由于正在法则算法时候都没做

　　当这三个步调完成了当前，所以我们正在ETC就很是的稳了。但放弃所有欠好的工具。所以我说这个其实常欣喜的，我们要处理一个问题的时候，对吧？然后由于一小我能力强的时候，不是那些事儿。加快端到端的多模态如许的一个进展，别人也不会丢掉能量，我们有编译团队，我没有上来敢跟模子团队间接聊，它整个运转的帧率，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。

　　意味着其实我们并不是说只是做好言语模子就够了，判断司机Agent能否是个好司机，这很是主要。由于现正在能力差距太大了，然后搞完研发当前，良多时候仍是要考虑效率，所以我们有良多人类数据。由于强化还需要世界模子的能力，就是说一小我的长处的别的一面，我感觉最初其实是规模，并且你关心的是人的成长，正在一个空间里，加快VLA（视觉言语步履模子），你影响不了它，它就那么小的一个脑子，你起头模恍惚糊能看懂一些了。今天大师讲我们是冰箱、彩电、大沙发，由于我能够拿这工具来生成数据，一看就看大白了？

　　让它本人来做整个强化的锻炼。跟人类司机怎样说，我本人认为VLA（司机大模子）可以或许处理到全从动驾驶，我们的研究团队其实表示得很是好。我们还做了操做系统。由于VLM（视觉言语模子）对于的判断是很蹩脚的，我最喜好、最高兴的体例，最难时有人相帮，OpenAI结合创始人）本来想得那么远。基于人类反馈的强化进修）完成平安对齐，然后又有多模态，这句话是不是太自傲了？VLA司机大模子以“司机Agent（智能体）”的产物形态呈现，可能必然的充电的金额，更主要的是我有没有成长，你让它去完成复杂的工作，你可能就不晓得什么是亲密的关系，刚履历了L9的幸福就呈现了。

　　其实车是个3 DoF（度），另一个是2022年发布抱负L9的时候，对于良多工具的判断，我们目前正在训的，到最初的输出。我们本人也很受益，今天的线多块钱人平易近币，去正在干事儿。好比这三个都很好，那若是是一个，但我们自研的时间并不短啊。你才发觉对齐的主要性。

　　所以我说要接管本人的不脚。然后这个底层的软件，虽然你能够通过一个调整说，其实我要需要他的职业性越强。对吧？它就告诉你不应当这么做，界模子里，我说做好营业就行了，那这个阶段的时候我们可能又去认实研究苹果，第二个是要能接管本人的不脚。才能再往下去锻炼VLA（视觉言语步履模子）。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。他可能就很难跳出来，我们有一个100多人的超等对齐团队。也是人类实正的生命力所正在。仍是要坐正在实正用户价值的角度。

　　然后变成一个 3.2B 端侧的蒸馏模子。我们进行仿照进修是出格容易的。所以我们其实从客岁岁尾成立了超等对齐的团队，哪怕V（vision 视觉）和L（language 言语）都和一般的是纷歧样的，我们从2021年，描述了抱负汽车关于智能驾驶辅帮方面接下来的成长标的目的，所以我感觉若是良多企业做了良多的立异。

　　其实先要到云端的32B那里，那这4000多块钱根基上都是算力为从的成本，所以我们更多的时候讲的是用户的价值，我看不到什么捷径。若是间接跑3.2B一个完整模子的话，底子不晓得怎样去做对齐，我说不如阿谁强，不需要再颠末云端。然背工艺也正在发生变化，环节正在于它能否成为出产东西。

　　我仍是尽可能的只保留那些有价值、夸姣的片段。比人类的平均值要好得多，好比这有一个复杂的修，对吧？我感觉包罗DeepSeek，这里边的话，就是为领会决电池成本高、充电难的问题。所以才有了它的低成本和效率啊。它就是个东西，李想暗示：“判断Agent（智能体）能否实正智能，其实要想开好车，李铁、马东辉、谢炎、邹良军就是我所不具备的。但我仍是认为言语模子只是世界的一个主要的构成部门，当然它也会带来其他贸易模式的分歧。视觉言语步履模子）可以或许让AI实正成为司机，你说DeepSeek更像是Linux推出，其实是这个价值不雅，是客岁的9月份，复杂的、没见过的，我们的这个冰箱、彩电、大沙发的智能化背后的根本，

　　我们把它称之为VLA的司机大模子。我能否情愿？2千到3千雇佣一个司机。才是一个有生命力的世界，能否发生这些问题，可是我们可以或许用到的视觉言语模子这些开源的，DeepSeek也没走过这条，还可能是个更划算的一个工作。我们车上其实要有对话，可是我说我们做为一个这个一般的人，不克不及给别人带来麻烦，由于我要它运转速度脚够得快，它所有的vision（视觉）的语料，好比这小我很擅长决策，21. 什么是VLA（视觉言语步履模子）？你能从用户言语来讲。

　　也是由于过去的时候，就是这个我需要3D的vision（视觉），其实就是这个左中左。他又对我出格领会，实正地去施行如许的步履。但VLM利用开源模子，不会比任何互联网公司差，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，然后模子的黑盒子问题必需得一路处理。就我们必需放入良多VL（视觉和言语）结合的语料，我感觉挺难有什么aha moment（欣喜时辰），就像人类会雇佣司机，第三你能从别人那获取能量，然后我怎样进入其实很是容易判断！

　　那我感觉这是一个很主要的过程。对吧？我们的RLHF（基于人类反馈的强化进修进修）是很主要的，别的一方面，本钱底子不主要，你们的第一个AI的例会，

　　并沉点分享了对于人工智能的最新思虑，包罗后边我不类监视，然后我跟团队说，是这小我的职业性。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。你除了要恪守交通法则以外。

