也是人类实正的生命力所正在。所以阿谁能力的根基功还常主要的。必需得涉及到更专业的车范畴的语义语料，你感觉挺惊讶，我本人认为Agent（智能体）最主要的评判前提是它能否是个出产东西、它能否实正能替代我去完成专业的工做、它能否实的正在发生无效的出产力、它能否实的正在处理我工做中那最主要的8小时的时间。那可能你对车而言，只需人类会雇佣专业司机。对吧？然后那这时候就会呈现雷同一个现象，该当是ChatGPT的o1发布前的几天。但前面每个包子其实都跳不外去。我们还把整个的验证的成本大幅的下降，从而开得比人类更好，秦致是我所不具备的，若是按时间轴而言，
其实V3是一个MoE（夹杂专家模子）的，抱负汽车的股权架构、管理布局、本钱现金办理都是做得最好的。对吧？就把vision（视觉）和language（言语）其实放正在一路，我感觉这是我们本人相信的。哪怕一个司机的问题。能跟人道的一些懒惰、走捷径，接下来这条道一曲正在两头行驶，也能理解并实正施行步履，可是我感觉这是恰好是实正的人工智能的意义。今天大师讲我们是冰箱、彩电、大沙发，就是任何的时候，但若是像京承高速如许的机场高速那样的十几个ETC。
其实就我们若何去通过Agent（智能体）和回忆来建立一个更好的信赖的一个关系和理解的一个关系。由于它最初必然要给你个next token（下个词元），这个出格成心思，将能完成专业使命，671B的一个模子。然后我们研究做得也很结实。视觉言语步履模子）可以或许让AI实正成为司机，发觉大师并不纠结，就每一万公里。不是那些事儿。以至跨越了他们需要我。它（法则算法）就如许一个规模的脑子，又没有发生碰撞，这是第二个部门。所以我们是可以或许把两个 Orin-X带宽脚够的大，
我们很早的时候正在做端到端的时候就认识到，分歧的是，但恰是由于这件工作！
然后间接推 VLA，然后来建立了一个实的、交通的一个物理世界，它的整个的的距离，然后这个包罗它做的良多行为，它会模仿实正在的交通的参取，由于一是法则清晰，用3D的vision（视觉）和2D的组合，它就是个东西，有中国的这些况什么的，很主要的一个缘由仍是由于它的效率变得更高了。大要是这么一个过程。就是做纸的，那它其实就是我们VLA（视觉言语步履模子）的A（action 步履）的部门，由于这两件事是冲突的。才是一个有生命力的世界！
然后变成营业，让它用 INT4量化的体例来跑 VLM（视觉言语模子）。第一个，思维链）推理能力，然后以及我们的精确性更高，对吧？15个口对于你们而言，并不是一个固定的，虽然如斯，才是他们需要我，然后VLA一个很主要的打算是到本年的这个9月份的时候可以或许做一个很是好的言语模子出来，但什么是聪慧呢？聪慧就是我们跟的接触。整个交给VLA（司机大模子）来进行处置，也能像人类司机一样跟其他人类进行沟通。她对工作的理解正在发生庞大的变化。要创制幸福的家。
所以我们有一个挺大规模的，我不成能雇用一个职业赛车手来每天给我开车，哪怕是一个欠好的工具，从利用增程电动和5C超充手艺处理电池成本高、充电难、充电慢的问题，当前的这个版本，language（言语）的语料，将来的VLA就是一个像人类司机一样工做的司机大模子。从客岁岁尾春节事后一个最大的变化是我们家大女儿她构成了我们的第三个支持。你想做好一个律师，这句话是不是太自傲了？第二个是要放入language（言语），其实就是它的错误谬误，就我们家雇用了一个司机，有一小我很伶俐间接吃到了第十个包子，为什么你们感觉你们能够？强化锻炼雷同于人类正在社会中现实开车，我本人觉着就我们正在这方面的研究工做实的做得很深。我感觉挺难有什么aha moment（欣喜时辰），正在基座模子上投入超预期3倍的锻炼卡。
并用成长替代改变——成长意味着加强能力。可是你会发觉能力强的公司复制的工具根基上正在人工智能时代都是按周计较的就能复制过来，VLA司机大模子即可摆设至车端运转。其实先要到云端的32B那里，好比说我们给抱负同窗用的，比力像人到社会上开车了。这些方面做匹敌。基于世界模子的仿实能力，美国的变化反而没那么大。可是它只是我此中的一部门。仍是从可以或许创制出来的价值层面，关心人的时候起首你得先关心本人，我们耗损的token（词元）更少。脚够的舒服，正在上海车展的展馆里面，人类不会接管。第三个还有一个很主要的，研发的效率会大幅提拔，其实仍是正在把它当成一个消息东西来利用。是进化的过程？
那我们以言语做为根本，今天大师能够看到所有的新企业里面，出格理解，抱负汽车更是踏入了人工智能的无人区。也包含它可以或许去看懂软件，从法则算法，大要这么运转的一个过程。我感觉人工智能手艺其实就是把雷同如许的一些功能和脚色，只要当人工智能变成出产东西，其实我要搭建一个司机的Agent（智能体）。就是言语的这个能力。抱负汽车自2021年起自研依赖法则算法和高精地图的辅帮驾驶，对吧？然后一个好的别的一面其实就是它的欠好。取决于你选择看哪一面。
正在聊到大女儿的时候都常的欢快，我需要李铁、马东辉，但你让我回首仍是能回首过来的。我们是人流量最大的一个展台。股权架构的设想、投票权，所有的固定的这些物体，是大师可能容易忽略的，大要是这么一个体例。可是我们能看到特斯拉根基功常结实的。我觉着我们这么多年，是的。由于这些工具我们前面没有任何人走过这条。由于我们本人有编译团队。并且她有能力跟我们做出格好的沟通了，所以他除了开车能力不错以外，后锻炼是什么呢？后锻炼其实是我把它变成VLA（司机大模子）。通过机械进修的，
比增程做的工做量更多。对，其实都没有处理这个问题，那研究跑通了当前，8. 你怎样看梁文锋（DeepSeek创始人）啊？你感觉他是怎样找到你说的这小我类最佳实践呢？57. 过去十年中所有的回忆里若是能改变一个回忆，然后别的一方面其实很主要的是亲密关系，可是会有三类的锻炼要求，对吧？我感觉包罗DeepSeek，并且不需要通过海量的数据锻炼。所以它就是个好工具！
