特斯拉纯视觉FSD全量推送 顺风车乘客完全感觉不到AI在开

特斯拉纯视觉FSD全量推送 顺风车乘客完全感觉不到AI在开 今年年初，特斯拉曾经推送过一次更新，但仅限于员工和内测用户，包括一些早期FSD Beta的测试人员。上周早些时候，特斯拉员工又收到了FSD Beta V12.3的更新，没有面向所有车主，也没有发布说明，但马斯克仍然表示，这是一次版本的重大更新，甚至可以称作为V13。正当人们又认为这又是一次内部测试，和广大用户没啥关系的时候，当地时间3月16日，特斯拉突然对所有FSD用户推送了V12.3的更新。不少车主都是在网上看到新闻后才得知了这个消息，立刻手忙脚乱地跑进自己的特斯拉，看看有没有版本更新：△来源X用户Parker需要强调的是，为什么这么多车主都对FSD Beta V12.3如此激动，即使还是带着“Beta”？最核心的还是，从FSD V12开始，特斯拉的自动驾驶就迎来新阶段：没有规则代码，只有神经网络。特斯拉官方称为“端到端”智能驾驶，车端传感器输入各种数据，AI算法自己处理，最后输出驾驶决策，控制车辆。这期间无论是训练还是实操，都是靠数据驱动。这也是为什么之前马斯克直播大秀FSD V12时，在红绿灯路口接管后说，需要多喂一些相关视频数据。需要人类干预说明系统不会处理这个场景，那针对该场景多训练就自然能解决。那么此次FSD Beta V12.3突然开放给所有FSD用户，大概能说明公司内部认为系统已经比较成熟，可以交付给车主用了。那么现在就看看，马斯克口中的这次“重大更新”，到底效果如何？FSD Beta V12.3实测先说结论，根据现在车主发布的视频和实测结果，对新系统的看法比较一致：虽然有一些小问题，但瑕不掩瑜，整体还是令人印象深刻。比如有车主说，自己今天用V12.3进行了6次拼车，没有一个乘客意识到车辆在“自己开自己”，并且零接管、零脱离。还有车主表示，原来自己在所在的社区从不用FSD Beta V11，因为经常出错，但是FSD Beta V12.3让他体验到了有史以来第一次“零接管”，而且系统在很多情况下都像人类，比如等待单车道上左转的车辆，或者马路中停下的送货车。有车主在旧金山开了6次，每次约8-15分钟的路程来测试新系统，其中只接管了3-4次，系统加速减速非常流畅，比之前任何版本都接近人类驾驶方式，在高速公路上变道和汇入车流时比他自己还要开得好。从车主po出的视频来看，新系统处理变道、掉头已经非常丝滑：△来源X用户Jeremy Judkins并且在面对一些极端场景时，系统也知道如何处理。比如一位车主在街上使用新系统时，恰好碰到当地正在举办圣帕特里克节庆祝活动，街上车和人都川流不息，系统可以稳稳地根据导航行驶，并且前30分钟路程实现0干预。△来源X用户Rob Maurer特别是在车的一侧有骑自行车的人，还有行人站到了马路上时，系统选择减速通过：△来源X用户Rob Maurer并且在前方车道突然出现停止车辆，系统也能根据左侧车道情况，及时选择变道：△来源X用户Rob Maurer这个车主还表示，整段路程最完美的处理是系统顺利通过拥有6个车道和50多个行人的路口，完全没让接管。还有在行人乱穿马路时，虽然是绿灯但系统没有急于通过路口，反而选择先礼让行人，同时车辆也能通过绿灯：△来源X用户Allen Iron另一位车主发布的视频显示，在右转车道两侧都停了车，视野受限的情况下，系统能做到避让车辆：△来源X用户Edge Case同时顺利转弯：△来源X用户Edge Case不过车主们也都反馈了一些小问题。比如在高速上系统没有选择正确的车道，导致错过出口，“至少没有做什么危险的事情”：而且不止一位车主反馈新系统有时候会选错车道，导致绕远路或者后续需要接管。在视野遭到遮挡的情况下，系统没能识别路口正有消防车驶来，因此车主接管、踩了刹车：△来源X用户Rob Maurer还没能分清红灯笼和交通灯红灯的区别，系统虽然最后识别出来但已经离交通栅栏太近，所以车主及时接管：△来源X用户The Kilowatts有车主表示，虽然新系统还是不能处理所有情况，但是已经让他感觉到在不久的将来，完全自动驾驶是有可能实现的。总结一下就是，虽然FSD Beta V12.3并不完美，需要继续训练迭代，但车主们还是比较满意的。那么新的问题就来了，国内车主，啥时候能体验到啊？ ... PC版： 手机版：

1公里1块钱的无人出租车，你敢坐吗？

