玩酷网

800公斤电动赛道利器：Baltasar发布RevoltR概念车，5分钟可充电80%在汽车行业，能将超级跑车性能与超快充电速度集于一身的电动赛道利器并不多见，而西班牙小众汽车制造商Baltasar近日就带来了一款这样的作品。在巴塞罗那汽车展上，Baltasar正式发布了其Revolt赛道车型的最新版本——R概念车。这款新车沿用了品牌一贯的设计理念，将超轻量化结构与出色的空气动力学性能相结合，不过与大多数赛道日专用车型不同的是，其采用了纯电动驱动方式。从名字就能看出，RevoltR是标准版Revolt的更强、更具攻击性的升级版。该车型采用手工打造，配备碳纤维单体车身结构，并且安装了符合国际汽车联合会（FIA）标准的铬钼钢防滚架。其悬挂部件由碳纤维、铝和凯夫拉材料混合制成，一切都是为了减轻车身重量，这款车的整备质量不到800公斤。作为对比，美规版马自达MX-5Miata的重量比它还要重273公斤。韦雪自曝要去do脸了

从当下的汽车产业竞争格局中，就可以看得出来商战究竟有多么的疯狂、激烈与内卷。当下的汽车商战似乎比当年的互联网和智能手机大战更为疯狂，日久终见人心，企业也是如此…​​​

阿维塔风洞这件事已经告一段落了结局很明显没有赢家也不会继续有什么下文了结合最近很火热的小米su7ultra机盖事件这段时间互联网上大伙对于“风”的概念还挺热闹五花八门的硬核讲解也是一大堆但其实对于咱们绝大部分的普通老百姓来说也就真是看个热闹毕竟从驾驶本身出发想在马路上通过车感受到风的力量是很难的一件事哪怕是992gt3rs这种车它的空力套件在马路上几乎也可以视为0作用性能角度来说即便许多包括但不限于TCR级别的赛车或者哪怕是GT4其实空力因素也没有那么那么大或者说许多车的空力在人体感受上也不会那么直观即便即便是GT3这种大空力车在中国的许多许多赛道里也并不能发挥出这些车辆的绝对空力性能毕竟像上赛一样拥有高速弯的赛道本身就不多更别说空力带来的这些过弯性能下压力空气阻力等等专业词汇离老百姓有多远了而就能耗来说风阻对于寻常百姓更直观的其实就是油耗电耗油耗意味着多花钱电耗意味着续航能力而已但风阻也一定或者说从来也不是老百姓买车最终的决策点许多人也并不看重这一点只不过这波流量是因为阿维塔撞上了枪口罢了且不论阿维塔到底风阻如何如何如何我相信此次以后许多消费者在买车时看到诸如风阻这般的数据时多多少少心里会打点折扣或者犯点嘀咕而这次事件我相信也同样重重的会给许多我知道的和不知道的“某些车企”敲响个警钟吧……..