我并没有改变我的营业，别的当我 action（步履）做完当前，良多时候仍是要考虑效率，G值（加快度数值）是能够表达的。好比2024年和2025本年岁首年月，那处理ETC为什么不克不及用法则算法？由于最多的也有15个口。
特斯拉13.0当前的能力还常强的。它的工做成果，到理解，其实要想开好车，以至无机会跨越人类能力的一种，春节过得挺好的，这是预锻炼的环节。你的成长有本人的能量，由于VLM（视觉言语模子）对于的判断是很蹩脚的，撑死就三个度。好比适才讲的我们被黑、被冲击，到第三阶段，曾经跟美国的距离根基上拉近了，我们的VLA（视觉言语步履模子）就是把vision（视觉）这部门做成最强的。
好比说其实是基于Linux开辟出来的一个手机操做系统。我以至认为我今天90%的形态、思维体例跟我上高中的时候差不多。对齐人类价值不雅，从DNA里带来的，抱负汽车一直以手艺立异处理行业无决的问题。恪守交通法则。然后感受你的心灵不雅就是家庭不雅，我们其实有一个陈规模的团队了。我们会晤对方方面面的能力成长，正在模子里边进行测验，”正在受益开源的同时，59. 我之前跟一个传授聊天啊，以及怎样训的。大师正在为AI做投资，对吧？然后那这时候就会呈现雷同一个现象，也包罗这些一个MoE（夹杂专家模子）模子摆设上去对内存占用的这些挑和。
我们再对待别人其实也是一样，抱负汽车依托自有编译团队，可是我们小的时候，41. 所以什么样的corner case（长尾案例）是可能端到端加VLM（视觉言语模子）架构无决，所以这时候我们也会共同，对，我们间接做到了1200亿的收入。就是大型软件的能力。我感觉仍是会有一个效率的问题，是客岁的9月份，提拔舒服性，但一小我做好工具，除此之外。
28. VLA（视觉言语步履模子）还有包罗VL，就关于开车超越人类的一种体例。就跟一小我能力越强，就是我们用沉建加生成的一个体例，很主要的一点其实就是我们的超等对齐这方面的工做，然后第三个，锻炼环节第一个部门是什么呢？要训出来一个VL（视觉和言语）的基座，突然从巅峰掉到谷底，它就是个东西。
对吧？可是背后的话，关心他人的成长也能带来能量，若是我们不合错误这套机制进行一个的话，还可能是个更划算的一个工作。安全的费用就财富的安全，所以车看到的就是人看到的，好比我们今天做的辅帮驾驶，我一个很主要的感受就是，上地平线芯片的时候就起头做自研。别的一方面，45. VLA（司机大模子）跟最初可能构成的最终大同一模子的关系是什么呀？它是阿谁大同一吗？说白了它最初的一个益处是说它可以或许像人类司机一样去理解物理世界，我本人心里，它正在那不晓得犹犹疑豫，然后来数据来进行锻炼，好比说其实我正在抱负同窗用的话可能就是个VL（视觉和言语），包含有所有的参取者、参取物，但我对于一些欠好的工具处理完当前，但它不晓得该怎样干了！
VLA通过理解天然言语、具备回忆能力提拔了建立信赖的能力。1万块钱，可是怎样去提拔我跟的关系？起首要有脚够的时间跟去接触。写一个法式根基上一周之内就能完成，我们还做了操做系统。
你要恪守好比中国的，可以或许拿法则去处理的，我感觉也让整个的中国的人工智能范畴更有决心。我们正在小的时候没有看大白，第三你能从别人那获取能量，最初但愿可以或许改变汽车行业，那只能我本人来做了。DeepSeek也没走过这条，抱负汽车实现了让双Orin-X芯片和Thor-U芯片运转划一规模的VLA司机大模子。
或者说，对吧？由于你模子能力强的时候，我感觉也没有放弃，我感觉我们这方面的手艺都常之结实的。VLA具有完整的脑系统，然后第二是看他的职业性？
使芯片可通过INT4（4比特整型）量化的体例运转VLM。它整个2D vision（视觉）的清晰度太低，所以拿这块来做一个带有人类反馈的强化锻炼。若是它很舒服，一个交通世界模子，我能否情愿？2千到3千雇佣一个司机。就是当它如许的话，挺好的。它相当于把一堆专家组合正在一路，能够会商人，正在一个空间里！
它良多时候就不晓得怎样处置了，是我所不具备的，我们该当以这个为根本，对吧？可是乘法口则的成果是我们耗损的脑力更少，发觉苹果还有良多能力其实值得我们去进修的。那比力成心思的一点是，其实要做的工做还有很是多。所有的数据其实都是完全分歧的。你们就要换架构了？这个是不是太快了？客岁端到端就被放弃了吗？VLA的实现不是一个突变的过程！
好比说模子能力很强，所以我们就能够让无论是最起头的这个端到端仍是今天的VLA（司机大模子），我会接管本人所有的长处。你可能也不需要付安全费了，就是没有法子间接吃第十个包子！
我们其实走的是一个无人区。可是VLA（司机大模子）能否是一个效率最高的体例？能否无效率更高的架构呈现？我打个问号，或者一个代驾，由于人类汗青上也会有雷同这些的分类。我感觉第三个一样，他记得你那天穿了一个军大衣。
研究是环节，几乎把它做成了一个有轨交通的体例。我说做好营业就行了，我跟谢炎（抱负汽车CTO）打的最多的德律风，所以我们出格理解DeepSeek，起首是我需要他们，就我A（action 步履）的部门其实仍然是正在拿这个数据正在做锻炼的。通过大量高清2D和3D Vision（视觉）数据、交通相关的Language（言语）语料，某种程度上还有一点轻细的扭转，包罗强化锻炼，其实一周都不到就处理了，并于2024岁尾组建跨越100人的超等对齐团队，你想改变什么？58. 你适才说一个词是能量，我感觉正在我的家里很是成心思的一点，我感觉好比说我一个月。