1公里1块钱的无人出租车，你敢坐吗？ 在社交媒体上，也流传着各类湖北人开车生猛的故事。比如武汉的 521 路公交车，本世纪初就曾传出车速快到扶手被掰弯、轮胎摩擦到起火的事迹。甚至 20 年后，湖北广播电视台的记者还去实地探访了一下。但如今，连火车都跑赢过的武汉老司机们，不少都在抱怨自己被自动驾驶出租车（Robotaxi）磨炼脾气：“萝卜想变道，没人让它，它就一直等着，导致后面堵了好长。”“沌口的早高峰，经常就是因为苕萝卜导致的堵车。”武汉 271 路的一位公交车司机下车查看堵住道的自动驾驶出租车，但因车内无人而无可奈何。自动驾驶，“在武汉学会别车”武汉人口中的“苕萝卜”，源自自动驾驶出行服务品牌“萝卜快跑”，而“苕”这个字，是武汉市民给它加的。在湖北话里，苕作形容词时，是“傻”的意思。和很多人印象中的无人汽车尚在车少人稀的郊区测试中不同，在武汉，市民已经能在城区像叫网约车一样，打到自动驾驶出租车了。据《长江日报》今年年初的报道，Robotaxi 在武汉的测试范围已覆盖 12 个行政区、触达人口超 770 万，江城已是目前“全球最大的自动驾驶出行服务区”。另一件让人倍感意外的事，是武汉街头已有不少 Robotaxi 的主驾上已没有安全员了，而是改成远程监控车辆的运行。只是，当前的自动驾驶技术，还没达到无往不利的程度。例如在狭窄道路上碰上会车，一些自动驾驶系统就有点不知所措了，只能采取停下等对方先通过的解决策略。但当对向车辆也是 Robotaxi 时，两辆车就只能等安全员前来接管解困了。这也是为什么不少武汉人会觉得自动驾驶出租车很“苕”。而能让自动驾驶犯难的，还不单单是窄路会车。北京智能车联产业创新中心从 2018 年开始，每年都会披露在北京测试的各类自动驾驶车辆的表现，其 2022 年的道路测试报告中就提到，前方车道被占、路口博弈和旁边有车切入这三个场景，最容易引发自动驾驶停工，需人工手动驾驶来让车辆脱困。不过，也有武汉人觉得，自动驾驶之所以显得“苕”，是因为比较“死板”遵守交规导致它开得不够流畅：“有一次看到这个苕萝卜准备直行道变到左转道，然后全员鄂人你懂得吧，左转道一直有车没有一辆车让，这个可怜巴巴的萝卜就一直左转灯打着，至少有 10 分钟都没变过去。”但所谓弱者抱怨环境、强者改变环境，在武汉做无人驾驶安全员的王娟在接受《剥洋葱 people》栏目采访时就提到她的同事们都说：“武汉人开车这么猛，如果我们把武汉都跑通了，跑遍全国也不是问题。”目前看，自动驾驶技术也确实在提升。澎湃新闻梳理近期坐过或遇到过 Robotaxi 的武汉市民的讨论时就发现，不少人都反映“苕萝卜”变聪明了。“我住开发区，这里苕萝卜满街溜达，现在进化了，会加塞了，还会抢道了，信邪额，我开车跟在萝卜后面都看苕了。”“我那天打车，司机说这个无人驾驶不行，说要别小萝卜的车，结果被萝卜车给别了。司机一直说还挺有本事，来掩饰他的尴尬。”有人感慨这是武汉司机带坏了自动驾驶，AI 学到了别车这样的驾驶技能，但也有人觉得武汉适合作为 Robotaxi 的试验场，因为复杂的道路环境可以帮助其进步。不过，在武汉体验过自动驾驶出租车的人，给出的最多评价倒不是聪明不聪明，而是“便宜”。有武汉市民近期在社交媒体上晒了其过去两年时间 205 笔萝卜快跑的订单，一共实际支付了 1170.44 元。这位市民最近一次打自动驾驶出租车是在 7 月 7 日的晚上 10 点，15 公里的行程一共花费了 7.2 元。但也有乘坐过 Robotaxi 的消费者发现，自动驾驶出租车的路线规划相比普通导航有绕路的情况，原本 4.5 公里的路程，实际开了 8 公里，最终支付了 5.07 元。但即使是按不绕路的路程算，无人出租车的价格也低到了 1 公里 1 块钱。尽管有上下车地点受限、路程时间长等问题，但自动驾驶出租车在江城已出现了一批拥趸。“天天坐，因为便宜”，一位武汉市民说。根据《长江日报》的报道，2023 年 2 月 下旬时，萝卜快跑在武汉市的单日单车峰值就超过了 20 单。而根据武汉市交通运输局在今年 5 月披露的数据，武汉网约车的单车日均订单为 13.2 单。这让不少司机感到了职业危机。无人出租车来了，司机们很慌今年 6 月下旬，一篇名为《巡游出租车已到了死亡边缘》的信在社交媒体传播，其中重点提到了无人驾驶出租车影响其经营模式。