2002宝马M3CSL概念车2004宝马M5概念车2007宝马M3概念车后皆转为量产。​​​​

陆陆续续有朋友找我买小鹏，说看了我的辅助驾驶视频（朋友原话多是说自动驾驶视频，无人驾驶这些味重的词，我听到都会纠正甚至批评朋友，毫不留情），估计我在卖车，找我问点意见顺便要个优惠权益什么的，最后，我都只能送他们一个理论锦囊，介绍一些小鹏智驾方面的特点，靠知识变现获得了很多次试驾积分（买不买反正都没有老带新了）这里干脆总结一下，小鹏XNGP大致特点是：有脑子，有性价比，真全栈自研，常在无人区一，先说“有脑子”，也是朋友经常困惑的：一个好的辅助驾驶到底是要看他的什么？传感器是不是越多越好？关于这一点，我的回答一般都会比较明确，就是要看“脑子”怎么样具体讲，就是看：云端AI超算的算力、数据与模型，及车端芯片配置及模型算法小鹏“脑子”的特点是：超算方面：上次在香港听李力耘介绍，小鹏在云端有着10EFLOPS的超算算力，国内顶级超算利用率方面：云端算力90%利用率，国内最高数据方面：由于智驾标配，智驾用户数量众多，且用户智驾使用率高，积累里程多，有居于国内前列的，海量的数据关于云端模型的训练，小鹏与DEEPSEEK类似，是“云端大模型教授+车端小模型学生”模式：小鹏在云端用720亿参数的超大VLA模型（可以理解成超级大脑，不同于小参数模型）训练智驾能力，然后通过“蒸馏”技术，把大模型的精华压缩成车端的小模型，塞进车里。这就像把一个大学教授的知识浓缩成一本简明教材，方便学生（车）用，应该比直接由学生来领悟要更强小鹏的“脑子”情况我记得的如上而至于传感器具体用多少，怎么用好，其实只要是有脑子了，都能用好的，这都不是技术瓶颈与潜力挖掘的方向，关键还是要训练最强“脑子”上次在香港，看到小鹏xngp在内地的软件，居然直接在香港街头跑起来了，感叹AI有脑子了，泛化性就是强，就是不一样了特斯拉fsd在北美的模型在中国大陆跑得很好，是我第一次感叹AI的脑子真好使，但是中国大陆跟北美可都是左舵，但是香港是右舵二，真性价比，bom更低，算力与电耗浪费更低小鹏跟特斯拉一样，从人类世界物理现实出发，认为靠“眼睛（传感器）+大脑（大模型）+手脚（控制系统）”就可以搞定驾驶，追求极致的协调性和智能化。因此小鹏轻雷达，重算力，现在标配的高阶XNGP，没有激光雷达，而是靠高精AI摄像头（用了车规级顶尖的LOFIC技术，堪称“超清眼睛”）+超强算力来搞定智驾。他们的逻辑是，激光雷达太“吃”算力，去掉它能省20%的算力，留给大模型去“思考”。三，真全栈自研，注意，这不像有的友商只是喊自研口号作秀真全栈自研，是小鹏辅助驾驶一贯来的特点小鹏不仅自研大模型，还在搞自己的图灵AI芯片。这就好比自己设计大脑和神经系统，能让模型和芯片完美适配，算力不浪费，效率拉满。特斯拉的FSD系列自研芯片就是成功案例，据说特斯拉车端一倍的算力，可以发挥出其他非自研芯片三倍的实际效果小鹏这波自研图灵芯片，有希望复刻其软硬件一体的优势四，常冲在无人区在2021年出小鹏高速Noa出来的时候，全球车企只有特斯拉与小鹏有在此之前，小鹏的智能泊车，也是做到了当时业界最好用全球第1款量产激光雷达的p5城市ngp，我和朋友还专程从重庆开车到广州去试，那时候国内真没谁有城区智驾再到后面的BEV国内率先落地，再到端到端，再到现在P7+，又成为了国内第1款，真正好用的，没有激光雷达的高阶辅助驾驶小鹏这种始终冲在国内无人区的精神，可能是鹏粉那么多那么铁的主因只要朋友能听懂有耐心让我这样一通说下来，不管朋友买不买车（反正现在老带新也没有政策），起码试驾小鹏那500积分，我是都拿到了的注：上述聊的，都是辅助驾驶哈，没有自动驾驶与无人驾驶人工智能特斯拉fsd小鹏在物理ai领域取得重大突破

无人驾驶是从商用车试点推广开始，中国在大城市试点商用车出租车无人驾驶，这是世界性时代汽车大变革，商用车是前所未有发展潜力，可是商用车整成清一色仙股今年一季度还出现特大股灾，事实证明中国股市不是在做基本面价值投。