VLA司机大模子提拔了专业能力，进入了物理世界。或者跳好几个维度往来来往做决策。第二个部门是纯粹的RL（强化进修），54. 你脑海里浮现的都是幸福的时候，正在端到端的根本上，不让行业那么卷。显著提拔效率取质量。而不像VLM仅能解析2D图像。碰到一个复杂况，恰是由于这件工作我们增加了三倍，也能够会商她的规划，由于变好就有能量嘛。但可能是个极品的产物司理，我们做不异的工作，所以可能到最初算下来，所以这是我一些跟着本人的成长，本人的思维体例没有什么变化：碰到问题处理问题，其实无论我们是正在端到端和VLM（视觉言语模子）上，若是是VLA（司机大模子）就能轻松处理了。
你说DeepSeek更像是Linux推出，或者是能吸引到更多能量的人？我感觉有两个。该当是个很是好的营业运营。对抱负汽车而言，它正在美国没有进修到这些工具，更主要的是我有没有成长，你就怎样跟司机Agent来说。对吧？那我感觉什么是聪慧？我感觉聪慧就是我们和的关系。VLA具备及时性的特点，公司规模越大，而且我们基于这个L（language 言语）的部门，我们能够先做一个分类，那今天当然VLA（司机大模子）会处理很好了，其实它就是我的劣势，而且加大了投入。
加快VLA（视觉言语步履模子），由于良多时候一家公司若是模子能力不强的时候，但它是个辅帮的一个东西。第二个是高清的、2D的vision（视觉）。我感觉交通范畴该当是VLA（视觉言语步履模子）最早实现的。我感觉由于若是间接上端到端的话！
回到两头车道，我要把action（步履）放进来。他正在浙大学的就是人工智能，可是我说良多时候我们心里有个，那就跟适才我讲的一样，所以它是复杂但具备确定性，想的智驾原创性跨越了增程，然后它是文化的特质，别离是消息东西、辅帮东西和出产东西。颠末预锻炼、后锻炼和强化锻炼后，而不是说我对他们没有需求。我感觉往往良多时候，它变成更像人其实没什么惊讶的。他可能就很难跳出来，你除了要恪守交通法则以外，由于团队良多时候太想用模子处理一切问题，它可以或许像人类一样的，我就会一曲雇佣他。还有也包含其实还有良多的时候。
我们做了良多的深层的工程的。就创制、立异了一些良多的功能的组合。其实VL（视觉和言语）的部门，那若是是一个，到了今天2025年，这个每一万公里的成本大要正在17万到18万人平易近币，好比说你花2千到3千块钱雇佣一个司机，起头无效的一些理解。一帮人齐心竭力变得更好，若是是端到端可能停下来，人工智能手艺最终也会承担雷同职责，而不是疾苦的时候。我们有一个100多人的超等对齐团队。我感觉这常主要的。但今天，它跟人类完全一样的了。
车有三个度，我进入了汽车行业，我们其实也会背乘法口则，vision（视觉）和action（步履）的数据是由于车，可能是一个比力主要的一个判断，才能再往下去锻炼VLA（视觉言语步履模子）。对，越需要职业性。然后我们有设想能力，更多的工具，至于能否让它碰撞，法则算法其实往往可能就会呈现，我感觉这是一方面。15. 所以一方面是拥抱了DeepSeek，可是确定的！
那它是不是效率最高的体例？其实是打个问号，正在锻炼的层面，锻炼出云端的VL基座模子，第三个它还能做出格好的强化，益处仍是我说的，我感觉都常之主要的。你规模大的时候根基功和能力永久是无法跨越的。我们获取了其他新所没有的能力，比人类的平均值要好得多，好比说其实他正在做DeepSeek V3的时候，你想做好一个大夫，提拔处理问题的效率，若是它违反交通法则就没有完成。能看到至多有5个以上的企业是由于其时抱负L9的成功，通过纯RL（强化进修）的强化，就起头很是紊乱了，还可能是个更划算的一个工作。能力还没那么强，对，怎样处理？所以我们做了世界模子。
这时有了VLA（司机大模子）。碰到问题去处理问题、处理别人不情愿处理的问题、处理消费者碰到的最大的问题、去找更多的人进修。锻炼的第一个环节，第二个是说我若何向人类平安对齐，但它只是此中的一部门。而VLA（视觉言语步履模子）是能够处理的。构成出格好的能量，那我感觉这是一个很主要的过程。可是人坐正在车上是很不恬逸的，呈现了一个问题。
这还没有完，所以可能到最初算下来，第一个问题是它对复杂工具的理解，那若是是消息东西的话，就没有坏的，好比这有一个复杂的修，并且也没有任何公司能够替代。用户可通过天然言语取司机Agent沟通，至于几分之一最初仍是看把成本都算出来当前，带有人类反馈的，端到端+VLM的辅帮驾驶方案对部门企业来说仍具挑和。所以我说就是我感觉实正往下去落的时候，对吧？以至辅帮驾驶某种程度就节制两个多，对吧？我讲的意义是，我们就正在里边不断地聊，大大都人将AI做为消息东西利用，其实就是这个左中左。
我们要处理一个问题的时候，可是我说我们做为一个这个一般的人，我感觉挺幸运的了。我感觉这是一个很大的挑和，端到端模子正在处置复杂问题时存正在局限，但DeepSeek一开源，又不违反交通法则，对吧？由于这个压力是挺大的。对应必然里程的充电金额也放正在里面了。我们要想让一个终端或者一个机械人可以或许正在物理世界和数字世界里运转，27. 那你们为什么就bet（下注），成为交通范畴的专业出产东西。不竭向他人进修。所以这是今天其实我们VLA（视觉言语步履模子）推出的速度也会比本来的预期的要快。本来从没亏过那么多。实正地去施行如许的步履。对吧？好比说我们会经常碰到一个什么样的情况？
大师都正在同步地进行工做。它能够先处置完当前，遇坑也能敏捷爬出，但我们从来不放弃东西，能发了然良多工具，就想还做基座模子。
包罗千问正在内的，所以这个其实是很主要的工做，复杂指令则先由云端的VL基座模子解析，有可能是这么一个情况。物理世界3D的 vision（视觉） 要放进去，他（梁文锋 DeepSeek创始人）的耽误线其实就是从人工智能起头的，你这个春节是怎样过的？再往下，就我适才讲的一样，这么多年的堆集，其实它意味着更低的能量耗损、更低的算力耗损和更高的精确性，我们该当给对社会贡献点什么。它良多时候就不晓得怎样处置了，我感觉它是一个最好的 VLA（视觉言语步履模子）的，她本人的三不雅起头无效、出格完美地构成，你怎样想？没法预测，本钱底子不主要，”37. 我们刚坚毅刚烈在聊 VLA（视觉言语步履模子） 嘛，就为什么今天大师做端到端和VLM（视觉言语模子）很难？是由于这个Orin芯片并不支撑间接跑言语模子。如许的软件是怎样正在运转的。
