世良情感网

2025年想赚钱，人工智能才是王道。2025年想赚钱，人工智能才是王道。这可不是什么噱头，而是实打实的超级风口。现在AI已经全面覆盖到了现实，教育、医疗、金融、制造几乎没有它搞不定的。更可怕的是所有行业都有可能被它重新塑造。国内几家巨头公司疯狂砸钱，为什么？因为它们知道AI就是未来的主战场。对于普通人来说，最大的机会就是抢占内容和应用的先机。比如当个AI自媒体博主，通过分享、测评、做个教程，门槛低得吓人，可收入却高得离谱。随便发个视频，有些博主一个教程就能赚得盆满钵满。而且这赛道刚起步，红利期长得很。当然，低空经济、新能源、养老这些赛道也有机会。但人工智能很可能是最先爆发的底层动力，抓住这个核心，不管是搞AI应用、探索AI物联网还是直接创业，都是能重新定义未来的好机会。记得点个关注，再走。

陆陆续续有朋友找我买小鹏，说看了我的辅助驾驶视频（朋友原话多是说自动驾驶视频，无人驾驶这些味重的词，我听到都会纠正甚至批评朋友，毫不留情），估计我在卖车，找我问点意见顺便要个优惠权益什么的，最后，我都只能送他们一个理论锦囊，介绍一些小鹏智驾方面的特点，靠知识变现获得了很多次试驾积分（买不买反正都没有老带新了）这里干脆总结一下，小鹏XNGP大致特点是：有脑子，有性价比，真全栈自研，常在无人区一，先说“有脑子”，也是朋友经常困惑的：一个好的辅助驾驶到底是要看他的什么？传感器是不是越多越好？关于这一点，我的回答一般都会比较明确，就是要看“脑子”怎么样具体讲，就是看：云端AI超算的算力、数据与模型，及车端芯片配置及模型算法小鹏“脑子”的特点是：超算方面：上次在香港听李力耘介绍，小鹏在云端有着10EFLOPS的超算算力，国内顶级超算利用率方面：云端算力90%利用率，国内最高数据方面：由于智驾标配，智驾用户数量众多，且用户智驾使用率高，积累里程多，有居于国内前列的，海量的数据关于云端模型的训练，小鹏与DEEPSEEK类似，是“云端大模型教授+车端小模型学生”模式：小鹏在云端用720亿参数的超大VLA模型（可以理解成超级大脑，不同于小参数模型）训练智驾能力，然后通过“蒸馏”技术，把大模型的精华压缩成车端的小模型，塞进车里。这就像把一个大学教授的知识浓缩成一本简明教材，方便学生（车）用，应该比直接由学生来领悟要更强小鹏的“脑子”情况我记得的如上而至于传感器具体用多少，怎么用好，其实只要是有脑子了，都能用好的，这都不是技术瓶颈与潜力挖掘的方向，关键还是要训练最强“脑子”上次在香港，看到小鹏xngp在内地的软件，居然直接在香港街头跑起来了，感叹AI有脑子了，泛化性就是强，就是不一样了特斯拉fsd在北美的模型在中国大陆跑得很好，是我第一次感叹AI的脑子真好使，但是中国大陆跟北美可都是左舵，但是香港是右舵二，真性价比，bom更低，算力与电耗浪费更低小鹏跟特斯拉一样，从人类世界物理现实出发，认为靠“眼睛（传感器）+大脑（大模型）+手脚（控制系统）”就可以搞定驾驶，追求极致的协调性和智能化。因此小鹏轻雷达，重算力，现在标配的高阶XNGP，没有激光雷达，而是靠高精AI摄像头（用了车规级顶尖的LOFIC技术，堪称“超清眼睛”）+超强算力来搞定智驾。他们的逻辑是，激光雷达太“吃”算力，去掉它能省20%的算力，留给大模型去“思考”。三，真全栈自研，注意，这不像有的友商只是喊自研口号作秀真全栈自研，是小鹏辅助驾驶一贯来的特点小鹏不仅自研大模型，还在搞自己的图灵AI芯片。这就好比自己设计大脑和神经系统，能让模型和芯片完美适配，算力不浪费，效率拉满。特斯拉的FSD系列自研芯片就是成功案例，据说特斯拉车端一倍的算力，可以发挥出其他非自研芯片三倍的实际效果小鹏这波自研图灵芯片，有希望复刻其软硬件一体的优势四，常冲在无人区在2021年出小鹏高速Noa出来的时候，全球车企只有特斯拉与小鹏有在此之前，小鹏的智能泊车，也是做到了当时业界最好用全球第1款量产激光雷达的p5城市ngp，我和朋友还专程从重庆开车到广州去试，那时候国内真没谁有城区智驾再到后面的BEV国内率先落地，再到端到端，再到现在P7+，又成为了国内第1款，真正好用的，没有激光雷达的高阶辅助驾驶小鹏这种始终冲在国内无人区的精神，可能是鹏粉那么多那么铁的主因只要朋友能听懂有耐心让我这样一通说下来，不管朋友买不买车（反正现在老带新也没有政策），起码试驾小鹏那500积分，我是都拿到了的注：上述聊的，都是辅助驾驶哈，没有自动驾驶与无人驾驶人工智能特斯拉fsd小鹏在物理ai领域取得重大突破

