AI 與算力最新消息：xAI、Grok、Dojo

在資金使用方面，輕舟智航表示：

• 將持續強化已量產交付的智能駕駛功能體驗；

• 打造平台化的產品體系和標準化的交付流程，提升交付效率從而降低交付成本；

• 同時加大AI大模型、端到端等前沿自動駕駛技術的研發突破。

輕舟智航僅用 2 年時間便獲得了多家優質頭部車企客户、重點車型的量產定點合作，

今年 5 月份輕舟智航也是完成了為頭部新勢力車企客户 NOA 方案量產交付上車近40萬。

在智駕產品方面：

• 首個完成基於征程® 5 的 BEV “超融合”感知及行泊一體全棧方案大規模量產交付

• 行業首發了「輕舟乘風」基於征程® 6 的全新中高階智駕解決方案，這個方案將與征程® 6 同期交付。

在智駕能力方面，經過近 40 萬台車的充分量產驗證，輕舟憑藉 BEV 感知+獨創的時空聯合規劃，已實現了高速 NOA 千公里級別的安全接管水平，99% 的匝道通過率和 97% 的城市 LCC 路口通過率。

輕舟將繼續致力於成為行業標杆，為用户打造超預期的體驗效果，帶來更多智駕驚喜。

#42how##新能源汽車##智駕公司輕舟智航獲數億元新融資#

via 42號車庫的微博

感謝大家的關心和支持❤

🏆今年Model Y有望再次成為全球最暢銷的車
💪搭載FSD的特斯拉很快就能自己“跑出去賺錢”
📐今年年底賽博越野旅行車周產量將達2,500輛
🤖️ 預計明年將有上千個Optimus機器人在特斯拉工廠裏工作
🌞今年儲能裝機量的年增長率將達到200%到300%
......

特斯拉不僅是一家電動車和可持續能源公司
更是一家人工智能和機器人公司
我們一起，加速世界向可持續能源的轉變⚡️

via 特斯拉的微博

這套硬件將在未來 18 個月左右推出，相比 Hardware 4 硬件能力強 10 倍。

今年晚些時候，特斯拉將會把 Hardware 3 和 Hardware 4 的訓練分開，繼續改進 Hardware 3 的功能，同時也會推送 Hardware 4 的全部功能。

