关注卢松松，会经常给你分享一些我的经验和观点。
5月10日，老美的人工智能AI大模型实施出口管制，意味老美AI大模型不让我们用了。
这个消息当然利好国产AI，当国人知道这个消息后，就开始了疯狂的攻城掠地。因为老美不让用了，那些中小企业只能利用国产AI了，于是就有了下面的消息：
又是熟悉的味道、熟悉的套路。这几年很少看到市场竞争这么激烈了，AI算是一个，这意味着国产AI已经从卷大模型技术本身，开始卷商业化了。以前都是XXX模型有多少数据参数，现在是API价格战。所以你看，自从老美AI大模型不让我们用了之后，国产的AI大模型就开始在B端和G端攻城掠地了。
很多人不明白，像文心一言、通义千问、豆包、智谱清言我们普通人用都是免费用的，怎么又收费了?什么个情况?上述工具只是这些大厂为了普及AI做的一款产品而已，这款产品类似案例展示。
实际上，对于普通人来说，用AI就是写点文章，写点论文，要么就是生成几张图片玩玩，AI的普及还是太远了。 你想让用户掏钱?10块钱都费劲。 客观的说：对AI大模型产商来说， 普通用户(C端)没啥价值，用的不爽了还得骂两句。
所以，国产AI大模型降价甚至免费，其实就是在争夺企业和政府客户。
但争夺企业和政府客户，最重要一步是： 笼络开发者!!!
话说图里的这些参数只有开发者能看懂吧，因为只有开发者，才能决定公司用谁家的AI大模型(尤其是中小企业)，开发者有绝对话语权。
真的，你们这些AI大厂没事给开发者送个玩偶，贺卡，组织相亲会，给他们介绍对象，他们会感激你好几年，毫不客气的说， 这个时代，AI大厂谁能搞定了开发者，谁就能搞定企业级的AI应用。谁把开发者伺候好了，谁就能搞定企业客户。
写在最后：
截止2023年，据不完全统计，国内正经的AI大模型已经有238个，一夜之间AI大模型遍地开花、百花齐放，中国已成为全球拥有大模型数量最多的国家。
别看现在这么多AI大模型， 几年之后，很多AI大模型一定会因为不赚钱而淘汰。 大厂的AI其实也意识到这个问题了，你让普通人掏个10块钱都费劲，还不如面对B端(企业)和G端(政府)的大模型才会更容易盈利。所以，你看他们开的线下会都是面向开发者的大会，而松松就是去打酱油的!
卢松松是一位自媒体人、短视频博主。也是创业者必看的账号，关注草根创业圈、科技互联网、自媒体和短视频行业。感谢您的关注！
为什么ai对齐功能点了没反应ai为什么对齐工具不管用
可能是因为以下原因:1. 系统出现故障或者bug，导致无法对齐功能点;2. 被对齐的功能点存在些许差异，未达到对齐标准，导致无法成功对齐;3. 操作不当，未按照正确流程进行操作，影响了对齐结果。 如果出现以上情况，可以尝试重新设置或者调整操作方式，以达到对齐成功的效果。 可能是因为排版格式设置有误。 可以在编辑软件中查看是否设置了文字对齐方式，或者尝试调整页面边缘、字体大小等因素，以确保文字能按照需要对齐。 同时，不同编辑软件的文字对齐方式也有所不同，需要根据具体的软件操作手册来进行调整。 没有反应，应该是没有勾选到“对齐工作区域”的关系。 按Ctrl + U可以打开智能对齐，菜单【编辑】-【首选项】-【智能参考线】可以调自动对齐的容差。 应该是没有选中两个元素。
李想：降价不一定提升销量，但可以打击别人
“压力肯定大。这个行业压力最大的一点是头部两个企业都能打价格战，这在手机和各个行业里是根本看不到的。”
3月2日，理想汽车在北京举办了春季媒体沟通会上，理想汽车董事长李想坦言，今年压力比较大。
具体到一季度，他表示“比较难”。
一方面，受到新能源补贴退坡、传统燃油车购置税减半优惠政策取消，以及上海不再给增程式汽车发放新能源专用牌照额度等多重因素影响，去年12月已经提前透支了1月部分购车需求。
另一方面，以特斯拉为首的头部车企打起了价格战，给行业以措手不及。他认为，降价不一定能帮助企业提升销量，但是可以打击别的企业，“因为降价以后大家（包括用户）都在观望着，（认为）其他企业肯定也要降价。”
