Podcast Script (zh)
[0.120-2.569] SPEAKER_01: Elon是iOS。
[2.869-5.620] SPEAKER_02: 他为大家铺平了路。
[5.920-16.322] SPEAKER_01: 这不是iOS，真的。 没和Elon聊那些，我就不会做comma AI了。 如果不是他这么说， 他这么说，嗯， 显然我们不用LIDAR。 我们用摄像头，人类也用摄像头。
[16.622-21.149] SPEAKER_00: 你觉得LIDAR有多重要？ 其他做L5的都用LIDAR。 他说LIDAR是拐杖，你怎么看？
[21.449-25.419] SPEAKER_02: 他有时说蠢话，比如驾驶员监控。 但有时他说得绝对。 百分之百正确的事。
[25.719-28.308] SPEAKER_01: 当然，LIDAR是拐杖。
[28.608-33.832] SPEAKER_02: 它甚至不是个好拐杖。 你甚至都不用它，他们用来定位。 这本身就不太好。 如果开车必须定位到厘米级。
[34.132-39.902] SPEAKER_00: 那就不太好了。 现在激光雷达数据上的机器学习不多。 就是帮你在感知的整体任务里。
[40.202-55.727] SPEAKER_01: 车上激光雷达的主要目标， 我觉得其实是定位，不是感知。 至少它们的用途是这个。 是的，没错。 如果你要定位到厘米级， 不能用GPS。 再先进的GPS也做不到。 尤其是在树荫底下。 用激光雷达很容易做到。
[56.027-61.274] SPEAKER_00: 其实他们没这么做。 我是说，有些研究用它感知。 而且肯定没和视觉融合好。
[61.574-75.102] SPEAKER_01: 他们确实用它感知。 我并不是说他们不用它感知。 但他们有的是， 还有基于视觉和雷达的感知系统。 你可以拿掉激光雷达保留 很多动态物体的感知。 你想获得厘米级定位精度，
[75.182-77.933] SPEAKER_01: 其他方法？祝你好运。
[78.013-93.236] SPEAKER_01: 你会看到他们在做什么， 但这也不会简单多少。 你得保持高度警觉，密切 关注数据本身， 这样你立刻看不出数据说明了什么， 它也不一定能预测 你的核心假设会如何实现。 所以，这就是你看到的。 然后，是的，
[93.316-100.374] SPEAKER_01: 视觉深度的话题很多， 所以等会儿再讨论。 我是说，视觉深度， 我会考虑进去。 但视觉深度，