AI 與算力最新消息：xAI、Grok、Dojo

• 提供系統權限
• 提供 Flyme API 文檔
• 允許 LLM 向用户請求數據
• 開放 SoC 邊緣 AI API

魅族希望魅族 21 Pro 成為 AI 時代的樹莓派。

#42how##魅族21PRO#

via 42號車庫的微博

魅族將 AI 融入 mBack，單次輕點是返回操作，只要重按 mBack 就能隨時喚醒系統 AI。

重按 mBack，不僅可以和 AI 對話，還會分析當前屏幕內容，為你提供建議。同時，AI 輔助輸入可以自主理解對話場景中的上下文，在需要的時候幫助自動生成回覆。

魅族 21 系列的AI 靈動鍵和 AI 輔助輸⼊功能將在3月4日開放內測，同時，魅族 20 系列⽤户在三月份也會啓動內測。

#42how##魅族21PRO#

via 42號車庫的微博

#42how##魅族21PRO#

via 42號車庫的微博

這台 21 PRO，將是魅族的最後一台智能手機產品，往後魅族推出的，就都是AI設備了。

那麼這台設備究竟如何呢？來看看我們的首發開箱吧！

#魅族21PRO##魅族#常巖CY的微博視頻

via 常巖CY的微博

via 常巖CY的微博

賈躍亭表示：

• AI 電車是 AI 技術最大的賽道，最大的應用場景及最大的載體；
• 放棄造車，蘋果將失去通過 AI 垂直整合汽車生態的歷史機遇。

#新能源汽車##42how##蘋果取消造車#

via 42號車庫的微博

據《紐約時報》報道，蘋果過去十年間在造車項目上燒了超過 100 億美元（當前約 719.6 億人民幣）。

作為對比，雷軍曾表示小米研發製造小米 SU7 花了 100 億人民幣，未來 10 年內會在造車上投資 100 億美元。

那麼問題來了，為什麼小米花了 100 億人民幣就把小米 SU7 造出來了，而公認更強大的蘋果花了 100 億美元卻打了十年雷不見一滴雨？

其實在造車上蘋果有很多先天的優勢，比如世界級的品牌影響力、生態能力、一向注重且擅長科技與人文的結合、注重服務等，而這都是當下個新能源品牌拼命發展的重點。

但在造車的具體行動上，蘋果的造車團隊卻頻繁換血，造車的重點也屢屢更換。起初蘋果準備造一款像特斯拉一樣的車，後來又把重點轉向開發自動駕駛軟件和自動駕駛系統，最後又回到了最初的起點，還是想直接造車。

在這一過程中，一不小心 10 年就過去了，100 億美元就砸進去了，卻沒有得到什麼成果。

造車對於蘋果來説是一個創新的業務拓展，可在這一拓展中蘋果好像也沒能避免常見的大公司病。

現在蘋果放棄造車，專注人工智能，在更擅長的領域把積累的人才、數據、技術等優勢給發揮出來，未嘗不是一個更好的結局。

#新能源汽車##42how#

via 42號車庫的微博

• 如果喬布斯還在掌舵，蘋果是不是會有不一樣的處理方式？

#新能源汽車##42how##蘋果取消造車#

via 42號車庫的微博

李想對蘋果放棄造車的看法：

• 蘋果放棄造車，選擇聚焦人工智能是絕對正確的戰略選擇，時間點也合適。

#新能源汽車##42how#

via 42號車庫的微博

via 常巖CY的微博

via 小特叔叔的微博

這次新款極氪 001，與其説是改款，我覺得倒不如説是換代。因為除了外觀，它的內在已經發生了翻天的變化，全系 800 V 高壓架構，8295 座艙芯片，激光雷達，動力更強的電機，以及雙腔空氣懸架，一下又把自己的競爭力拉上了枱面。所以極氪叫它全新極氪 001，也算是合情合理。

本期視頻，你將看到：
新款極氪 001 外觀有哪些改動；
用了 8295 的車機跟 007 有哪些不同；
全新電機和雙腔空懸開起來如何；
上了激光雷達後智駕能力有沒有提升。

