郎咸朋和郎咸平的关系是？

这人不像技术人员，像办公室主任

赞同嘉宾。理想几年前从OKR文化改为全面奉行华为文化，并大量引进前华为人，鸠占鹊巢，早就一点点走向癫狂与覆灭了。资深老华为人都懂一句话，谁学华为，谁死，华为学谁，谁死。那是独有的特定历史阶段下的企业文化，有前提，有under table 的决定性原因的，不是别家可以学的。胡雪岩总有倒的一天，理想也没资本做胡雪岩，小珺刚采访小宏那期，小宏刚讲你的优点和缺点是绑在一起的，李想过去几次成功的优点，就是他现在致命的缺点。

正好周末很火的话题是youtuber mark rober用一块伪装成马路的幕布欺骗了Tesla自动驾驶

46:49 现在智能驾驶行业的创始人和参与者几乎当年都在百度工作过，太可惜了，好牌稀烂

🚞一点记录（部分）📒： ✨在自动驾驶领域，为什么许多公司仍然坚持使用激光雷达，并且认为激光雷达比纯视觉好？ 激光雷达虽然在点上可以瞬间获取信息，但即便如此，它并不是完美的。在同样的场景下，激光雷达可能只扫描到部分区域，存在空洞，而图像则几乎能全面覆盖并提供更丰富的多维度信息。尽管视觉信息量大，但激光雷达因其精准和实时获取环境信息的能力，在自动驾驶中扮演着重要角色。目前，端到端做得较好的公司并不多，特斯拉（Tesla）在BEV（全自动驾驶）方面也意识到单纯依赖激光雷达或视觉无法达到人类驾驶水平，需要综合多种传感器信息。 ✨是否有人尝试通过定义不同场景的方式来解决自动驾驶的问题，存在哪些挑战？ 一些创业公司曾尝试通过详细定义多种场景（如天气、车流量、光照等）来开发自动驾驶系统，但这种做法面临两大挑战： 一是场景划分过于复杂，穷举无法涵盖所有可能情况； 二是场景间存在相互影响，修改某一场景的定义可能会影响到其他场景的正确运作。 此外，还存在无法预知的突发情况（如半路窜出的马车、路面塌陷等），这些都给自动驾驶系统的适应性和鲁棒性带来了巨大挑战。 ✨自动驾驶领域的发展史中，三个关键点是什么？ 自动驾驶领域的发展史中有三个关键点： 第一，特斯拉等公司利用人工智能架构，如transformer模型和大模型技术，实现端到端的自动驾驶； 第二，对技术前沿的敏锐把握； 第三，对产品本质的深刻理解，即理解能量与质量转换的过程，并尝试运用先进智能技术进行革新。 第四， ✨如何借鉴特斯拉的方式进行自动驾驶的研发？ 借鉴特斯拉的方式，首先深入理解自动驾驶产品的问题本质和机会点，然后结合人工智能技术的迭代，尝试用更像人的方式解决问题。 采用统一的系统二模型与系统一行为智能相互配合，让系统能够快速做出接近人类行为的决策，并通过系统二处理没见过或需要思考的场景，再结合系统一执行决策和规划，从而提升自动驾驶的整体表现。 ✨大模型如何改变我们对知识表达和学习的认知？ 大模型通过编码机制将不同来源、不同类型的知识转化为统一的空间中特征，使得原本难以被计算机学习理解的各种信息能够被量化和对齐，进而通过训练方式进行学习。这就像找到了一种新的方式，如同爱因斯坦提出的质量-能量方程，让不同形式的知识和信息得以转换和利用。 ✨大模型对于自动驾驶技术进步的意义是什么？ 大模型的出现解决了之前感知与决策规划分离、不同传感器数据难以融合的问题，它提供了一种新的方式将所有知识整合在一起进行训练，使得信息可以在模型中无损传输，提高了学习效率和智能化程度。同时，大模型也推动了端到端解决方案的发展，让系统能够直接从原始传感器数据中学习并做出决策，而无需经过复杂的中间处理步骤。 ✨如何评估自动驾驶系统的当前能力以及能力提升？ 传统的功能测试方法可能无法准确衡量自动驾驶系统的当前能力和真实表现。因此，采用了参考人类能力测试的方式，构建了一套包含多个维度（如安全、舒适、导航合规等）的考试系统来评估模型或功能的最新版本。通过不断考试迭代，确保每次测试成绩不低于前一次，实现对系统能力的动态跟踪和提升。 ✨在人工智能领域，如果一个企业不针对特定需求优化模型，而是试图满足所有人的需求，这样的企业能在该领域占据头部位置吗？基座模型在企业中的核心作用是什么？ 如果一个企业只是追求通用性，不针对特定用户需求优化模型，那么它很难在人工智能领域获得头部地位，因为真正的竞争优势会掌握在那些拥有强大基座模型能力的企业手中。基座模型代表了企业的核心能力，它反映了企业对世界的理解和对知识的掌握程度。通过这个基座模型，企业可以构建自动驾驶、理想同学等各种智能应用，而不是单独训练专用模型。 🏎️字数受限，完整的在🔗中🌟 🈶️整理笔记、思维导图和逐字稿 需要可保存学习（复制到手机浏览器打开保存即可） 🔗：https://pan.quark.cn/s/270d7342ce18

