究竟是怎么想的？

先说答案，特斯拉和百度考虑问题的终极目的，就是自动驾驶的商业化。

早在2016年，特斯拉在更新 Autopilot 2.0 硬件时，就使用了8 颗摄像头，包括前置三目摄像头（分别是长距窄视角、中距中视角和短距鱼眼）、车辆的左右两侧各有 2 颗面向侧前和侧后的摄像头，再加上 1 颗后置摄像头，8 颗摄像头完成了 360 纯视觉感知的无死角覆盖。

但在其中非常有意思的是，匹配这套系统的核心芯片被改成了可插拔式设计，便于后期高性能芯片迭代之后的装车。特斯拉的这个伏笔直到去年四月特斯拉FSD高算力芯片的量产，我们才有机会看到不久之前北美FSD自动驾驶Beta版的推送。

由此可见，特斯拉和百度所等待的，是算力和算法的提升。百度 Apollo 技术委员会主席王亮也曾表态过：摄像头的图像信息密度大、蕴含的环境信息最为丰富。但对人才、算法、数据、规模化机器学习的能力提出了很高的要求，需要强大的算法、大量数据的积累和长期的研发投入。

在这里需要插播一条来自新华社的报道：仅北京一座城市就有 100 多家专门从事数据标注的公司，全国有超过 1000 万人在从事数据标注工作自动驾驶行业数字富士康实锤了。

训练算法时的人工标注