昨天理想汽车推出“理想AITalk第二季”，董事长兼CEO李想分享了VLA司机大模型相关内容及个人见解。在AI层级划分上，李想将其分为信息工具、辅助工具和生产工具。他认为VLA司机大模型是交通领域专业生产工具，其实现是进化过程，历经三阶段：2021年起依赖规则算法和高精地图的“昆虫动物智能”阶段；2023年研究、2024年推送的端到端+VLM的“哺乳动物智能”阶段；开启“人类智能”的VLA阶段，能通过3D和2D视觉组合看物理世界，有语言、推理能力。VLA训练分预训练、后训练和强化训练，模拟人类学驾驶过程，以“司机Agent”形态呈现，用户可自然语言沟通。在安全与模型问题上，超百人超级对齐团队保障安全舒适，世界模型解决黑盒问题，判断标准有专业、职业、构建信任能力。理想汽车技术跃迁基于研究、研发、能力表达、价值转化的基本功，受益于DeepSeek开源，也开源自研汽车操作系统回馈社会。李想认为成为有能量的人关键是关注自我、用成长替代改变，亲密关系也很重要。理想汽车十年创业苦多甜少，却在挑战中成长，始终以技术创新解决行业难题，VLA研发踏入AI无人区，未来将持续创造价值。理想AITalk第二季李想谈辅助驾驶到了新十字路口李想说当前竞争环境下要练基本功

中消协点名新能源车市场乱象油车时代好像这种问题出现的比较少吧！互联网思维，饥饿营销，转嫁风险，玩的溜溜的，自己不能按时交车只给积分，客户不能按时提车定金不退。好的不学，尽学坏的。[汗]​​​

李想在思考什么？聊聊对理想VLA的看法...1、李想对于VLA（视觉语言行为）的预判，比很多人坚决且大胆。甚至可以追溯理想对这次改款的信心，不在车本身，而是更注重主动安全和基于VLA的Thor-U智能版的换新。研读了李想昨天的对话，发现李想本人对于AI的理解，并不是浅知识性，而是从知识储备、公司策略到组织上的一系列构建。对AI内部从讨论、研究再到开发，最后看到产品价值点到推进上市。所以今晚L系列的发布也是一个重要的拐点。昨天李想聊到的VLA，很多理论也跟当时周光跟我分享判断基本一致。我惊讶于李想对于非常强的学习能力外，还有他对整个组织的影响。从DS春节出来后，李想就开始讨论如何在DS开源基础上优化上自己的VLA，就是端到端的多模态化。无论是理想CTO谢炎、理想基座模型负责人陈伟等都在春节的讨论中，甚至让原本计划9月发布的VLA，比预期还要更快。其次在VLA训练中，理想的基座模型并不是做通用模型，所以是把VL也就是视觉、语言一起训练，这里面的视觉（V）需要特殊的基于行车环境的3D以及高清2D图像，车端上的行为（A）也要有更专业的汽车领域的数据和知识，这也是理想做基座模型的原因，因为不可替代。2、行业并不会存在通用的智能体。这个逻辑和周光当时聊天的观点基本一致。周光认为AI从一开始的初级专才（L2）到通才，最后会到高级专才（L5）转变。而这个专才就是能够针对自动驾驶开发的智能体，也无可替代。因为整个行业不会出现一个通用的Agent（智能体），啥都懂啥都干还都干得好。因为不同行业里的VLA，里面的V、L和A（视觉、语言和行为）都不一样。而元戎除了部署L2也尝试在做上了RoadAGI，也就是不仅在道路上的汽车，而是开发外卖、小车等移动机器人，这是未来通向高级专才的渠道之一。而理想要做的改变是怎么让AI真在实现用户价值。这个能力的核心，是从一个信息工具变成一个生产工具的转变，这是和用户构建信任的基础，也称之为司机大模型的原因。3、VLA会变成一个竞争围墙。两个人的判断出奇一致，规则时代做不好的人就做不好端到端，端到端做不好的人更做不了VLA。所以VLA的出现不是一个技术切换，或者能迅速追平的技术。因为VLA要有一个更强大定义的基座模型、数据理解、又有预训练能力，强化学习各系列能力，还要如何把蒸馏后的模型塞进不富裕的算力芯片里。研发上是一个体系，而不是一套算法。同时研发上也变成一个组织协同，而不是某位算法大佬主导一整个革命的时代。其次是体验的围墙，VLA核心体验就是拟人化。VLA大家开始普及后，其中的A带来的体验也会有巨大的差异。其次通过强化学习等手段，VLA的安全模型也能够对应的提升。最后是持久战，VLA更重视积累。第一阶段大家拼的场景，从高速、城区、车位到车位等场景，但VLA拼的都是AI体系、技术积累，组织协同和长期投入。这里和大家分享一段李想的回答：什么是智慧呢？智慧就是我们跟万物的接触。如果你没有去过森林，没有在森林里，认真地玩儿、住过几天，那你可能觉得木头就是做筷子的，就是做纸的，就是做桌子的，而并不是意味着它是一个生命，它是跟我们不同的生命，对吧？你没有跟孩子在一起长时间的生活体验，没有跟他们一起去玩，你就没法真正地去理解孩子。那什么是智慧？我觉得智慧就是我们和万物的关系。但是怎么去提升我跟万物的关系？首先要有足够的时间跟万物去接触。所以我在讲的一个很重要的一个问题，就是今天我们很卷，但这是恰恰是真正的人工智能的意义...理想AITalk第二季理想汽车