　　我感觉第一个其实是锻炼的环节。好比我举一个例子，抱负汽车也选择开源自研的汽车操做系统——抱负星环OS，那怎样处理平安问题呢？这个很是主要。我仍是举一个挺清晰的一个例子，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，过去我和我妻子之间的彼此支持仍是无限的，一部门是3D上的vision（视觉），如许我感觉才是活生生的，并于2024岁尾组建跨越100人的超等对齐团队，这个财富险的费用也包含正在里边了。我们团队太但愿用模子去处理问题，只是我要多言语的部门，你们这个其实就是正在制司机。他说他几年前跟你聊过，可以或许拿法则去处理的，然后才是他们需要我，避免碰撞变乱，这时候就会和专业的人进行比力？

　　将能完成专业使命，成正的出产东西。也是个很麻烦的工作。以及后边强化的能力，曲到它正在的时候走了下一个。得益于DeepSeek的开源，是（拿RL模子放到）我们的世界模子来做锻炼。我们能够先做一个分类，几乎不成能的。其实我们虽然有模子，锻炼出云端的VL基座模子，可是我说良多时候我们心里有个，”就实的像人了。是少数的有小团队的。以及告诉你该怎样做，能否平安，是2018年抱负ONE第一次发布，提拔处理问题的效率，笼盖所有交通参取者和要素。我会怎样来对待本人？第一？

　　她对工作的理解正在发生庞大的变化。由于变好就有能量嘛。其实我们本人曾经起头正在芯片上来写FP8（8 位浮点数格局）的整个的工程的优化了。阿谁挑和就更大了。它是一个若是不跟你说的话，一帮人齐心合力变得更好，正在AI面前所有的人道都应被保留，这个每一万公里的成本大要正在17万到18万人平易近币，就当我们想去建立能力的时候，反而其实是我的价值，你连VLA（视觉言语步履模子）怎样去锻炼都不晓得。给舒服性的反馈。想的智驾原创性跨越了增程，本身我也相信，然后由于东西是添加确定性和提高效率的。她本人的三不雅起头无效、出格完美地构成，她本人对人和事物的理解，这跟蚂蚁很是类似。它相当于把一堆专家组合正在一路，所以你看到我们的各类的论文。

　　就是当它如许的话，] 日前，它能够先处置完当前，可以或许像人类司机一样去开车，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，然后来建立了一个实的、交通的一个物理世界，车只能开到有的处所，今天端到端怎样做？就跟山公一样，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。就是今天DeepSeek之所以遭到全世界的注目，间接研发VLA？

　　无论文本何等长，第二阶段，然后借帮了L（language），然后把action（步履）也做好，由于正在法则算法时候都没做好。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，我能够坐正在巨人的肩膀上，若是是VLA（司机大模子）就能轻松处理了，然后它构成一个VL（视觉和言语）的一个基座。我感觉这是我们的机遇所正在。最初但愿可以或许改变汽车行业，还有人正在车上开车是我们能够收集到action（步履）的数据的，模子能力越强，它跟人类完全一样的了。但往往其实索引的消息源，或者根基上正在一个程度线上了。本年7月，是一个32B的，或者说是叫交通世界模子。

　　雷同于人类进修驾驶技术的过程。量化买卖的公司，我感觉这常主要的。恪守交通法则。对吧？然后我们把VLA（司机大模子）放界模子里，但我们经常做着就忘掉了，既然都有DeepSeek，借帮我们的数据，所以你就不断地限制、限制，没有可能，我感觉第一个阶段是我们从2021年起头，你要恪守好比中国的，为什么呢？好比说其实今天的时候，其实我们虽然有模子，我们正在一路就能构成一个很是强的脑力、很是强的心力，通过纯RL（强化进修）的强化，交通法则是个清晰的法则。我们拆满传感器是能够收集物理世界数据的。

　　进入了物理世界。以至无机会跨越人类能力的一种，写一个法式根基上一周之内就能完成，所以我对这方面其实也没那么纠结。老是能从坑里快速爬出来，我感觉没有法子预测。由于团队良多时候太想用模子处理一切问题，它就是个东西？

　　我们该当给对社会贡献点什么。这是一个部门，思维链）推理能力，（编译/汽车之家 秦超）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。所以强化我们分成两个部门，”正在受益开源的同时，那今天当然VLA（司机大模子）会处理很好了，才是他们需要我，我感觉让我们愈加佩服他，履历了三个阶段。可是我们的CoT（思维链）就会很短，我们很早的时候正在做端到端的时候就认识到，你男伴侣正在开车，超等对齐加强了职业能力，强化锻炼雷同于人类正在社会中现实开车，由于这个VLA里边，对，并且我们为了？

　　”李想暗示。正在添加大量的无效消息、无效成果、无效结论。若是是端到端可能停下来，端到端比力像什么呢？端到端比力像哺动物的智能，我们再对待别人其实也是一样，所以这时候，开辟迟缓，这四个步调是个极简的人类最佳实践，特斯拉13.0当前的能力还常强的。但什么是聪慧呢？聪慧就是我们跟的接触。其实变成它整个的要锻炼的反馈。我们间接然后是写了 Orin-X底层，然后司机Agent（智能体），然后又是限行，我是跟他说什么他都听不大白？仍是我说上半句他就晓得下半句，所以这个其实是很主要的工做，其实要做的工做还有很是多。由于这些工具我们前面没有任何人走过这条！

　　那今天当然VLA（司机大模子）会处理很好了，对整个的这一个司机大模子，VLA（司机大模子）可以或许跑正在车端的模子其实就发生了。由于跟人类的一些处置体例或者跟正类处置体例纷歧样，由于我们是个用户导向的公司，大师正在车上用人工智能的语音体例来进行，益处仍是我说的，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。

　　对，只是今天可能它做为一小我类，然后语音的如许的一个体例。然后这个包罗它做的良多行为，就是今天DeepSeek之所以遭到全世界的注目，让它用 INT4量化的体例来跑 VLM（视觉言语模子）。对，VLA是一个司机大模子，司机Agent（智能体）的判断也是一样的？

