卤卤vc

懂得不多，水平不高，经常赔钱，主要是用来记录想法，很少回复评论，谢谢。

如果v12能走得通，对行业的影响是巨大且深远的，意味着过去的技术储备全部作废，新势力回到同一起跑线。也意味着Optimus有了一丝曙光，但仍然非常远期，和汽车的海量视频比，机器人训练视频约等于0$特斯拉(TSLA)$ $英伟达(NVDA)$

Dr.Know-it-all Knows关于V12的讨论

这是一篇由gpt4翻译的文章，来自万事通博士的频道。你会发现这篇文章前几段翻译的特别准确，而越往后质量越差，这是因为我写了很长的提示词，告诉他这篇文章的语境、关键术语，以及大概会出现几次广告，还有他惯用的语气词，我要求把无效信息都过滤掉。但是到后面他逐渐忘记了propmt，进入一种“自...

特斯拉V12直播解读

直播很无聊，但还是想把其中有价值的信息梳理一下。
我参考了推主Treb的文字记录，他的文本已获得elon本人确认；
在这之前，我们讨论了很多端到端以及世界模型的话题，直播后，有些疑惑已经得到解答，自动驾驶未来的形态，比如如何拓展到robotaxi和机器人，也已经有了较具体的轮廓。
...

总结一下今天V12直播的要点：
1、在HW3.0系统上运行，基本盘稳了，但本地模型的大小比较受限，毕竟3.0只有32G内存，还要跑其他任务；就像大模型落地到手机一样，在算力较小的终端上跑较大模型，是未来一段时间工程界的热点话题；
2、数据采集来自全球，不同路况不同气候，应对之前的猜想，...

AI的应用到底是什么呢？
第一，Copilot，我觉得在现在一部分已经实现了，我们用AI帮助阅读文档，回复邮件，整理PDF，尽管还不完美，但的确已经实现了Copilot一部分功能，甚至完整功能的轮廓也可以勾勒出来了；Copilot再进一步，到比较终极的表现形式是Ai phone，年初时一位台积电的大佬给我讲...

AGI的终极形态是人形机器人，这是真正的皇冠上的明珠。
和聊天机器人相比，人形又太难了。chat机器人的输入和输出都更容易，Gpt4只输入文本和图像，但人形输入需要多模态，而且是视频级别的多模态；目前我们并没有看到类似的模型，比较接近的是自动驾驶，但还是差的比较远。在机器人模型里，视...

在jim fan的谈话节目中，他说，GPT打开了想象力，是一个全新的范式。他所表达的第一是scaling up，第二open world，scaling up就堆更多的算力。open world就是我们把整个互联网数据全都能全都把它下载下来，然后作为训练的数据集。
但是那时候学术圈里面的想法是这样的，我有一个固定的一个训...

Ai一键生成，有点过分强大了$特斯拉(TSLA)$ $英伟达(NVDA)$ $微软(MSFT)$

Waymo没有走到正确的道路，商业级自动驾驶和实验室级别最大的区别是：在最低成本基础上实现最佳效果，效果是分子，成本是分母，因此即便waymo分子是100，但只要分母没有降下去，它得到的净值也是很低的。$特斯拉(TSLA)$ $小鹏汽车(XPEV)$

27接货，现在只有11块多，落袋为安吧，毕竟市值300亿，流通盘才2亿多$VinFast Auto(VFS)$ $特斯拉(TSLA)$

空进去一个纳米仓位$VinFast Auto(VFS)$

不小心打开了new bing的隐藏功能，他读取了一张图片并且做出总结；但只是灵光一现，这一次之后这个能力就消失了；newbing说他内置了图片解释器，但并不是所有图片都认识；我想他也许是有一些隐瞒，因为那张已经解读过的图片之后也不可再识别了，我猜测newbing默认关闭了这个功能，和纯文本相比上传...

似乎遇上了瓶颈，webpilot和claude2读文档，太短了效率不高，不如自己看；太长又抓不住重点；一份50页的财报，他总是在免责声明和风险陈述里打转，若干次引导它把注意力转向经营与财务，屡试屡败，不行了，我要躺会~$Meta(META)$ $特斯拉(TSLA)$ $英伟达(NVDA)$

用Ai学习Ai，是最有效率的学习方式。$英伟达(NVDA)$ $特斯拉(TSLA)$

特斯拉hw3.0有32GLPDDR4，来自美光。这32G内存会被分为若干个区域，用于运行神经网络、处理传感器数据以及其他计算任务。
LlaMa7B版本的物理尺寸大概有13.5G，实际运行至少需要28G内存，175B就……
所以，大模型在车端跑既不现实，也没有必要，成本始终是红线。反过来，部署在云端是经济的...

非常惊讶蔚来补能体系投入的决心，当补能站增速两倍或者三倍于车辆增长速度时，这是一项非常前瞻又有风险的投资；当下看，补能站投入是非常正向的，一方面促进自身销售，另一方面为纯电市场整体打开空间。
同时观点维持不变：蔚小理之间没有绝对差距，无论哪家领先都是暂时的，不同产品策略，...

分享一个心得：
为什么大家一夜之间都有了大模型？为什么又普遍没有gpt4强？抛开中文环境下的困难不谈（国产模型普遍性能一般，原因不展开了），Claude2、LLaMa-2和Gpt4相比也有差距（只是个人体验，也许不准确）。
我使用过并且留存下来的常用工具，都基于Gpt4。
Ak透露过open ai 80%...

关于特斯拉的一小段会议记录

（摘自交流会中的一部分）
自动驾驶发展到今天，行业格局已经非常清晰了，waymo、cruise这样的L4降临派已经式微，算法、算力、数据三要素，算力、算法车厂已经追上来了，而数据waymo始终没办法做出有效积累；根据CVPR大会的披露，100万英里的数据，Cruise需要收集3个月，waymo需要2年半，特斯...

总结一下我常用的AI工具：
1、归纳总结文章核心观点（链接）：GPT4（webpilot）和claude2，比较下来两者能力接近，但webpilot更详实，claude即便增加了要求详实的提示词，仍然不太理想；另外也可以选择一些国产套壳应用，本地化改造更好，比如读取微信链接、跨文档、还有更准确的中文表达能力...

一个有趣的现象，GPT4和Claude2在数据整理方面，准确率不如国产套壳GPT3.5。$特斯拉(TSLA)$ $微软(MSFT)$ $谷歌C(GOOG)$