对于这封信，《南方周末》的评论说，出租车收入减少的“根本原因还是更多的司机在争抢订单，僧多粥少”，“短时间内似乎还不用担心无人驾驶网约车砸了出租车与网约车的饭碗”。根据武汉市披露的数据，截至今年 7 月初，武汉经开区常态化测试运行的智能网联汽车是 578 辆，这和武汉 2.94 万辆网约车相比，占比不足 2%。7 月 10 日，武汉市交通运输局对《中国新闻周刊》回应了有关“萝卜快跑抢网约车司机饭碗”的言论：“武汉市 (出租) 汽车行业比较稳定，网上谣言比较多……萝卜快跑已在武汉投放 400 多辆无人驾驶汽车，不是网传的 1000 辆。”只是，在经历了网约车所带来的冲击后，对尚在测试中的无人驾驶出租车，传统出租车行业已风声鹤唳。而担忧自己的岗位会被 AI 替代的，也并非只有出租车这一个行业。仅以自动驾驶这一项人工智能技术而言，就会影响到货运、配送、清扫等数千万人的岗位。除了武汉的无人驾驶出租车，在其他城市的一些街道，也能看到在道路上忙碌穿梭的无人驾驶车，只是尺寸更小。美团的无人配送车在北京顺义地区试点送外卖。这种恍如未来城市的样貌，已出现在一些城市。它们或是从事外卖运送，或是从事快递派送，还有体型更大的自动驾驶卡车负责集装箱货运。只是，这些无人驾驶车辆还处在试点阶段。根据交通运输部在 2022 年 8 月和 2024 年 4 月公布的两批智能交通先导应用试点项目名单，全国有超 20 个城市参与了自动驾驶的试点。其中既有北上广深一线城市，也有成都、南京、合肥等省会城市，还有嘉兴、鄂尔多斯等地级市。而试点主题也从公路货运、城市出行服务，到末端配送、港区集装箱运输等都有涵盖。尽管尚在试点中，但诸如“科技不应该去抢基层人员工作”的担忧声并不算少，甚至还有人担心，会有人把“怒气发泄到机器上，把机器砸烂”。而从第一次工业革命开始，把机器砸烂这件事确实发生过无数次。澎湃新闻曾在 2023 年的一篇文章中梳理过，电灯、电话、电梯……这些如今看起来稀松平常的工具，曾让相关行业从业者感到无比恐慌。“如果一件事会威胁一个人的生计，抵制它就再自然不过了。”牛津大学研究员卡尔·B.弗雷在《技术陷阱》一书中写道。问题的关键是，技术进步所带来的红利，能否惠及所有人。经济学家布兰科•米拉诺维奇就指出，历史上已完成的三次工业革命，前两次都加剧了收入不平等。比如在第一次工业革命中，英国普通人的生活水平就出现了倒退。根据经济历史学家查尔斯·H.范斯坦的研究，从 1770 年到 1840 年，英国工人的工资涨幅显著落后于物价上涨的幅度。而且由于恶劣的工厂工作条件、卫生条件过差的住所，导致生活在工业城市的人，平均预期寿命反而出现了下降。与之对应，技术进步所带来的财富增长，绝大部分都被英国的工业家们拿走了。直到 1840 年英国完成工业革命后，民众才逐渐感受到技术变革带来的红利。但变革中的 70 年，就是普通人的一生。中国国家创新与... PC版： 手机版：

特斯拉CV负责人被曝离职 马斯克回应“放弃自动驾驶”一说

特斯拉CV负责人被曝离职 马斯克回应“放弃自动驾驶”一说 对此，马斯克在推上表示，OpenAI一直在试图通过极高的薪酬挖角特斯拉的工程师，并且确实成功了几次……而Ethan Knight，之前就在考虑要不要加入OpenAI。马斯克的人才争夺战随着马斯克开始着重打造与OpenAI对标的xAI，他发现，自己不仅要与科技行业的巨头们竞争，还要与众多其他初创公司争夺人才。不过，现在他似乎找到了一个招聘人才的好地方自己另一家公司特斯拉的内部。就在上个月，机器学习科学家Ethan Knight成为了第三位离开特斯拉转投xAI的工程师。当然，他既不是第一位，也不会是最后一位。近一年的时间里，相继有工程师离开特斯拉加入xAI，负责的领域包括超级计算、自动驾驶辅助系统Autopilot以及人工智能基础设施。在xAI网站上公布的32名技术团队成员中：Ross Nordeen曾在特斯拉负责超级计算项目，并于2023年5月离开该公司，与马斯克一同创立了xAI。Fabio Aguilera-Convers于2023年8月从特斯拉的Autopilot团队离职，加盟了xAI。从这场人才流动中可以看到，马斯克去年成立的xAI已经成为了他的最优先事项之一。同时，这也暴露了马斯克倾向于从他的上市公司特斯拉挖角员工至他私人持有的其他公司，如SpaceX和X（Twitter）。CV负责人，两年走了三个但问题在于，特斯拉不仅仅是向马斯克自己的公司输送工程师。