讲的好好 没了解过的人都能听懂

从郎博的访谈里能体会到一点：不同于专攻某类自动驾驶技术研发的第三方智驾公司，在主机厂内部做探索性业务，既是技术研发又需要战略管理协同，因为制造业企业有太多要花钱的地方（整车制造、销售网络、充设施），需要技术leader兼顾很多，如何做好团队稳定性，落后不气馁，对内更多争取资源，交付结果而不是过程，敢打硬仗去赢得信任，这些都做到，就远不是一个技术天才能保证实现的了。而这里面提到的很多，恰恰是其他企业没有做好的环节。所以其在最后反复提到，感慨自己能力的提升是多维度的，逐步改变了单纯科研技术人员的视角，以企业管理者的思维去带领团队披荆斩棘，也就是所谓的企业战略思维。

能有人给这么抽丝剥茧的讲解真好，主持人提问提的也很好，问的恰恰是听众之所想

对技术的讨论太浅了，说来说去都很一些很high level的比喻。听了一半开了倍速也听不下去了，都是在重复说一些已知的很浅显的概念。 想听更技术的还是推荐去听下楼教主的采访。先不说人家是不是天才，他的采访至少在做技术的人的眼里还是更有深度的。

我好奇个点，之前自驾都是供应商做的，理论上自研没啥积累。端到端100个人搞了半年就搞出来了，我有点不太相信（没judge的意思，就是有点吃惊）

1:34:24 猜测这个供应商是地平线？

感觉朗博很实在

完美符合了我对百度和理想两个ads吊车尾公司的认知

20:05 尊重对手，学习对手厉害和强大的能力用来补充自己，不贬低其他人，学习和进步的速度极快，每次听理想高管出来分享，都能感觉到一种空杯和自信，神奇

45:49 这段出现的人名太神奇啦，有种人类群星闪耀时的感觉

🚗都是最近热门话题 喜欢❗️ 🈶️和我一样喜欢用 📝逐字稿 边听边看或者拿来做一下📒记录的小伙伴们可以自取👍 🔗: https://pan.baidu.com/s/1lXtzd8E_OpyhMl1oLIaSgg?pwd=8fkz

💛人工智能的浪潮之下，自动驾驶的发展只会越来越快 👀课代表就位 ✨逐字稿和思维导图已经帮大家整理好了，方便大家随时查看（麻烦大家顶我上去让更多人看到） ❤️有需要的听友自行取用（复制到手机浏览器打开保存即可） 🔗：https://pan.quark.cn/s/0997e33f9f9a

模型和方式比工作量重要，尤其是可以不断迭代的模型。条件概率。

35:15 场景无法定义 场景只能穷举所有可能