視頻地址：https://www.bilibili.com/video/BV19w4m1Z7AR

iframe (www.bilibili.com)

via 的 bilibili 動態

今天，英特爾在2024年世界移動通信大會（MWC 2024）上宣佈，全新英特爾® vPro®平台將AI PC的優勢惠及商用客户。

內置英特爾鋭炫™ GPU的英特爾®酷睿™ Ultra處理器和英特爾®酷睿®第14代處理器所具備的增強功能，能夠為大型企業、中小型企業以及包括教育部門在內的公共部門和邊緣領域帶來全新的PC體驗。

對於商業用户來説，這可能意味着十幾年來最大的一次 PC 應用場景和模式的更新到來了。

via 常巖CY的微博

特斯拉在移動 APP 中推出了新的虛擬助手。

該工具名為“Tesla Assist”，可以快速解答常見問題，例如“我應該多久保養一次 Model 3？”

該工具仍處於測試階段，只要您看到“？”，就可以在應用程序中訪問該工具。

via 常巖CY的微博

• 轉發 @老七: 讓我們結合圖片再回味一下

某友商：升級了4個頭枕[doge]

搞不懂友商整天都在幹嘛。

via 小特叔叔的微博

• 轉發 @42號車庫: 001 在上市了 3 年之後，終於迎來了改款。但這次新款極氪 001，與其説是改款，我覺得倒不如説是換代。因為除了外觀，它的內在已經發生了翻天的變化，全系 800 V，8295 座艙芯片，激光雷達，動力更強的電機，還有雙腔空懸，一下又把自己的競爭力拉上了枱面。所以極氪叫它全新極氪 001，也算是合情合理。

本期視頻，你將看到：

• 新款極氪 001 外觀有哪些改動；
• 用了 8295 的車機跟 007 有哪些不同；
• 全新電機和雙腔空懸開起來如何；
• 上了激光雷達後智駕能力有沒有提升。

感謝觀看！

#全新極氪001獵裝進化##新能源汽車##42how#42號車庫的微博視頻抽獎詳情

via 42號車庫的微博

Invalid media: video

本期視頻，你將看到：

• 新款極氪 001 外觀有哪些改動；
• 用了 8295 的車機跟 007 有哪些不同；
• 全新電機和雙腔空懸開起來如何；
• 上了激光雷達後智駕能力有沒有提升。

感謝觀看！

#全新極氪001獵裝進化##新能源汽車##42how#42號車庫的微博視頻

via 42號車庫的微博

Invalid media: video

• 轉發 @傻瓜AI探險家-Stella: 過完年很多朋友換了新工作，但是非常“社恐”，不知道跟新同事要怎麼聊天，硬聊也找不到話題，很是苦惱。

其實我最近發現，中文的 AI 應用就可以先給你培訓培訓，比如跟馬斯克的聊天要不要試一下呢？[好喜歡]

字節跳動旗下的豆包，就可以實現你的願望[彩虹屁]

#ai聊天助手##馬斯克#傻瓜AI探險家-Stella的微博視頻

via 常巖CY的微博

不過，在去年 CES 上，我特意揹回了華碩靈耀 14，它搭載了 intel 酷睿 Ultra 第一代處理器，全面支持 AI 技術。

當 AI 遇上輕薄本，會碰撞出怎樣的火花呢？ 常巖CY的微博視頻

via 常巖CY的微博

Q：理想和華為、小鵬在智駕上的差距是什麼，大概什麼時候可以超過？
A：在 Q2 時向 AD Max 車型推送無圖的、向全國開放的城市 NOA，Pro 車型也將會升級 BEV 模型，總之理想汽車的智駕產品和研發能力今年在國內肯定是數一數二的。

