你看明白这一长串中，别的车在硬件上做不到的是什么没？我说的是做不到而不是能做而不做、譬如说为了降低漏拍而不做。
【 在 walkslowly 的大作中提到: 】
: 软件与算法：AI 触发 + 分级工作（核心省电点）
: 乐道采用 **“超低功耗待机 → AI 触发 → 分级录像”** 的非持续录制模式：
: 1. 待机态（99% 时间）：极致省电
: ...................
--
FROM 49.90.145.*

还是看我上面说的，prevision和recall两个指标成反比，优化的时候是不能兼顾的，功耗高，误拍率高好处是都能拍到；降功耗性能下降，漏拍率也会增加，传感器性能不足也可能会增加误拍率

【 在 wsnsw 的大作中提到: 】
: 你看明白这一长串中，别的车在硬件上做不到的是什么没？我说的是做不到而不是能做而不做、譬如说为了降低漏拍而不做。
: 【 在 walkslowly 的大作中提到: 】
: : 软件与算法：AI 触发 + 分级工作（核心省电点）
: : 乐道采用 **“超低功耗待机 → AI 触发 → 分级录像”** 的非持续录制模式：
: : 1. 待机态（99% 时间）：极致省电
: : ...................

--发自 ismth(丝滑版)
--
修改:walkslowly FROM 202.96.155.*
FROM 202.96.155.*

请看上面ai自己总结优缺点对比，那么请你指出到底什么导致了乐道这么牛逼，是图像算法准确率高了一个数量级，还是发明了一个功耗极低的传感器，如果只是基于现有传感器选择性关闭打开那就是调参。

目前没有哪家所谓的传感器是没必要开的，你还是没理解通过延迟唤醒这类方法减少误报的同时，必然同样增加漏报，只是一厢情愿觉得不会，这在基于概率的问题中最常见的，无论是ai深度学习还是图像，搜索领域
，现在大模型这么方便，你去问问precision和recall到底什么关系，怎么指导解决分类问题的
【 在 wsnsw 的大作中提到: 】
: 你没搞明白关掉一些东西来省电会不会漏报，
: 和守卫模式时有没有能力关掉一些非必要东西来省电是两回事情，
: 现在我们谈的是后者，你转进到前者就是顾左言他了，
: 更何况会不会漏报还两说，属于你的臆测，没有数据和实例支撑的，
: 至少车子刚上市时，一致反应报警过于密集，我的三小时掉一公里续航就是那时候测的数据。
: 【 在 walkslowly 的大作中提到: 】

--发自 ismth(丝滑版)
--
修改:walkslowly FROM 202.96.155.*
FROM 202.96.155.*