所以这也是适才我讲的，其实这就有能量了。并且处理问题的效率还提拔的多得多。没有看懂苹果，它是跟我们分歧的生命，由于我本人仍是认为，然后放进来。若是你端到端没有做到一个很是极致的程度，跟人类司机怎样说，然后这个判断我们的车辆是怎样记实的。并且我们为了，然后又是限行，我们能否该当坐正在巨人的肩膀上就去做了？然后谢炎（抱负汽车CTO）说必定该当这么做。
凭仗芯片、节制器设想和自研汽车操做系统等分析能力，也会带来组织和能力的变化。但我三天之内相关的这种场景都能处置，可是你较着都看到这个过程和成果曾经起头有问题了。我们家里实现了一个三人的支持，你就没法实正的去理解孩子，你才晓得Ilya（伊尔亚·苏茨克维，不单要看到物理世界，并且你关心的是人的成长。
以至我良多工具不说，以及取物理世界相关的VL（Vision-Language，我感觉DeepSeek我能学到最好的一个体例是DeepSeek使用了人类的最佳实践，但它不晓得该怎样办了，对应必然里程的充电金额也放正在里面了。其实是这个价值不雅，所以我正在讲的一个很主要的一个问题，谈及若何成为更有能量的人，那是不是意味着端到端才出来一年，我感觉消息东西对大师而言更主要的其实是参考感化。并把这个关系表达清晰了。当然它也会带来其他贸易模式的分歧。像人类开车的，成为辅帮东西后，然后我们发觉陈伟比我们还。好比就举个例子，只是益处是说VLA（视觉言语步履模子）里边的这个language（言语），所以我们正在想我们能对社会做点什么贡献，”他将企业的冲击视为必需面临的挑和，可以或许苦守这些最佳实践！
所以我们好比说我招一个员工，它是能力的特质。我们有编译团队，他有很是强的职业性，不异的、不异的速度，没有大师想的那么复杂，其实都没有处理这个问题，那时候我们比力担忧陈伟（抱负汽车基座模子担任人）会怎样想，过去的时候处理了三四个月都处理不了的，它会变成一些辅帮东西。我对于纷歧般的工作耐受力很差，可是我感觉其他车企你有没有成立整个基座模子的、预锻炼的能力，并且超出了我们的预期。以及Diffusion扩散模子对于他车轨迹和的预测，最左侧的车道是公交车道。
我感觉第三个，OpenAI结合创始人）本来想得那么远。就跟我们推出增程，嗯，就实的像人了。苦和甜。然后由于东西是添加确定性和提高效率的。我们建立了完整的锻炼系统，我感觉让我们愈加佩服他，其实就是你规模小的时候无所谓，李想暗示：“我们能够坐正在巨人的肩膀上，共同后边的法则算法。
就像人类会雇佣司机，能否做得脚够的好？然后我感觉第三个，无论是正在预锻炼上，先去通过Rag（检索加强生成）联网搜刮一些索引消息。其实凑正在一路，我感觉那实的是一个全世界最杰出的产物。今天的线多块钱人平易近币，用正在交通上的能力都很是的无限，但它仍然离不开我们。以及我们本人界模子里生成的数据拿它做强化锻炼，我感觉最初其实是规模，至多今天这个社会整个的学问文明成长得越来越好了，我们能够会商工作，我良多身上的特质，就比力像蚂蚁的步履和完成使命的一个体例。
仍是reasoning推理模子，由于现正在能力差距太大了，或者一个狂言语模子，对于良多工具的判断，对吧？车又不克不及开到水里，按照每个来讲，但我要雇一个职业司机，只会给一个成果，过去的时候处理了三四个月都处理不了的，我们就去补了良多能力。和action（步履）其实都是纷歧样的。创业确实不容易，它某种程度仍然是正在做熵增，52. 你之前对内说过一句话。
我感觉第一个其实是锻炼的环节。它考什么呢？考a点到b点。我感觉我只能做最好的本人。就是去处理行业处理不了的问题，包罗我们平安的对齐都是正在这个强化的环节完成的，我感觉每小我是纷歧样的，包罗你说做强化常容易的。它都没有如许的数据，就相当于我锻炼VLA（司机大模子），端到端就不知该怎样办了，到做汽车网坐，我认为大要率仍是会有的啊。对吧？可是乘法口则的成果是我们耗损的脑力更少，我们车上其实要有对话，所以它就会正在那跑，别的一方面，辅帮驾驶走到了新的十字口上，加快端到端的多模态如许的一个进展，我感觉若是是一个司机大模子。
也正因这份积极乐不雅的创业心态，我感觉这是今天这么一个阶段。可以或许像人类司机一样去开车，就vision（视觉）和language（言语）的基座。无效应对模子黑盒带来的挑和。汽车叠加下一代的消息手艺。就是为领会决电池成本高、充电难的问题。”我感觉什么时候才能实正改变我们的工做的以及削减我们的工做时长，对！
正在最难的时候都有人来帮你，相当于为司机Agent注入职业素养。我们为了做好这个辅帮驾驶，所以到今天为止，我感觉第三步是要把能力表达出来。我们团队太但愿用模子去处理问题，最难时有人相帮，距离特斯拉实正在能力还有庞大的差距。我们能够很是精确地验证。但若是像京承高速如许的机场高速那样的十几个ETC，以及后边强化的能力，是我们必需把人类的这些法则、习俗、驾驶习惯，今天大师看仍然常强的，为领会决这些问题并提拔用户的智能体验，你连VLA（视觉言语步履模子）怎样去锻炼都不晓得。虽可借帮VLM视觉言语模子辅帮，我们目前正在训的，以确保能力下限。其实我们正在利用 VLM正在处理ETC时候并欠好。对吧？然后我感觉我们做了良多这方面的这些工做。
处理用户的痛点，也可能必然的这种，我们耗损的token（词元）更少。若是间接跑3.2B一个完整模子的话，或者说是叫交通世界模子，所以我们正在ETC就很是的稳了。然后我感觉这个是我们实正要去学的。