#42how##特斯拉2024年股東大會##特斯拉#

via 42號車庫的微博

第一，特斯拉內部已經完成了 FSD HW5.0 的硬件設計，內部稱之為 AI 5。

第二，特斯拉內部已經批准了 Semi 卡車的大規模生產計劃。

via 常巖CY的微博

via 於欣烈的微博

第四代換電站配備了 6 顆超廣角激光雷達和 4 顆 Orin X 芯片，算力高達 1016 TOPS，電池倉位增至 23 個，日服務次數可達 480 次。

#新能源汽車##蔚來#

via 42號車庫的微博

評論區加入領克 Z10 興趣羣😆

#新能源汽車##領克首款純電車6月12日全球首發##極氪001# 網頁鏈接

via 42號車庫的微博

• 轉發 @常巖CY: 最近我有一個朋友懷孕了，上下班不太方便，坐地鐵太擠、打車又總打到電動車，坐着容易噁心想吐，想買個車又只有電動車指標，可把她愁壞了。

咱們今天來聊一下，電動車暈車這個問題，是不是一定無法解決呢？

via 常巖CY的微博

• 轉發 @太空橘子: 以前20萬買車扣扣搜搜，現在20萬買車天下我有，預算足足的…可以説是挑花了眼

領克品牌旗下的首款純電車Z10亮相，顏值很高！是我喜歡的類型！

中大型轎車，5028mm×1966mm×1468mm，軸距為3005mm。

800V平台，SEA浩瀚架構，007同款的金磚電池和sic電機。

配備雙腔空氣懸掛和激光雷達，和英偉達Orin-X芯片，支持高速NOA和城區NOA，不過啥時能用沒説，另外前後座椅均配備通風加熱和按摩。

續航超過800km，零百加速時間為3.5秒。

對了車機是flyme auto，可以深層車機互聯～

你們覺得怎麼樣？

#領克純電雖遲但到##領克z10##大v聊車##新能源汽車#

via 小特叔叔的微博

但是智能座艙上，官宣了這套硬件在性能上有 8295 1.8 倍算力，3D 渲染能力比較強

搭配上 Flyme Auto，這就很值得期待了

#領克純電終於來了##新能源汽車#

via 42號車庫的微博

• 轉發 @於欣烈: 蘋果的核心業務始終是硬件終端：iPhone/iPad/Mac/Watch/Vision Pro

所以在搜索引擎時代，蘋果可以把硬件終端的默認搜索引擎賣給谷歌，大賺傳説中的每年 200 億美元淨利。

所以在 AI 大模型時代，蘋果可以把硬件終端接入的大模型交給 OpenAI，不在乎是否扶植出一個 AI 超級巨頭。

所以不論在搜索引擎時代還是 AI 大模型時代，蘋果都把主要資源都集中投入在研發新一代硬件終端，watch、headphone、XR headset，以及 Car ……不允許其他人在硬件終端市場顛覆蘋果。

所以蘋果不可能接入谷歌的 AI 大模型，因為 AI 將會極大提升硬件終端的用户體驗，谷歌同時擁有 AI 大模型和硬件終端，有可能推出體驗比 iPhone 更好的智能終端。谷歌才是當下蘋果最大的威脅。這種威脅大到蘋果可能會扶植 OpenAI 來抑制谷歌。

Ben Thompson 這篇 Apple Intelligence is Right On Time 寫得挺有道理：網頁鏈接

via 於欣烈的微博

• 轉發 @常巖CY: 馬斯克直接開懟蒂姆庫克。

庫克：它是個人化的、強大的、私密的，並且集成在你每天依賴的應用程序中。

介紹蘋果智能——我們在人工智能領域的新篇章。

馬斯克：不需要這個。

要麼停止這個令人毛骨悚然的間諜軟件，要麼所有蘋果設備將被禁止進入我公司的場所。

via 常巖CY的微博

本期視頻，車庫編輯 James 找來了 15 萬級別銷量頭部的三款車型，分別是比亞迪宋 PLUS DM-i、零跑全新 C11、深藍 S7，讓三款車在能耗續航、智能化、乘坐空間和舒適性三個方面一決高下：

• 150 km 城市續航、高速饋電油耗、充電能力哪款車更強？
• 座艙芯片竟然是橫跨 4 年的三代產品，哪款體驗更出色？
• 對比實測三款車空間，哪款能坐着、開着都更舒服？

感謝觀看！

#42how##新能源汽車##零跑全新C11#42號車庫的微博視頻

via 42號車庫的微博

Invalid media: video

所以在搜索引擎時代，蘋果可以把硬件終端的默認搜索引擎賣給谷歌，大賺傳説中的每年 200 億美元淨利。

所以在 AI 大模型時代，蘋果可以把硬件終端接入的大模型交給 OpenAI，不在乎是否扶植出一個 AI 超級巨頭。

所以不論在搜索引擎時代還是 AI 大模型時代，蘋果都把主要資源都集中投入在研發新一代硬件終端，watch、headphone、XR headset，以及 Car ……不允許其他人在硬件終端市場顛覆蘋果。

所以蘋果不可能接入谷歌的 AI 大模型，因為 AI 將會極大提升硬件終端的用户體驗，谷歌同時擁有 AI 大模型和硬件終端，有可能推出體驗比 iPhone 更好的智能終端。谷歌才是當下蘋果最大的威脅。這種威脅大到蘋果可能會扶植 OpenAI 來抑制谷歌。

