理想基座模型负责人詹锟（硅谷两周试驾 FSD 14.3）发布会核心发言内容
一、出发前的行业共识：先有判断，再实地验证
大量从硅谷归国的行业技术人，统一给李想和他传递同一个结论：全球高阶智驾只有特斯拉 FSD 属于第一梯队，国内所有车企自研智驾暂时都达不到同一水准。
为避免道听途说、不闭门内卷，专程前往硅谷，连续两周全天候驾驶搭载 FSD v14.3 的 Model S，覆盖城市街巷、环岛、高速、无标线乡村小路全场景深度实测验证。
二、两周试驾后的两大核心直观感受
回国后最深刻的两句话：
特斯拉真的太强大了（可以公开对外表述）
压力真的太大了（内部紧迫感，回国立刻落地行动）

端到端大模型天然排斥激光雷达前融合（核心原因，詹锟硅谷试驾 FSD 后重点输出）
数据逻辑不统一
人类驾驶员、特斯拉 FSD 全部依靠视觉像素做决策，海量影子数据、真实驾驶样本全是摄像头画面；激光雷达点云是另一套数据维度，两套信号融合会产生冲突、模型推理臃肿、延迟变高，车辆操作生硬、变道 / 避让不够自然。
特斯拉纯视觉模型只用像素，输入单一、推理更快、驾驶拟人度更高，詹锟试驾两周 FSD v14.3 后，直观感受到融合多传感器带来的决策拖沓。
激光雷达只能测距，无法理解语义
激光雷达只能输出三维距离点云，识别不了红绿灯颜色、路牌文字、交警手势、施工标识；真正决定智驾好不好用的 “场景理解”，完全依赖视觉 3D ViT 大模型。卷高线数激光雷达无法补齐语义理解短板，属于无效硬件内卷。
点云帧率低、远距离信号衰减
激光雷达帧率远低于摄像头，远距离点云稀疏，高速、远距离预判反而不如长焦高清摄像头；多径反射还容易产生虚假障碍物，干扰主模型判断。
简化模型，提升泛化能力
端到端模型追求极简输入，去掉激光雷达作为主感知输入后，模型参数量、计算压力下降，泛化能力更强，各类小路、异形障碍物适配更好，更容易对齐 FSD v14 的流畅度。
--
FROM 218.108.210.*

这让896线激光雷达情何以堪，还要1000多线摇摇领先呢


【 在 wuspd 的大作中提到: 】
: 理想基座模型负责人詹锟（硅谷两周试驾 FSD 14.3）发布会核心发言内容一、出发前的行业共识：先有 ...
--
FROM 114.254.10.*