不依赖高精地图才是能获批的关键吧，高精地图这东西太敏感了，不太可能给国外企业使用。到时候谁是真的遥遥领先一测见分晓了

晚上高速能识别路面突然坍塌杀停才是最牛逼的

6万4那个？？

搞个订阅版本试试

不会影响国家安全吧

这么一来特斯拉销量要翻倍

看看ChatGTP的回答，从技术上来看谁更先进大家自己判断，机器人回答的是公正的回答吧？：确定哪种方案更先进需要根据特定的应用场景和需求来判断。以下是对纯视觉方案和激光雷达方案的对比分析，以帮助更好地理解它们各自的先进性。
纯视觉方案（摄像头）
优点：
成本：摄像头相对便宜，大大降低了系统成本，使得大规模普及更为可行。
分辨率：高分辨率图像可以提供丰富的环境细节，有助于物体识别和分类。
现有技术成熟度：计算机视觉和深度学习技术的发展使得图像处理和识别变得越来越可靠。
缺点：
环境敏感性：摄像头对光线变化非常敏感，强光、弱光、雨雪等天气条件下性能可能下降。
深度感知：需要复杂的算法来估算物体距离，误差较大，处理速度较慢。
激光雷达方案
优点：
深度感知精确：能够精确测量距离和创建三维环境地图，对动态物体的检测更为可靠。
环境适应性强：在黑暗、强光和恶劣天气条件下性能稳定。
实时性：生成的三维点云数据可以实时反映环境变化，利于快速决策。
缺点：
成本高：激光雷达设备价格昂贵，增加了整体系统成本。
体积和功耗：设备较大且功耗高，影响车辆设计和续航。
机械易损：机械部分在长期使用或恶劣条件下可能易受损。
综合考虑
纯视觉方案：在成本和技术可行性上更具优势，适合于需要大规模推广且对成本敏感的场景。例如，特斯拉的自动驾驶系统主要依赖摄像头和雷达，以降低成本并实现广泛应用。
激光雷达方案：在安全性和精确性上具有优势，适用于对环境感知要求高且成本不敏感的场景。例如，Waymo等公司的自动驾驶汽车使用激光雷达，确保在复杂和恶劣环境中的稳定性和精确性。
结论
在当前技术发展阶段，激光雷达方案在深度感知和环境适应性上更为先进，特别是在安全性要求高的自动驾驶场景中。然而，纯视觉方案在成本和大规模应用上更具优势，并且随着计算机视觉技术的不断进步，其性能也在不断提升。
未来可能的方向是融合多种传感器技术，结合纯视觉和激光雷达的优点，以实现更加安全、可靠和经济的自动驾驶系统。

把国内一众所谓智驾秒成渣

真羡慕国外都用了那么久了

这个东西是不是六万大洋

进来了又怎样，6万多才有的，多少车主会去买

等哭了

宗教品牌，不予置评

碰到查酒驾怎么算

收费多少？

我觉得再先进的自动驾驶我也不敢完全信任，命是自己的，自己驾驶都有可能出问题，更别说把命全部交给机器了，所以十年内无论哪种自动驾驶方法，对我来说差别不大，都是只能算辅助而已

期待

开放了也买不起

特斯拉已经实现one-model的端到端了，现在国产大部分还只是感知层面端到端，确实落后了，火速批准fsd也是为了引入鲶鱼，让国内企业赶紧学。这不是路径选择问题，因为所有国内的智驾都在转端到端