Q：理想汽車今年如何確保產能爬坡以及交付？
A：理想汽車有相關的成功經驗，而且可以可以複製。

目前，理想汽車新車型的進度都符合開發計劃，製造方面已經完成廠房的規劃、工人的培訓。2024 年是大年，有信心保證產品交付的及時性。

Q：理想汽車在產品價格上是否有下探的計劃？
A：往後看 5 年，理想汽車是不會推出 20 萬以下車型的。到 2030 年，理想汽車憑藉單純的家庭用户市場或可以接近 iPhone 在全球的營收表現。

Q：理想汽車 2024 年對純電車型的規劃是什麼？
A：我們下半年會發布另外三款純電 SUV，標配 5C 充電，產品力極強，將會成為同價位家庭用户首選。

Q：理想汽車如何看待行業的競爭？
A：理想汽車會堅持一貫的看法，未來的競爭會逐漸向頭部集中。

Q：理想汽車 2024 年在價格戰中的節奏是什麼？
A：今年是理想汽車的產品大年，理想汽車對產品的投入會持續增加，產品能力會轉變成用户價值。目前，公司各個團隊都已經做好了準備。

Q：智駕的 iPhone Moment 什麼時候會到來？
A：也許會在未來 2-3 年內到來。因為隨着 L2/3 級智駕的量產、數據積累帶來的量變以及 AI 技術的提升，智駕會迎來它的質變。

理想汽車在未來會一直堅持智能駕駛的標配，暫時沒有額外收費的計劃。

#新能源汽車##42how##理想汽車全年營收破千億#

via 42號車庫的微博

• 理想汽車會在 Q2 時向 AD Max 車型推送無圖的、向全國開放的城市 NOA，Pro 車型也將會升級 BEV 模型，總之理想汽車的智駕產品和研發能力今年在國內肯定是數一數二的。

#新能源汽車##42how##理想汽車全年營收破千億#

via 42號車庫的微博

類比到智能駕駛，隨着 L2、L3 智能駕駛規模化量產，對於數據積累的兩便，以及 AI 大模型的能力不斷提升，我相信智能駕駛也一定會迎來質變，迎來 iPhone 時刻的到來。

一瞬間，已經在硬件做好配置的車輛，可能幾十萬台、甚至上百萬台就實現了自動駕駛。

對於理想汽車而言，我們始終堅持智能駕駛的標配。暫時沒有訂閲和額外收費的計劃，這種標配，會使我們智能駕駛的用户數量更多，幫助我們收集到更多的數據量，促進我們算法能力的提升，從而進一步提升用户使用體驗，形成正向循環。

via 於欣烈的微博

但這很明顯是 AI 寫的，甚至連這車是個啥都不知道……

還出現了“油耗極低”這樣的描述。

建議用AI寫稿的謹防出現 AI 把自己公司寫沒的情況。

via 常巖CY的微博

via FIRE 了安築

看起來是一個很明顯的質量問題，但是用户實際到線下售後的結果卻是還得付維修費……

強如蘋果也日常會翻一些奇怪的車啊

#人工智能##visionpro#

via 42號車庫的微博

比如主路輔路獨立的紅綠燈，如果要去先驗信息的話，需要判斷的東西真的很多，本車在主路還是輔路，哪個是主路哪個是輔路的燈，如果有碰巧被東西遮擋住其中一個的話會不會識別成主輔路共用一個燈……

對模型邏輯推理能力要求只高不減啊

#智能駕駛##新能源汽車#

via 42號車庫的微博

上條提到雙引導線設計在遇到橫穿行人的這種場景會很有價值，今天正好錄到了實例。

圖一是雙引導線對行人識別的顯示效果，其實引導線本身並沒有移動，只是把實時的可到達位置縮短到行人之前，所以當行人還沒有到車輛面前時，NOP+ 已經識別並做出規控操作並且用這種方式顯示出來與駕駛員完成交互。