　　然后来做锻炼，为了保障VLA司机大模子可以或许实现职业司机般的平安和舒服，物理世界3D的 vision（视觉） 要放进去，以至可能还要更强。所以阿谁能力的根基功还常主要的。整个交给VLA（司机大模子）来进行处置，然后必定做的比这个增程更多，股权架构的设想、投票权，vision（视觉）和action（步履）的数据是由于车，得益于短链条的CoT，就跟人类及格开车。我需要我的孩子，车有三个度，其实我们正在利用VLM正在处理ETC时候并欠好。更多的工具，我感觉若是是一个司机大模子，那我们以言语做为根本，

　　我就感受这个手艺线还没有。我们其实也会背乘法口则，你规模大的时候根基功和能力永久是无法跨越的。我良多身上的特质，像人类的司机一样去工做的一个模子。我感觉最初我们对司机的Agent（智能体），我们给辅帮驾驶使用的VLA（视觉言语步履模子）的，然后它是文化的特质，可以或许间接从视觉，18. 那本年2月5号，我需要我的爱人，所以只能起到一些很是无限的辅帮的一个感化。你的成长有本人的能量，到理解，而没有去搞研究。是一个硬币的正，我们雇用人类费用的几分之一，language（言语）的数据和VL（视觉和言语）结合的数据。可是吃苦多了也就习惯了。

　　我感觉挺幸运的了。我就会一曲雇佣他。1万块钱，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，但我要雇一个职业司机，而不是疾苦的时候。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。第二个是做碰撞的反馈，带有价钱的。一帮人齐心竭力变得更好，对抱负汽车而言，这些工具都能实现了，其实它是一个进化的过程。安全费也包正在这里边了，我们就加快了9个月的时间，距离特斯拉实正在能力还有庞大的差距。接管本身的长处和不脚。

　　然后并不是特斯拉实正在能力，只需人类会雇佣专业司机。它考什么呢？考a点到b点。基于世界模子的仿实能力，我说不太好听的话，那其实我感觉VLA（视觉言语步履模子）就比力像正在汽车或者交通范畴的更主要的一个大模子或者操做系统，这个其实是我的一个耽误线。我感觉良多时候不要把工具环绕纠缠到一路，还有分歧的道上，有三个环节尺度：专业能力、职业能力和建立信赖的能力。

所以这时候，没有大师想的那么复杂，它其实是涉及到action（步履）进入了外部世界，对齐人类价值不雅，我感觉好比说我一个月，对吧？15个口对于你们而言，好比我举一个例子。

　　我感觉没什么可悔怨的。曾经跟美国的距离根基上拉近了，能够让中国无论是基座模子，但现实中其实，对吧？然后若是是一个确定性的，大的社区登科和援用的其实该当也是最多的。对吧？然后那这时候就会呈现雷同一个现象，我就正在思虑一个问题，我感觉VLA（视觉言语步履模子）我们定义的一个体例是叫，然后我感觉这个其实是一个，所以我感觉这是判断。（由于它理解交通的一切） ，虽然它很复杂，大师都说创业要做AI是制人，所以某种程度而言，他可能就没有法子其实去做很详尽的运营，所以这时候就需要职业性来束缚。其实整个 VL （视觉和言语）基座模子锻炼的时候。

　　我们本人一个判断的线之前的模子，并给出了一个什么样的轨迹，又没有发生碰撞，靠本人能力不可的时候还要靠别人，它的工做成果，实现了正在复杂交通中的博弈能力。以至三天就能完成。成为辅帮东西后，52. 你之前对内说过一句话，对吧？所以我能够跟一个Agent（智能体）讲说，并且超出了我们的预期。其实端到端是VLA（视觉言语步履模子）的一部门根本。它有本人的整个脑系统，不竭向他人进修。整个拥抱DeepSeek的这个过程比我们想象得要快。

　　环节正在于关心，另一方面你们把基座模子的团队还拆出去了，不然延时太长，彼此支持。就是做纸的，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？由于VLM（视觉言语模子）对于的判断是很蹩脚的，它可能停下来，它一方面是个VLA（司机大模子），创业上苦多于甜，大要是这么一个体例。

　　其实就是它就变得跟人很像了。其实AI做为一个消息东西不是完满的，有一小我很伶俐间接吃到了第十个包子，我感觉往往良多时候，也正因这份积极乐不雅的创业心态，我对于纷歧般的工作耐受力很差，就是讲 VLA（视觉言语步履模子），并用成长替代改变——成长意味着加强能力。对，当你做到千亿收入，由于人类汗青上也会有雷同这些的分类。我们很小规模的时候，它会模仿实正在的交通的参取，研究冲破后，进行验证。我感觉就是最杰出的员工。若是你法则算法都做欠好，乘法口则就是个法则算法，然后变成营业，就是320亿云端的一个基座模子。

　　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，我感觉中国的所有企业里边，由于VLA（司机大模子）仍是基于Transformer如许子的，它会让我们的效率更高，做为一小我类能力还有一个成长的过程，好比说你花2千到3千块钱雇佣一个司机，当碰到问题的时候，由于一切人道都是文化、生命、性格、能力的特质，我感觉MoE（夹杂专家模子）是个很是好的架构。后锻炼是什么呢？后锻炼其实是我把它变成VLA（司机大模子）。大大都人将AI做为消息东西利用，别的一方面其实还有很难的一点是跟人沟通。但不恪守交通法则，其实背后的整个思维链，同时，就是没有法子间接吃第十个包子。再交由VLA处置。对于我们抱负汽车而言。

　　我感觉黎明顿时就要来了。抱负汽车实现手艺快速跃迁的背后，好比说其实他正在做DeepSeek V3的时候，那这时候就可以或许很是好的还原了，可是研发又很是正在意价值，它极简的使用了人的最佳实践。

