肉肉坨

肉肉坨

简介:T 大学渣,找不到教职所以去券商码代码的理论物理 PhD

成就:首页推荐1次、精华推荐1次

关注12 粉丝16 获赞292

  • 加入黑名单
  • 创作成就
  • 最新
  • 动态
  • 文章
  • 视频
  • 点评
  • 闲置
  • 投票
  • 个人信息

小鹏社区

动态2025-07-03

参加完 G7 发布会,总的来说是不错的,价格也符合预期,很好猜。毕竟下有顶配 20.88 的 P7+,上有 24.88 的入门 G9,那 G7 价格基本就定了。但 ultra 的价格仍然让人惊喜。 但另一方面也能明显感觉到,G7 上图灵芯片更多的是针对友商提前换新 Thor-U 的无奈之举,有点略微赶鸭子上架了,因为在原本的预期中 thor 系列应该要到 26 年才会上车。真正技术上瓜熟蒂落的车型实际上是 9 月才进入宣发节奏的全新 P7。 事实上,尽管小鹏这次在 G7 上倾泻了前所未有的营销资源,但真正能帮助小鹏品牌回归中高端的是 The Next P7,这是小鹏近期最好也是唯一的机会。新 P7 无论在颜值还是科技上都是毋庸置疑的接近完美的状态,且下半年没有任何新发轿跑竞品,小米 su7 的热度也基本消散,相信 P7 能抓住这个千载难逢的机会,让小鹏本品牌的品牌定位回归到 22 年前的中高端水平。预计 p7 将站稳 23 至 26 万这个区间段,承上启下,让未来更多高端车型的定价能有坚固的基础。

+2
肉肉坨 2

小鹏社区

动态2025-06-20

同样是三元锂,同样是90多度电,咋小米的电池包重700kg+,其他家普遍500kg+? 个人猜测是小米电池包上有很多机构强化措施,而小鹏是CIB,结构强化是在车身上?

肉肉坨 5

小鹏社区

动态2025-06-17

大家经常说中国汽车文化太薄弱,进而也影响到了产业的发展方向。汽车文化究竟是啥?有人说是机械文化,又说是赛车文化,要我说,本质是基本的科学,工程和社会经济常识。这方面我朝因为后发原因,确实有些薄弱,以至于网上常年充斥着如下主题,包括但不限于: 1. 中低速碰撞,成员无伤的情况下,质问为什么不爆气囊; 2. 不分场景的,只要发生碰撞,就质问为什么没有 AEB; 3. 津津有味地讨论一台 10 万级的家用车的极端工况下的操控性; 4. 使用磁铁在全车各个位置进行测试,并以此对车辆好坏进行判断; 5. 经常愿意相信一起事故是因为车辆刹车失灵; 6. 认为隐藏式门把手和常规把手有本质不同,前者存在明显更高的安全风险; 7. 认为车机暂时性卡顿或死机,单个超声波雷达坏掉等故障,对行车安全有极大风险; 8. 一年开 2000km 不到,小电瓶坏掉,认为这说明车子的质量很差; 。。。。。。

肉肉坨 6

小鹏社区

动态2025-05-28

视觉方案和激光雷达方案到底差别在哪里? 视觉方案大家一直诟病的是对物体的深度信息探测不如激光雷达,但这个论调其实有点问题。 首先,视觉方案还是有毫米波的。毫米波对动态物体的测距一点不比 lidar 差,且不受天气光线影响,可以穿透物体进行探测,可以直接通过多普勒效应测速,探测距离也远高于lidar。且 radar 的信息独立性很强,往往只需要和视觉模型后融合,不占用额外算力。 相比之下,lidar 帧率低,基本无法用于测速(需要多帧差分),受雨雾强光影响大。后融合与视觉模型容易产生冲突,前融合难度很大且占用较大算力。远距离点云过于稀疏,基本失去意义。近场受物理原理限制存在盲区。为保护人眼,无法持续增大激光功率实现更强性能等。 综上,一定要说lidar哪儿好,其实就是对不规则静态物体相比radar优势明显,但对高反物体存在鬼影,对低反物体存在探测距离较短的问题。同时视觉模型的发展对于静态物体的空间占用估计也达到了很高水准,50m内基本都在5cm-10cm误差,对于L2级别辅助驾驶是足够的。 anyway,上述讨论都是基于当下的软硬件条件,比如车端算力不足,法规不完善,lidar还处于快速发展中等情况下进行的。用发展的眼光看,以后的高阶自动驾驶是什么样子,还需要行业进行持续探索。视觉可能是当下最优,但不太可能是终局。