上面這個例子會在任何突然出現的交通參與者都有非常明顯的感知價值，體驗過後才能發現這樣設計的精妙之處。

回到本來要説的縱向控制，城區和高速高架 NOP+ 在 Banyan 2.4.0 的體驗其實是接近的，都會綜合所有環境因素來判斷加減速，@Harry_AD 今天也在 @42號車庫-萊因哈特 的微博下提了一嘴，就是蔚來在加減速的控制上是引入了模型的，而不是傳統的規則機制，帶來的收益目前來看是非常明顯的。

比如看圖二的視頻裏，從行人出現在本車視野中開始，體感的加減速可以説挑不出任何的問題，完全符合：不驚擾行人、不驚擾乘客、乘客體感舒適、保證通行效率這些點。看了視頻應該就能明白。

而在這段素材裏面的細節也可以挑兩個説説，第一個是行人軌跡和速度的判斷，很明顯 NOP+ 是可以通過行人行進方向和速度來預判行人軌跡和未來位置的，所以系統能在識別第一時間進行減速，也能在行人離開本車未來路徑後立刻開始加速行駛。

第二個是預判的穩定性，大家知道系統的識別和判斷通常是帶有抖動的，不管是車輛位置速度或者是環境都沒辦法保證沒有抖動。那麼在這種場景下，系統經過計算是會放大原始數據出現的抖動的，造成的直接的結果可能就是因為臨時的誤判而產生加減速明顯的頓挫感，這個但凡用過智駕的朋友應該都知道我在説什麼。

所以一個聽起來簡單的縱向速度控制，卻是一個從上置下的問題，很多個部分環環相扣才能把最終的體驗做好。

所以在使用了一段時間的全域 NOP+ 之後，真的會忍不住細品一些非常有意思的細節，這樣的細節也會讓我們感受到很多輔助駕駛帶來的樂趣，這種樂趣也許並不亞於燃油車的聲浪。

#新能源汽車##智能駕駛#

via 42號車庫的微博

• 轉發 @老麥煮機: ES6 開了快 10000 公里了，今天觸發了一次緊急制動，竟然是這樣的場景下。也不知道這個判斷是否合理，反正嚇我一跳🧐

之前開特斯拉，觸發緊急制動的情況會比較多，主要是針對前車的，車機判斷追尾風險，通常確實是自己失神了。

via 42號車庫的微博

• 轉發 @不是鄭小康: 最近看了大量 X 和 YouTube 上的 FSD v12，主要是 Whole Mars Catalog、Edge Case 和 AI DRIVER 這三位。一句話總結，FSD v12 相比 v11 在一些基礎體驗上出現了難以理解的倒退，但依然是當之無愧的城市輔助駕駛領域的 ChatGPT 時刻。

以下是具體分析。

• 對於即將達到導航目的地這個場景，FSD v12 第一個行為是學會了靠邊貼近路沿停車，而不是 v11 那樣停在路中間請求接管。後面 FSD 衍生出 3 種隨機的行為：

1. FSD v12 會在抵達目的地前 50 - 100 米看到車位直接拐進去，然後駐車。

2. FSD v12 抵達了目的地但視野範圍內沒有停車位，系統會繼續往前開，連續 4 個右轉兜回來，在抵達目的地前找到一個車位停進去，然後駐車。

3. FSD v12 會在抵達目的地前 50 - 100 米，看到別的小巷子，提前拐進去——注意，這個時候 FSD 走的路線和導航是不一致的，導航就會繼續不斷更新路徑規劃——但 FSD 壓根不按導航開，FSD 會繞着目的地周圍轉，直到找到車位停進去，然後駐車。

這三種行為，唯一的共性就是「人也是這麼開的」。這種能力究竟是如何訓練出來的，真的給系統看足夠多「人類開車即將抵達目的地」的視頻，模型就能抽象出這些邏輯嗎？

• 當前的 FSD v12 的系統後台跑着兩套網絡。有足夠的證據表明，儀表上的可視化信息和高速上運行的 FSD，肯定不是 v12 驅動的，只有城市道路是 v12 驅動。

