scripod.com

96. 和郎咸朋聊,自动驾驶 10 年演进史、关键技术细节和特斯拉

Shownote

今天发布的是和理想汽车自动驾驶研发副总裁郎咸朋的聊天。本次访谈发生在 2024 年 12 月,和我们之前发布的《对李想的 3 小时访谈》在同一时期进行。 郎咸朋 13-18 年在百度做自动驾驶,18 年加入理想,过去 10 年都在中国的自动驾驶领域。他以亲历者的视角聊了自动驾驶 10 年演进史,详解了其中的关键节点和技术细节。这次谈话更像是对自动驾驶的一次技术科普。我觉得我们聊的还不错,所以决定分享给大家。 (因为访谈发生在去年,如果大家听到今年,指的是 24 年;如果听到去年,指的是 23 年。) 期待 2025,我们和 AI 共同进步!...

Highlights

本期播客聚焦于自动驾驶技术的十年发展历程,通过与理想汽车自动驾驶研发副总裁郎咸朋的对话,深入探讨了从早期依赖高精地图和激光雷达到如今 BEV + Transformer 架构的应用转变。同时,节目还分析了特斯拉作为行业标杆的技术路径选择及其对行业的深远影响。
00:02
自动驾驶技术的核心在于 BEV + Transformer 架构的实际应用
04:17
Tesla 率先采用纯视觉方案放弃高精地图和激光雷达
10:10
BEV 结合 Transformer 成为替代传统方案的关键技术
12:07
激光雷达成本极高,每台可达五六十万人民币
14:28
自主研发芯片是降低成本和提高性能的关键
19:20
特斯拉采用强化学习优化自动驾驶算法
21:18
BEV 算法核心思想类似原子弹能量方程基础思想
25:06
摄像头的图像分辨率可达 800 万像素,远超激光雷达。
35:59
自动驾驶系统需通过强化学习实现自我优化
41:14
数据的独特性无法通过外部获取
1:13:57
端到端模型通过 Camera 解决方案和 BEV + Transformer 架构实现更直接的驾驶决策
1:22:31
理想汽车在端到端模型上取得突破性进展
1:27:57
通过纯数据驱动方法实现代码量大幅减少
1:33:48
团队决定自主研发自动驾驶技术,并排除不支持的声音
1:45:47
专属基座模型是实现长远发展的关键

Chapters

自动驾驶技术发展与未来趋势
00:00
10 年前的自动驾驶当成有轨电车研发,现在看起来很可笑
01:32
2018 年,从高精地图 + 激光雷达到 BEV + Transformer,Tesla 是标杆
04:30
当年激光雷达 50-60 万/台,早期百度/Cruise 一辆车 7-8 个激光雷达,传感器成本远高于这辆车(当时我们在百度,一辆车 500 万人民币)
12:07
为什么特斯拉要用视觉解决问题?为什么自己造芯片?
13:09
特斯拉一辆车的传感器 + 芯片成本?一辆车有几个芯片?
15:16
特斯拉总在用 “升维” 方式解决问题
20:06
激光雷达和 camera 解决方案区别
25:06
端到端、“我们以前做自动驾驶都做错了”
28:46
我的工作经历: 13-18 年在百度,18 年开始在理想
41:14
“L3 不是 L2 的延长,而是 L4 的先导”
50:50
端到端是最典型的强化学习,端到端 + VLM + 世界模型是 RL 架构
1:15:15
2024 年 3 月李想对智驾团队发火
1:26:40
“卫城” 项目:“他就觉得你一定要跪下来求他”“老子就算死也要站着死”
1:32:23
想过职业生涯栽在这儿吗?李想脾气不太好?
1:35:51

Transcript

郎咸朋: 他就觉得你那时候一定要贵下来求他,当天郎咸朋突然地想给我打电话。我想我还没给想到半年,都想到半年了,我特别喜欢你想到一点就是,老子就算死也要站着死,我是不可能贵下给你求饶的。BEV+Transformer 做得好的现在是哪些公司呢,所有的 L4 的科技公司,谁做 BEV+Transformer 的? 张小珺: Hello 大家好,欢迎收听张小珺商业访谈录,我是小珺,这是一档提供一手高密度信息的商业访谈节目。今天发布的是和理想汽车自动驾驶研发副总裁郎咸朋的聊天。本次访谈发生在 2024 年的 12 ...
小宇宙
Open in 小宇宙