近日，佐思分析師群討論了特斯拉汽車、AI和人形機器人。

爭論源于這個話題：復雜的Occupancy Network可以在10毫秒中計算完畢，也就是說Tesla Occupancy Network的輸出可以達到跟相機同樣的36Hz，而目前絕大多數Lidar的采集頻率只有10Hz————這個結論對嗎？fsd視覺處理能超過30hz?

于是討論開始了：

ZHOU：吹牛唄，某些人就是特粉，認為特斯拉天下無敵。LIDAR頻率可調，5-30Hz都有。某些FLASH LIDAR，頻率可輕松做到1000Hz。特斯拉HW3.0那個DRAM才16GB，帶寬63.5GB/s，一個OCC模型至少20GB，根本裝不下，以這個帶寬，3Hz都做不到。要跑大模型，必須HBM，帶寬至少TB/s級。

YU：大模型是否上車這事，嚴重不同意老周觀點。我認為已經上車了，采用壓縮處理方式。

ZHOU：這個大小是相對的，比如早期CNN模型參數只有幾百萬，那么幾千萬參數也可以說是大模型。但真正的大模型或者說主流的，參數都至少是1000億起。

ZHU：基于AIday 的介紹，這一系列復雜計算可以在10ms內完成，意味著完全能跟上車載攝像頭36幀的拍攝頻率。

業界激光雷達的普遍水平為10Hz的掃描頻率，而問界M9激光雷達的掃描頻率高達20Hz，這意味著其能夠更快地更新環境信息，提供更實時、更準確的感知數據。這有助于提升問界M9在智能駕駛中的表現，提高行駛的安全性和舒適性。

ZHOU：所謂知識蒸餾并不能壓縮大模型，它只是訓練方面無需太多的硬標簽。超過100億參數的大模型永遠上不了車。因為必須用HBM，HBM太貴了，做HBM必須臺積電2.5d或3D工藝，芯片價格不低于5000美元。多看幾篇頂尖論文就知道了。

ZHU：千億參數涌現智力，這個智力是人的較全面的智力。但如果處理專業方面的智力，的確是可以通過剪枝、知識蒸餾、量化等很多方法實現；現在三星、蘋果已實現百億模型壓縮后在手機上流暢運行，今年有望實現千億模型壓縮后，在終端運行，帶來很好的體驗。

ZHOU：transformer和大模型一樣，永遠無法做骨干網，車載領域骨干網還是CNN。手機可以運行百億參數，那個是語言模型，不需要實時性，人可以等1-3秒，就算流暢。車不一樣，車要30Hz，高速60Hz，換句話說性能要是手機的100倍。

ZHU：其實駕駛并不需要多高的智力，也就是并不需要太復雜的信息處理，一個普通智力的人也能開好車，從宏觀的角度看，基于transformer的FSD大概率已經實現了全自動駕駛了。我不是特粉，但客觀地覺得特斯拉做到了。

ZHOU：特斯拉芯片遠不如頂尖手機，像高通的gen 3

ZHU：在核心算法上，之前和幾位業內人士溝通過，國內確實落后5-10年，甚至更大

ZHOU：不僅是算力，關鍵還是存儲；核心算法，特斯拉也就是中等偏下。

ZHU：馬斯克本來就是OPEN AI的股東，而且還有很強大的人形機器人業務；英偉達最早的AI服務器就是給了馬斯克的。

ZHOU：特斯拉沒有任何原創東西，骨干網regnet是facebook的，neck是谷歌的bi-fpn，head是谷歌的ViT-B做Bev transformer，至于OCC，它就沒有。這可都是AI DAY寫出來的。OCC只是個預測頭，硬要說特斯拉有，那就是15年前就有的mlp。