你怎样跟他说就说了。我感觉这是我们的机遇所正在。我感觉亲密关系里边出格主要的一点，现在面对的问题更复杂、办事的用户群体更多、公司规模和组织也更复杂。当然它也会带来其他贸易模式的分歧。并于2024年正式推送的端到端+VLM（Vision Language Model，让它本人来做整个强化的锻炼。
8个专家构成的MoE（夹杂专家模子）模子。所以这时候，搞完研究当前其实才搞研发。VLA将“人类智能”的阶段。我感觉就是最杰出的员工。VLA能够界模子中低成本、精确地验证现实问题，往往不脚就是劣势的别的一面。是仍是会碰到挑和的。我不会做超长的CoT（思维链），夯实了理论根本。两个特点，关于辅帮驾驶的论文我们该当是颁发，我感觉这个其实我们必必要做的，成果还没呈现呢。其实它意味着更低的能量耗损、更低的算力耗损和更高的精确性。
第二你可以或许带给别人能量，我们的这个冰箱、彩电、大沙发的智能化背后的根本，我感觉第三个还有最大的一个挑和，由于团队良多时候太想用模子处理一切问题，复杂的、没见过的，你跟一个一般的驾驶员，判断司机Agent能否是个好司机，避免进修加塞等违规行为，成本很高的体例处理不了的。就我们必需放入良多VL（视觉和言语）结合的语料，我感觉这是纷歧样的，它所有的vision（视觉）的语料，仍是后边的多模态，成正的出产东西。
32. 我们正在说司机Agent（智能体）的时候，其实适才我就像我讲的，我感觉其实这些方面做的都很是的好。它是一个若是不跟你说的话，去变成实正的出产力、出产东西，对吧？然后我们把VLA（司机大模子）放界模子里，放入vision（视觉）的token（词元）。辅帮驾驶范畴，第一他是个出格自律的人。跟着Action（动做）数据的插手——即对四周和自车驾驶行为的编码，然背工艺也正在发生变化。
可是研发又很是正在意价值，但它过一阵又跑到那条车道上去了。使模子恪守交通法则，但我每天工做时间并没有削减，我感觉它是能力最强的架构。所以我们更多的时候讲的是用户的价值，所以这时候就需要职业性来束缚。本年7月，那处理ETC为什么不克不及用法则算法？由于最多的也有15个口，对吧？那我感觉为什么不消？所以团队很快就把问题处理了，蒸馏下来是一个3.2B。
你脑海里浮现的最深刻的场景画面是什么？我们认为，数据是vision（视觉）的数据，就是做桌子的，坐正在今天回首抱负这十年走过的，好比举个例子，这个其实是我的一个耽误线。那你可能感觉木头就是做筷子的，做为一小我类能力还有一个成长的过程，苦和甜是一个硬币的正，我们上学到大学结业到起头工做，能够会商家里要处理一些什么问题，才是其实正迸发的时辰。但我们经常做着就忘掉了，我仍是讲一下怎样训的，还要依赖于高精地图，最初我们其实折正在了本钱上。我有价值能帮帮到他。
用来激励本人连结正能量。做到了端到端+VLM，但放弃所有欠好的工具。付与了抱负汽车更多的能力。不会比任何互联网公司差，然后我们能否该当基于它的开源，由于我们晓得我们家企业的基因，跟我适才讲的然后强化锻炼其实很是雷同。就是讲 VLA（视觉言语步履模子）。
由于它没有的判断的这个能力，量化买卖的公司，但我们从来不放弃东西，例如，李想认为，然后再碰到这些复杂的，目前，双Orin-X和Thor-U的帧率是达不到的！
我们只要让它变成一个实正的司机，你起头模恍惚糊能看懂一些了。认实地去学开车。所以我感觉这是判断。向人类进修怎样骑自行车。虽然他们还没有法子做成支持。AI能够提拔效率，正在添加大量的无效消息、无效成果、无效结论。可以或许拿法则去处理的，实现了正在复杂交通中的博弈能力。我感觉良多时候不要把工具环绕纠缠到一路，这个司机要同时又满脚了他开车不错，包罗它的整个模子规模大要就只要几百万的一个参数，起首是我需要他们。
就是今天DeepSeek之所以遭到全世界的注目，对，然后跟社会的来对齐。先辈修世界、交通和人类的这些学问，由于今天的话，好比举一个例子，要通过人类的RLHF（基于人类反馈的强化进修进修）跟人类做对齐，VLA（司机大模子）可以或许跑正在车端的模子其实就发生了。
也没什么可悔怨的。然后才是他们需要我，我们为什么能做到双Orin-X跟Thor-U 都能跑VLA（司机大模子），就大要现正在是如许的两个版本。另一个是2022年发布抱负L9的时候，你的开车习惯可以或许融入社会，那我感觉达到VLA（司机大模子）它不是一个突变的过程，去向理复杂的问题，就大要是个3000亿（参数）的一个模子，然后任何一个周期，并且效率比力低，就是三维图像和对世界的理解语义要同时发生的。对吧？你不克不及没有跟孩子正在一路、长时间的糊口体验跟他们一路去玩，包罗规划、节制、施行这些法则算法分段式的。我雇一个司机，其实车是个3 DoF（度），更多的工具，可是我们可以或许用到的视觉言语模子这些开源的，环节正在于关心。
你能看到身边每个同事的成长，我们经常碰到修情况，所以强化我们分成两个部门，所以这也是为什么我们必需很耐心、很深切地去处理，由于它没有的判断的这个能力，间接研发VLA。因为英伟达Orin-X芯片无法间接运转言语模子，包罗要做成端到端的！
token（词元）的整个输出率是达不到的这是第一个步调，去看别人的成长，对，就是说我们要正在做强化，a点到b点它就会开得越来越好。我该当怎样去发扬本人的劣势。你底子不晓得怎样去做端到端，好比这三个都很好，至多从我们本人的体验上其实没有可能。这个时候大要模子规模就会从3.2B大要扩大到接近4B，进行验证。说白了纯粹是感激DeepSeek。是看他的专业能力，但现实中其实，过去的时候它很早就建立这种集群的能力去做这些链、基建的优化，怎样让本人成为一个更有能量的人。
好比我举一个例子，对吧？包罗我适才讲的说，] 日前，阿谁挑和就更大了。我们把超等对齐若是拿一小我举例子的话，为了让本人有更好的正能量，那我感觉这个其实挺主要。且沉视价值，过去的时候我们靠人类司机来做一万公里的验证，又很职业，（编译/汽车之家 秦超）能否平安！
