AI

科技圈最近掀起了风暴，AI 赛道迎来新的挑战者，Nvidia 市值瞬间蒸发 6000 亿美元。这次搞事的主角叫 DeepSeek，一家来自中国的 AI 公司，一夜之间让华尔街的投资者全体捏了一把冷汗。到底发生了什么？这事儿对市场意味着什么？

Nvidia 崩了？AI 赛道出现变数

过去两年，AI 赛道基本等于 Nvidia 独占鳌头。谁都知道，AI 训练离不开算力，而 Nvidia 的高端 GPU 像 H100 这种，简直就是 AI 公司的命根子。所以，市场也一直认为 Nvidia 未来几年都会吃香喝辣，股价节节高升。

但这次 DeepSeek 的出现让大家开始怀疑：是不是 AI 未来的“算力霸权”正在松动？DeepSeek 号称自己的 AI 模型在性能上不输 OpenAI，但计算成本却大幅下降。换句话说，AI 训练可能不再依赖天价的 Nvidia 芯片，而是有更便宜高效的替代方案。

消息一出，Nvidia 直接崩了，股价狂泻 17%。不仅 Nvidia 受伤，连带整个芯片股也被拖下水，博通、镁光科技等大厂股价都跌了超过。。。 继续阅读

人类的最后考试，指的是一场对AI模型极限能力的全新测试，同时也是科技竞赛的一次高潮。Scale AI的CEO Alexandr Wang 最近抛出了一些爆炸性的观点，不仅揭示了中美之间AI领域的竞争现状，还点出了几个足以让人警醒的现实问题。什么叫科技冷战？这才是真正的较量。

为什么这件事重要？

AI不只是科技爱好者的玩具，它正逐渐成为国家竞争力的核心要素。中美两国在AI领域的此消彼长，不仅关乎企业的创新能力，还直接影响到国家安全与经济主导权。特别是当中国AI实验室如DeepSeek这样的玩家快速崛起，并发布令人震惊的突破性模型，美国还能稳坐第一的位置吗？

关键点

• DeepSeek的崛起：中国AI实验室DeepSeek的最新模型在性能上与美国顶尖模型相当，甚至在某些领域有所超越。这说明中美AI差距正快速缩小。
• 硬件“一手被绑”的传说：尽管中国面临美国对顶级芯片的出口限制，据业内消息，DeepSeek居然拥有约50,000个H100芯片，这一数字远超外界预期，也令人深思它们是如何实现的。

特斯拉的自动驾驶，听起来像是科幻电影里的剧情吧？但其实，它背后隐藏着一个特别朴素的逻辑：时间、算力和数据积累。为了对比清楚中国的自动驾驶行业，咱们今天就来一次没有滤镜的深度分析。这个领域比的是谁更脚踏实地，谁的方向感更清晰。

特斯拉如何做到全球标杆？

先聊特斯拉，人家为啥牛？简单，两个字：积累。先看算力，特斯拉不仅买到了英伟达最先进的芯片，还自研了一批高效芯片。德州工厂直接搭了一个由七万张卡组成的算力中心。这不是在玩数字游戏，最新的FSD版本就是靠这套设备训练出来的。

再看数据，特斯拉车主们每天都在帮忙“打工”，你开车上班，人家就在后台用你的行驶数据做优化。全球700多万辆车，每辆车有8个摄像头，日常运转的摄像头数量超过5000万。这样的数据规模，中国车企即使憋红了眼也难以企及。理想汽车一年卖50万辆，拿什么比？

中国自动驾驶的“通病”

聊到中国自动驾驶，有些企业总喜欢喊“超越特斯拉”，听上去有点像“说书”。但别被情怀冲昏头，算力和数据的差距就摆在那儿。这就像一场比赛，人家已经跑了十圈，而你连鞋还没穿好。。。。 继续阅读

1月20日，新加坡发生了一起关于“无人驾驶”的交通事故：一辆标榜“自动驾驶”的巴士在金文泰与一辆白色汽车相撞，而巴士当时正由安全操作员手动驾驶。这样的新闻是不是让你感到有点出戏？所谓的“无人驾驶”，居然是有人开车？让我们从这次事件背后挖掘出更多值得思考的内容。

为什么重要

无人驾驶技术被认为是未来交通的核心解决方案，提升效率、降低成本的潜力令人兴奋。然而，这次事故让我们看到，从技术实验到实际应用，依然存在巨大的落差。对企业来说，这不仅是技术问题，更是品牌公信力的考验。

关键点

• 事件经过：义安理工学院的无人驾驶巴士服务自2023年起上线，覆盖校园及周边公共交通站点。这次事故发生在新扩展的金文泰地铁站线路。
• 运营模式：巴士在校园内是全自动驾驶，公共道路上则由安全操作员手动驾驶。这说明当前技术尚未完全应对复杂的实际交通环境。
• 事故细节：新加坡民防部队表示，事故中有一人轻伤但拒绝送医。官方已展开调查。
• 技术背景

AI圈最近有点炸锅，埃隆·马斯克跳出来说：我们已经把人类所有的知识都用来训练AI了，数据见底了！马斯克不仅是xAI的创始人，还是特斯拉和SpaceX的掌舵人，他在AI自动驾驶、机器人和火箭技术领域的投资和创新，早已让他成为科技圈的风向标。他的观点往往能引发业界的广泛讨论。哎，听起来有点吓人，但别急，背后可是大有门道的。

为什么你该关心这事？

数据是AI的粮食，没数据就像厨师没菜做饭。马斯克的说法意味着，传统的数据喂养方式要走到头了。对投资人、创业者来说，这不光是个技术问题，更是商业模式和竞争策略的大变革。谁能率先解决数据枯竭问题，谁就有机会掌控下一代AI市场。

关键点

• 数据见顶：马斯克称，AI行业在去年就已经用光了人类的知识数据。
• 合成数据成救星：未来AI要靠自己生数据给自己喂，自己养自己。比如微软的Phi-4和Meta的Llama系列模型，都是用合成数据训练出来的。
• 科技巨头早就上车：微软、Meta、OpenAI、Anthropic等公司都在用合成数据训练模型。

特斯拉的自动驾驶技术一直是科技圈的热门话题，这次连竞争对手都忍不住站台了。Comma.ai总裁George Hotz在试驾FSD v13后，直接大赞”非常出色”。更有意思的是，他还公开表示公司正在大举采购NVIDIA的GPU，完全不考虑AMD，因为NVIDIA在AI训练和数据处理上拥有更成熟的生态系统和强大的开发支持。这波操作背后到底藏着什么商机？

为什么值得关注

自动驾驶不只是科技突破，更是未来出行方式的大洗牌。特斯拉FSD v13的进步，意味着距离真正的无人驾驶又近了一步。这背后涉及到的数据处理和计算力需求，也直接影响着芯片行业的走向。对于投资人来说，这可能是下一波AI和自动驾驶风口的前兆。

关键点

• George Hotz称特斯拉FSD v13 “非常出色”，Comma.ai力争两年内追上特斯拉。
• 特斯拉FSD v13平均1万英里干预一次，Waymo则为1.7万英里。
• Comma.ai正在”大规模扩展训练计算能力和数据处理”，选择NVIDIA