埃隆·马斯克（Elon Musk）正在全速推进他在孟菲斯的超级算力工厂（Gigafactory of Compute）项目。这个项目的迅速推进引发了市议员们的质疑，原因是签订的协议、各种保密协议以及在幕后做出的承诺让他们感到排除在决策过程之外。
根据大孟菲斯商会（Greater Memphis Chamber）主席泰德·汤森德（Ted Townsend）透露的信息，马斯克在经过短短一周的谈判后决定将他的人工智能初创公司xAI的新超级计算机建在孟菲斯。汤森德表示，这个决定是基于孟菲斯拥有充足的电力供应和快速建设能力。大孟菲斯商会作为促进地区经济增长的非营利组织，积极参与了这笔交易的谈判。
这个项目被xAI的承包商称为“巨人项目（Project Colossus）”，这个名字源自1970年的科幻电影《巨人：福宾计划》（Colossus: the Forbin Project）。电影中描述了一个失控的人工智能控制美国核武库的情节。投资规模据估计达数十亿美元，但孟菲斯市议会的一些议员现在呼吁暂停这项投资，因为他们认为市民对这笔交易的保密性和数据中心对水电资源的需求感到担忧。
在最近的市议会会议上，议员们抱怨他们被排除在决策过程之外，而马斯克的团队、商会、当地公用事业公司和承包商在几个月前就已开始谈判，而他们直到最近才得知细节。
孟菲斯市长办公室和xAI截至目前尚未回应置评请求。市议员朗达·洛根（Rhonda Logan）在市议会会议上谈到项目时表示，尽管协议已经签署，但他们对其一无所知，强调了放慢进度以评估项目影响的必要性。
市议员珀尔·沃克（Pearl Walker）在接受《福布斯》采访时表达了选民对项目可能带来的担忧，特别是对水电供应的影响。
马斯克在今年3月确定这项协议后，他的新超级计算机工厂几乎立即启动。这台超级计算机将用于训练xAI的竞品Grok，这也是马斯克日益集中精力的一个领域。近来，他将注意力从特斯拉转向了xAI，这使得他的股东们感到不安。
马斯克的决定让人们担忧，尤其是在他宣布xAI将在孟菲斯建立数据中心后。尽管这些传言已经流传了数月，但直到5月份，马斯克才正式确认计划，并表示将亲自监督该项目的开发。
汤森德告诉《福布斯》，在最终选择孟菲斯之前，xAI曾与其他七八个城市进行了洽谈。自从今年3月以来，汤森德的团队一直在努力追赶马斯克和他的团队。
这个超级计算机项目引发了孟菲斯市民和议员们的广泛关注和讨论，同时也引发了对其潜在影响的深切担忧。
开年以来 ChatGPT、GPT-4 的相继面世再度掀起计算机科学领域通用人工智能（AGI）研究热潮，也不断刷新我们对 AI 的认知。
作为具有人类水平表现的大型多模态模型，GPT-4 被视为迈向 AGI 的重要一步，标志着创新范式的深度变革和生产力的重新定义，也必将带来更多元的产品迁移。
截至目前，全球已经有超百万家初创公司声称使用这一秘密武器来创造新产品，而这些产品将彻底改变从法律到股票交易，从游戏到医疗诊断的近乎一切领域。
尽管其中很多是营销泡沫，但与所有技术突破一样，总会存在炒作周期和意想不到的远期效果。
事实上在另一边，进入 2023 年智能汽车领域同样十分热闹。
智能化已然成为上海车展全场关注的最大焦点，除了激光雷达等关键传感器的单点式突破，各大巨头也纷纷展示智能驾驶全产品矩阵，城市场景辅助驾驶量产落地加速推进。
更加值得注意的是，BEV、大模型、超算中心等计算机热词正在与自动驾驶、行泊一体、城市 NOA 等智驾焦点火速排列组合，颇有相互交融、双向奔赴的味道。