這一點非常奇特，因為我們看 22 年的特斯拉 AI Day，其實 HW 3.0 的算力已經用得很滿了。

如果我們看儀表上的可視化信息，會發現 FSD 的感知性能其實出現了嚴重的倒退，各種檢測、跳變都不符合 FSD v11 應該有的表現，更不可能是 v12，否則規控不會那麼行雲流水，説明感知的置信度是非常高的。

高速場景從表現看，應該就是 v11，Teslascope 説確實是 v11，特斯拉仍在對高速場景的 v12 進行測試，但未獲官方證實。

即使不談高速，在城市裏特斯拉是如何實現 v12 和另一個僅用於可視化的 BEV 模型同時運行的？

• 對於人類駕駛員肉眼不太好分辨的老舊減速帶、爛路上看不太清的小凸起和一灘水漬，FSD v11 都當做不存在，FSD v12 的處理和人是一致的——尤其是水漬，人選擇降低車速或打方向繞一下水漬，是因為不想把車搞髒，FSD v12 顯然理解不到這一層，但也會這樣做，Ta 只是學會了人的駕駛方式。

• 相比 v11，FSD v12 的近身博弈能力取得了巨大的改進，美國也還是有那種沒有交規、人車混行的場景，比如 Csatco 的停車場，FSD v12 需要大量通過和其他交通參與物的意圖交互來進行路徑規劃，其實就是輔助駕駛最終極的場景，這一點上 v12 取得的進步是巨大的。

一個典型的場景是窄路錯車，不侷限於停車場，中國的國道省道縣道鄉道有大量雙向共享，可臨時借道的道路，如果恰好還有臨停車，就非常依賴本車和其他車駕駛員的意圖的交互。

A：你先走？
B：還是你先走。
A：好，那我先走。

這樣的信息交互是僅通過觀察車輛的啓停來實現的，FSD v12 實現了，至少在 AI DRIVER 的測試中實現了一次。

此外，這類場景裏的路口處，有時候對向駕駛員是不打燈的，人類駕駛員很多時候是根據對向車輛的車身姿態——甚至是前輪的轉向角來意會對方接下來的駕駛軌跡的。FSD v12 也可以。

一句話，對於弱甚至是無交規、交通燈光信號的駕駛場景，FSD v12 的表現取得了巨大的進步。

還有類似和對向車輛共享的潮汐變道之類的，語義信息更豐富的交通場景，FSD v12 是 OK 的。

最重要的是，正如特斯拉規控負責人 Paril Jain 説的，特斯拉沒有專門投入資源挨個解決這些場景，許多能力是 FSD v12 看了大量的視頻無師自通的。

當然了，這也使得我們 3 個月前製作的 FSD v11 體驗視頻完全失去了意義。

• 最意外的 bug：當你開在路上，整條路就你一輛車的時候，FSD v12 的速度設置就會崩潰，會時而加速，時而減速，難以總結其調整邏輯——我有一個猜測：人開車確實不會完全固定一個速度，除非開了定速巡航，難道這也是跟人學的？

沒錯，各種艱難複雜無法編程的場景，看起來 FSD v12 都學會了，但最簡單的 0 障礙物的大直路，FSD v12 表現還不如 Autopilot。

• AI DRIVER 做了一個實驗，把車帶到一個新的沒繪製任何車道車位信息的小停車場，打開 FSD v12，然後——v12 會不斷錯過唯一的出口，不斷轉圈，你可以腦補一下，類似一個拉磨的驢。

當然，這可能難以稱為一個 bug，只能説至少目前 FSD v12 並未真正獲得一個人類和外界交互的能力。

• 結論其實非常清晰，正如 ChatGPT 有幻覺、會胡言亂語、沒有完全和人類對齊，但依然掩蓋不了其展現出來的巨大潛力。FSD v12 太正義了，必須要 all in 端到端。

via 小特叔叔的微博

通勤模式先行版，將第一季度開啓全國範圍公測；
通勤模式進階版，將於年內覆蓋全國100城。

全新智己 L7 智駕能力的 OTA 進度和 LS6 保持了一致。

#智己l7##新能源汽車##42how#

via 42號車庫的微博