当然，理想不降价。
李想表示，特斯拉降价对理想汽车也并非没有好处。一方面。理想本身产品竞争力较强；另一方面，特斯拉主动降价实际上减少了与理想的交集。同时他认为，中型车价格定在30万会卖不出去，中大型SUV降至20多万也会卖不出去。“消费者认为大概率会偷工减料”。
理想汽车CFO李铁补充称，今年全年市场都会承压，因此理想在2023年会进入到关注市场份额的阶段，公司将挑战30-50万元价格区间豪华SUV市场20%的份额。
当然，与媒体沟通，“吐糟”肯定不会是重点。李想把更多时间放在了分享上，分享纯电车型、智能驾驶、生产供应的认知和进展；也透露出从“0”到“1”发展阶段的思考和逻辑，以及“1”到“10”阶段的挑战和解决之道。
2030年前会坚持增程、纯电并行
为什么要创办理想汽车？这个问题李想已经分享过无数次，但这次显然更走心一些，更细致一些。
他说，创业先看趋势。
影响整个社会发展最主要的有两方面，一方面是能源，一方面是信息技术，智能电动车是少有跨越两大领域的赛道。
因此，在2015年创业之初，尽管很多事情还尚不明朗，但他依然认为造电动汽车是一个重要机会。
目标确定后，就需要找到核心矛盾并去解决。李想认为，从能源角度来看，对于新能源车企来说，核心问题就是解决充电难和电池成本高。
李想分析认为有三个路径可以解决这个问题。
第一条路径是换电。这是一种非常好的方式，用户体验可以无限接近加油，且购车成本还可以降低。但一事两面，建设换电站意味着需要准备更多的电池，承担电池价格涨跌波动风险。因此，彼时资金不够充足的理想决定把钱尽可能的都放在产品端，而不依赖于服务端，增程式电动车由此拍定。
第二条路径是把用户体验和出行效率结合，具体落地方式是选择是做大电池（40度起）。当时无论是增程车型雪佛兰Volt，还是国内主流插混车型，纯电续航普遍在50-60公里左右，理想汽车目前旗下所有车型CLTC续航里程都达到200km以上。而且理想汽车车主私桩安装率高，体验更好。李想补充数据称，理想汽车总交付量近29万辆，充电桩装载量达20万台。
第三条路径是高压快充。根据李想的测算，当公共充电桩一天做到6-7次充电，能实现收支平衡，如果做到10单，充电桩的盈利状况会好于一个加油站。但当前充电桩普遍一天只有2-3单，基本都处于亏钱状态。如果能把用户的时间缩短到20分钟，就能极大提高充电桩的“翻台率”，缩短到十分钟，充电体验就能基本跟燃油车加油一致。
想要达成上述效果，李想称，必须用高压平台，这一方面提高了充电速度，另一方面配合碳化硅和比较好的风阻系数，可以大幅降低电池成本。
他举例道，目前销售最好的一款中大型SUV大概有100度电，做到600公里，但理想用800伏的高压平台配合更好的风阻系数以及碳化硅和整体效率的优化，80度电可以做到同样续航里程，综合车辆变轻后锂投入减少，成本可以下降3-4万元。“未来我们推出的800V高压平台纯电动车，可以做到跟现在增程式产品相同的价格。”
与此同时，在李想看来，超充站成本也没有大家想象的那么高，同时还有5年的分摊期，成本比大家想象的低得多。
他算了一笔账：如果高速超充站，能拉到约640-800千伏安电量。由于普遍会做3+1的站，即1个480千瓦，配合3个250千瓦。如果到2025年建立3000个超充站，总共花费会是100亿。分摊到每年，对于年收入千亿规模的企业而言，成本可控。
因此，李想表示，到2030年，会坚持两条路线同时往前走，一方面把增程效率做得更更高；另一方面在高压纯电做得更好，给用户两种选择。
L7仍然是增程路线
当然，这也得益于“0”到“1”阶段的积累。理想汽车目前的收入规模和增长速度能够支撑接下来纯电平台方面的投入，包括研发和更深入的供应链布局。
2024年会迎来电动车真正智能时代
