之前写过一句话，特斯拉用于模型训练的数据大概每台车是 个位数 GB。
结合最近一直爆火的 DeepSeek 其核心用了一个极其低成本的方法，得到了一个强悍性能的模型。
这两个其实都指向一个事，事实上，哪怕都是基础 tf 这个算法所衍生出来的 大模型，在实际应用上，大家的水平差异非常大。
至今，特斯拉对于数据处理的基础算法能力依然是个谜，并且事实上，这个能力可能领先同类型主机厂、自动驾驶方案公司很多，如果必须要量化，估计领先 3-4 年。
基础技术能力 和 产品能力并不是一回事。
但我们所知道的，谷国内已经有自动驾驶公司在去思考和往这个方向上做了。
至少在目前的技术范式下，眼前的技术探索目标是：如何实现高效的获取和处理数据。
长久的目标是，打开新技术的大门。
大家会觉得，后者好像更难，但这恰恰是现在 ai 的价值，利用现有的 大模型 去找到新技术。
这就像 ai 用于医疗一样，靶向药的研发，如果靠实验室可能需要 20-30 年也只能做几个实验，但 ai 可能可以更快。
这一步叫：让 AI 找到革自己命的新技术。
