wisej

@unco020511 城区还是高快？高快现在各家都很不错了

@metalvest 认同。所以我了解现在有了 4D ，随时间变化的 3D 空间的仿真训练。应该就是为了学习这种预测能力

@cynics 我没试过 FSD 。但是国内 FSD 版本似乎测评里表现一般（当然跟 tesla 训练国内数据限制有关）

@frankies 确实很多领域内名词，需要学习=.=

VLA 我还是觉得上限更高，但是对算力要求也更高（目前车端的算力不太够？）。至于世界模型仿真 RL ，VLA 也能做不冲突。可以具体说说各自的优劣嘛？

@stinkytofux 就第一次会有些忐忑，后面还好~ 而且我只在高快上用，城区不用。我觉得高快场景很简单了，现在辅助驾驶能很好 cover ，能节省非常多精力。但是确实需要知道能力的边界，保持专注

@Tink 这句话我本身也不认可（本末倒置了）。但是语言可以是逻辑推理的表征毫无疑问。

"肌肉记忆"我认为是千万次重复后，人体系统演化而来的能效优化的结果。它的底层依然是神经元连接，只是不需要人脑中的高级部分再参与了（所以能耗、延迟都更低）。端到端其实就很适配开车中“肌肉记忆”的场景（所以高速表现挺好的）。

而且开车场景不全是肌肉记忆，有~5%的场景是需要逻辑思考的。拿掉头来说，我的思考 path 可能是：1.有没有掉头专用灯 2.有没有双黄线，怎样的形态 3.左转灯状态。对于我来说，它不是“肌肉记忆”，需要逻辑思考。你说有没有人能把它做成肌肉记忆，我觉得可以，只要他重复千万次或许能做到看一眼就知道怎么开的“肌肉记忆”---但那本质不也是训练后内化的神经网络权重参数么

我也是打算写个 localsend 类 app 上架拿激励的，到 v 站搜了下看你已经写了。

上架了么，上架了我可能就不弄了

@agood 下次试试，主流音乐 app 都支持么？

.code-workspace 是 cursor 的规范还是 vscode 本身的啊？我也有过多项目希望共享上下文的需求，当时是建的 workspace