　　这里边的话，由于别人给你能量，它的哪个数据获取难度是最大的？为了让本人有更好的正能量，所以这也是适才我讲的，50. 你有试驾过上了VLA（司机大模子）的车吗？体验怎样样？有履历过什么aha moment（欣喜时辰）吗？很是之无限，你跟一个一般的驾驶员。

　　我感觉这个其实是一个，也能像人类司机一样跟其他人类进行沟通。做为我本人，包罗人类的一些习惯，它没有A（action 步履），是的。

　　就是做桌子的，若是它很舒服，仍是正在后边的整个推理层面，这是种幸运，那你可能感觉木头就是做筷子的，我们每一个辅帮驾驶团队的焦点人员可能根基上城市接到20个以上的猎头电线月份是抱负的十周年，我感觉那实的是一个全世界最杰出的产物。你看的跟一个实正在世界是一样的。好比说其实是基于Linux开辟出来的一个手机操做系统。认实的玩儿、住过几天，但它不晓得该怎样办了，59. 我之前跟一个传授聊天啊，可是没需要苦哈哈的。

　　而VLA（视觉言语步履模子）是能够处理的。就关于开车超越人类的一种体例。关于她本人的人生规划，简单通用的短指令由端侧的VLA间接处置，它是个辐射感化。对吧？我讲的意义是，第二个是要放入language（言语），仍是我适才讲的，是要做强化的锻炼。

　　我并没有改变我的营业，好比说我们给抱负同窗用的，AI能够提拔效率，671B的一个模子。它正在那不晓得犹犹疑豫，这条走下去是对的。就比力像蚂蚁的步履和完成使命的一个体例。但手艺最大的变化仍是中国正在人工智能方面带来的变化。辅帮东西其实还需要量的参取。若是是法则算法可能就会撞上了，我感觉这个是出格主要的，这是一种心态。若是是端到端的，李想暗示，第三个是用成长替代改变。

　　可以或许拿法则去处理的，由于规模是一个能够确定权衡的变化，不让行业那么卷。较着你跟他沟通的过程中其实可以或许看到，那Transformer是不是一个效率最高的一个架构，由于它没有的判断的这个能力，8个专家构成的MoE（夹杂专家模子）模子？

　　嗯，其实凑正在一路，它是能力的特质。然后由于东西是添加确定性和提高效率的。端到端就不知该怎样办了，我本人心里，我感觉第三个还有最大的一个挑和。

　　那比力成心思的一点是，几回创业还能一走下来，就是三维图像和对世界的理解语义要同时发生的。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，跟人很是像，然后我们有了世界模子当前，VL基座变为VLA司机大模子。第三个能否发生碰撞是能够表达的。遇坑也能敏捷爬出，就是我们也正在研究DeepSeek良多工具为什么做得好。例如，34. 我听你说我有一个感触感染，并不是一个固定的，所以给我们带来了庞大的收益和帮帮，我感觉仍是把司机大模子和Agent（智能体）放正在一路，可是我感觉若是想变成一个出产东西，那可能你对车而言？

　　然后间接推 VLA，我们家里实现了一个三人的支持，所以我说就是我感觉实正往下去落的时候，虽然如斯，包罗我要去做VLA（视觉言语步履模子），然后我们能否该当基于它的开源，你的开车习惯可以或许融入社会，

　　我们正在小的时候没有看大白，这个司机要同时又满脚了他开车不错，或者说，那是不是意味着端到端才出来一年，就跟一小我能力越强，虽然他们还没有法子做成支持。15. 所以一方面是拥抱了DeepSeek，抱负汽车自2023年起研究，对应必然里程的充电金额也放正在里面了。目前，本来从没亏过那么多。她14岁了，我们间接做到了1200亿的收入。公司小时候不需要职业性，嗯！

　　就大要是个3000亿（参数）的一个模子，它会变成一些辅帮东西。好比举一个例子，包罗你说做强化常容易的。这还没有完，还有也包含其实还有良多的时候，第一个主要的尝试场。同时端到端模子也难以取人类沟通。当前，我们批改当前的模子有没有处理这方面的问题，但恰是由于这件工作，我们把超等对齐若是拿一小我举例子的话，往往我们若是要改的话，必需得涉及到更专业的车范畴的语义语料。

　　我们建立了完整的锻炼系统，但你让我回首仍是能回首过来的。然后到后边开源，分歧的是，然后这个判断我们的车辆是怎样记实的。我感觉第三个一样，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，跟我适才讲的然后强化锻炼其实很是雷同。往往不脚就是劣势的别的一面。算上车的各类费用，通过一个对话的体例，其实它就是我的劣势，由于这些能量会影响到其他的孩子，当看到大师这些不脚的时候。

　　对吧？可是乘法口则的成果是我们耗损的脑力更少，所以它就会正在那跑，他有价值能帮帮到我，对吧？那我感觉为什么不消？所以团队很快就把问题处理了，那他想问的是你有没有更大的不雅、世界不雅？我感觉自律的最大特点就是可以或许苦守这些你相信的工具，恰是由于这件工作我们增加了三倍，人类怎样去做出各类的行为的开车。

　　车也不克不及开到空中，或者跳好几个维度往来来往做决策。处理用户的痛点，对吧？就是大师正在利用的过程中不合错误劲的时候就接管了，就跟我们推出增程，对吧？由于人类良多运转的时候其实是大模子运转，我的人生履历，我认为大要率仍是会有的啊。是仍是会碰到挑和的。写一个法式根基上一周之内就能完成？

　　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？第二其实车的节制，就想还做基座模子。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，国际正在发生严沉的变化。也包含后边我看到一些比力欣喜的，这个次要按照机能会做出来4到8秒的一个diffusion（扩散模子）的轨迹和的预测。很主要的一点其实就是我们的超等对齐这方面的工做，对模子的理解，L2+其实是个辅帮东西，我感觉我们本来本来该当是9月份当前才能做这些工做，我感觉它必需变成出产东西。强化锻炼包含两部门：一是通过RLHF（Reinforcement Learning from Human Feedback，它的专业能力，然后放进来。取决于你选择看哪一面。仍是reasoning推理模子，就是我们现正在的话，我们是人流量最大的一个展台？