上述布局主要基于能源部分，在信息技术层面，李想总结就是人工智能。
理想汽车内部有四支人工智能的算法团队，分别解决智能座舱、智能驾驶、智能工厂和零售端智能四个领域的问题。
“我们其实一直在用算法来解决质量问题。”李想表示，如果从量化角度来看，理想每辆车在质量成本上的分摊大概是同样售价BBA产品的50%左右。背后的整个算法体系非常关键，包含对于各种事故的分析，所以理想汽车的保险价格跟同级别比也更优惠，与很多10万元左右新能源车保险成本差不多。
李想认为，只有AI能改变物理世界，AI的核心其实是学习，不是编程，而是对人类的模仿和学习。
得到上述结论的原因在于：软件1.0没有办法解决线下物理世界的问题。
什么是软件1.0？
李想称，是人类自己来制定规则，自己来编程，最好的程序也给人类自己使用。无论是使用互联网、还是使用APP其他终端，都是这样的原理。
“其主要核心运行在一个数字世界，物理世界发生的一切改变不了。”李想以打车举例，我们可以很快打到一辆车，但车辆从A到B点中间发生的一切，即总拥有成本未发生变化，甚至高于出租车，因为空驶率更高。因此当网约车公司想要高速增长或者更高份额就会亏损。想要赚钱的唯一方式就是“剥削司机”，比如美国收30%、中国收25%的抽成。
延伸至软件2.0，即人工智能时代主要包括行为学习和认知学习两大类别，落地到自动驾驶领域也是如此。
自动驾驶行为学习阶段对算力要求并不强，基于此理想汽车旗下车型搭载Mobileye芯片即可完成工作，这一阶段的辅助驾驶实际上更对依赖的是人所编写的规则，而不是AI算法。直到特斯拉FSD发布，行业才发生本质的变化，开始进入认知学习阶段。
李想称，未来自动驾驶领域主要比拼三部分。
一是如何降低车端计算平台和传感器成本，特斯拉成本只有1500美金，而使用双Orin芯片企业的成本都在4000美金以上，这其中产生了很大差距。
二是谁能拥有更多的端到端的闭环数据，且只拿到一部分的数据是没用的，这意味着，需要足够多的车辆跑在路上。
三是挑战成本更高、难度更大的大模型训练。李想称，这其中除了解决如何让模型更加高效，还包含的困难是，美国从去年开始限制中国整个训练芯片发展，限制英伟达向中国出售高带宽训练芯片。
英伟达高带宽芯片被限制对中国出口
“对于决心做人工智能的企业来说，这是必须投入研发和面对解决的三个部分。”李想称，我们除了去做好产品、平台、算法应用以外，真正的竞争其实会出现在最底层，包含AI操作系统。”
至于什么时候才会迎来智能电动车的真正智能时代，李想认为会出现在2024年，尤其是对于中高端车型，真正基于大模型、基于BEV技术来实现所有城市的领航辅助驾驶覆盖时，体验会变得完全不一样。
数据显示，理想汽车整体辅助驾驶使用率超过13%，在高速场景下辅助驾驶使用率已经超过50%了。李想表示，一个技术如果用户每天使用，里程使用率稳定超过60%，就再也离不开了。
在李想看来，基于英伟达Orin平台的车企，基本会在今年年底推出城市领航辅助驾驶。理想汽车也计划在今年第四季度在理想AD Max上开放城市NOA的“早鸟”用户内测。理想汽车不会逐个城市去做标定，而是在推出城市NOA的时候就基于大模型，全部城市覆盖。
目前从性能而言，理想只有AD Max能跑通大模型的这种城市NOA，AD Pro是做不到的，因为AD Pro从最开始的性能设计上，只能满足高速的NOA。
理想智驾分为AD Pro和 AD MAX两个配置
李想判断，今年底，大部分头部企业能够做到2021年底特斯拉水平；2024年大家普遍能做到2022年底至2023年初特斯拉在北美的水平。“我觉得以后，至少中高端车，如果不能提供城市NOA，消费者已经是购买和不购买的差别了。在这个时间点，从中高端车开始彻底进入到一个基于软件2.0的智能电动车的时代。”
30%自制率是比较健康的标准
在分享了理想的过去和现在后，李想开始聊起未来。