Ben Thompson 這篇 Apple Intelligence is Right On Time 寫得挺有道理：網頁鏈接

via 於欣烈的微博

明天下午我們會在魏牌新藍山的車內進行深度體驗，看看在設計、硬件、場景以及 AI 等等的表現下，有什麼的變化。

感興趣的朋友們可以鎖定我們 42 號車庫的官方微博。

#新能源汽車##42how#42號車庫的微博視頻

via 42號車庫的微博

Later This Year 愛好者並可不只有汽車公司。

via 於欣烈的微博

事前各種分析都説蘋果接入 OpenAI 大模型實屬以身飼虎，得不償失，遲早藥丸。但蘋二代庫克還是被奧特曼説服了。[奧特曼]

via 於欣烈的微博

via 於欣烈的微博

• 轉發 @新浪科技: 【#五分鐘看完WWDC# 蘋果AI 終於到來】#iOS18發佈# 今年主題演講還是2小時，但前面七大系統價AirPods佔了一小時，後面Apple Intelligence獨佔一小時。 今年OS全家桶就……各種縫合痕跡🍉，蘋果的AI才是真正壓軸戲，不過要等到秋季才有英文版。

唯一的硬件消息是Vision Pro，6月28日行貨開售，價格29999元，準備好錢了嗎？#VisionPro國行6月28日發售#五分鐘看WWDC24 蘋果AI 終於到來

via 小特叔叔的微博

庫克：它是個人化的、強大的、私密的，並且集成在你每天依賴的應用程序中。

介紹蘋果智能——我們在人工智能領域的新篇章。

馬斯克：不需要這個。

要麼停止這個令人毛骨悚然的間諜軟件，要麼所有蘋果設備將被禁止進入我公司的場所。

via 常巖CY的微博

via 常巖CY的微博

但是汽車的本地算力終究是有限的，肯定無法直接跟上去運行一些體積越來越大的大模型，所以你今年最想要的智能化功能是什麼呢？

#新能源汽車##42how# 網頁鏈接

via 42號車庫的微博

• 轉發 @德滷愛開車: 李想今天在2024 中國汽車重慶論壇上分享了關於自動駕駛技術方面的內容。

以下是演講內容簡單總結：

1. 李想首先明確表示，他所討論的是“自動駕駛”，而不是“智能駕駛”或“輔助駕駛”。

2. 理想汽車從2023年9月開始，專門建立了一個團隊來研究自動駕駛。

3. 李想提出了一個問題，為什麼人類開車不需要學習各種極端情況（corner case）？
他表示，如果自動駕駛不能解決這個問題，團隊的工作就會變成不斷人工調試各種極端情況，這與真正的自動駕駛目標相去甚遠。

4. 人類開車與自動駕駛研發的差異：強調人類開車的自然、輕鬆方式與目前自動駕駛研發方法的根本不同。

5. 《思考，快與慢》的啓示：李想引用了《思考，快與慢》一書中的理論，解釋了人類大腦的系統一（直覺、快速響應）和系統二（複雜邏輯推演）的工作方式，並指出人類開車主要依賴系統一。

6. 自動駕駛的系統一和系統二：

• 系統一：

自動駕駛的系統一(95％)對應端到端技術，直接從輸入到輸出，省略了傳統的感知、規劃、決策和執行模塊。

• 系統二：

自動駕駛的系統二(5％)對應 VLM 等算法，需要解決端到端技術無法覆蓋的複雜情況和泛化問題。

7. 端到端技術的挑戰：端到端技術需要高質量的數據、專業的人才和強大的算力。

8. 多次提到了 VLM(視語言模型)，能像人類一樣理解導航地圖的技術，可以處理沒有紅綠燈的左轉路口等複雜情況。

9. 理想計劃在今年年底或明年上半年實現有監督的L3級別自動駕駛，並批量向用户交付。

10. 面對端到端和VLM作為黑盒子的挑戰，採用了Diffusion、Transformer 構建小型世界模型，用於驗證自動駕駛系統的能力。

11. 後續將在幾個AI技術論壇上分享他們的研究成果，並在第三季度向用户推送無圖 NOA 、同時向測試用户推出基於 300 萬 Clpis 訓練後的端到端➕VLM的版本。