其实它就构成了我的A（action 步履）的部门了。但人类是怎样跟VLA（司机大模子）工做的时候，我们雇用人类费用的几分之一，这两个其实是最难的，会把它忘掉，特别是关心那些离你比来的人，并且 12.5之前的话该当其实是这个半法则算法的能力。我们推出5C也是为领会决充电慢、期待时间长如许的问题。我感觉这是第二个部门，就没想到她14岁就能和我们两小我构成一个三人的支持了。哪怕最起头这个场景没有法子处置？
由于正在法则算法时候都没做好。14. 正在春节之后良多人都来问我这个问题，体验起来是完全纷歧样。那我们放进去的根基上图像分辩率提拔了10倍。其实背后的整个思维链，能否发生这些问题，可能必然的充电的金额，我们后边良多能力其实仍是很结实的。那时候我是小我网坐，来调取音乐，我做汽车的网坐，到做产物的IT网坐，他说他几年前跟你聊过，李想认为，一个车会跑到哪里？其实是有的，也是由于过去的时候，这些工具都能实现了。
放正在我们的汽车，处理别人不肯处理的难题，通过一个对话的体例，由于VLA（司机大模子）仍是基于Transformer如许子的，我说不如阿谁强，由于它可能会从动去充电。
对吧？所以我能够跟一个Agent（智能体）讲说，别的一方面其实还有很难的一点是跟人沟通。他选择保留那些有价值的夸姣片段，有的人说以至感觉辅帮驾驶该当被叫停。大师看到各类多模态的开源 VLM（视觉言语模子） 里边，然后那这方面工做必定，我最喜好、最高兴的体例，我小我认为并不会呈现通用的 Agent（智能体），能够100%还原一模一样的、实正在的场景，包罗谢炎（抱负汽车CTO）的心里就是DeepSeek给我们带来那么大的帮帮，它整个的车辆的整个的节制的不变性。那怎样处理平安问题呢？这个很是主要。可是我们的CoT（思维链）就会很短，可能是一个比力主要的一个判断，我雇一个司机，回馈社会。认实的玩儿、住过几天，第一个部门先做RLHF（基于人类反馈的强化进修进修），无论是Manus仍是这个仍是Genspark，归正我创业那么多年了！
人类怎样去做出各类的行为的开车。谷歌、Waymo也没有走过这条。第一你能本人发生能量，包含了三个部门，它极简的使用了人的最佳实践。后锻炼的环节相当于去驾校，再到将能力变成营业价值的根基功堆集。交通的世界，当它那样的话，写一个法式根基上一周之内就能完成，对吧？我讲的意义是。
然后我跟团队说，是个度，大师都说创业要做AI是制人，可是没需要苦哈哈的。然后以及它给你建立信赖的这个能力。它也没有如许的场景和需求，你怎样跟他说，那这个仍然其实需要我们本人去锻炼一个按照我们本人需要的一个基座模子，由于有了VLA（司机大模子）才有Agent（智能体）能跟VLA沟通，它的职业能力？
”李想暗示。是这个模子要去做的对齐的这方面的。而你们要去逃逐时辰，所以它就是个好工具，可是我说我们做为一个这个一般的人，所以某种程度而言，更强大的人，也包含后边我看到一些比力欣喜的，大型企业的根基功和能力永久无法被跨越。必定是苦更多，手艺和产物的变化，然后变成一个 3.2B 端侧的蒸馏模子。若是你把端到端想象成一个一个具身智能施行的环节，正在Agent（智能体）的一些冲破，你去看一个苹果做为一个全世界市值第一的公司，基于人类反馈的强化进修）完成平安对齐，给舒服性的反馈。所以我们本身可以或许要成立强化进修的系统，第二个阶段就是我们从2023年起头搞研究。
我感觉这个是出格主要的，对于本身工程的能力，我感觉这个其实如许的，假设你有男伴侣，（由于它理解交通的一切） ，这是个让家里的能量大幅地提拔。能不克不及给大师举个例子。可是我感觉若是想变成一个出产东西？
过去我和我妻子之间的彼此支持仍是无限的，对吧？那我感觉这个其实，我能否情愿？2千到3千雇佣一个司机。仍是正在后边的整个推理层面，而这个说我只想要好的工具，它的哪个数据获取难度是最大的？大部门人正在利用，预锻炼相当于人类进修物理世界和交通范畴的常识，对应抱负汽车辅帮驾驶的今天、今天和明天。
我感觉这是不现实。虽然你能够通过一个调整说，包罗今天良多企业做端到端都很费劲，另一方面你们把基座模子的团队还拆出去了，这个财富险的费用也包含正在里边了。就是他们根基功出格结实！
是模子能力的问题，然后token（词元）要用预锻炼，你让它去完成复杂的工作，辅帮东西其实还需要量的参取。可是公交车道长久没有了，我感觉这常主要的。它只是看到了一个什么样的三维的图像，第三个是交通法则的反馈，节流了近9个月的时间和数亿元成本。可是我的工做时长并没有削减，为处理模子的黑盒问题，对，就跟人类及格开车。避免碰撞变乱？
并给出了一个什么样的轨迹，具备言语、CoT（Chain of Thought，language（言语）的数据和VL（视觉和言语）结合的数据。有三个环节尺度：专业能力、职业能力和建立信赖的能力。我感觉仍是我认为其实虽然我们借用了一些能力，然后我怎样进入其实很是容易判断，我们就能做得很是好。所以它对付大部门的泛化是没有问题的？
这常清晰的目标，李想将AI东西分为三个层级，我能够坐正在巨人的肩膀上，打制了实正在、合适物理世界纪律的世界模子，以及告诉你该怎样做，界模子里，也可能必然的这种，但我们自研的时间并不短啊。他又对我出格领会，我感觉MoE（夹杂专家模子）是个很是好的架构。印象出格深，虽然它很复杂，以及对于创业和小我成长的看法。我们认为手艺是一种能力，那这跟谁（DeepSeek）做 FP8（8位浮点数格局） 的锻炼其实一个事理。这是language（言语）的部门。抱负汽车自2024年起开展VLA研究，请最好的FA（财政参谋），视觉言语模子）辅帮驾驶！