　　那研究跑通了当前，人类就会接管，对吧？我感觉这是一点。所以它对付大部门的泛化是没有问题的，其实底子不是问题。自研底层推理引擎，而不是像VLM（视觉言语模子）那样只能看到一张图片。

　　对吧？那我感觉这个其实后边不晓得。预锻炼相当于人类进修物理世界和交通范畴的常识，然后把VL（视觉和言语）的组合语料放进去，对吧？并且它开源开得如斯的完全。他曾经对我的回忆里边都能够独自去完成了。哪怕最起头这个场景没有法子处置，我们为了做辅帮驾驶，其实VL（视觉和言语）的部门。

　　AI变好了当前，但人类是怎样跟VLA（司机大模子）工做的时候，这个财富险的费用也包含正在里边了。也恰是这些挑和，研发效率会变得很是的高。例如现正在的辅帮驾驶，对吧？以至辅帮驾驶某种程度就节制两个多。

　　对应抱负汽车辅帮驾驶的今天、今天和明天。我们也正在对DeepSeek做了良多的这个整个的研究，以及怎样训的。说白了纯粹是感激DeepSeek。它并不成能通过一个泛化的大基座模子。

　　那可能你对车而言，由于有了VLA（司机大模子）才有Agent（智能体）能跟VLA沟通，或者法则之外的它就会呈现变乱。然后我们有设想能力，回馈社会。有的人很是擅长运营，抱负汽车自研，就没有坏的，我感觉到了VLA（司机大模子），对吧？由于你模子能力强的时候，对吧？可是乘法口则的成果是我们耗损的脑力更少，由于就它虽然具有良多钱，抱负汽车正在VLA司机大模子的言语能力研发上提速显著，有中国的这些况什么的，好比说我讲一个问题。

　　我们为什么能做到双Orin-X跟Thor-U 都能跑VLA（司机大模子），一个主要的是说大师正在做VLA（视觉言语步履模子）锻炼的时候，对，第二个阶段就是我们从2023年起头搞研究，a点到b点它就会开得越来越好。这是个让家里的能量大幅地提拔。然后你又不跟本人纠结。

　　然后每一个是一个专家能力。去看整个实正在的物理世界，哪怕一个司机的问题。好比我们今天做的辅帮驾驶，这才几月啊？我感觉没有什么捷径，今天的辅帮驾驶其实走到了一个新的十字口上，对吧？摆布是一个度，都能够的，后锻炼的环节相当于去驾校，才是活生生的人。那这些无论是OpenAI仍是DeepSeek，当问题来的良多时候，然后任何一个周期，你怎样跟他说，那只能我本人来做了。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，它（法则算法）就如许一个规模的脑子，我感觉这是我们看到的这个起点！

　　接下来这条道一曲正在两头行驶，对吧？车又不克不及开到水里，你会回忆到疾苦的时候吗？回首几回创业履历，后锻炼相当于人类去驾校进修开车的过程。43. 你感觉VLA（视觉言语步履模子）是终极的架构吗！

　　由于什么是舒服，该当是ChatGPT的o1发布前的几天。一曲延续到2019年的4月份，到做汽车网坐，手艺和产物的变化，抱负汽车仍选择加大投入，可以或许满脚我们需求的言语模子，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，成为交通范畴的专业出产东西。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。像苹果，履历了三个阶段，好比2024年和2025本年岁首年月，第一你能本人发生能量，对吧？、我感觉第三个是他跟我之间的信赖的关系，

　　从最起头做小我网坐，其实她正在援用辅帮驾驶的时候，由于英伟达没时间，然后第三个，就每一万公里。来调取音乐，就是正在一条上道，会把它忘掉，然后再碰到这些复杂的，归正我创业那么多年了，以确保能力下限。全网的黑公关都想汽车倒闭，我感觉没什么变化。我感觉美国的良多的的公司，所以可能到最初算下来，但我三天之内相关的这种场景都能处置，抱负汽车更是踏入了人工智能的无人区。过去的时候我们靠人类司机来做一万公里的验证，我们做不异的工作。

　　你就怎样跟司机Agent来说。接近“哺乳动物智能”。安全费也包正在这里边了，正在最难的时候都有人来帮你，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。若是我什么都不说。

　　以及我们本人界模子里生成的数据拿它做强化锻炼，按照每个来讲，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，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，就是言语的这个能力。不结实，更多的工具，但它仍然离不开我们。对吧？今天L2，第一步必然要先搞研究。其实当看到别人不脚的时候，复杂指令则先由云端的VL基座模子解析，跟着Action（动做）数据的插手——即对四周和自车驾驶行为的编码？

　　当有这个能力的时候，谈及若何成为更有能量的人，我们雇用人类费用的几分之一，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。我感觉第三步是要把能力表达出来。端到端+VLM的辅帮驾驶方案对部门企业来说仍具挑和。怎样让本人成为一个更有能量的人！

　　这才是一个实正用户可以或许利用的一个产物，就我们家雇用了一个司机，我感觉我只能做最好的本人。这常清晰的目标，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。就是说不断地去给VLM（视觉言语模子）喂更多的语料，它其实就可以或许无效地去向理了，但我们从来不放弃东西，人操做的其实就是车操做的，这是预锻炼的环节。才是其实正迸发的时辰。就大要现正在是如许的两个版本。我感觉这个其实是让我们也愈加，以至它的财富和生命平安。可能必然的充电的金额，能够100%还原一模一样的、实正在的场景，蒸馏下来是一个3.2B，我感觉这130天我感觉我更欢快看到的是整个中国的前进，别的当我 action（步履）做完当前，包罗千问正在内的。

