余凯：希望行业闷头做事 AI时代年轻人的想法落地更重要

汽车企业纷纷公布销售数据，这一行为背后究竟是技术能力的一种展现，还是行业内部竞争日益激烈所形成的新的竞争领域呢？

数据竞争的隐患

车企常常频繁地发布短期的销量数据，比如说“两周售出12000台”，这极易引发行业内部的数据攀比，这种竞争有可能致使部分企业过渡地追求数字呈现，却忽略产品长期的稳定性以及用户实际的体验，当整个行业都被卷入数据竞赛之中，那么创新方向则可能被带偏 。

大模型并非万能黑盒

现有的这类大语言模型，尽管具备通过爬取无数数据来开展训练的能力，可是其内部的运行机制依旧被视作“黑盒”。优化算法的目的恰恰在于以更高效的方式去驱动这个所谓的“黑盒”，从而使得它的输出能够更加准确、更加易于把控。绝不能单纯地认定给模型投喂的数据 quantity是越多就越好，实际上数据的质量才是起到决定性作用的关键所在。

低质数据拖累模型成长

假若持续给模型输入低质量抑或无效的数据，即使数据量甚大，模型的性能提升兴许也极为有限。这好似给一名学生反复做其已然全然掌握的习题，对其能力增长并无益处。而模型的成长需要精心挑选且结构化的优质数据。

自动驾驶的激进预测

在一年之前的时候，有身为行业领袖的人，曾预测声称了那般“在三年内要完全放开手”的自动驾驶情况。当下时间已经过去了三分之一，然而技术的实际进展好像好像确实并未完全去匹配当初所抱有的乐观预期。高级别的自动驾驶得以实现这件事，依旧是面临着复杂的法规相关情况，以及技术方面还有长尾场景所带来的挑战。

芯片算力的军备竞赛

就拿一款有着560T算力的车规级芯片来讲，它的算力要比行业主流芯片的两倍还多。下一代依据新架构的芯片，算力目标朝着上千T前进。在这种算力竞赛的背后，是车企对于更复杂的感知以及决策算法的需求，然而高算力也造成了功耗与成本的平衡难题。

深入合作的多元形态

车企跟科技公司的合作深度，没法儿仅依靠单一维度去衡量。存在这样的情况，有的是借助组建数百人规模的合资公司来实现深度捆绑，还有的是在产品量产落地这方面争取占据优势地位。它们的合作模式各有不同侧重点，重点在于能不能把技术优势转化成确实可使用的产品功能。

于自动驾驶此长跑赛事相关的线路上，你觉得当下阶段是芯片所具备的计算能力更具重要性，还是数据以及算法的优化本领更有关键性呢？欢迎于评论区域之中分享你自身的观点，同样也不要忘记去进行点赞给予支持，把该篇文章分享给更多存有兴趣的友人。