年初大火的大模型，各种ChatGPT，核心就是transformer，证明了大力出奇迹。

智能驾驶的网络其实就是各种transformer模块组合，初期bev是靠各种糅合，21年用transformer一统江湖。今年9月FSD v12所说的端到端，老马很隐晦的说“方法就摆在眼前，只不过没想到而已”，业内猜测就是transform把最后的轨迹预测部分取代了（之前用的是穿透的是蒙特卡洛、各种搜索算法，纯trick），这块完成以后，后面就是大力出奇迹的时刻了。

视觉识别模型目前还没到GPT那个阶段，主要是训练所需的算力需求太恐怖了，OpenAI要搞1000万块GPU来训练世界模型，是GPT4所需GPU的400倍。。。

国内商汤等已经在这块完成了实验，上车也是时间问题，所以说技术差异其实没那么大，主要还是在算力上。。。

【 在 Muscle2021 的大作中提到: 】
: 涨知识了
--
FROM 114.246.98.*