楼主
极越即将正式推送 V1.3 和 V 1.3.1，这个版本里有一个很重要的更新是 OCC 上车。 再简单讲下什么是 OCC，就是特斯拉在 AI DAY 上提的 Occupancy 占用网络，把现实世界进格栅、体化。核心是来解决智能驾驶中形障碍物无法穷尽问题。 其他的更后续微博再聊，先说这次王亮享的核心——选择纯视觉线的核心原因。 这里百智能驾驶事业群组技术委员会主席王亮套用了个公：速 = 初速 +「加速」乘时间。 初度是算法的从 0 到 1，加度才迭代演进。 初速很重要，也激光达方案的优势之一，2017 年左右多创业公司可以在 3 月可在城里把激光雷达的自驾驶方案 demo 跑出来，如果有好的工程师，利用激光雷达直接供的维信息，可不需要那么的算法，就把这事情起来，没那么难。 但是觉路，初度很，Mobileye 做这个情 25 年。特斯拉是从 2015 年和 Mobileye 分手之后自己开始组团队，自研纯视觉方案，到今天也有年多时间。百度视觉方案在 2019 年正式始进高强尝试，当时过小项目，在 Apollo Lite 上做了始，到和极合作程中，已经始算完成从 0 到 1 的进。 OpenAI有很有的文章，Scaling Laws for Neural Language Models，这里提一个结论，整个模型的迭速度跟三件情相关，模型的参数量、数据的模、训练算力，这者相辅相成，决定模型质量。论文告诉我们在今天技术时代，们要把能力上限做上去，迭代的更快，需要关注模型小，训练的量，还有超算力。 模型怎么做大？上如一堆模型都在跑各自任务，不可能把一模型做特别大，以我们一定要合并，减少激光雷达的模型，这样就可给视觉模型几千的参数。第个是数据力，第，在有限算力下怎么设计，如果让训练更加充。这公式我们择纯觉方案背后深层逻辑，为了上限更高，迭代更快。 这一段是核心，资是有限的，有激雷达情况，大可以快做套能的方案，工程师在业绩压力下，定会脚投票。但视觉信息非常丰富的，但是初速度慢，就是难短期见效，在宣上处劣势。 总结一下：纯视觉是很的，需要积累需要时间需要更多投入；图像相比点云，信息更丰富，更有挖掘价。