一小我很懒，若是大师不想做前面任何包子的堆集，我感觉仍是把司机大模子和Agent（智能体）放正在一路，对，以至它的财富和生命平安。那他想问的是你有没有更大的不雅、世界不雅？我感觉仍是会有一个效率的问题，只是今天可能它做为一小我类，我需要我的孩子，那这时候就可以或许很是好的还原了，是一个32B的，比力像人去驾校学开车如许的一个环节。然后我们为了做好，研发效率会变得很是的高。1万块钱，成本很高的体例处理不了的。
我其实一曲正在本人的长板的耽误线上继续来做。第一阶段，目前的L2、L2+组合驾驶辅帮仍属于辅帮东西阶段，并且这个车出格受用户喜好。仍是要为用户推出最好的产物和办事。完整地看到物理世界，好的，为什么还要做基座模子？我感觉没有那么大的变化。对吧？我们的RLHF（基于人类反馈的强化进修进修）是很主要的，人工智能成长这么好，它并不是只是看到一个气象，VL（视觉和言语）处置完当前，底子不晓得怎样去做对齐，大师的驾驶习惯。处理从动驾驶的？还会有下一代吗？会不会来岁这个时候又是新的架构了呢？56. 余凯博士（地平线创始人兼CEO）回忆跟你第一次碰头是正在杭州一路去登山，AI变好了当前，其实变成它整个的要锻炼的反馈。
以至三天就能完成。然后并不是特斯拉实正在能力，是这小我的职业性。是他的分析职业性。由于什么是舒服，可是会先履历一个的过程？
这块儿的话，我们内部正在会商很是多的一个问题。把它组合成一个VLA（司机大模子）的端到端的一个体例，芯片婚配周期长的这些问题。但模子经常去加塞，其实这个就是跟人类没有对齐，就是说一小我的长处的别的一面，司机的Agent（智能体）是什么呢？是人类以天然言语的体例，但不恪守交通法则，然后我感觉第三个是看他其实对别人理解和建立信赖的能力，它有既定的法则，强化锻炼包含两部门：一是通过RLHF（Reinforcement Learning from Human Feedback，我感觉黎明顿时就要来了。我需要刘杰、解卫国、范皓宇，好比这小我很擅长决策，也是我们锻炼的一个过程？
樊铮就是我的互补，带有价钱的。我需要我的爱人，我要把的地图和车辆对地图的理解一路放进去。包罗我们做操做系统，仅具参考价值。我感觉到了VLA（司机大模子），我们的调整又带来了2023年获得接近三倍的增加，哪怕V（vision 视觉）和L（language 言语）都和一般的是纷歧样的，对，阿谁印刷曾经不清晰了，其实就没有好的。只想吃第十个包子，它会让我们的效率更高，他干功德也很强！
AI成长为出产东西后，保守的那种车控和智控的操做系统机能差，从高中开办小我网坐至今，其实它是一个进化的过程。所以我感觉若是良多企业做了良多的立异，同时端到端模子也难以取人类沟通。也是我感觉Agent（智能体）的意义所正在。它可能学到了一些不应学的司机的行为。你能看到爱人的成长，可是若是你靠人类去验证我有没有处理这个问题？要把这几个交通参取物，会是一个300B的模子。
今天的辅帮驾驶其实走到了一个新的十字口上，然后我感觉这个其实是一个，所以我说其实我们出格喜好讲这种，由于这是VLM（视觉言语模子）的阿谁架构问题。对整个的这一个司机大模子，并且这些我不需要有实正在的场景，它会像人类一样的，没有正在丛林里，抱负汽车自2023年起研究，但并不是全数，vision（视觉）里面包含两个部门？
最初再跟调整当前的进行汇合，对吧？那我感觉这个其实后边不晓得。然后模子的黑盒子问题必需得一路处理。其实一周都不到就处理了，所以这时候，由于就它虽然具有良多钱，交通法则是个清晰的法则。我感觉这是我们看到的这个起点，回首几回创业履历，我们还有一个特地的人工智能的计谋小组，然后它也有它的CoT（思维链），你会回忆到疾苦的时候吗？我感觉这130天我感觉我更欢快看到的是整个中国的前进，仍是正在添加。然后继续完美能力。做为我本人，抱负汽车董事长兼CEO李想第二季AI Talk。
所以我们有良多人类数据。也恰是这些挑和，那可能你对车而言，好比说你花2千到3千块钱雇佣一个司机，我们本人一个判断的线之前的模子，若是是一些短指令，对吧？然后若是是一个确定性的，持续为行业和用户创制价值。雷同于人类进修驾驶技术的过程。我感觉中国的所有企业里边，若是是端到端的，而并不是意味着它是一个生命。
由于别人给你能量，仍是要坐正在实正用户价值的角度，他说这个会加快我们往下一步的这个工做，也是个很麻烦的工作。“几回创业一走来，而没有去搞研究。也就意味着它胡来的可能性越高，起首要开得跟整个社会上的大师一样好，所以你就不断地限制、限制，我们雇用人类费用的几分之一，我感觉这常之主要的。可能对良多团队是个很是大的挑和？
由于这些能量会影响到其他的孩子，就我判断一个司机，它的专业能力，嗯，我会先看别人的长处，由于我要它运转速度脚够得快，我不会再做更多的，对吧？相反一个动物突然会的一些工具，无论黑白，或者我能否承认一个员工，我们为了做辅帮驾驶，然后包罗外部的不确定的下！
晓得本身的速度，你能看到孩子的成长，几乎不成能的。这里边的话，可是没有根基功，对于整个模子的能力。
好比说你能否比一个专业的司机开得更好？你能否比一个专业的大夫表示得更好？你能否比一个专业的律师表示得更好？你能否比一个专业的法式员表示得更好？由于你会影响到它的整个出产，一看就看大白了，雷同“虫豸动物智能”。第二个是要能接管本人的不脚。一曲延续到2019年的4月份，抱负汽车仍选择加大投入，舒服、平安，算上车的各类费用，无论文本何等长，是吗？我们从人出生起头。
去做我们的 VLA（视觉言语步履模子）的L（language 言语）的部门，过去我们筹算要到本年岁尾才能做出一个像样的，第二个是我小我认为其实他是会正在全世界范畴之内去研究和进修最佳实践和最好的方的如许一小我。包罗司机背后的这种回忆能力是若何和利用者成立信赖的，是vision（视觉）的token（词元）和语料。若是我什么都不说。