比如，曾在特斯拉负责AI基础设施的Tim Zaman，短暂地在Twitter工作了一年之后，于2023年末跳到了Google DeepMind。而单计算机视觉项目而言，马斯克更是损失了三员大将。首先是赫赫有名的Andrej Karpathy。他在被马斯克从OpenAI挖到了特斯拉后，于2022年5月提出离职，并重新加入了OpenAI。很快，他用一年的时间，率队打造了改变当今AI界格局的ChatGPT。而就在风头无量的时候，Karpathy于今年2月选择了离开。值得一提的是，Karpathy在斯坦福和李飞飞教授共同设立的CS 231n，已经到了第九个年头。就在4月3日，李飞飞教授刚刚完成了今年的第一堂课。回到特斯拉，接替Karpathy之后担任视觉负责人的是John Emmons。他刚入职特斯拉时，便是高级机器学习科学家，随后一路晋升到AI+视觉的高级经理。2023年5月，Emmons也离开了特斯拉。并在同年10月加入Salesforce，担任AI部门主管。与Karpathy一样，Emmons也毕业于斯坦福大学，只不过获得的是计算机科学硕士学位。（博士辍学）第三位负责特斯拉计算机视觉项目的工程师，就是今天的主角Ethan Knight了。同样毕业于斯坦福大学的Knight，从加入特斯拉开始，便在视觉团队工作。当然，特斯拉也在积极招聘Autopilot和Optimus机器人团队目前有多个职位空缺。但面对快速成长的初创公司，特斯拉是否能够吸引到那些极受欢迎的工程师，就是一个未解之谜了。FSD“转正”，进入Supervised时代计算机视觉团队致力于开发特斯拉Autopilot和完全自动驾驶（FSD）产品背后的AI技术，这些高级驾驶辅助工具包括Autopilot的巡航控制、FSD的自动驾驶，以及自动停车功能等。终于，经过了三年多的努力，特斯拉的FSD Beta测试似乎终于画上了句号。在2024.3.10版本更新说明中，特斯拉将这一先进的驾驶辅助系统重新命名为FSD（Supervised），即完全自动驾驶（监督）。这个变动虽然看似微小，但它表明特斯拉对其完全自动驾驶技术的信心越来越强。根据说明，FSD（Supervised）v12将城市街道驾驶技术升级为一个端到端的神经网络。这个网络通过数百万视频片段的训练，取代了之前超过30万行的明确C++代码。此外，特斯拉对FSD程序术语的更新，在说明的后续部分也有所体现：在你的监督下，FSD（Supervised）能够驾驶你的特斯拉几乎前往任何地点。它能够变换车道、选择岔路以遵循您的导航路线、绕开其他车辆和障碍物、执行左转和右转。但你需要格外小心并保持警觉，因为这项功能并不意味着车辆已经完全实现了自动化。切勿过于依赖。要启用此功能，Model 3和Model Y用户需向下拉动驾驶杆一次；Model S和Model X用户需按一次右侧滚轮按钮。你可以在Autopilot设置中关闭FSD（Supervised）功能。到目前为止，FSD（Supervised）已经收到了不少正面反馈，很多美国和加拿大的用户都表示自己在周末实现了零干预驾驶。此外，还有一些从2020年10月就用上FSD Beta的用户表示，FSD（Supervised）V12.3是特斯拉迄今发布的最强大、最接近人类驾驶风格的版本。参考资料：https:// ... PC版： 手机版：

被萝卜快跑抢了生意 不少武汉的哥“被迫”退出

被萝卜快跑抢了生意 不少武汉的哥“被迫”退出 多位武汉当地出租车司机向财联社记者透露，因网约车投放量越来越多，巡游出租车难以接到单，出车10小时的流水甚至只有之前的一半。值得注意的是，在前几天结束的WAIC2024上，萝卜快跑刚刚宣布今年实现武汉“全覆盖”的计划。的哥吐槽“流水大降” 矛头指向自动驾驶出租车这则名为“巡游出租车已到死亡边缘”的网传文件，落款单位为“武汉市建设汽车客运有限公司（以下简称建设客运）”，落款日期为6月20日。文中提及，从4月份以来，该单位已停运4台巡游出租车，且还有蔓延的趋势；“无人驾驶网约车盛行……许多巡游出租车养家糊口困难，被逼退出这个行业。”此外，其还将矛头指向萝卜快跑，称萝卜快跑是“试运营”，“应该控制在一个区间”，不能“满大街接单”。网传文件今日下午，财联社记者拨通了一个从天眼查上查询到的建设客运联系电话。对方并未否认是建设客运的工作人员，但当问及上述文件时，该人士则表示，“事件敏感，不便回应。”