在这背后，一方面是近年来智驾、智舱持续升级对 AI 在汽车场景落地的数据、算法、算力不断提出更高要求，另一方面，AGI 的重大突破也已将触角伸向智能汽车，将其视为实现闭环应用的重要场景，很多企业布局已经相当高调。
日前，商汤科技 SenseTime 举办技术交流日活动，分享了以「大模型+大算力」推进 AGI 发展的战略布局，并公布该战略下的「日日新 SenseNova」大模型体系。
在「大模型+大算力」加持下，本次上海车展商汤绝影驾、舱、云一体产品体系已全栈亮相，近 30 款合作量产车型集中展出，商汤也再度分享了智能汽车时代的 AGI 落地新思考。
本次上海车展亮相的部分绝影合作车型展示
算法：AI 正式步入大模型时代
如商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚所言，「AGI 催生了新的研究范式，即基于一个强大的多模态基模型，通过强化学习和人类反馈不断解锁基模型新的能力，从而更高效地解决海量的开放式任务。」
通用大模型并非为自动驾驶而生，或为满足自动驾驶的特定任务需求而设计。 但智能驾驶开发的诸多新需求已在推动算法从专用小模型向通用大模型快速演进。
首先是应对海量数据处理和 Corner Case 问题的迫切需求。
对于感知系统低频出现但至关重要的小目标及带来的潜在安全隐患，算法开发需要面对海量数据，传统的 AI 小模型将难以同时处理大数据量和高复杂度的任务。 通用大模型则可用在长尾目标的初筛过程，并叠加语料文字处理得到很好的效果。
再比如智驾算法开发对自动化数据标注、降低人工成本的诉求。 相比于人工标注，通用大模型将自动化对海量数据完成标注任务，大幅降低标注数据获取的时间成本和本身的金钱成本，从而缩短研发周期、提升成本效益。
处于类似的考量，近年来国内外巨头企业已围绕大模型纷纷展开各自智驾布局。
继 Google 于 2017 年提出将 Transformer 结构应用在 CV 领域图像分类，大模型已在 GPT-2、GPT-3、BERT 等当中不断证明实力，特斯拉率先站台 Transformer 大模型征战图像视觉。
国内企业也紧随其后：
毫末智行已宣布自动驾驶认知大模型正式升级为 DriveGPT，网络表示利用大模型来提升自动驾驶感知能力并将大模型运用到数据挖掘，华为也已宣布加入大模型争霸赛，自研「盘古」即将对外上线。
作为行业领先的人工智能公司，商汤在大模型领域可谓乘风破浪，过去一两年则全面将大模型能力在各业务线 20 多个场景落地，包括智能驾驶。
商汤「日日新 SenseNova」大模型体系背后是大模型研发中深厚的积累。 商汤有自己的全栈大模型研发体系，其中就包括针对大模型的底层训练及实施过程中的各种系统性优化。
例如，商汤近期向社区发布的用于真实感知、重建和生成的多模态的数据集 OmniObject3D 中包含 190 类 6000 个物体，数据质量非常高。
再比如，商汤在 2019 年就已首次发布 10 亿参数的视觉大模型，到 2022 年参数规模已达到 320 亿，这也是世界上迄今为止最大的视觉模型。
此外，商汤也在智驾领域持续展示大模型能力。 2021 年开发的 BEV 感知算法在 Waymo 挑战赛以绝对优势取得冠军，2021 年 BEV Former 的 Transformer 结构至今仍是行业最有影响力的 BEV 工作，今年开发的 UniAD 是业内首个感知决策一体化的端到端自动驾驶解决方案。
在技术实力的另一端是量产进度。商汤也给出了自己的智能驾驶量产公式：
