Kvíz spojený s průvodcem · Střední úroveň
Tesla AI a Autopilot Quiz
Prohlédněte si systémy vnímání a asistence řidiče založené na kamerách společnosti Tesla, včetně přetrvávající potřeby pozorného lidského řidiče.
Otázka 1 z 8
In Tesla’s camera-based “Tesla Vision” approach, what sensors provide the visual input?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- In Tesla’s camera-based “Tesla Vision” approach, what sensors provide the visual input?
- Cameras around the vehicle
- A lidar-only scanning unit
- Radar without cameras
- A single ultrasonic sensor
- Co v současnosti vyžaduje „plné autonomní řízení (pod dohledem)“ společnosti Tesla, navzdory svému názvu?
- Vůbec žádný řidič
- Pozorný lidský řidič připravený převzít řízení
- Za ním druhé auto
- Vzdálený operátor v řídicím centru
- What do Tesla’s per-camera neural networks analyze in the company’s AI description?
- Only spoken commands
- Satellite maps without camera data
- Raw images for semantic segmentation, object detection and monocular depth estimation
- Vehicle registration documents
- Jakou výhodu získává Tesla ze svého velkého vozového parku na silnicích?
- Elektřina zdarma pro trénink
- Automatické schválení vládou
- Levnější pneumatiky
- Masivní proud videa z jízdy v reálném světě pro tréninková data
- Which humanoid robot project appears on Tesla’s AI and Robotics page?
- Optimus
- Atlas
- Digit
- Spot
- What do Tesla’s birds-eye-view networks output from video across vehicle cameras?
- Only the car’s color
- Road layout, static infrastructure and 3D objects in a top-down view
- A transcript of nearby speech
- A single two-dimensional lane label
- How does Tesla say it creates ground-truth data for training networks to predict world representations?
- By using only written driver comments
- By copying another company’s labels
- By combining sensor information across space and time
- By asking the model to label itself without sensor data
- What evaluation methods does Tesla say it uses to track improvements and prevent regressions?
- Only user ratings in an app store
- A single annual road test
- Only language-model benchmarks
- Open- and closed-loop plus hardware-in-the-loop evaluation infrastructure