武汉大通汽车出租有限公司的司机夏先生向财联社记者透露，“投放量多的地方我们几乎接不到客人了！”他表示，“在经开区、东西湖区这些（Robotaxi）投放数量多的城区，几乎都要放空出来，回到投放少的主城区，订单才会变多。”此外，多位武汉的网约车司机和出租车司机都向记者反馈，日订单量和流水都有减少。出租车司机李师傅告诉财联社记者，“早上5点半出车，傍晚5点半收车，期间10个小时的流水，从以前的400多元变成了300元，甚至200元。”受此影响，退车的出租车司机数量开始变多。夏先生说，他所在的公司估计已有10%-15%的司机申请退车，并且这个数字还将只增不减。他还告诉记者，退车要提前3个月申请，整个流程至少需要90天，因此后续完成退车的人数会更多。网约车与巡游出租车的“矛盾”由来已久，但随着自动驾驶出租车的出现，局面就变得更复杂了。此外还有媒体报道，近日萝卜快跑无人驾驶出租车在武汉接头与行人相撞，引发高度关注。媒体报道还显示，在长江网武汉市民留言板上，也有市民透露，萝卜快跑Robotaxi车辆会出现在绿灯状态下停滞不前、红灯时冲入路口中央、转弯时卡顿不动等情况，并引发交通拥堵现象，对市民出行造成干扰。低价策略“扰动”出行市场 大规模商业化难一蹴而就值得注意的是，WAIC2024期间财联社记者从萝卜快跑展台获悉，其今年将实现武汉全城覆盖，并计划投入1000辆新一代量产无人车在武汉实现7x24小时全无人运营。此外，截至4月19日，萝卜快跑累计服务超过600万次，测试里程超过1亿公里。而萝卜快跑官方客服则对记者表示，目前，萝卜快跑在武汉基本可以实现24小时全无人运营，但不同乘车点略有差异。对于在武汉的具体投入数量，对方表示“不方便透露”。长江日报此前报道称，2023年，武汉示范区拥有常态化运行自动驾驶车辆（含自动驾驶出租车和无人巴士）近500辆，全年自动驾驶出行服务订单73.2万单，服务90万人次。此外，截至2023年底，武汉示范区拥有常态化运行自动驾驶车辆491辆，其中九成以上车辆在武汉经开区和东西湖区运行。从占比来看，武汉市目前常态化运营的Robotaxi并不算多，他们是如何对现有的出行市场造成影响的？李师傅告诉记者，“从乘客的体验感来说，它的公里价相当低，10公里的路程，只需要花‎七八‎块钱就可以坐，但车速不是很快。如果着急，可能会耽误点时间。”为验证前述说法，在今日19时，财联社记者以北京亦庄科创家园东1门为起点，人大附中亦庄新城学校东门为终点，分别尝试在萝卜快跑和滴滴出行两平台打车。11余公里的路程，萝卜快跑的优惠后的价格约为18.12元，而滴滴平台的特惠快车价格则在27.13元左右，滴滴快车收费在35元左右。在相同时段、相同距离下，萝卜快跑的收费确实便宜不少。知名战略定位专家、福建华策品牌定位咨询创始人詹军豪接受财联社记者采访时表示，Robotaxi以更经济的价格为乘客提供了新选择，在一定程度上分散了传统网约车和出租车的客源，但这种竞争也会促使传统行业自我革新。“未来Robotaxi与传统网约车、出租车之间的界限可能会越来越模糊。它们可能会形成互补关系，乘客可根据自己的需求、预算，灵活选择适合自己的出行方式。 ”詹军豪认为。财联社记者注意到，萝卜快跑、文远知行、小马智行等多家Robotaxi厂商，均曾通过发放优惠券等形式，引导用户消费。文远知行相关人士此前也告诉财联社记者，“相比于传统打车出行，短途价格差异不大，要让乘客尽量少地感受到消费差异，同时要考虑商业竞争力，长途方面竞争力较强。”但拥有价格优势，就意味着Robotaxi解决了商业化过程中的问题吗？詹军豪认为，“虽然Robotaxi具有收费优势，能为其商业化提供有力支持，但并不足以确保其商业路径一帆风顺。在价格之外，Robotaxi还需要面对技术成熟度、法规环境、市场认知、用户需求变化等多重因素的考验。” ... PC版： 手机版：

黄仁勋：AI是科技行业对社会提升的最大贡献

