来源：雪球App，作者： 一把梭十年，（https://xueqiu.com/4893730450/303806826）
自动驾驶是一个赢家通吃的平台。
“人们可能低估了进入任何单一平台的固定成本的复杂性。你为任何单一平台支付了大量的固定成本，因此，集中化并拥有一个可以完成所有任务的平台是非常有意义的。”
2016年我们设想的自动驾驶系统和微软系统是类似的，车辆厂家提供硬件，waymo仅提供软件。遗憾的是waymo因为激光雷达的缘故走不出象牙塔，特斯拉的FSD自动驾驶系统还在成熟过程中。
特斯拉的 FSD 授权会是股价暴涨的一个里程碑。
备忘，此后的任何一天，有任何一家主机厂选择FSD，都是加仓特斯拉的最佳时机。
估值的飙升，来自边际扩张成本的改善。目前特斯拉软硬兼做，但是硬件的价值过于昂贵，以至于FSD的实际边际成本过高。
授权，意味着 FSD 边际扩张成本归零。授权，意味着戴上金箍，至尊宝成为了齐天大圣。估计这个时间不会太久。德国大众已经被中国汽车打到关厂，本田今年损失了44%的中国市场，欧洲和日本车企最终不得不接受特斯拉的授权。
西方世界，特斯拉一统天下。少数不服的车企可能会躲到英伟达麾下。
比汽车更大的市场是人形机器人。
“类人平台上可能有一些变种，但任何平台都有很大的固定成本。一个单一的神经网络，它是多任务的，能够处理很多事情，一切都耦合在一个神经网络中。”
我不确定特斯拉能否在行动机器人领域保持垄断地位，尽管擎天柱的行动力依然是目前最强的。
但是考虑到行动机器人的成本应该大幅低于汽车，软硬一体的特斯拉反而不那么迫切的需要通过授权来完成垄断。
尽管 A.K （前特斯拉自动驾驶负责人）离开特斯拉很久了，但正如他所言：“选择一个平台并使其完美，是长期来看相当不错的赌注。” 大概他也是重仓特斯拉中的一人吧。
另：AK的近期采访重点总结
Andrej Karpathy 最近一次访谈谈及老东家
1/ 特斯拉在解决软件问题方面处于领先地位，而Waymo则面临硬件挑战。特斯拉将在长期内占据优势，因为软件问题相对更容易解决。
2/ 端到端最终将统一整个自动驾驶技术栈。特斯拉的端到端系统，十年内会成为一个神经网络。
3/ 特斯拉是一家规模化机器人公司，而非汽车公司。他们不是在制造单一的产品，而是在制造制造产品的机器。
4/ 早期的Optimus机器人，它以为自己是辆车。Optimus 应该优先在工厂使用，而非家庭。安全第一，也利于即时监控和持续改进。
5/ 特斯拉本身制造业背景和超级工厂，足以孵化 Optimus ，竞争对手需要寻找合作方。 机器人的发展路径应该是第一步自用，第二步是B2B。最后才是B2C。
6/ 人们可能低估了进入任何单一平台的固定成本的复杂性。你为任何单一平台支付了大量的固定成本，因此，集中化并拥有一个可以完成所有任务的平台是非常有意义的。类人平台上可能有一些变种，但任何平台都有很大的固定成本。一个单一的神经网络，它是多任务的，能够处理很多事情。一个单一的体系，比如文本领域，在执行所有这些不同的问题时，它们之间共享知识，而且这一切都耦合在一个神经网络中。选择一个平台并使其完美，是长期来看相当不错的赌注。
7/ 大模型底层架构Transformer架构确定后，数据和损失函数成为了瓶颈。互联网数据已经用完了，所以问题主要围绕合成数据或者更昂贵的数据收集。合成数据绝对是未来，但需要小心处理以避免模型退化。在合成数据中注入熵非常重要，要保持数据的多样性和丰富性。
8/ 提高模型参数的激活率，比不断扩大参数规模更为重要。10亿参数足够，认知核心可以非常小，核心认知模型可以调用其他模型工具。未来的AI系统可能更像是一个由多个专门化小模型组成的”生态系统”，而不是单一的大模型。
转自：水月的投资笔记 $特斯拉(TSLA)$