12. 最後表示，在現有計算平台上，帶有監督的L3級別自動駕駛是可以實現的，並且預計在至少三年內可以實現無監督的L4級別自動駕駛。

#新能源大牛説##理想汽車#德滷愛開車的微博視頻

via 小特叔叔的微博

Invalid media: video

• 轉發 @i陸三金: 特斯拉人工智能/自動駕駛（AI/Autopilot）軟件負責人 Ashok Elluswamy 最新長文《Elon and AI at Tesla》，他表示「這是我決定寫的個人説明，旨在解釋 Elon 對特斯拉的重要性。雖然寫這篇文章的部分原因是考慮到股東投票，但我真的相信我所寫的一切。」

全文：

Elon Musk 一直是特斯拉人工智能和自動駕駛的主要推動者。他總是推動我們去實現偉大的目標，即使這些想法在當時看來是不可能實現的。舉幾個例子：

早在 2014 年，自動駕駛汽車就開始在一台小得離譜的計算機上運行，這台計算機只有約 384 KB 的內存和微不足道的計算能力（甚至沒有原生浮點運算）。他要求工程團隊實現車道保持、變道、車輛縱向控制、曲率等功能。很多人，甚至是團隊裏的人，都認為這個要求太瘋狂了。然而，他從未放棄，並推動團隊實現了這一非常困難的目標。2015 年，特斯拉排除萬難，交付了世界上第一套自動駕駛系統。第二款最接近的此類產品多年後才推向市場。

2016 年，特斯拉開始在內部完成自動駕駛所需的全部計算機視覺工作，而不再依賴外部供應商。許多人認為，將產品賭在幾個月內從零開始開發視覺系統是瘋狂的，而其他公司需要十年甚至更長的時間。然而，我們在 11 個月內就實現了這一目標。這是一個具有重要戰略意義的舉措，它開啓了特斯拉強大的人工智能團隊的發展之路。

他不僅推動開發強大的人工智能軟件，還推動開發功能強大的人工智能硬件。在別人看來只是一家汽車公司的特斯拉，正在製造定製的芯片，以高效運行神經網絡。這個最初設計於2017年的硬件，在2019年2月投入生產，與迄今為止推出的硬件相比，仍然極具競爭力。作為參考，這台五年前的人工智能計算機的人工智能推理計算能力大約是最先進的蘋果 M3 芯片的 8 倍。它仍然能夠運行建立在最新人工智能技術之上的最新端到端神經網絡。

是他將解決自動駕駛問題的賭注押在了視覺和人工智能上，而不是依靠傳感器枴杖和高清地圖。對於體驗過最新版本 FSD 的人來説，也許很明顯，它可以看到所有重要的東西，並基於純粹的視覺來駕駛汽車。然而，早在 2020 年及更早的時候，這對大多數人來説並不明顯。事實上，該領域的許多 "專家 "都嘲笑特斯拉和 Elon 的這些選擇。我們已經證明他們錯了，我們向數以百萬計的汽車交付了受監督的 FSD，並證明只要有好的人工智能軟件，汽車就能通過看到外面的情況來處理城市駕駛中的複雜問題，如轉彎、處理交叉路口、禮讓行人等。事實上，我們甚至去掉了雷達和超聲波，只關注問題的核心，即人工智能。如今，特斯拉的原始傳感器數量最少，但自主能力卻比任何量產汽車都強，這幾乎是一個悖論。之所以能完成這樣一個相反的賭注，完全是因為他對這個問題有着極強的信念和深刻的理解。

2021 年，他在特斯拉啓動了人形機器人的研發工作，這同樣早於任何 ChatGPT 或其他人工智能崛起的明顯例子。就像車輛自動駕駛一樣，"Optimus"的開發也是為了使其具備能力、可擴展性和成本效益，以便廣泛服務於世界。