黄仁勋：AI是科技行业对社会提升的最大贡献 而在这座新的研究设施中，黄仁勋和他的妻子Lori（黄氏夫妇）为此捐赠了5000万美元进行支持。英伟达表示，该综合体将利用美国最强大的NVIDIA超级计算机之一，汇集教师和学生，共同解决未来世界在气候科学、清洁能源和水资源等领域面临的关键挑战。英伟达强调，这次在俄勒冈州举行的活动，凸显了黄氏夫妇对教育的承诺，并反映这对夫妇与两人相识的俄勒冈州深厚的个人联系。而这笔5000万美元的捐赠，将增加俄勒冈州对俄勒冈州及其他地区半导体和科技行业的支持。奠基仪式结束后，黄仁勋与俄勒冈州立大学校长贾亚蒂·穆尔蒂（Jayathi Murthy）进行了一场对话。黄仁勋表示，AI 是科技行业对社会提升的最大贡献。我们正处于新工业革命的开端，且这个时期当中我们正在大量创造 AI 应用。“我相信，AI 是科技行业对社会进步的最大贡献，让所有被落后的人得到越级提升，”黄仁勋强调，AI 有望推动全球数十亿人迎来一场新的“数字革命”。10年间，英伟达GPU让计算能力提升100万倍31年前的1993年，怀着PC有朝一日会成为畅享游戏和多媒体的消费级设备的信念，黄仁勋、Chris Malachowsky 和Curtis Priem 共同创立了NVIDIA（英伟达）。当时，市场上有20多家图形芯片公司，三年后这个数字飙升至70家。黄仁勋和他的英伟达开创了一种新的计算方式“加速计算”，即使用正确的算力工具来完成正确的工作。当时他发现，无论是科学，还是GPU、AI、机器人等技术，其中5%的代码消耗了高达99.9%的时间进行运行，需要计算能力的提升。黄仁勋坦言，在过去十年左右的时间里，英伟达GPU有效降低了计算（边际）成本。GPU以及CUDA共同形成的“英伟达”生态，在过去10年中将 AI 处理性能提高了不低于100万倍，超过了摩尔定律预期。“我们通过提出新处理器、新系统、新互连、新框架和算法，并与数据科学家、AI 研究人员合作开发新模型，在整个跨度中，我们已经使大型语言模型的处理速度提高了一百万倍。”黄仁勋表示。黄仁勋认为，计算机是我们所做的几乎所有事情的基础，也是几乎所有科学领域的重要工具，所以成本和计算性能规模上升100万倍，已经改变了一切。黄仁勋指出，“我们把边际成本下降了100万倍，或者相反，如果完成某件事的速度提高了100万倍，或者问题的规模提高了100万倍，你做事情的方式就会完全改变。事实上，我们观察到，利用 AI，它（加速计算）将彻底改变这个行业，计算将以完全不同的方式进行，软件编程将彻底革新。”黄仁勋预测，有望在未来十年，英伟达将再次提升 AI 计算处理性能高达100万倍。同时，未来可能会有100万倍与现有ChatGPT一样的 AI 模型出现，这些模型将具有更强大的语言理解和生成能力，甚至可能创造出新语言。黄仁勋强调，有了加速计算和生成式 AI，现在，一大堆有趣的行业将被彻底改变，一大堆新的应用程序将被创造出来。“比如气候科学问题，对计算机来说很难解决、很棘手，但对我们来说很容易；再比如机器人技术，有了它（加速计算）可降低成本，改变了我们所知道的行业，它开启了一大堆新的机会。”黄仁勋称。数据是未来 AI 发展的核心黄仁勋认为，对于大学来说，如果现在学习计算机科学的基础，首先要看“数据”。因为未来计算机科学最重要的事情之一，可能就是数据。“数据的整个概念，数据的整个领域，有一大堆简单的数据可以做。事实证明，计算机视觉是所有数据中最简单的。即使 AI 能够达到计算机视觉的超人水平，甚至现在对除法的理解达到超人水平，坦率地说，这一突破只是冰山一角。这是很容易的事。”黄仁勋称。黄仁勋举了个例子，目前最困难的计算机科学问题是“生物学”，因为这是一个多尺度、不断变化的领域，它具有多样化角度，计算机需要解决的是一个“长期存在的纵向问题”，需要大量更贴近生物体的数据进行研究。“所以数据有时是稀疏的。有时一个因果关系的发生需要很长时间。正如你提到的，有时数据并不存在于一个地方。数据有相关的主权属性。可能有保密属性。也许没有机构拥有所有的数据。也许有些机构有，但这种规模、这种分辨率或这种模态的数据在另一个研究机构中有不同的模态。也许它是纵向的。数据空间真的很大，而且非常复杂。比如联邦学习技术，有点类似于我们从自己的信息来源学习，然后聚在一起辩论、合作、讨论、结合知识等。因此，AI 也有这类概念，将通过自我反思为数据合成数据的生成创造条件，基本上，AI 会对未来做出预测，生成一些信息，对其进行反思，这就是我们所做的，这完善了你学习的自我完善、自我学习、反思，来回传递信息和进行辩论，所有不同的社会学习方式，在 AI 的未来以及人们对数据的思考方式中，都将以某种形式表现出来。”黄仁勋称。因此，研究 AI 数据是未来很多学生应该要学习的重要方向，而且对于很多计算机科学家来说，这将是一个非常适合研究的领域。