The Verge
·
Nvidia自动驾驶负责人谈如何击败Waymo和特斯拉的计划
💡
原文英文，约1800词，阅读约需7分钟。
📝
内容提要
Nvidia汽车负责人吴新洲表示，打败特斯拉不需要数百万英里的驾驶数据，只需合适的传感器和可推理的AI系统。Nvidia通过提供AI驱动功能，力求在自动驾驶领域占据领导地位，结合传统工程与端到端AI模型的方法，提高安全性和驾驶信心。同时，Nvidia利用模拟数据来减少对真实驾驶数据的依赖。
🎯
关键要点
- 吴新洲表示，打败特斯拉不需要数百万英里的驾驶数据，只需合适的传感器和可推理的AI系统。
- Nvidia通过结合传统工程与端到端AI模型的方法，力求在自动驾驶领域占据领导地位，提高安全性和驾驶信心。
- Nvidia的系统使用多种传感器，包括摄像头、雷达和超声波传感器，以提高安全性。
- Nvidia依赖模拟数据来减少对真实驾驶数据的依赖，利用神经重建和增强技术来创建真实世界的驾驶场景。
- 吴新洲的团队正在开发视觉语言行动模型，旨在通过推理来避免边缘案例，从而减少对真实世界驾驶数据的需求。
❓
延伸问答
Nvidia如何计划在自动驾驶领域超越特斯拉和Waymo？
Nvidia计划通过合适的传感器和可推理的AI系统，而不是依赖数百万英里的驾驶数据，来超越特斯拉和Waymo。
Nvidia的自动驾驶系统使用了哪些传感器？
Nvidia的自动驾驶系统使用摄像头、雷达、超声波传感器，甚至在高配置中使用激光雷达，以提高安全性。
Nvidia如何减少对真实驾驶数据的依赖？
Nvidia通过使用模拟数据和神经重建技术，创建真实世界的驾驶场景，从而减少对真实驾驶数据的依赖。
Nvidia的自动驾驶系统与特斯拉的系统相比有什么不同？
Nvidia的系统使用多种传感器并结合传统工程与AI模型，而特斯拉主要依赖于端到端的神经网络。
吴新洲提到的视觉语言行动模型有什么目的？
视觉语言行动模型旨在通过推理来避免边缘案例，从而减少对真实世界驾驶数据的需求。
Nvidia的DRIVE Hyperion平台有哪些配置选项？
Nvidia的DRIVE Hyperion平台提供多种配置，基础版本使用简单的传感器设置，较高配置则可添加激光雷达等传感器。
➡️