我還可以繼續説下去，但很明顯，Elon 是特斯拉在人工智能領域取得成功的關鍵。正是他對技術的深刻理解、瘋狂的毅力和不懈的努力，使特斯拉成為現實世界人工智能領域的領導者。Elon 的技術直覺能夠在別人發現之前就做出這些重要的決定，這是無與倫比的。如果沒有 Elon 的雄心壯志，特斯拉可能會逐漸萎縮，成為另一家汽車公司。未來，完全自動駕駛的汽車和實用的家用機器人將成為普遍現象，全世界都會認為一切本該如此。在此之前，我們需要 Elon Musk 推動前沿技術的發展，因為他已經看到了這一點。

對於這篇文章，Elon Musk 表示，

「謝謝你，Ashok！

Ashok是第一個加入特斯拉 AI/Autopilot 團隊的人，並最終晉升為所有 AI/Autopilot 軟件的負責人。

如果沒有他和我們出色的團隊，我們可能只是另一家尋找自主供應商的汽車公司。

順便説一句，我從未建議他説什麼，我也不知道他寫了這篇文章，直到十分鐘前我才看到！」

Ashok Elluswamy 文章鏈接：網頁鏈接

via 小特叔叔的微博

• 轉發 @大D有態度: 好消息是理想AD MAX的全國都能開無圖版本Beta 3來了，壞消息是我又痛風了……

via 42號車庫的微博

• 轉發 @i陸三金: 特斯拉人工智能/自動駕駛（AI/Autopilot）軟件負責人 Ashok Elluswamy 最新長文《Elon and AI at Tesla》，他表示「這是我決定寫的個人説明，旨在解釋 Elon 對特斯拉的重要性。雖然寫這篇文章的部分原因是考慮到股東投票，但我真的相信我所寫的一切。」

全文：

Elon Musk 一直是特斯拉人工智能和自動駕駛的主要推動者。他總是推動我們去實現偉大的目標，即使這些想法在當時看來是不可能實現的。舉幾個例子：

早在 2014 年，自動駕駛汽車就開始在一台小得離譜的計算機上運行，這台計算機只有約 384 KB 的內存和微不足道的計算能力（甚至沒有原生浮點運算）。他要求工程團隊實現車道保持、變道、車輛縱向控制、曲率等功能。很多人，甚至是團隊裏的人，都認為這個要求太瘋狂了。然而，他從未放棄，並推動團隊實現了這一非常困難的目標。2015 年，特斯拉排除萬難，交付了世界上第一套自動駕駛系統。第二款最接近的此類產品多年後才推向市場。

2016 年，特斯拉開始在內部完成自動駕駛所需的全部計算機視覺工作，而不再依賴外部供應商。許多人認為，將產品賭在幾個月內從零開始開發視覺系統是瘋狂的，而其他公司需要十年甚至更長的時間。然而，我們在 11 個月內就實現了這一目標。這是一個具有重要戰略意義的舉措，它開啓了特斯拉強大的人工智能團隊的發展之路。

他不僅推動開發強大的人工智能軟件，還推動開發功能強大的人工智能硬件。在別人看來只是一家汽車公司的特斯拉，正在製造定製的芯片，以高效運行神經網絡。這個最初設計於2017年的硬件，在2019年2月投入生產，與迄今為止推出的硬件相比，仍然極具競爭力。作為參考，這台五年前的人工智能計算機的人工智能推理計算能力大約是最先進的蘋果 M3 芯片的 8 倍。它仍然能夠運行建立在最新人工智能技術之上的最新端到端神經網絡。

是他將解決自動駕駛問題的賭注押在了視覺和人工智能上，而不是依靠傳感器枴杖和高清地圖。對於體驗過最新版本 FSD 的人來説，也許很明顯，它可以看到所有重要的東西，並基於純粹的視覺來駕駛汽車。然而，早在 2020 年及更早的時候，這對大多數人來説並不明顯。事實上，該領域的許多 "專家 "都嘲笑特斯拉和 Elon 的這些選擇。我們已經證明他們錯了，我們向數以百萬計的汽車交付了受監督的 FSD，並證明只要有好的人工智能軟件，汽車就能通過看到外面的情況來處理城市駕駛中的複雜問題，如轉彎、處理交叉路口、禮讓行人等。事實上，我們甚至去掉了雷達和超聲波，只關注問題的核心，即人工智能。如今，特斯拉的原始傳感器數量最少，但自主能力卻比任何量產汽車都強，這幾乎是一個悖論。之所以能完成這樣一個相反的賭注，完全是因為他對這個問題有着極強的信念和深刻的理解。