自动驾驶技术能力=场景数据 x 数据获取效率 x 数据利用效率² =场景数据 x 数据获取效率 x 先进算法 x 先进算力。
而先进的算法大模型不仅将通过跨行业数据汇聚提升驾驶场景数据资源，通过数据闭环开发模式和自动数据标注提升数据获取效率，更将大幅提升感知精度和感知丰富度进而成倍提升数据利用效率。
依托原创 AI 算法和模型积累，商汤领先的 BEV 感知算法推进国内首批量产应用，并采用 Domain Adaption 算法有效解决跨域泛化问题。 商汤首创的自动驾驶 GOP 感知体系将目标数据获取的人力成本降低 94%，实现低成本的车端模型开发，目前也已投入量产应用。
算力：智能汽车时代的重要基础设施
随电子电气架构技术由分布式不断向集中式演进，大算力芯片成为新型电子电气架构实现的物理基础。
近年来车端芯片算力发展突飞猛进，如英伟达规划中的 Atlan 单颗芯片算力超 1000TOPS，THOR 单颗算力超 2000TOPS，将大幅提升单车感知决策能力。
而在云端，AGI 在自动驾驶、网联等场景的泛化应用将提出比车端指数级更高的算力要求——从数据标注到模型训练，从场景仿真到算法迭代。
算力将是智能汽车时代的新型基础设施。
在此背景下，近年来主流企业纷纷开启双线并行探索，车端自研算力平台，云端建立超算中心。 而进入大模型时代后，数据量随着多模态的引入也将大规模增长，因此必然也会导致 AGI 对算力需求的剧增。
可以看到，英伟达车端云端同步布局并将提供端到端的全栈式 AI 加速计算解决方案，特斯拉也早在 2021 年 8 月发布自研云端超算中心 Dojo。
据近期报道，埃隆·马斯克也将成立一家人工智能公司来与 OpenAI 竞争，已购买数千个英伟达 GPU 并一直招募 AI 研究人员和工程师。
国内方面，吉利、蔚来、特斯拉、毫末智行、小鹏等企业也已跟进布局云端算力集群，投入巨大以提升智驾开发算力储备。
对于商汤来说，如果说大模型将是支撑智能驾驶的上层建筑，那么大算力就是数字基座。
商汤科技董事长兼 CEO 徐立表示，目前大模型对基础算力、基础设施的需求非常旺盛，基础算力对并行效率的要求也非常高，但真正好用的基础设施其实十分稀缺。
出于这一原因，商汤历时五年自建了业界领先的 AI 大装置 SenseCore，完成 2.7 万块 GPU 的部署并实现 5.0 exa FLOPS 的算力输出能力，是亚洲目前最大的智能计算平台之一，可同步支持 20 个千亿规模参数量的超大模型同时训练。
位于上海临港的 AIDC 人工智能计算中心将为智能汽车的数据存储、标注、脱敏、仿真训练、算法迭代到部署的闭环提供算力支持，打通基于数据驱动的算法生产全流程，加速高级别智能驾驶技术的 AI 模型生产和持续迭代，推动实现规模化量产。
在 AIDC 的基础上，AI 大装置也将提供支持大模型生产的一系列服务：
如此规模的算力设施即使特斯拉同期也尚难以望其项背，也必将推动大模型的高效闭环。
「大模型+大算力」推动智能汽车行业整体进程
汽车行业正在面临百年未有之大变革。 尽管此次以「大模型+大算力」推进 AGI 发展是商汤提出的战略布局，但事实上，这一理念早已在行业层面达成共识。
基于感知、决策规控和 AI 云三大核心能力，商汤「大模型+大算力」已赋能绝影驾、舱、云三位一体产品体系量产落地：
除智能驾驶领域的全栈能力和行泊一体量产解决方案外，「大模型+大算力」也正在助力商汤打造智能座舱跨场景生态。
车展期间，与商汤「日日新 SenseNova」大模型体系深度融合的绝影未来展示舱升级亮相，语言大模型「商汤商量 SenseChat」以及 AIGC 文生图平台「商汤秒画 SenseMirage」也已上车，多点融合重构人车交互方式，打造第三空间。
