「转载」差异，但是方案与方案之间的实现难度是不一样的。 用低算力芯片，低配感知硬件能完成高算力芯片，高配感知硬件同等级别的产品体验，难度是绝对更大的。 这里涉及到： 更大规模的数据收集： 硬件差需要用算法能力弥补，算法能力需要数据喂养。 更加精细的算力分配： 一颗Orin 要完成的城市NOA 相比于四颗Orin，难度不可同日而语，有限的算力资源如何发挥最大的价值 还有更难的问题场景： 例如失去了随处可获得的激光雷达真值，如何完成纯视觉的数据回环标注，很多公司都没有想好。 我回想起前两年激光雷达刚宣布上车的时候，各家在比拼激光雷达的数目。那时候各家的算法能力都不行，数据也没有大规模闭环起来。 只能靠激光雷达进行早期功能的开发。 到现在，随着视觉的逐渐走强，有些团队开始发现激光雷达的依赖可以被逐渐降低。 这条更难的路正在逐渐被尝试。 从另一个角度来看，选择一条更难的路，或许才是最简单的。 #7成中国人可能是河南人#
