什么叫“两大”？第一信息量大。比如说我们随便拿一个摄像头来比，前面有800万的高清摄像头，首先这些摄像头跟人眼比，它的像素非常高，跟激光雷达比，它的信息量如果按照现在常规的128线的激光雷达比，它能获取的信息量是相差了160倍，它更多。因为128个点在扫描，它的信息量跟800万的没法比，这是第一点。
另外，我们车的周围装了11个摄像头，一般的激光雷达是没法比的，密度也很高。信息量大了以后有很多好处，比如说不仅可以获得障碍物的边界信息，还能知道障碍物的纹理和障碍物的颜色。举个例子，现在我们的1.4版本就可以纯视觉方案区分出来这个障碍物是植物还是建筑物。到我们的车上可以看到SR的显示量非常大，有几个场景。
比如说现在要倒车，周围如果是一些树枝、树叶，车辆就会说这些东西稍微擦碰一下没有关系，你可以慢慢靠近。如果你说边界是建筑肯定不能靠近，激光雷达就做不到。
网上车市＆智电出行：对它来说都是物体。
贾秀江：对，都不能碰。植物其实可以碰，还有我举个例子，北京有很多柳树，柳树不是挂下来吗？如果是激光雷达，很可能就误判这个东西是一个墙，我们就可以判断这是植物，有几个好处，我们可以慢慢开过去。目前是刚刚开始，激光雷达只能够判断出来物体的状态，我举个例子，一个行人拎着一个行李箱在路上走，激光雷达扫描的是当时一刻，你很难感知到这个行李箱和这个人是什么样的位置，是什么样的从属关系。图像识别就可以，我们的BEV和transformer和OCC结合有一个记忆的功能。它就知道这个箱子会随着人走，如果激光雷达只知道这两个之间的相对位置关系，但是不知道会不会同时运动，你有了这个信息之后就可以提前预判说接下来箱子和人会到什么阶段？诸如此类，信息量大就特别好。因为你就看得更清楚。
网上车市＆智电出行：这个对算法不是很高的考验吗？
贾秀江：说得非常好，第二个大就是算力非常大。首先我们车内的算力值是508TOPS，因为信息量大，对于云端训练的要求就特别高。我们目前正式对外公布，当然还要依靠百度集团的支持，百度云计算平台给我们目前是2.2EFLOPS，相当于220亿亿次浮点运算。这个有点难理解，我们如果拿最新的苹果手机算力来看，大概是15万台手机的算力同时运算才能够训练一次。
同时依靠百度集团对我们的算力支持上不封顶。最近也有几个友商宣布了多少算力，我们可以看一下目前我们刚起步的算力就是很多人的天花板。所以第一个是我们信息量大，第二是算力要大。还有“一高”就是精度高，很多人可能就会以为说你的纯视觉，如果遇到下雨天各种各样的天气、精度是什么样的，我先讲一下，现在纯视觉精度能做到什么程度？