以「商量」为例，作为千亿级参数的自然语言处理模型，其使用大量数据训练并充分考虑中文语境，展示出出色的多轮对话和超长文本的理解能力。
商汤也展示了语言大模型支持的诸多汽车场景创新应用，如在行车过程中化身「邮件助手」自动提炼关键信息，作为「会议助理」自动生成会议纪要，大大节省用户行车时处理工作的时间和精力，为未来出行的应用场景拓展带来丰富的想象空间。
此外，以人工智能大模型开发、生产、应用为核心，一站式
特斯拉结束了2023年Q4及全年的财报电话会议，马斯克分享了大量关于下一代车型、Cybertruck、机器人以及人工智能产品的观点，特别是谈到了对中国车企的看法，我放在了最前面。
-在被问到中国车企向西方市场扩张的情况时，有人问马斯克特斯拉是否会考虑与中国汽车制造商合作。 马斯克表示，中国的车企非常令人印象深刻，因此他们可能会在中国以外的地方看到很多成功。 “它们非常好，”马斯克说。 “如果没有贸易壁垒，它们就会占据主导地位。 ”
-他指出，尽管特斯拉很乐意在超级充电网络和 FSD 许可方面提供帮助，但与中国 OEM 合作的机会并不明显。
-Model Y 成为全球最畅销的汽车，2023 年销量超过 120 万辆。
-特斯拉的自由现金流很理想。
-马斯克表示，特斯拉团队在 2023 年表现出色，在第四季度末达到了每年 200 万辆汽车的年化运行率。
-弗里蒙特工厂在2023年还生产了56万辆汽车，成为美国生产率最高的汽车工厂。“It’s really a gem.（它是一颗宝石）”
-马斯克表示，“我们正处于两次主要增长浪潮之间。 我们相信下一波增长浪潮将由下一代汽车平台启动。 ”
-特斯拉在下一代平台的开发方面取得了长足的进步。 马斯克指出，该车将在德克萨斯州 Giga 开始生产，随后在墨西哥 Giga 等其他地点进行生产。 “我们对（特斯拉的下一辆车）感到非常兴奋。 ”
-特斯拉目前的时间表表明，下一代平台的生产应该在 2025 年底左右开始。 汽车上有很多新技术，也包括很多新的制造创新。 “这将是一个艰巨的项目，但一旦优化，它可能会改变汽车批量生产的游戏规则。 ”
-用于下一代汽车的制造机器是独一无二的，因此很难复制。
-“我们目前预计 2025 年底开始生产。 我们将睡在生产线上。 但我相信，一旦它增长，它将遥遥领先。 ”马斯克说。
-Cybertruck 目前的限制是产量，而不是需求。 该公司今年也很有可能完成 Cybertruck 的现有订单。
-4680 的产量领先于 Cybertruck 的产量，并且正在采取更多措施进一步提高电池产量。 马斯克补充说，特斯拉的 4680 项目不会以任何方式影响该公司的电池供应。
“我们目前正在运行一条 4680 生产线和一条装配线；第三季度将安装另外四条；我们还预计会增加供应商的订单。”
-FSD Beta V12 将在未来几周内在北美推向近 40 万辆汽车。
-当被问及其他汽车制造商可能授权 FSD 时，马斯克指出，其他汽车制造商可能仍然不相信 FSD 可能是真的。 但“一些试探性的对话”正在发生。
-马斯克：“如果我是另一家汽车公司的首席执行官，我肯定会打电话给特斯拉，要求获得特斯拉 FSD 技术的许可。”
-特斯拉是人工智能推理领域效率最高的公司。
-马斯克表示升级后的Model 3非常适合驾驶。
-Giga 内华达工厂的扩张已经破土动工，而对于 Giga 墨西哥工厂，特斯拉也已经开始了长期的筹备工作。 但它仍在缓慢进行，需要在 Giga Texas 先进行下一代生产线设计的测试。