2021 年，他在特斯拉啓動了人形機器人的研發工作，這同樣早於任何 ChatGPT 或其他人工智能崛起的明顯例子。就像車輛自動駕駛一樣，"Optimus"的開發也是為了使其具備能力、可擴展性和成本效益，以便廣泛服務於世界。

我還可以繼續説下去，但很明顯，Elon 是特斯拉在人工智能領域取得成功的關鍵。正是他對技術的深刻理解、瘋狂的毅力和不懈的努力，使特斯拉成為現實世界人工智能領域的領導者。Elon 的技術直覺能夠在別人發現之前就做出這些重要的決定，這是無與倫比的。如果沒有 Elon 的雄心壯志，特斯拉可能會逐漸萎縮，成為另一家汽車公司。未來，完全自動駕駛的汽車和實用的家用機器人將成為普遍現象，全世界都會認為一切本該如此。在此之前，我們需要 Elon Musk 推動前沿技術的發展，因為他已經看到了這一點。

對於這篇文章，Elon Musk 表示，

「謝謝你，Ashok！

Ashok是第一個加入特斯拉 AI/Autopilot 團隊的人，並最終晉升為所有 AI/Autopilot 軟件的負責人。

如果沒有他和我們出色的團隊，我們可能只是另一家尋找自主供應商的汽車公司。

順便説一句，我從未建議他説什麼，我也不知道他寫了這篇文章，直到十分鐘前我才看到！」

Ashok Elluswamy 文章鏈接：網頁鏈接

via 42號車庫的微博

• 轉發 @類星頻道: 李想在中國汽車重慶論壇上關於理想在自動駕駛技術的重要突破的演講。

從人類開車不用學習極端案例得到啓發，用端到端代替人工規則。

理想放了 100 萬的預訓練模型，用於端到端的訓練。大概一個月只需要做 10 輪左右的訓練，訓練卡要足夠多，基本上可以完成一個無圖 NOA 相同上限的水平。

另外從李想夫人開寶馬 X6 和高爾夫 GTI 都剮蹭，但上了寶馬駕駛學院開車再也不剮蹭得到啓發，用一個視覺語言模型來為端到端兜底，解決泛化問題。

AD Max 有兩顆 Orin-X 芯片，正好一個 Orin-X 芯片跑端到端，另外一顆 Orin-X 芯片可以運行一個壓縮到大概 20 億規模的 VLM 模型。

至於如何驗證端到端和視覺語言模型是黑盒的問題，理想用一個小的世界模型來考試。

理想會在第三季度向所有用户正式推送全國無圖 NOA 的時候，向我們的測試用户推送我們大概通過 300 萬預訓練模型訓練出來的端到端 + 視覺語言模型。

最早會在今年年底，最晚明年年初，理想會推出大概通過超過 1,000 萬 clips 訓練出來的端到端 + VLM。

理想認為。在現有的計算平台上，帶有監督的 L3 級別的自動駕駛是可以實現的。

而且隨着這套技術繼續演進、算力的增強、模型的加大，理想認為無監督的 L4 級自動駕駛也會在至少三年內可以實現。

via 於欣烈的微博

• 轉發 @Mr_沈斐: 這個高考作文題目有意思，我問了問GPT，它是這麼説的😂蔚來的用户朋友們每天也在和人工智能打交道，NOMI、換電站都有人工智能的技術加成。大家對這個作文題怎麼看呢😁

#高考作文#

via 42號車庫的微博

系統版本更新到 2024.14.8 和 2024.14.9 之後就可以使用，這次 OTA 已在 6 月 7 日正式開啓推送。

各位 AMD 芯片的特斯拉車主有沒有更新？歡迎評論區留言交流。

#新能源汽車##42how#

via 42號車庫的微博