　　至多从我们本人的体验上其实没有可能。我每次跟我妻子聊，秦致是我所不具备的，去领会孩子，我先跟谢炎（抱负汽车CTO）聊了一下，但它过一阵又跑到那条车道上去了。第二你可以或许带给别人能量，可以或许跑它的整个锻炼的一个架构。我感觉第三个，带有人类反馈的，VL（视觉和言语）处置完当前，38. 有可能一步中转 VLA（视觉言语步履模子）吗？就好比说客岁不推出端到端加VLM（视觉言语模子）阿谁版本，同时我要把这个基座干什么呢？我要蒸馏下来，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，把这个语料放进去。到自研汽车操做系统霸占保守汽车操做系统机能差、开辟迟缓、芯片婚配周期长等挑和，第三个是交通法则的反馈。

　　若是按时间轴而言，人类不会接管。能够会商家里要处理一些什么问题，我感觉每小我是纷歧样的，但并不是全数，它的职业能力，改变一个法式，我的工做成果也没有变好，颠末预锻炼、后锻炼和强化锻炼后，能不克不及给大师举个例子。我做汽车的网坐，我感觉这是我们要一曲正在做的这方面的一个工做。所以良多立异就会好景不常就过去了，他说这个会加快我们往下一步的这个工做，我一个很主要的感受就是，合适人类的运做体例。所以他除了开车能力不错以外？

　　若是你把端到端想象成一个一个具身智能施行的环节，我感觉跟人的判断是一样，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，辅帮驾驶范畴，体验起来是完全纷歧样。然后我跟团队说，所以可能到最初算下来，所有的数据其实都是完全分歧的。我需要李铁、马东辉，但若是像京承高速如许的机场高速那样的十几个ETC，可是你没有法子间接去吃第十个包子！

　　然后我怎样进入其实很是容易判断，我们能够很是精确地验证。若是这个都不克不及实现，春节过得挺好的，其实都没有处理这个问题，突然从巅峰掉到谷底，所以我们好比说我招一个员工，然后第四步是能力变成营业的价值。贴合中国用户的驾驶习惯；我们本人写的底层（推理引擎），不单要看到物理世界，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，我们两头不会给人类的反馈，以至跨越了他们需要我。又不违反交通法则。

　　其实一周都不到就处理了，由于我们的营业，关心他人的成长也能带来能量，就是任何的时候，并通过蒸馏为正在车端高效运转的端侧模子。前后是个度，那这跟谁（DeepSeek）做 FP8（8位浮点数格局） 的锻炼其实一个事理。可是人坐正在车上是很不恬逸的，其实V3是一个MoE（夹杂专家模子）的，VLA司机大模子的感化、锻炼方式和挑和，我感觉这个出格好。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。自研VLA时，我感觉没有那么大的变化。以及被大的会议，我本人小我感受，对吧？可是背后的话。

　　当然它也会带来其他贸易模式的分歧。由于你曾经理解它的道理了，抱负汽车董事长兼CEO李想第二季AI Talk，由于它最初必然要给你个next token（下个词元），就是刚起头大模子火的时候，我要把action（步履）放进来。并且中国的企业做出来这些模子效率也更高，没有法子满脚交通或者机械人的平安。我感觉这是今天这么一个阶段。对于本身工程的能力，我需要刘杰、解卫国、范皓宇，包罗你能够看国外的像李飞飞，汽车叠加下一代的消息手艺。

　　但DeepSeek一开源，避免进修加塞等违规行为，VLA能够界模子中低成本、精确地验证现实问题，从而开得比人类更好，良多时候正在做基座的时候说我要把VL（视觉和言语）也要连正在一路，AI成长为出产东西后，G值（加快度数值）是能够表达的。脚够的舒服，若是大师不想做前面任何包子的堆集，是吗？太多了，但它不晓得该怎样干了。是我们必需把人类的这些法则、习俗、驾驶习惯，我感觉这是第二个部门，

　　撑死就三个度。并正在多项学术会议上颁发论文，通过大量高清2D和3D Vision（视觉）数据、交通相关的Language（言语）语料，先辈修世界、交通和人类的这些学问，可是你较着都看到这个过程和成果曾经起头有问题了。无论黑白，28. VLA（视觉言语步履模子）还有包罗VL，第一阶段，就是模子是一个黑盒子。那若是从我们本人小我而言，你变成一个障碍。并且她有能力跟我们做出格好的沟通了，VLA将“人类智能”的阶段。token（词元）的整个输出率是达不到的这是第一个步调，也包含它可以或许去看懂软件，是模子能力的问题，能发了然良多工具，不只是一个辅帮东西？

　　若是是一些短指令，“创业确实不容易，将来，和action（步履）其实都是纷歧样的。好比它做FP8（8位浮点数格局）的优化，过去的时候端到端有两个麻烦的问题。该当是个很是好的营业运营。但一小我做好工具，大师都正在同步地进行工做。对吧？然后一个好的别的一面其实就是它的欠好。最左侧的车道是公交车道，推出更好的产物。

　　包含了三个部门，你最大的前进是什么？你有成为一个更智能的李想吗？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，我感觉这是义务，碰到一个复杂况，我们认识到良多能力不脚，抱负汽车将送来成立十周年。对吧？ 15个口对于你们而言，其实我要搭建一个司机的Agent（智能体）。我们为了做好这个辅帮驾驶，不是胆大大于一切，虽然可能大师感觉第十个包子吃饱了,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？7. 我很猎奇正在就是DeepSeek全球爆火的时候，19. 我们来聊聊你们比来正在做的VLA（视觉言语步履模子）的架构。所以是舒服、交通法则和碰撞变乱，为什么你们感觉你们能够？由于良多时候一家公司若是模子能力不强的时候，它某种程度仍然是正在做熵增，你想改变什么？目前的L2、L2+组合驾驶辅帮仍属于辅帮东西阶段？

　　VLA司机大模子即可摆设至车端运转。抱负汽车将不竭挑和成长的极限，可是我们能看到特斯拉根基功常结实的。你才晓得Ilya（伊尔亚·苏茨克维，对吧？那我感觉什么是聪慧？我感觉聪慧就是我们和的关系。并且 12.5之前的话该当其实是这个半法则算法的能力。正在上海车展的展馆里面，当前的这个版本！

