看完机器人，刚好分享视觉和激光雷达相关的智驾内容[兔子]

🎧播客分享EP006
💡节目介绍：中欧基金
这是一档中欧基金打造的投资类播客，邀请基金经理和产业专家讨论投资逻辑及行业发展前景。每一期质量都很高，无论是基金经理的投资经历分享还是产业路径解析，主持人提问的节奏也很好。

🙋🏼推荐单集：《17. DeepSeek引爆AI应用，全民智驾和机器人时代到来比想象更快|类星频道X冯炉丹》

⚙️主要内容：
1️⃣关于智能驾驶的讨论，包括中美技术进展、阶段解析等
2️⃣人型机器人的想象空间，包括技术和场景的适配、家庭机器人的想象与难点
3️⃣2025年ai的投资机会，一是现有设备的AI化，二是端侧新场景如ai玩具及ai眼镜、耳机等
🤔个人感受：
最近在学习智驾，听了一些相关节目，中欧这期是我会推荐给对智驾不了解的朋友初步构建知识体系听的。切入的问题都较为科普性，嘉宾的解释也比较易懂。

1️⃣国内智能驾驶和海外智能驾驶进展的区别？美国少了很多互相博弈的场景（地广人稀），但其面临的问题是非常强调路权，路面拥有大量停车标志，比如先到达停车标志的车辆先行等，需要模型去理解这些隐含的规定。
2️⃣原先有两种技术路径的差异，一是从L2做到L4，一种是直接做L4，前者的目的更多是造一辆好车，L4的目的是改变人的出行方式，这两种方式近期逐渐面临交叉。乘用车企想做自动驾驶，如特斯拉去做robotaxi，而L4车企也会想下沉做量产，去收集一些数据。
3️⃣纯视觉方案和激光雷达方案的技术路径差异？过往ai、大模型发展程度较低的时期，激光雷达可能是智能驾驶必要的，而随着这些技术的不断发展，纯视觉的方案能够更多地从摄像头中提取更多的信息，并进行推理。从物理的角度来看，激光雷达也许不是必须的，每家车企都致力于挖掘出摄像头中更大的信息量，但部分中小型车企无法支撑其将搭载激光雷达的车辆量产。车企是否会抛弃激光雷达还是个非共识的话题。
4️⃣从模块化走向深度学习。模块化的信息需要经过感知➡️决策➡️控制三个阶段，在层层传递过程中，会出现信息损失，这会陷入「局部最优解」。而端到端是利用深度学习掌握了看到场景应该有的直接反应。