理想AITalk第二季李想说特斯拉实测目前使用的FSD12.5之前的模型并非其真实能力，而FSD13.0之后的能力则非常强，显示出特斯拉在感知距离、运行帧率和车辆控制稳定性方面的扎实基本功。但特斯拉FSD落地的确实是V13.2.6，只是没有本地数据的训练出现了很多问题，不过李想认为特斯拉基本功特别扎实，尤其是在AI时代，基本功更是不可跳跃的

【理想AlTalk第二季李想面对面五关于VLA会是否是终极架构的讨论】1.什么样的cornercase（长尾案例）是可能端到端加VLM（视觉语言模型）架构无法解决，而VLA（视觉语言行动模型）是可以解决的？-我觉得有两个。第一个问题是它对复杂东西的理解，比如这有一个复杂的修路，如果是规则算法可能就会撞上，如果是端到端可能停下来，但它不知道该怎么干了。如果是VLA（司机大模型）就能轻松解决，而且我不需要有真实的场景，甚至我可以直接生成，然后来数据来进行训练，因为它能够有理解能力了，它并不是只是看到一个景象，就做出一个结果。哪怕最开始这个场景没有办法处理，但我保证三天之内相关的这种场景都能处理，因为我可以拿这东西来生成数据，来进行训练。还有很难的一点是跟人沟通。比如说我们会经常遇到一个在一条路上三条道，最右侧的车道是公交车道，然后又是限行，但是公交车道长久没有维护了，那个印刷已经不清楚了，所以它就会在那跑，虽然你可以通过一个调整说，回到中间车道，但它过一阵又跑到那条车道上去了。如果是人类有了Agent（智能体）以后，我可以跟一个Agent讲，接下来这条道路一直在中间行驶，直到它在导航的时候走了下一个。包含如果跟导航错失了以后，端到端就不知该怎么办了，但是VLA（司机大模型）在小区里可以漫游。在一个开放空间里，它可以先处理完以后，最后再跟导航调整以后的进行汇合，它跟人类完全一样的了。只是今天可能它作为一个人类，能力还没那么强，还有一个成长的过程。2.今年都会是这个状态吗？-还是看整个训练的一个进度，但它泛化能力是完全不在一个量级上了。3.VLA（视觉语言行动模型）是终极的架构吗？还不会有新的架构？-我自己认为VLA（司机大模型）能够解决到全自动驾驶。但是VLA（司机大模型）是否是一个效率最高的方式？是否有效率更高的架构出现？我打个问号，我认为大概率还是会有的。因为VLA（司机大模型）还是基于Transformer，那Transformer是不是一个效率最高的一个架构？我觉得这个其实后边不知道。4.在你看来，它是现阶段效率最高的架构？-我觉得它是能力最强的架构。因为现在能力差距太大了，今天辅助驾驶的这些规则算法、端到端跟人类差距还是太大了。然后我觉得它是最接近人类的，甚至有机会超过人类能力的一种。那它是不是效率最高的方式？其实是打个问号，因为它今天对算力的要求还是很高的。5.VLA（司机大模型）跟最后可能形成的最终大统一模型的关系是什么？-我觉得还是会有一个效率的问题，我的意思是，我们虽然有模型，但我们从来不放弃工具，因为工具是增加确定性和提高效率的。我还是举一个清晰的一个例子，因为团队很多时候太想用模型解决一切问题，那这时候就会出现类似一个现象，比如今天当然VLA（司机大模型）解决很好了，其实我们在使用VLM在解决ETC时候并不好。因为VLM（视觉语言模型）对于位置的判断是很糟糕的，所以它如果是两到三个ETC，然后我怎么进入其实非常容易判断，其实就是这个左中右。但如果像京承高速这样的机场高速那样的十几个ETC，它很多时候就不知道怎么处理了，就开始非常混乱了。我们团队太希望用模型去解决问题，就是说不停地去给VLM（视觉语言模型）喂更多的语料，更多的东西，其实都没有解决这个问题，因为这是VLM（视觉语言模型）的那个架构问题。然后我跟团队说，那解决ETC为什么不能用规则算法？