肉肉坨 4

小鹏社区

动态2025-05-18

昨天婷婷关于Lidar的一些解释又引起了大家关于纯视觉和激光雷达方案的优劣的讨论。反对纯视觉的依然是拿着AEB或者是别家都标配lidar来说事。其实吧,这事儿真没那么复杂。 首先需要澄清的一点:纯视觉不是只有视觉,而是视觉为纲。系统依然是有毫米波雷达的深度参与的。回到小鹏,选择走纯视觉路线,核心的问题其实是:在辅助驾驶系统依旧是L2级的背景下,什么方案是车厂在成本和收益间的最佳平衡点?注意,这里的核心是L2,有了这个核心,很多撕逼讨论就没什么意义了。比如: 1. 某车厂演示lidar在全黑的夜晚,对远处的黑色轮胎有更好的探测效果。首先这个场景压根儿就不该是L2级系统需要覆盖的场景,这个场景下你也压根儿不该使用或过度依赖辅助驾驶。其次,高感知前置摄像头未必就不能识别这类障碍物,lidar也未必每次都能确保探测成功。上述讨论也适用于任何宣传lidar能应对各种特殊场景的论调。 2. 要选择不使用lidar,核心还是要有足够强的视觉模型和相关能力。这不是简单的硬件取舍,只有具备这方面能力的厂商才有资格进行取舍。 最后,几乎可以肯定的是,如果发展到真L3及以上级别的自动驾驶,小鹏和其它厂商将必然把lidar加回来,那时的lidar能力也会进一步进化,且数量更多。这不是我说的,小鹏总在很多场合都说过。 综上,不是小鹏放弃激光雷达路线,而是小鹏有能力提供一个更低成本,能力不明显回退(甚至以后更强)的L2级辅助驾驶。

肉肉坨 4

小鹏社区

动态2025-05-18

@贺磊 贺总,论坛突然来了一群煞bee机器人

+1
肉肉坨 8

小鹏G9社区

动态2025-02-10

这个。。。。。稍微智商正常点儿的,应该都能看出这里面的问题吧 举个例子,模型训练用的样本通常都是以 clip 为单位,一个 clip 一般是一个一分钟左右的视频切片。目前国内公开的最多的小鹏,目前在 2000 万 clips 以上。考虑到典型路况下 1min 车辆行驶里程也就 1km 左右,所以小鹏的端到端默写的总训练数据覆盖里程约 2000 万km。注意,这可是整个训练集,而 god ass-hole 系统可是每天 1 个亿

肉肉坨 1

小鹏G9社区

动态2024-08-30

小鹏 XOS 5.3.0 先锋1 正好赶在回家之前,5.3.0 公测推送啦~于是马上开上“新”车出发~浅谈一下一路上比较容易感知到的两个变化点: 1. SR 变化:首先是配色上,夜间模式变化不大,白天模式的道路和可达空间渲染颜色饱和度明显更高,但不会有卡通感,在突出可达空间的同时,保持了整体显示风格的高级感~其次是对动态目标的显示延迟降低了一些,同时前向感知的显示范围进一步增加; 2. XNGP 在不同道路切换时的限速似乎变得更好更及时了一些,同时对于横向的把控也反应更加灵敏了一点。具体的变化还需要更长时间的路测。PS:5.2.5 某一次更新后导致的车道居中略微偏右在这次更新后自动修复了,又免去了我去一次售后重做视觉标定[微笑R]

+5
肉肉坨 5

小鹏G9社区

动态2024-07-30

今晚就是世界先进,全国领先的端到端 XNGP 5.2.0 版本全量推送之时,开着最后一个先锋测试版来体验一下护城河畔雨夜的松弛感

04:10
肉肉坨 1

小鹏G9社区

动态2024-07-21

先锋 5 又来啦~来看看一段一镜到底吧~最后的无保护左传非常经典。系统其实走错了车道,但最后还是选择强行左转(系统已提醒接管,但我没有介入),而不是直接退出系统。应该说这样的应对方式并不是最合规的,但至少对我个人来说是更好的方式

06:54
肉肉坨 2

小鹏G9社区

动态2024-07-18

一眨眼 XmartOS 5.2.0 先锋版 4 又来~来看一段在小路里辗转腾挪的一镜到底吧~ 总的来说,XNGP 在中低速下是完全有能力在复杂人车混行的小路中安全且舒适地行驶的,视频中可以看到系统对行人和占道车辆对绕行非常丝滑。当然目前的绕行能力会根据路段的热力图(即用户通过该路段的频繁程度)而不是道路的实际路况,来释放不同程度对小路绕行和博弈能力。对于高热度地段释放的能力更强,反之相对保守。我认为这是一种相对稳妥的量产推送策略,且随着系统基础能力的进一步提升,很快就能抹除掉这一策略带来的轻微割裂感。

02:06
肉肉坨 6

小鹏G9社区

动态2024-07-02

数码宝贝还是知识水平不太行,听了几个名词,知道了点皮毛就在这儿各种 bb,仿佛他具有定义技术框架的能力😏 anyway,端到端的核心是减少 raw data 的信息损失 + 全流程可微,只要做到了这两点,就是无可置疑的端到端。使用传统规则兜底是一个纯工程问题,而且很长时间内也是不可或缺的。

肉肉坨 13