根据研发人员的描述，这条生产线，只要准备好物料，再把程序设置好，基本实现了12小时的无人值守，说白了，就是不用一直看着机器了，真没想到，咱们的武器生产科技，已经发展到这么先进的程度。(每期带大家了解一点不一样，点赞关注，主页的内容更加精彩!)很多网友看完视频之后，调侃这是“电子厂”，其实这话说得也不错，毕竟这个工作就是把电子元件，给“拼装”在一起，只不过生产的物品不一样罢了。其实这样的生产模式，就应该在这个领域英勇，在生产高精度武器时，一分一毫都不能查，现在人工智能这么发达，只要输入指令，就能完成准确的操作，又省时又省力，一举多得!大家觉得，咱们的这条生产线怎么样，欢迎在评论区留言讨论，如果喜欢这篇文章，点赞关注支持一下，感谢大家!|

华为哈勃入股千寻智能，具身智能机器人迎来新纪元🤖千寻智能（杭州）于2024年成立，并已成功完成5.28亿元人民币的Pre-A轮融资！作为国内具身智能领域的领先者，千寻智能自研的VLASpiritv1机器人展示了惊人的柔性物体操作能力，甚至能完成叠衣服等复杂任务！在智能硬件和AI的融合前沿，千寻智能的目标是将AI技术延伸到物理世界，打破机器人的局限。CEO韩峰涛表示，公司将80%的资源投入到核心模型研发，推动人工智能在现实环境中的商业化落地。联合创始人高阳在MEET2025大会上表示，具身智能已进入RobotGPT-1阶段，预计4年后达到3.5水平。公司提出ViLa和CoPa模型，实现复杂环境下任务泛化，如冲泡咖啡等，展现强大适应性。