早在2015年，理想汽车成立之际，即提到了到2030年成为全球领先的人工智能企业，现在依然如此。
更落地一点的计划是：2027年理想汽车要拿下20万元以上乘用车35%的市场份额。
“无论是头部有三家企业还是五家企业，我们希望我们一定是其中的一家。”李想表示，不管是产品层面，还是平台应用层面，还是亦或是底层系统层面，必须得具备特斯拉、苹果相同的能力，方可立足。
李想通过一套“十字”模型谈起了目标规划的具体落地方式，它包括品牌、产品、毛利率、研发、交付五个维度。
品牌方面，要有非常清晰的定位，在李想看来，过去的这些造车新势力，只有1%的企业在品牌方面是合格的，大部分连基本常识都不具备，今天讲家用，明天讲3秒加速，所有的逻辑都是乱套的，会影响后续的产品、经营各个环节。
产品方面，包含软件和硬件。软件部分，做到中央域控制器、智能驾驶控制器等全都自研；硬件部分则是基于品牌定位进行取舍。
毛利率方面，李想坦言至关重要。如果想成为一个留在牌桌上的汽车企业，基本上要有几千亿的收入，靠融资是不可持续的，怎么经营就变得很关键。
作为智能电动车企，李想认为，20%的毛利率是健康门槛。目前行业里，特斯拉做到了毛利率超过了20%。比亚迪如果把经销商费用计算在内，汽车毛利率也超过20%。
理想汽车坚持毛利率稳定在20%及以上，这是企业的造血能力所在。
研发方面，理想将其分为三层：产品研发、平台化研发和系统的研发。
理想汽车增程平台
从2019年开始，理想汽车决定用平台化方式来做研发，按照苹果手机模式，将整个平台研发分为四个团队，增程电动平台、高压纯电平台、智能驾驶平台、智能座舱平台，这极大提高了OTA效率，当然投入也特别高。如何不断下探平台研发成本，则需要系统研发的支撑，以确定技术哪些自研、哪些合作、哪些外包。
在李想看来，只有把基础的产品研发、平台化研发、系统研发都做到了之后，才能够变成像苹果、华为、特斯拉这样级别的企业，竞争采购优势也会更高一个维度。
交付方面，为了让产能快速爬坡，理想汽车把所有的零部件分为三大部分。
第一个部分是传统的零部件，如后视镜、保险杠等，这部分直接从供应商采购。
第二部分是新的电子芯片，域控制器等，这部分中国采购了全世界40%的芯片，体系制造效率很高。
第三部分是三电相关，由于供应商对新势力的订单有自己的判断标准，产能分配供应有限，理想也在寻求部分自建，以实现自给自足。
理想汽车内部认为，30%的自制
马斯克为什么一定要开源ai?
马斯克坚持开源AI的主要原因是他相信开源可以促进技术的透明性、安全性和创新性。 首先，开源AI有助于增加技术的透明度。 在封闭的源代码环境中，AI系统的内部工作原理对外界来说是不透明的，这可能导致人们对系统的不信任。 开源则允许任何人查看和理解AI系统的源代码，从而增加公众对技术的信任。 马斯克作为一个科技领袖，深知透明度对于建立公众信任的重要性。 其次，开源AI有助于提高安全性。 由于AI系统的复杂性，封闭的源代码环境可能隐藏着安全漏洞，这些漏洞可能被恶意利用。 通过开源，安全专家可以更容易地发现和修复这些漏洞，从而提高整个系统的安全性。 马斯克对AI安全性的关注反映了他对技术可能带来的潜在风险的深刻认识。 再者，开源AI可以推动创新。 开源环境鼓励开发者之间的合作和共享，这有助于加速技术的迭代和创新。 当更多的人可以访问和修改源代码时，更有可能产生新的想法和解决方案。 马斯克一直致力于推动科技创新，他相信开源是实现这一目标的重要途径。 最后，马斯克的开源立场也反映了他对技术民主化的追求。 他认为技术应该造福于全人类，而不是被少数人或公司所垄断。 开源AI有助于打破技术壁垒，让更多的人能够参与到AI技术的发展中来，从而实现技术的民主化。 综上所述，马斯克坚持开源AI的原因是多方面的，包括增加技术透明度、提高安全性、推动创新以及追求技术民主化。 这些原因共同体现了马斯克对AI技术的深刻理解和远见卓识。