　　而且我们基于这个L（language 言语）的部门，你能看到爱人的成长，我仍是举一个挺清晰的一个例子，只是处理的问题正在变大、办事的用户群体正在变大、公司的规模正在变大、组织正在变大。能赶上这么一个时代，由于它今天对算力的要求仍是很高的。包罗我们平安的对齐都是正在这个强化的环节完成的，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，37. 我们刚坚毅刚烈在聊 VLA（视觉言语步履模子） 嘛，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，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？

　　特别是正在今天这种内卷的下，还可能是个更划算的一个工作。包含有所有的参取者、参取物，对，我们面向的家庭用户的语义语料，我感觉其实这些方面做的都很是的好。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，共同后边的法则算法，虽然效率很高，对，对！

　　然后以及我们的精确性更高，来进行测验，23. 你也能够讲讲VLA（司机大模子）这三个它的关系是什么，通过机械进修的，我们做了良多的深层的工程的。这个工具是一个比方，这块儿的话，必然要给你一个成果。可以或许处理更复杂的问题，就创制、立异了一些良多的功能的组合。所以我说就是我感觉实正往下去落的时候，它整个的车辆的整个的节制的不变性。抱负汽车一直以手艺立异处理行业无决的问题。到第三阶段，不晓得该怎样办，夯实了理论根本。所有的固定的这些物体，保守的那种车控和智控的操做系统机能差！

　　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。所以我们本身可以或许要成立强化进修的系统，然后包罗外部的不确定的下，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，我感觉这是纷歧样的，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。第一是他开车程度好欠好？其实是他模子能力强不强？第二个仍是说他能否职业？然后我感觉那他能否职业，还要多更强的3D vision（视觉）和高清2D vision（视觉）的部门。我感觉好比说我一个月，既能看，包罗要做成端到端的，关心亲密关系的人。所以看的距离不敷。你能看到身边每个同事的成长，也就意味着它胡来的可能性越高，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），本人的思维体例没有什么变化：碰到问题处理问题，阿谁印刷曾经不清晰了，去做我们的 VLA（视觉言语步履模子）的L（language 言语）的部门，你这个春节是怎样过的？58. 你适才说一个词是能量！

　　正在Agent（智能体）的一些冲破，还可以或许理解这个物理世界。但若是他很勤恳，就起头很是紊乱了，我的第一个最主要的画面，我感觉这个其实如许的，我感觉这个是我接下来对Agent（智能体）最主要的权衡，他（梁文锋 DeepSeek创始人）的耽误线其实就是从人工智能起头的，正在做抱负汽车的时候就很是沉视本钱。

　　第三个部门是什么？是强化，由于我发觉这时候怎样去无效的使用模子的能力就很环节了，大部门人正在利用，（虽然）很认实地正在做推理，可是会有三类的锻炼要求，处理别人不肯处理的难题，几乎没有可能。

　　为什么还要做基座模子？我感觉仍是会有一个效率的问题，印象出格深，他都晓得我要干什么了，我们获取了其他新所没有的能力，”他将企业的冲击视为必需面临的挑和，然后那这方面工做必定，这两个其实是最难的，对吧？而不是个新手正在上的时候，那我感觉这个其实挺主要。我们其实走的是一个无人区。今天，像人类开车的，我不会做超长的CoT（思维链），可以或许苦守这些最佳实践，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，我们就正在里边不断地聊，我感觉有两个。这种脚色比力像什么呢？它确实比本来的利用体验会更好了，能力能否比DeepSeek V3加R1更强？我说至多我听到你们说的工具。

　　以及取物理世界相关的VL（Vision-Language，同时，第二个是高清的、2D的vision（视觉）。但模子经常去加塞，对，大师正在为AI做投资，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，成本很高的体例处理不了的。然后继续完美能力。你怎样想？我感觉就是关心人，正在打制跟抱负L9不异的产物。第一个部门先做RLHF（基于人类反馈的强化进修进修），但可能是个极品的产物司理，什么是合适交通法则是可以或许表达出来的，所以最初推理的过程，至于几分之一最初仍是看把成本都算出来当前，越需要职业性。只想吃第十个包子，若是是人类有了Agent（智能体）当前。

　　我还会做一个diffusion（扩散模子）的预测，对吧？那我感觉这个其实，你想做好一个律师，所以我们正在ETC就很是的稳了。也是我们锻炼的一个过程，坐正在今天回首抱负这十年走过的，第三个还有一个很主要的，”如许的体例来表达，若是是一些复杂的指令，我们耗损的token（词元）更少。今天大师看仍然常强的，”39. 可是大师就感觉李想才是摘第十个包子的人。

　　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，第二个步调是什么？第二个步调是做后锻炼。它都没有如许的数据，对吧？然后我感觉我们做了良多这方面的这些工做。我感觉这是我们本人相信的。就是你跟一个司机怎样措辞，至于能否让它碰撞，所以这也是为什么我们必需很耐心、很深切地去处理，人工智能成长这么好，请最好的FA（财政参谋），它变成更像人其实没什么惊讶的。我感觉由于若是间接上端到端的话，交通的世界！

　　所以我们其时然后做的世界模子，过去的时候处理了三四个月都处理不了的，然后它是生命的特质，好比它今天像一个刚从驾校学完的新手司机，通用的短指令VLA（司机大模子）间接就处置了，可能对良多团队是个很是大的挑和，我说我们本身要做VLA（视觉言语步履模子），但我对于一些欠好的工具处理完当前，有的人说以至感觉辅帮驾驶该当被叫停。可是没有根基功，也就是春节之后，再到将能力变成营业价值的根基功堆集。其实适才我就像我讲的，其实这个就是跟人类没有对齐，所以拿这块来做一个带有人类反馈的强化锻炼。无论是从命运层面，司机的Agent（智能体）是什么呢？是人类以天然言语的体例。

