TESLA MOTORS WKN: A1CX3T ISIN: US88160R1014 Kürzel: TL0 Forum: Aktien Thema: Hauptdiskussion

Stimmt schon, bei stark regen oder sehr dichtem Nebel. Die Frage ist halt ob man da nur mit Lidar weiter fahren kann. Kartographieren ist halt auch so ein Ding, schon alles möglich aber halt aufwendig. Tesla Geofencing aber keine HD Karten und das auch nur zu Beginn

Tesla hat mit 50k GPU alleine nur das Cortex Supercluster eines der grösten ki Training center plus sie haben mehr Daten. Google ist führend in LLM (Gemini, veo und so) da gehen die meisten Ressourcen hin. Gar nicht so sehr in Selbstfahr Modelle

Es war doch deine aufgeworfene rhethorische Frage, was passiert geschieht, wenn die Kameras ausfallen. Während Waymo noch Lidar und Radar hat, ist zum Vergleich Tesla vollkommen blind

Daß Teslas KI aktuell besser ist als die von Waymo bezweifle ich stark. Ob sie Waymo jemals einholen werden, obwohl sie weniger investieren ist hypotetisch. Man kann es nicht ausschließen, aber ist irgendwie unrealistisch

@Chakotay Was wenn die Kameras ausfallen? Alle 9 bzw 3 nach vorn gleichzeitig? Nur mir Lidar kann man nicht fahren, es muss immer noch Kamera mit dabei sein allein schon um schilder zu lesen zudem ist dieser sensor auch fehleranfällig. Waymo nutzt auch KI., natürlich aber eben nicht in dem Maße in dem es Tesla macht. Es ist (noch) kein generalisierters system. Ein Waymo kannst du nicht auf eine ihm unbekannte Straße stellen und fahren lassen. Tesla hat das damals mit Lidar nicht hin bekommen? Sie haben es nie wirklich versucht. Sie verwendenten Lidar um das System zu kalibrieren aber niemals auf den autos selbst. Übrigens, ich hab absolut nichts gegen Waymo, finde es super was die geschafft haben, ich sehe nur, das sie, wenn Tesla FSD zum laufen bringt, vermutlich nicht Wettbewerbsfähig sind.

Hier sind lauter Entwicklungsingenieure, die Experten für FSD sind…👍

Natürlich schreibe ich es fast jeden Tag. Die Bude ist so der Hammer

Die kosten für Lidar sind nicht das Problem, das wird in den Medien so geschrieben. Tesla hat da eine ganz andere begründung. 1. Rechenintensive Datenauswertung, Teileweise Atmosphärisches rauschen, Sensorfusion, wenn 2 Sensoren unterschiedliche Daten bringen, welchem vertraut man. 3 wenn die Kamera nichts sieht kann man nur mit Lidar nicht weiter fahren, da die Informationen nicht ausreichen sind.