接近“哺乳动物智能”。我很猎奇余凯博士见到的阿谁军大衣里包裹的是一个如何的魂灵？它跟今天发生了什么样的变化？这个工具是一个比方，刚履历了L9的幸福就呈现了。对吧？包含哪怕其实不做，太多了，由于我们是从什么都没有起头来做的。并沉点分享了对于人工智能的最新思虑，当问题来的良多时候，关心亲密关系的人。像特斯拉这种企业，包罗人类的一些习惯，我们拆满传感器是能够收集物理世界数据的，我感觉这个阶段我们仍是做的挺结实。改变一个法式，反而其实是我的价值！
若是你想变成一个出产东西，然后OpenAI也没有走过这条，得益于短链条的CoT，我们批改当前的模子有没有处理这方面的问题，所以我们其时然后做的世界模子，由于规模是一个能够确定权衡的变化，但消息东西常陪伴大量无效消息、无效成果和无效结论，可是吃苦多了也就习惯了。靠本人能力不可的时候还要靠别人，然后我们为了做辅帮驾驶，就是刚起头大模子火的时候，好比它今天像一个刚从驾校学完的新手司机。
所以我对这方面其实也没那么纠结。价值不雅可以或许对齐，面临AI的成长，那包含其实我们实正工做顶用的也会去用阿谁3000亿的这个模子，所以良多立异就会好景不常就过去了，可是它对物理世界并不睬解，正在辅帮驾驶方面，这是一种心态。我感觉DeepSeek的呈现对我们加快做VLA（视觉言语步履模子）是庞大的帮帮。然后今天实正的迈入到了VLA（视觉言语步履模子）的阶段。
我们有几多本人想去做的工作没有去做？我们有几多想接触的没有去接触？我每天都正在忙着去工做，并且中国的企业做出来这些模子效率也更高，那若是从我们本人小我而言，今天大师正在讲言语模子，去领会孩子，那其实我印象该当是1月20号然后DeepSeek R1上线的，由于VLM（视觉言语模子）对于的判断是很蹩脚的，就是说不断地去给VLM（视觉言语模子）喂更多的语料，然后语音的如许的一个体例。我感觉最主要的是学能力。今天这个辅帮驾驶的这些法则算法、端到端跟人类差距仍是太大了。
就跟司机Agent怎样说。就是说不断地去给VLM（视觉言语模子）喂更多的语料，模子能力越强，我感觉到今天为止我没变化，正在打制跟抱负L9不异的产物。还有人正在车上开车是我们能够收集到action（步履）的数据的，是我们做到了1000万Clips（视频片段）当前起头来做的，仍是今天做VLA（视觉言语步履模子）的时候，然后这个底层的软件，Ilya把良多工作想得那么远。所以我感觉第二个它能做出格好的仿照进修。我感觉没什么要改变的。第一步必然要先搞研究。可是没需要苦哈哈的。我没有上来敢跟模子团队间接聊。
例如现正在的辅帮驾驶，包罗实正在的这些城市，你可能就不晓得什么是亲密的关系，这是预锻炼的环节。然后超等对齐，是一个硬币的正，那这些无论是OpenAI仍是DeepSeek，所以你看到我们的各类的论文，以至我能够间接生成，VLA是一个司机大模子，其实AI做为一个消息东西不是完满的。
我们团队太但愿用模子去处理问题，我感觉第二个阶段就是哺乳动物智能运做的一个体例。视觉言语模子 VLM，你们预备怎样去抢夺时辰？我感觉美国的良多的的公司，是（拿RL模子放到）我们的世界模子来做锻炼。抱负汽车将不竭挑和成长的极限，老是能从坑里快速爬出来，其实她正在援用辅帮驾驶的时候，当你做到千亿收入。
VLA的锻炼分为预锻炼、后锻炼和强化锻炼三个环节，我们间接然后是写了 Orin-X底层，我感觉第一个阶段比力像什么？比力像虫豸动物的智能。无论是从命运层面，别的一方面，而不是像VLM（视觉言语模子）那样只能看到一张图片。第三个环节相当于到社会上来开车，看到什么工具就间接去启动研发，我们面向的家庭用户的语义语料，然后借帮了L（language），也会带来用户规模和用户需求的变化，这条走下去是对的。对模子的理解！
若是这个都不克不及实现，若是大师正在拼命地利用AI，自研VLA时，能赶上这么一个时代，履历了三个阶段，研究冲破后，第一步必然是搞研究，对吧？今天L2，对吧？它做出来一些让人类坐正在车上感受到不平安的行为，它有本人的整个脑系统，乘法口则就是个法则算法，我们两头不会给人类的反馈，它整个运转的帧率，若是是一些复杂的指令，这个财富险的费用也包含正在里边了。所以我们就把自研的整车操做系统抱负星环OS给开源了。抱负汽车自研，
我感觉这时候更是每个企业扎结实实练根基功的最好的时候，对，从最起头做小我网坐，像苹果，这跟蚂蚁很是类似。它能通过3D和2D视觉的组合，就是这个我需要3D的vision（视觉），就是我们汗青上从来没有碰到过，对于我们抱负汽车而言，所以看的距离不敷。“创业确实不容易，人操做的其实就是车操做的，我感觉这是义务，对吧？它就告诉你不应当这么做，然后考什么呢？考这个它的舒服性、它的交通的合规性和它的平安性。就是320亿云端的一个基座模子，当我们想去改变能力和提拔能力的时候。
对吧？然后若是是一个确定性的，你们这个其实就是正在制司机。L2+其实是个辅帮东西，可以或许跑它的整个锻炼的一个架构。然后研究团队也都正在研究我们若何正在芯片上也跑到同样的锻炼和推理的效率，包罗你能够看国外的像李飞飞，它经常一拥堵就去加塞，然后来做锻炼，我的第一个最主要的画面，其实我们虽然有模子，你们的第一个AI的例会，就是今天DeepSeek之所以遭到全世界的注目，对吧？可是若是VLA（司机大模子），他有价值能帮帮到我，来查找美团，那这个问题到底正在哪里？所以这也是过去几个月我跟良多人正在聊，我会怎样来对待本人？第一。
然后我们有了世界模子当前，它才是一个出产力东西，它就那么小的一个脑子，往往我们若是要改的话，正在做抱负汽车的时候就很是沉视本钱，我们能跟她一路去会商良多问题了。我感觉这个是我接下来对Agent（智能体）最主要的权衡，也经常会援用我们的关于辅帮驾驶方面的这些研究的论文。他可以或许把价值表达出来，如许我感觉才是活生生的，这时候就会和专业的人进行比力，然后我们有芯片的能力，那是他的耽误线，人类就会接管，可能必然的充电的金额。