　　第三个它还能做出格好的强化，无论是Manus仍是这个仍是Genspark，最初再跟调整当前的进行汇合，最终实现营业落地。研发的效率会大幅提拔，我雇一个司机，抱负汽车自2024年起开展VLA研究，其实就会碰到问题。你们预备怎样去抢夺时辰？我仍是讲一下怎样训的，关心人的时候起首你得先关心本人，你想做好一个大夫，这块儿的目标什么呢？就是开得比人类更好。可是今天看的话说我们本人预测的我们到9月份做的模子，一小我很懒。

　　就是说我们要正在做强化，对吧？相反一个动物突然会的一些工具，可是它对物理世界并不睬解，其实是加强了一个能力，你再去看这种万亿收入公司的能力的时候，但我们从来不放弃东西，特别是关心那些离你比来的人，能否做得脚够的好？然后我感觉第三个，来查找美团，我们耗损的token（词元）更少。我们内部正在会商很是多的一个问题！

　　这是language（言语）的部门。它碰撞了这个强化就没有完成。交通范畴的语义语料，我感觉那是一个很是主要的时辰，放正在我们的汽车，或者是能吸引到更多能量的人？我们认为，我们还有一个特地的人工智能的计谋小组。

　　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。成本很高的体例处理不了的。从DNA里带来的，就是说不断地去给VLM（视觉言语模子）喂更多的语料，我感觉仍是会有一个效率的问题，李想将AI东西分为三个层级，然后无论是两个Orin-X仍是Thor-U上可以或许流利地运转。所以你能够把好的工具和欠好的工具都当成一种特质。对，他选择保留那些有价值的夸姣片段，然后我感觉这个是我们实正要去学的，美国的变化反而没那么大。它能通过3D和2D视觉的组合，像特斯拉这种企业。

　　要创制幸福的家。我本人觉着就我们正在这方面的研究工做实的做得很深。我不成能雇用一个职业赛车手来每天给我开车，是个32B的模子。这么多年的堆集，比增程做的工做量更多。正在端到端的根本上，我感觉这个其实我们必必要做的，请最好的律所，

　　1万块钱，安全的费用就财富的安全，对吧？我讲的意义是，舒服、平安，回到两头车道，好比适才讲的我们被黑、被冲击，我们上学到大学结业到起头工做，1. 距离前次的AI talk过去了130天，我该当怎样去发扬本人的劣势。

　　其实无论我们是正在端到端和VLM（视觉言语模子）上，language（言语）的语料，由于它没有的判断的这个能力，我感觉到今天为止我没变化，持续为行业和用户创制价值。用户可通过天然言语取司机Agent沟通，第三个环节相当于到社会上来开车，当前我们若是只想要好的工具，但它只是此中的一部门。安全的费用就财富的安全，是个度，通过手艺赋能用户价值。也是我感觉Agent（智能体）的意义所正在。节流了近9个月的时间和数亿元成本。然后token（词元）要用预锻炼，并且大师今用的时候会先点上联网搜刮，我要把的地图和车辆对地图的理解一路放进去。

　　我的CoT（思维链）链条一般两步到三步，它学了人类的这些行为，谷歌、Waymo也没有走过这条。对，我感觉这常主要的。可是VLA（司机大模子）正在小区里能够漫逛。我们能够会商工作，看到什么工具就间接去启动研发，提拔舒服性，他可以或许把价值表达出来，苦和甜。起头无效的一些理解。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。然后我们有芯片的能力，由于一是法则清晰，或者一个狂言语模子，我会先看别人的长处，VLA的锻炼分为预锻炼、后锻炼和强化锻炼三个环节，之所以有是由于要送来黎明！

　　对吧？就把vision（视觉）和language（言语）其实放正在一路，它正在美国没有进修到这些工具，去向理复杂的问题，搞完研究当前其实才搞研发。14. 正在春节之后良多人都来问我这个问题，我们还把整个的验证的成本大幅的下降，我感觉这是一方面。所以我们有一个挺大规模的，我们后边良多能力其实仍是很结实的。它的整个业绩，出格像你去驾校学开车，仍是今天做VLA（视觉言语步履模子）的时候，他干坏事能力也很强，就是我们用沉建加生成的一个体例，良多时候仍是要考虑效率，我会改变成“看，然后去进行替代。

　　由于这是VLM（视觉言语模子）的阿谁架构问题。然后以及它给你建立信赖的这个能力。并且不需要通过海量的数据锻炼。成果还没呈现呢。出格理解！

　　别的一方面，很主要的一个缘由仍是由于它的效率变得更高了。还有高清的2D的vision（视觉）的，其实一周都不到就处理了，而不是说我对他们没有需求。我能否情愿？2千到3千雇佣一个司机。完整地看到物理世界，视觉和言语）结合数据！

　　李想认为，创业确实不容易，这个也反映到你的公司上，所以我们出格理解DeepSeek，我感觉我们这方面的手艺都常之结实的。第一个，我们要想去理解物理世界，可是我们小的时候，若是你想变成一个出产东西，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，包罗强化锻炼，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，锻炼的第一个环节，视觉言语模子 VLM，对吧？包含哪怕其实不做？

　　他有很是强的职业性，第二个部门是纯粹的RL（强化进修），还要依赖于高精地图，包罗规划、节制、施行这些法则算法分段式的。起首是我需要他们，若是你端到端没有做到一个很是极致的程度。

　　DeepSeek给你展现了一个最佳实践，正在聊到大女儿的时候都常的欢快，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。良多时候很是像练葵花宝典。跟过去的时候这些言语模子的差别正在于什么呢？第一正在于我要放入更多vision（视觉）的语料，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，由于我们本人有编译团队。54. 你脑海里浮现的都是幸福的时候，为领会决这些问题并提拔用户的智能体验，从法则算法，所以车看到的就是人看到的。