关于“太阳膨胀与火星移民”的深度解析一、太阳膨胀的时间尺度与生命窗口1.恒星演化规律根据NASA恒星演化模型，太阳当前处于主序星阶段（已持续46亿年），其核心氢聚变速率正以每亿年1%的速度递增。预计10亿年后，太阳亮度将增强10%，地球表面温度升至70°C，液态水循环系统崩溃；50亿年后进入红巨星阶段，半径将扩张至当前200倍，吞噬水星、金星轨道。2.生命存续期限二、火星改造的工程挑战1.大气生成悖论当前火星大气压仅0.6kPa（地球的0.6%），即使释放全部极地干冰（约25万亿吨），仅能提升至20kPa。麻省理工学院2024年模拟显示，需持续千年输入氮气（每年1亿吨）才能建立稳定大气层，相当于消耗全人类当前能源产出的300倍。2.磁场缺失困境火星内核冷却导致磁层消失，太阳风剥离大气速率达100吨/小时。哈佛大学团队提出在火星L1拉格朗日点部署超导磁盾（直径1200公里），需消耗全球10年铜产量（1700万吨），建设成本预估超200万亿美元。三、多行星文明的现实路径1.太空栖息地优先论奥尼尔圆柱体（直径8公里，长32公里）理论上可容纳100万人，利用月球资源建造的首个原型舱（2050年规划）需消耗：2.基因改造技术突破加州大学合成生物学实验室已培育出：此类技术可使人类在火星地下溶洞构建化能合成生态系统。四、文明存续的哲学悖论1.费米悖论新解若银河系存在百万级智慧文明，按德雷克方程计算应有至少500个文明达到星际殖民阶段。人类至今未发现外星信号，可能暗示：2.意识上传困境马斯克Neuralink团队在猴脑实验中获得的数据显示，存储1小时神经活动需20PB存储量。若将全人类意识数字化：五、文明跃迁的优先级排序【表格】技术领域实现概率（2050年）资金需求（万亿美元）伦理风险等级核聚变商业化68%15Ⅱ级（可控）火星基地一期45%8Ⅲ级（生态污染）意识上传原型机12%35Ⅳ级（人权争议）奥尼尔圆柱体28%120Ⅱ级结语：在毁灭与新生之间寻找支点人类正站在文明史的奇点时刻——既要正视10亿年后太阳膨胀的终极威胁，更需警惕眼前的“科技悬崖”（2045年人工智能奇点、2070年生态临界点）。火星移民不应成为逃避地球责任的借口，而应作为推动可控核聚变、生态修复等核心技术的驱动力。正如霍金在《大设计》中警示：“宇宙不会主动为生命提供避难所，生存权必须用技术实力争取。”

周四（5月8日），AI算力硬件股集体展开反弹，CPO概念股、铜连接集体活跃，创业板人工智能指数收涨2.74%，成功反包昨日阴线，单日领跑中证人工智能、科创AI等主题指数。多只成份股大涨，其中新易盛涨超14%，中际旭创涨超11%，天...

昨天理想汽车推出“理想AITalk第二季”，董事长兼CEO李想分享了VLA司机大模型相关内容及个人见解。在AI层级划分上，李想将其分为信息工具、辅助工具和生产工具。他认为VLA司机大模型是交通领域专业生产工具，其实现是进化过程，历经三阶段：2021年起依赖规则算法和高精地图的“昆虫动物智能”阶段；2023年研究、2024年推送的端到端+VLM的“哺乳动物智能”阶段；开启“人类智能”的VLA阶段，能通过3D和2D视觉组合看物理世界，有语言、推理能力。VLA训练分预训练、后训练和强化训练，模拟人类学驾驶过程，以“司机Agent”形态呈现，用户可自然语言沟通。在安全与模型问题上，超百人超级对齐团队保障安全舒适，世界模型解决黑盒问题，判断标准有专业、职业、构建信任能力。理想汽车技术跃迁基于研究、研发、能力表达、价值转化的基本功，受益于DeepSeek开源，也开源自研汽车操作系统回馈社会。李想认为成为有能量的人关键是关注自我、用成长替代改变，亲密关系也很重要。理想汽车十年创业苦多甜少，却在挑战中成长，始终以技术创新解决行业难题，VLA研发踏入AI无人区，未来将持续创造价值。理想AITalk第二季李想谈辅助驾驶到了新十字路口李想说当前竞争环境下要练基本功

划重点！从操作系统内核、文件系统，到编程语言、人工智能框架和大模型等全部实现自研。谁懂这句话的含金量，背后是多少研发人员、多少企业的付出。当然鸿蒙PC发布以后，肯定会有那么一波人说生态不行。目前鸿蒙PC的生态确实不够强，但是路是一步步走的，现在不行，不代表以后不行。国产办公软件、游戏、专业软件也可以趁此机会得到一个很好的发展，等过上几年起来不只是华为，而是数个“华为”。