黄仁勋强调，数据是一把“双刃剑”，有利也有害，因此，我们需要确保其有正确价值观的数据，需要用强化学习手段将数据精准化，从而减少自动驾驶汽车或机器人的情境中产生“幻觉”（错误判断）。“这是一个真正有价值和富有成果的研究领域。”黄仁勋称。AI 将改变教育、工作和社会黄仁勋认为，AI 是科技行业对社会提升做出的最大贡献。“它将缩小技术差距，弥合经济鸿沟，使那些过去被认为‘落后’的人能够赶上，而且它将使竞争环境变得公平。”黄仁勋表示。黄仁勋举了个例子。在OpenAI ChatGPT出现之前，计算机是由像工程师（我们这样的人）编程的，我们知道像 C++这样的东西，但大约0.1%的人类不会 C++，而几乎所有会 C++的人都过着相当不错的生活，因为编程太难了。但未来，有了ChatGPT，一夜之间有 1 亿人使用了它。现在几乎每个人都可以给计算机自动编程。“所以你现在只需要学习如何提示，如何告诉计算机你想要什么，计算机就会理解你的意图。想出一个计划，问你这个计划是否好。你可以完善这个计划。你可以在这个计划上迭代，然后去执行它。也许它会为你做一些研究。在你写论文之前，你需要了解特定辩论中各方的优缺点。”黄仁勋指出，这些例子说明以前的技术对他们来说是不可用的。但现在，由于人类随时可以使用 AI，它促使我们已经创造了公平的竞争环境。黄仁勋强调，“我认为这可能是最伟大的成就之一。”而未来，AI将改变教育、改变课程。“我敢肯定，将来你会参加考试，而这些考试甚至可能不需要你来课堂参加。但这些测试可能需要你与 AI 一起进行学习、工作、考试。”黄仁勋指出，毫无疑问，AI 技术改变教育、将改变人们的学习方式。同时，甚至也许是第一次，计算机技术可应用于环境科学中一些真正有影响力的领域，使得大量计算机科学家从中受益。黄仁勋表示，AI 技术的提升，让所有因缺乏对计算理解而被抛在后面的人的能力得到提升，AI 技术对社会的影响是“非凡”的。未来，AI 可能会被注入到几乎所有的产品中，从医疗成像产品到运输产品、制造机械手等。但同时，AI 也面临偏见、幻觉或虚假信息等社会伦理话题。对此，黄仁勋认为，人类应当遵守 AI 技术合规，保证产品安全。同时，不管是美国农业部、美国联邦航空局或NITSA，所有不同的机构都需要参与AI，以确保新的政策落实到位，或政策需要加强，并考虑 AI 在每一... PC版： 手机版：

因为 “一年跑2万公里以上” 他的新能源车被拒保

因为 “一年跑2万公里以上” 他的新能源车被拒保 近日，《每日经济新闻》记者从多位新能源车主处了解到，除“车型拒保”因素外，续保的次新车拒保也较多，行驶里程超过2万公里成为一大拒保理由。一位车险从业人员表示，上海地区新能源车一年跑2万公里以上，车险就“拒保不可申诉”，车联网会显示“报价失败”。“大公司大概率拒保，少数小公司能承保，但保费非常高。”据了解，还有一些地区的保险公司把拒保门槛定在一年3万公里。《每日经济新闻》记者从财险业内了解到，这种按照公里数“一刀切”拒保的做法，在于营运车按私家车投保情况还有很多。据业内数据，注册过网约车等营运车却按照家庭自用车投保的新能源车，按真实风险投保的情况仅有一半。这也导致了新能源车险整体费率过高。每天通勤几十公里 可能被视为营运车新能源车主续保难、续保贵问题仍然广泛存在。近日，有多位新能源车主向记者反映自己无法续保，理由是“车型拒保”。记者在跟踪后续投保情况发现，这些车主被客服告知“建议去其他家看看”后，很多人也找到了新的承保公司，接受了更高的报价后成功投保。一位威马车主出示的保单报价显示，包含交强险、新能源汽车损失险、新能源汽车第三者责任险、新能源汽车车上人员责任保险（司机）、新能源汽车车上人员责任保险（乘客）等内容，以及道路救援、代为送检、代为驾驶服务等附加服务在内，而这家财险公司给出的报价超过了1万元。今年1月，国家金融监督管理总局曾下发《关于切实做好新能源车险承保工作的通知》（下称《通知》），重申交强险不得拒保，商业险愿保尽保。《通知》还指出，要全面排查整改，取消不合理承保限制。各财险公司要对系统内新能源车险承保政策和考核指标开展全面排查，不得在系统管控、核保政策等方面对特定新能源车型采取“一刀切”等不合理的限制承保措施，调整对新能源车险设置的不合理考核目标。《每日经济新闻》记者调查还发现，除了对车型采取“一刀切”的限制承保措施，一些地区的保险公司对行驶里程也“一刀切”拒保。比亚迪车主张先生最近就遇到了这样的困扰。