-Optimus 有潜力远远超过特斯拉其他产品的价值总和。
-马斯克指出，一些 Optimus 很有可能在明年某个时候发货。
-特斯拉正在确保 Optimus 的安全性，尤其是大规模使用时的安全性。 他还指出，障碍在于让 Optimus 做一些有用的事情。
-马斯克：“我们正在准备从HW 3 和 4 到 5 的巨大的改进。 未来（特斯拉）不再使用时，车载计算机可以执行通用人工智能任务。 可以运行 GPT-4类似的东西，这会很有趣。 ”
-在被问到 Dojo 超算时，马斯克指出，特斯拉正在寻求与 NVIDIA 合作和自研 Dojo 的双重道路。 不过，他承认 Dojo 的机会不大，因为它是一个高风险、高回报的项目。 他证实，Dojo 已经开始运行并进行训练，特斯拉未来可能还会探索 Dojo 1.5 和其他迭代。
-在被问道是否要继续召开 AI 日时，马斯克指出，特斯拉的竞争对手已经开始模仿特斯拉在这些事件中突出的创新，因此他相当谨慎。 不过，他确实指出，今年的某个时候可能会举行一次活动。
-有人问马斯克对于特斯拉现有产品线的下一步增长市场在哪，马斯克表示，特斯拉对此并没有明确的想法，但他强调，像 Model Y 这样的汽车实际上是昂贵的汽车，因此该车在 2023 年成为全球最畅销的汽车，这是相当了不起的。
-有人询问特斯拉对 2024 财年汽车毛利率的预期。 首席财务官 Taneja 表示，特斯拉第四季度的重点是降低车辆成本。 “这是一项持续的工作，我们只是尽可能地争取每一分钱。 ”“如果利率迅速下降，我认为利润率将会很好，”马斯克说。
-“我们一直在寻找可以降低成本的方法，”马斯克开玩笑说，成本降低 1% 大约相当于节省 10 亿美元。
-马斯克表示特斯拉投放的数字广告似乎正在发挥作用，因为它们正在接触那些不太熟悉电动汽车的人。
-“我们充分认识到客户教育的重要性。 我们的数据显示，2023 年 90% 的车辆购买者以前从未拥有过特斯拉。 ”
-我们开展的一项广告活动吸引了约 1000 万独立浏览者，其中 50 万人是第一次浏览特斯拉的网站。
-特斯拉将继续探索数字营销活动，但该公司也不想在数字营销活动上过度支出。 尽管如此，马斯克指出，肯定需要提高消费者的意识，特别是在日本等地区。
-特斯拉能源也迎来了突破性的一年，能源生产和存储利润在 2023 年几乎翻了两番。
-有人问特斯拉是否预计在 2024 年或 2025 年实现 50% 的销量复合年增长率。 首席财务官指出，特斯拉在某些时期不会以之前同样的速度增长。
-特斯拉首席财务官 Vaibhav Taneja表示，预计特斯拉 2024 年的资本支出将超过 100 亿美元。
-马斯克表示：“执行力好，并不会一鸣惊人，但如果执行力特别好，特斯拉将成为世界上最有价值的公司。”
4月28日凌晨，一架注册号为N272BG的湾流G550从美国起飞，其目的地为中国北京。
而该驾飞机上坐着的便是马斯克。
马斯克此次并未提前通知就来中国，有不少网友说马斯克这次来中国是参加北京车展的，不过北京车展都已经开幕几天了，马斯克现在专门乘坐私人飞机来参加概率并不大，或许只是简单的露面，看一下中国新能源汽车的发展。
出行局认为，马斯克这次来北京极有可能只为一件事情，那就是FSD（全自动驾驶系统）中国区的落地。
路透社消息称，本次马斯克想要将在中国采集到的数据传输至海外，以训练FSD算法。