李想在思考什么？聊聊对理想VLA的看法...1、李想对于VLA（视觉语言行为）的预判，比很多人坚决且大胆。甚至可以追溯理想对这次改款的信心，不在车本身，而是更注重主动安全和基于VLA的Thor-U智能版的换新。研读了李想昨天的对话，发现李想本人对于AI的理解，并不是浅知识性，而是从知识储备、公司策略到组织上的一系列构建。对AI内部从讨论、研究再到开发，最后看到产品价值点到推进上市。所以今晚L系列的发布也是一个重要的拐点。昨天李想聊到的VLA，很多理论也跟当时周光跟我分享判断基本一致。我惊讶于李想对于非常强的学习能力外，还有他对整个组织的影响。从DS春节出来后，李想就开始讨论如何在DS开源基础上优化上自己的VLA，就是端到端的多模态化。无论是理想CTO谢炎、理想基座模型负责人陈伟等都在春节的讨论中，甚至让原本计划9月发布的VLA，比预期还要更快。其次在VLA训练中，理想的基座模型并不是做通用模型，所以是把VL也就是视觉、语言一起训练，这里面的视觉（V）需要特殊的基于行车环境的3D以及高清2D图像，车端上的行为（A）也要有更专业的汽车领域的数据和知识，这也是理想做基座模型的原因，因为不可替代。2、行业并不会存在通用的智能体。这个逻辑和周光当时聊天的观点基本一致。周光认为AI从一开始的初级专才（L2）到通才，最后会到高级专才（L5）转变。而这个专才就是能够针对自动驾驶开发的智能体，也无可替代。因为整个行业不会出现一个通用的Agent（智能体），啥都懂啥都干还都干得好。因为不同行业里的VLA，里面的V、L和A（视觉、语言和行为）都不一样。而元戎除了部署L2也尝试在做上了RoadAGI，也就是不仅在道路上的汽车，而是开发外卖、小车等移动机器人，这是未来通向高级专才的渠道之一。而理想要做的改变是怎么让AI真在实现用户价值。这个能力的核心，是从一个信息工具变成一个生产工具的转变，这是和用户构建信任的基础，也称之为司机大模型的原因。3、VLA会变成一个竞争围墙。两个人的判断出奇一致，规则时代做不好的人就做不好端到端，端到端做不好的人更做不了VLA。所以VLA的出现不是一个技术切换，或者能迅速追平的技术。因为VLA要有一个更强大定义的基座模型、数据理解、又有预训练能力，强化学习各系列能力，还要如何把蒸馏后的模型塞进不富裕的算力芯片里。研发上是一个体系，而不是一套算法。同时研发上也变成一个组织协同，而不是某位算法大佬主导一整个革命的时代。其次是体验的围墙，VLA核心体验就是拟人化。VLA大家开始普及后，其中的A带来的体验也会有巨大的差异。其次通过强化学习等手段，VLA的安全模型也能够对应的提升。最后是持久战，VLA更重视积累。第一阶段大家拼的场景，从高速、城区、车位到车位等场景，但VLA拼的都是AI体系、技术积累，组织协同和长期投入。这里和大家分享一段李想的回答：什么是智慧呢？智慧就是我们跟万物的接触。如果你没有去过森林，没有在森林里，认真地玩儿、住过几天，那你可能觉得木头就是做筷子的，就是做纸的，就是做桌子的，而并不是意味着它是一个生命，它是跟我们不同的生命，对吧？你没有跟孩子在一起长时间的生活体验，没有跟他们一起去玩，你就没法真正地去理解孩子。那什么是智慧？我觉得智慧就是我们和万物的关系。但是怎么去提升我跟万物的关系？首先要有足够的时间跟万物去接触。所以我在讲的一个很重要的一个问题，就是今天我们很卷，但这是恰恰是真正的人工智能的意义...理想AITalk第二季理想汽车

我的手表好像被我玩坏了......这手表自从接入DeepSeek后就成为了我的狗腿子+老妈子了😓你还别说这语气已经画面感十足了不过老实说接入AI之后确实好用多了-这段时间用下来，感觉OPPO这个小金表的续航还挺牛的🐮基本上2-3天才充一次电总算摆脱之前iWatch的一天一充了。✅智能属性也是直接拉满除了的小布AI，微信也可以聊天发表情还可以充当车钥匙，很实用👍畅聊数码新品智能手表OPPOWatchX2Mini