“自己的车一年没过出险，也没有其他特别的因素，续保时却接连被多家保险公司拒保了。”“注册过网约车吗？”面对张先生遇到的问题，一些车险从业人士热心分析。张先生表示，自己是注册过顺风车但没有开，他也提到“由于跨区上班路途远，一年跑了4万多公里”。一位车险从业人员告诉记者，张先生这种情况是被保险公司视为营运车了，比如在上海地区，新能源车险一年跑2万公里以上大概率会被大公司拒保。“一年开2万公里？那不是自驾游都不敢？”“好慌啊，我每天通勤要七八十公里！”对此，有不少新能源车主疑问，就因为一年开2万公里被拒保，这合理吗？“一刀切”拒保背后 承保纠纷多、处理成本高据了解，营运车辆和私家车在使用性质、行驶里程、风险暴露等方面存在显著差异，有大型财险公司披露的数据显示，商业营运车辆的保费通常都是家用车辆的两倍。杭经律师事务所寿宝金律师在受访时对《每日经济新闻》记者表示，网约车从事运营活动，发生事故的风险系数比私家车高，应当按照营运车辆进行投保。如网约车按照私家车投保，按照现行法律和司法解释有关规定，实务中存在被保险公司拒赔风险。“司法实务中法院判决保险公司赔付的案例，主要是投保人、被保险人已经履行营运车辆告知义务，或者保险公司知道、应当知道属于营运车辆，仍继续按照私家车承保等情形。”寿宝金建议，网约车投保人应当履行车辆运营性质的如实告知义务，保险公司应当按照车辆使用性质进行承保，并在知道保险车辆使用性质发生变化后及时进行批改，以避免事故发生后产生较大保险理赔争议解决成本费用。“新能源车体现出营运车辆占比明显高于乘用车整体市场中营运车辆占比的特征。”东吴证券分析师胡翔曾在报告中指出，险企承保新能源营运车的赔付压力更大，若存在营运车按非营运车标准投保的情况，将导致非营运车业务赔付率上升，削弱险企的盈利能力。瑞士再保险中国原总裁陈东辉在受访时对《每日经济新闻》记者表示，根据行业数据，新能源营运车在实际投保中，只有一半是按照营运车承保的，另外的部分则是按照家庭自用车的费率承保的。对于部分地区“新能源车险一年2万公里以上”拒保，陈东辉认为，绝对不是一个技术问题，保险公司可能做得很简单粗暴了。“对于跑营运的新能源车而言，行驶路径是否统一、夜间行车的时间占比都是跟家庭自用车完全不一样的，保险公司并非难以识别。但实际承保中，能不能对这些车主使用营运车的费率涨价，这种个案纠纷多、处理起来成本高。”新能源车险不同于交强险，监管明确不得拒保或延保交强险，而对商业保险要求是愿保尽保。在业内看来，这样的承保政策虽然避免了纠纷，却带来了“一刀切”拒保不合理这一新的问题。业内建议区分风险 由网约车平台负担部分保费营运车按私家车投保的现象，在一定程度上也拉高了行业整体的费率水平。陈东辉表示：“目前新能源车险整体费率，分担了很多按照家庭自用车投保，但实际上网约车的保费，保险公司按照目前的定价机制、费率体系，涨价的幅度是非常有限的，无法按照营运车真正的风险水平把费率涨到位。如果把这些网约车单列出来单独定价，真正的家庭自用的新能源车保费费率还可以降下来。”新能源汽车国家监测与管理平台数据显示，2022年，新能源车险保费规模已经达到了650亿元，商业险件均保费4139元，较燃油车险高81%，案均赔款达4953元，比传统燃油车高出600元。多位财险从业人士在受访时建议，要对网约车和家庭自用车的定价机制进行区别对待。“新能源营运车辆太多。”车车科技CEO张磊在受访时指出，营运车辆和私家车在使用性质、行驶里程、风险暴露等方面存在显著差异，这些差异对保险定价和风险评估有着重要影响。张磊建议，保险公司需要开发不同的定价模型来区分营运车辆和私家车的风险，对风险因素重新评估。张磊提到，应该推出多元化定价策略。推出多种定价类型，例如按天、按里程计费，以及针对特殊场景（如网约车）的保险产品。“可以将网约车和私家车的产品模型和系数进行改进，以达到低风险用户保费更低，高风险用户有产品可选的目标。”在陈东辉看来，如果仅仅强调保费和风险对应，注册过网约车的新能源车保费会非常高，这不是一个好的解决办法。他建议，对于这部分车主，保险公司可以先收取家庭自用车的保费，但对于超出家庭自用车的风险部分，可根据行驶里程、风险状况进行UBI（基于使用量而定保费的保险）试点，保费过高的部分由网约车营运平台来负担。“既解决了保费跟风险对应的问题，同时又不会造成社会问题，让保费可负担。” ... PC版： 手机版：