但要知道，特斯拉在国内尚未开放FSD功能的原因，主要就是涉及到数据出境的严格管控。 随着国家对数据安全的重视，海外车企若想在中国推广自动驾驶技术，必须满足数据本土化的要求。 特斯拉的辅助驾驶系统依赖于大量的用户行驶数据来进行神经网络训练，而这些数据在中国受到严格保护，不能轻易出境。
如果马斯克这次还是坚持将数据传输到海外，FSD这件事情便很难办成。
不过就在本月，马斯克曾在回应社交媒体平台X的询问时表示，特斯拉可能 很快 在中国向用户提供FSD。
再结合去年下旬特斯拉便已经在中国组建FSD团队的事情，路透社的消息或许也只是个烟雾弹。 在庞大的中国市场诱惑下，特斯拉很有可能低头专门在中国创建一个如DOJO一样的超算中心。
不过在这个激动人心的时刻，我们不禁要问：FSD在中国会水土不服还是一战超神？
全球自动驾驶技术的飞速发展，特斯拉的FSD无疑是其中的佼佼者。 此前很多网友喜欢拿特斯拉的FSD对比鸿蒙智行、小鹏等国产品牌的自动驾驶技术，但不能同台竞技，到底谁更厉害很难说清楚。
4月23日的问界新M5的上市发布会上，华为常务董事、终端BG CEO、智能汽车解决方案BU董事长余承东表示：智界S7团队专门前往美国，将智界S7的智能驾驶系统与特斯拉FSD进行比较。
余承东表示：“在经过测试后，我们有信心，智界S7的智能驾驶系统仍然是全世界最好的”。
余承东一开口就是全世界最好，无疑是加强了很多消费者和网友对华为ADS（华为高阶智能驾驶系统）的信心，认为其超越了特斯拉FSD。
说实话，仅凭余承东一句话是很难有说服力，不过特斯拉FSD落地之后，大家便有更多的机会看到一些对比视频，了解到双方谁高谁低。
值得一提的是，在国内网络上，大多数网友还是觉得特斯拉进入中国后表现会大打折扣，而华为的ADS将继续遥遥领先。
在他们看来，中国道路环境的复杂性和特殊性对于FSD是一个巨大的挑战。
中国的道路网络庞大而复杂，交通规则多样，道路标识各异，驾驶习惯也因地而异。 此外，中国还面临着人口密度高、交通拥堵严重等问题，整体环境与美国完全不一样，这些都对FSD系统的适应性和稳定性提出了更高的要求。 这也是很多人觉得特斯拉进入中国后表现或许会大打折扣的依据。
不过在出行局看来，特斯拉FSD系统的核心技术在于其强大的神经网络和深度学习算法，其不需要像很多车企一样依赖高精地图，如今的纯视觉感知方案加上其强大算法，使得特斯拉的车辆能够在复杂的道路环境中进行准确的决策和导航，不需要忧愁中国道路环境的变化性。
诚然中国道路环境的复杂性和特殊性对FSD来说是一个挑战，FSD在中国落地后，我相信在一开始也会面临一系列水土不服的情况。 但只要能够对道路环境进行深入的学习和适应，在大量数据的训练和优化下，这些问题都能够很快解决。
特别值得注意的是，特斯拉在中国已经售出超170万台车，这170万台车能够很快速的给特斯拉提供大量数据。 在个人看来，特斯拉FSD进入中国后，或许只需要3个月，便能够做到全国都好开，甚至比遥遥领先还要领先。
当然，我们不能以片面的角度来看待FSD在中国的发展。
实际上，特斯拉FSD系统的落地也或将对中国自动驾驶产业产生深远的影响。
一方面，特斯拉的先进技术将为中国自动驾驶企业带来学习和借鉴的机会，推动整个行业的技术进步和创新。 另一方面，特斯拉FSD系统的引入也将加剧市场竞争，促使中国本土企业加大研发投入，提升自身竞争力。
简单来说，特斯拉FSD的进入就像是当初特斯拉进入中国一样，能够起到鲶鱼效应，通过搅动自动驾驶市场，加速中国在自动驾驶领域的进步。
综上所述，特斯拉FSD落地中国既面临挑战也充满机遇。 虽然水土不服的问题可能存在，但只要采取正确的措施和策略，就有可能实现一战超神的壮举。
