特斯拉弃用激光雷达解析：低成本与摄像头的补足之道
12月17日消息，同为美国造车新势力，然而Rivian在自动驾驶路线上显然和特斯拉有着不同的见解和坚持。近日，Rivian首席执行官RJ Scaringe在一场最新采访中解释了公司为什么在自动驾驶方
同为美国造车新势力，但Rivian在自动驾驶的技术路线上，显然与特斯拉有着不同的见解和坚持。
近日，Rivian首席执行官RJ Scaringe在一次最新采访中解释了公司为何在自动驾驶方案中坚持使用激光雷达。
他表示：“在构建模型的过程中，以及在摄像头真正变得足够强大之前，确实存在一些成本低、速度快的方法，可以用来弥补摄像头感知的短板。”
他随即举出具体例子，无论是穿透雾气、密集的雨雪，还是应对其他恶劣天气，雷达都能提供稳定的探测能力。“而在极远距离、远超摄像头或人眼可见范围的探测上，我们也可以用激光雷达来解决——我们的激光雷达探测距离可达275米。”
此外，Scaringe还指出，拥有来自雷达和激光雷达的融合数据集还有一个额外好处：它可以反过来帮助你更快地训练摄像头系统。
他随即强调，这里所说的“训练”，并非指工程师手工编写代码来处理这些数据。
“模型本身能够理解这些多模态信息。当你把这些数据‘喂’给系统时，由于不同传感器的感知模式并不重叠、且各有优势和盲区，神经网络就能据此做出更好的判断：远处那个模糊的目标，究竟是一辆车、一个人，还是仅仅是建筑物反射出的影像？”
Scaringe总结道，当系统同时拥有雷达和激光雷达的数据作为参考时，摄像头在远距离捕捉到的那个模糊目标，就能更快地被“校准”为真实的物体。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：特斯拉弃用激光雷达解析：低成本与摄像头的补足之道要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点面壁智能聚焦端侧AI，不拼参数大小，而是通过知识密度提升与模型风洞技术，将大模型压缩至手机、汽车等设备。其MiniCPM以2B参数超越同期8B对手。CTO曾国洋22岁主导训练中国首个大语言模型CPM-1。端侧AI追求“默契系统”，在用户开口前预判需求，已在吉利、上汽大众等车型落地应用。
印度IT巨头HCLTech投资最高350亿卢比建设AI数据中心，容量可扩展至50MW，提供从设计到运营的端到端服务，旨在满足政府及企业日益增长的算力需求，抢占印度快速增长的数据中心市场，并推动AI基础设施布局。
小米具身机器人在汽车工厂自攻螺母上件工站实现双侧作业成功率98%，接近人工水平。同时在新工站分别达到90%成功率，从单一操作拓展至多工站协同，验证了具身智能在复杂工业环境的落地能力。
全球AI行业正迎来新的财富格局，DeepSeek创始人梁文锋凭借其公司的迅猛发展，个人财富急剧膨胀，一举超越多位硅谷知名人物，成为全球AI公司领域的新首富。以下将详细解析其身价飙升背后的关键因素及公司发展历程。 一、身价飙升至360亿美元，超越多位AI大佬 根据最新彭博亿万富豪指数，DeepSeek
- 日榜
- 周榜
- 月榜
热点快看