据地平线苏治中的线上分享中提到的，这种情况是有可能的，不过也有技巧办法可以解决。比如某个任务对其他任务伤害很大，就可以降低这个任务的学习速率（learning rate），降低它的权重，如果实在无法兼容，还可以单独再新建一个模型去训练这个任务。
比如BEVerse，就是在BEV空间内完成的多任务模型感知任务，完成了3D目标检测、局部语义地图和运动预测这三个任务，且每个模块都达到了当前最优水平（ SOTA）。
3、BEV算法更复杂、门槛更高
相比于传统2D图像检测，BEV感知算法会复杂得多，尤其是前文提到的云端的3D重建、4D空间的标注、真值生成和模型训练，都是之前2D感知任务中所没有的，相应地难度和门槛自然也要高一些。
不过，朱政也提到，由于BEV感知进入大家的视野还不太算太久，各家还在摸索中，有些算法还没那么成熟，等到后续量产实践多起来了，开源的工具也慢慢多起来了，门槛也会慢慢降低，“就像四五年前其实2D感知也没那么好做，不过现在成熟多了，有很多开源的算法，工具链也很成熟了，门槛就显得没那么高了，”朱政说道。
5
未尽之语
随着如BEV和Transformer等诸多视觉算法的进展，视觉能力的上限也大大提升。
诸多业内专家也提到，即使量产车辆装了激光雷达，在云端进行数据处理时，还是会以视觉为主，“毕竟，相比激光雷达先天的缺点（如点云稀疏、缺少语义信息等），视觉的优势非常明显，加上摄像头出货量更大，产业链更加成熟，后续升级也更加方便，比如可以很容易从800万像素升级到1600万像素，甚至现在手机摄像头的像素已经过亿了”，一位专家告诉九章智驾。
之前九章智驾采访一家进军L2前装量产市场的L4公司的CTO时，对方也提到，过去L4以激光雷达点云为主、视觉为辅的方案是有其历史原因的，因为那时基于深度学习的视觉算法还不成熟，能支持深度学习的大算力平台也不成熟，不过目前，视觉在L4方案中占的分量会越来越重，甚至未来有可能超过激光雷达。
随着图像转化到BEV空间后，也可以直接借鉴激光雷达、毫米波雷达领域的研究方法和进展。如果未来进一步绕过ISP，直接将RAW DATA输入到感知模型中，可进一步提升视觉在极限条件下（极暗和极亮）的感知能力，可以想象，未来视觉能力会有更大的发展，让我们拭目以待。
活动推荐：
华车展ICVS将于2022.9.26-29 苏州国际博览中心举办中国智能汽车及自动驾驶博览会，同期举办：中国智能汽车产业链展，展会规模超30,000 、参展品牌500+、共计30,000+专业观众到场，同期还有100场行业大咖演讲。点击ICVS自动驾驶商业化主页—>进入菜单栏展会报名页面，即可免费领取参观门票，现阶段报名还将获取更多福利。