因为最多的也有15个口，对吧？15个口对于你们而言，写一个程序基本上一周之内就能完成，甚至三天就能完成。然后以及我们的准确性更高，所以它就是个好东西，它就是个工具。然后如果是一个确定性的，能够拿规则去解决的，其实它意味着更低的能量消耗、更低的算力消耗和更高的准确性。那我觉得为什么不用？所以团队很快就把问题解决了，我们在ETC就非常的稳了。其实一周都不到就解决了，过去的时候解决了三四个月都解决不了的，成本很高的方式解决不了的。所以我说就是我觉得真正往下去落的时候，很多时候还是要考虑效率，就是今天DeepSeek之所以受到全世界的瞩目，很重要的一个原因还是因为它的效率变得更高了。6.特斯拉FSD真实的进入了中国，对你有没有什么影响？-我们自己一个判断和从实测过来的话，他们大概在用12.5之前的模型，并不是特斯拉真实能力，距离特斯拉真实能力还有巨大的差距。特斯拉13.0以后的能力还是非常强的。而且12.5之前的话应该是这个半规则算法的能力。所以我说不是特斯拉真实能力的体现，但是我们能看到特斯拉基本功是非常扎实的。它的整个的感知的距离，它整个运行的帧率，它整个的车辆的整个的控制的稳定性。7.为什么（特斯拉）没有释放真实的能力？-我觉得如果直接上端到端的话，有中国的这些路况，其实就像我讲的，它在美国没有学习到这些东西，然后再遇到这些复杂的，还是会遇到挑战。8.你们现在还学特斯拉吗？最近从他身上学到了什么？-我觉得美国的很多的顶级的公司，像苹果，像特斯拉这种企业，就是他们基本功特别扎实。我觉得这个是我们真正要去学的，尤其是在今天这种内卷的环境下，包括外部的不确定的环境下，这时候更是每个企业扎扎实实练基本功的最好的时候。而且到了人工智能时代的话，基本功就更是不可跳跃的。所以我觉得如果很多企业做了很多的创新，但是没有基本功，不扎实，很多创新就会昙花一现就过去了，所以这会是很大的问题。因为它虽然拥有很多钱，能发明了很多东西，就创造、创新了一些很多的功能的组合。但是你会发现能力强的公司复制的东西基本上在人工智能时代都是按周计算就能复制过来，所以那个能力的基本功还是非常重要的。9.为什么是学苹果呢？-我觉得最重要的是学能力。我们在小的时候没有看明白，没有看懂苹果，这个阶段的时候我们可能又去认真研究苹果，发现它还有很多能力其实值得我们去学习的。到今天为止，当你做到千亿收入，你再去看这种万亿收入公司的能力的时候，你开始模模糊糊能看懂一些了。但是我们小的时候，我们很小规模的时候，我们看不懂苹果为什么这么做。我觉得最后其实是规模，因为规模是一个可以确定衡量的变化，也会带来用户规模和用户需求的变化，技术和产品的变化，也会带来组织和能力的变化。10.你有试驾过上了VLA（司机大模型）的车吗？有经历过什么ahamoment（惊喜时刻）吗？-我觉得挺难有什么ahamoment（惊喜时刻），因为你已经理解它的原理了，其实就是它就变得跟人很像了。它变成更像人其实没什么惊奇的。相反一个动物忽然会的一些东西，你觉得挺惊讶，但一个人做好东西，你认为其实是正常的。11.你之前对内说过理想的智驾原创性超过了增程，这句话是不是太自信了？-我自己觉得我们在这方面的研究工作真的做得很深。你看到我们的各种的论文，而且我们为了做好辅助驾驶，我们还做了操作系统。然后我们为了做辅助驾驶，我们构建了完整的训练体系，我们为了做辅助驾驶，甚至我们自己去直接去改芯片，我们做了很多这方面的工作。那这方面工作肯定做的比增程更多，然后我觉得还有一个比较好的一个评价方式。就是我们历史上从来没有遇到过，然后任何一个周期，比如2024年和2025今年年初，我们每一个辅助驾驶团队的核心人员可能基本上都会接到20个以上的猎头电话。理想AITalk第二季李想说当前竞争环境下要练基本功

