...
Iphone moment
精彩🎉🎉🎉
我只能說 這個質量只能推了
不好意思，由于没有字幕，我只能自己转投b站先，你投了B站我就会删了或者你告诉我不能这样做我就不投了，毕竟你们也有自己的B站账户🤣
感知是评价标准，技术底层是核心关键
現在蘿蔔快跑每天的駕駛時間完全超過特斯拉的FSD。
开下高速，在高速口让机器人给充电。
路上的变量和意外太多，让自动驾驶变得很困难
马斯克说大话结果就是影响股价了，至于他是怎么想的，谁知道，没必要洗。
FSD比老婆好，今天恐怕回不了家了😂
這個看路牌等能力是否需要結合語言大模型？
我想是需要，辨識路牌之後再參考其他條件，FSD才選擇最高機率解決方案去駕駛
老余，常總🎉❤
感觉很多问题还是没有答案，答非所问。必须是完全无人驾驶，有监督的FSD有啥意义，我对完全全场景AI的能力表示怀疑，AI更多的是统计经验学，而没有真正的逻辑推理能力，在应对复杂问题时没有底层的推理能力是不够的
这样说，我感觉也不对啊，围棋也是有 n 种可能性，ai 还是赢了人类，没有推理能力，但超越人类几倍，可能就已经足够
AI怎么会没有逻辑推理能力呢？AI很不足的是生命的感知和传导能力即四蕴，没有遗传DNA ，没有性本能，没有真正生物意义上的喜怒哀乐，也就是说它的一切都不是出自生物的本能，不是有机的万法，注定只是几个方面的东西，不过智能机器人可以造智慧生物，那就乖乖不得了两回事了。智能机器人生物化那就是更高层次了，那就是未来的方向
那是你的思考深度不够，知识层次不足，；什么是真正的逻辑推理能力？？？存在一个形而上的逻辑推理吗？？这些刻板的概念是机械的，，人的大脑神经元链接是一个复杂的拓扑结构，其中的一些特征被外化称之为逻辑，，然后很多人就刻意夸大其内涵；；事实上，我们人类构建的学科也好，工程也好等等，其核心不是逻辑；；；从哲学层面讲就是逻辑不产生知识；比如，数学，从整数的加法运算这个逻辑能得到无理数吗？不能，能得到虚数吗？更不可能？能得到欧氏几何吗？等等，，，对ai来说，就是仿人的大脑网络神经结构，，你说的什么AI是统计经验学，驴唇不对马嘴，，
当前大家都看不清底层架构及演进逻辑
🎉🎉🎉
老于做播客明显提前做功课了，比自己频道上表现更好，tesla99的节目每次都觉得有点零碎。
多谢硅谷101的制作和剪辑，把我零碎的部分去掉了
@@TSLA99T 这期非常干，加油大佬。最早入坑就是看了你和Ray的对谈，大家都很喜欢你的油管，如果能提前做个提纲会好一些。你是AI大神，油管初次尝试，目前还在准备考试，是我苛刻了，总之，希望节目越做越好。
这两位好像都不是做开发的呀
端到端 为啥到国内就要高精度地图？
特斯拉自动驾驶和大多数其他科技产品不一样，因为它真的会对自己和对他人的生命造成威胁，比如高速急刹，比如左拐到一半停在路中间，这些都FSD 12版中出现过。这个节目像是评论iphone手机一样评论FSD而缺乏足够安全提示，实在有点疯狂
人類自己開車天天死亡車禍
要探討到底要怎麼禁止人類開車才對
跟中國路況比起來算安全的
当股东不要把自己变傻了，市场会检验一切。
也就是说人工智能的关键还是算法，而不是硬件。也就是说英伟达被高估了😂
英伟达也开始搞算法应用，战略比较均衡
请问怎么验证你的算法，是不是需要training，tesla买了多少h100？
高不高估取决于市场需求和竞争对手
特斯拉股东感觉不如其他嘉宾懂，只能故作神秘。
Ĺl
建議不用背景音樂，干擾聽解說耶😮💨…唉，算了，不聽了~
王辰晟这个嗓音真不适合上节目,太沙哑了 听着难受
问题都很犀利👍
Sexy
太精彩了，问题和观点都干货满满！
5
It's understandable
來賓水平有點問題呀，不同車型不會需要完全重新訓練，就像LLM英文中文不需要用同樣數量級的資料個別訓練一樣，AI最厲害的就是湧現能力，只要基礎資料庫夠大，模型就會自己知道他正在開什麼樣的車。
当然需要，相机种类和安装位置及个数必须重新训练。这和LLM完全不是一个概念。相机拿到的是三维raw data，LLM拿到的是一维符号data，复杂度说差一千倍都是往少了说
一千倍两万倍算不了啥大问题吧我觉得。而且摄像头的位置影响没这么大吧？人眼睛👀无非观察明暗距离速度形状颜色而已，而且两只可以转动一定角度的眼睛+可以转动的脖子就够了，我觉得不同车型的摄像头构架可以没什么大不同，前后左右4对可以转动的摄像头就够了
获益匪浅🎉
好讚
陈茜吧 小红书粉丝🎉😂
❤❤❤
宣傳的時候吹L4真的比較的時候就裝死。笑死
不需要人工定义接口和算法，纯粹用大模型来训练。
59:15 东岸到西岸就是大问题啊，能下高速充电就是在解决城市道路问题。
端到端，特斯拉验证成功了。
👍👍👍
🎉不错
幾百倍的VIEW🎉
牛啊(⊙o⊙)这集的讨论
信仰太低了太悲觀了吧，建議還是先清倉等實現再上車好了😂
還好我早滿倉
我的朋友告诉我， V 12在某些情况下会像人类一样“适当犯规“，这让我大吃一惊。比如只有双车道的情况下，如果前车抛锚，特斯拉会越过中线开到对面车道上去，绕过前车继续前进。
因为FSD不是学习的规则，而是学习的司机的习惯
V12刚出来时有这种效果还是很惊艳的，但现在就觉得是日常操作了。
去搞个fsd v12体验一下吧。它的确像个人在开车，会犯规，会走错出口，会不按导航抄捷径
🛋️😂
OpenAI高管谈GPT-5：可部分达到博士水平，2026年前后发布
这一杆子又推到2026了啊？了解的大佬，谁有准信儿，具体说说，可以吗？
👍☝️🎉
Ixx🐨🐭🐭🦃🐶🐕🐕🐶🐯🐩
好多技术上的断言都不对
請舉例，勿放話。
@@eugeneyu8008 比如，多摄像头那块，而且这期有太多不加解释的断言，不负责任的感觉。
@@eugeneyu8008 激光雷达是主动发射电磁波，视觉是接收光源在物体表面上反射的电磁波，区别是激光雷达知道t0，根据时间差算距离，差异并不大，激光反而少了很多信息，而且功率受到限制，分辨率低，blah blah， 我个人感觉视觉方案不仅仅是便宜而已。
@@ttxiton9622能多解釋一些嗎？
@@patrickpeng0919 个人觉得，激光雷达基本上，等于手电筒+摄像头，但只能拍出来深度信息。视觉方案只有摄像头，但能看到和人一样信息，更有潜力，而且剩下来手电筒的成本可以花在更有价值的地方。