时间紧，马上去提理想 i8。 我快速理解一下车坛鲁迅哈，没找他对过答案，直接“开卷”，
1. 有了一段式端到端之后，图像进、动作出，再也不需要感知模块把世界抽象成 3D 的框框、2D 的线给规控了，系统看到了更全量的世界，
2. 为什么还要带着 BEV 呢，是因为端到端这货太黑盒了，还是需要 BEV 还原一个系统看到的现实世界，告诉所有人系统将要干什么、为什么干，甚至是在最危险的时刻，用 BEV 的感知，做一层最后兜底，
3. 给端到端做完手术，有了人类语言理解的接口，就可以“私家司机”的方向发展，参照图二微博，
4. 产品给 L 打扮了很漂亮的交互窗口，窗口里看起来可以识别很多很多场景信息， 比如这里有积水、那里是公交车道等等，核心还是看窗口给出来的东西，系统能不能基于此同频的执行该做的动作。不然漂亮的窗口只是漂亮而已，
最后一点我不知道有没有理解对，没时间深想了，我要出发了。