问：你有没有想过DeepSeek为什么不是你做的？李想：-我觉得我只能做最好的自己。我的人生经历，我进入了汽车行业，我做汽车的网站，我其实一直在自己的长板的延长线上继续来做。从最开始做个人网站，到做产品的IT网站，到做汽车网站，最后希望能够改变汽车行业，推出更好的产品，汽车叠加下一代的信息技术。-这个其实是我的一个延长线。他（梁文锋DeepSeek创始人）的延长线其实就是从人工智能开始的，他在浙大学的就是人工智能，那是他的延长线，本身我也相信，量化交易的公司，对于整个模型的能力，对模型的理解，对于本身工程的能力，不会比任何互联网公司差，甚至可能还要更强。308_IO理想汽车新能源汽车

天眼查显示，小鹏汽车申请注册了“铁人”商标。看来小鹏不仅在汽车领域风生水起，还准备在智能机器人赛道大展身手。小鹏汽车申请注册铁人商标​​​

对于车上没有司机的场景，经常周末在家附近遇到无人驾驶的出租车在路上跑，还坐过一次，其实没有那么的不适应或不能接受还感觉有些科幻新鲜感，只是目前毕竟还是少数，私家车还没有，可以想象可能过不了几年，路上就有无人出租车、无人乘用车，这是必然的趋势，那么人类到时候该是一个什么样的角色呢？自动驾驶人工智能

汽车奔驰将于2025年6月推出AMGVision2025概念车的量产版本C590，该车基于AMG.EA架构，搭载YASA公司开发的轴向磁通电机，目标是击败保时捷Taycan。​​​

中国自动驾驶公司小马智行将与优步合作推出其无人驾驶出租车服务，与此同时，该公司正推动大规模商业化。小马智行周二表示，用户将可以通过优步应用选择小马智行的无人驾驶出租车出行，该公司同时指出，这些服务将于今年晚些时候首先在一个关键的中东市场推出，之后将扩展到其他国际市场。优步和自动驾驶公司文远知行周一表示，

奔驰：服了你了奔驰MPV概念车VisionV发布，好家伙，这设计也过于“前卫”了，对上咱们已经量产的理想Mega，同样超前的外观，手握100个W，你会怎么选？【来自懂车帝车友圈】

李想称VLA是从动物到人类的进化李想小课堂开课了，三个为什么直接给我问住了，明天晚上我听听怎么回事吧。​​​

捷尼赛思G70TrackDay概念车正式发布，专为赛道而生。

贾跃亭说：推动了中国新能源汽车弯道超车近日，贾跃亭接受采访，谈了很多内容，其中有2点，让我印象最深刻：第点是，他说“自己当年说互联网企业能够造车感染了很多人，一定程度上推动了中国新能源汽车产业弯道超车。”第点是，他说“FF培养了大量AIEV人才，是中国新能源汽车行业的黄埔军校。”对此，有网友评价：“一定程度上推动了老赖的增加！”其实吧，贾跃亭还是非常励志的，不管经历什么困难和阻碍，始终坚持自己的造车梦想。