近日，佐思分析师群讨论了特斯拉汽车、AI和人形机器人。

争论源于这个话题：复杂的Occupancy Network可以在10毫秒中计算完毕，也就是说Tesla Occupancy Network的输出可以达到跟相机同样的36Hz，而目前绝大多数Lidar的采集频率只有10Hz————这个结论对吗？fsd视觉处理能超过30hz?

于是讨论开始了：

ZHOU：吹牛呗，某些人就是特粉，认为特斯拉天下无敌。LIDAR频率可调，5-30Hz都有。某些FLASH LIDAR，频率可轻松做到1000Hz。特斯拉HW3.0那个DRAM才16GB，带宽63.5GB/s，一个OCC模型至少20GB，根本装不下，以这个带宽，3Hz都做不到。要跑大模型，必须HBM，带宽至少TB/s级。

YU：大模型是否上车这事，严重不同意老周观点。我认为已经上车了，采用压缩处理方式。

ZHOU：这个大小是相对的，比如早期CNN模型参数只有几百万，那么几千万参数也可以说是大模型。但真正的大模型或者说主流的，参数都至少是1000亿起。

ZHU：基于AIday 的介绍，这一系列复杂计算可以在10ms内完成，意味着完全能跟上车载摄像头36帧的拍摄频率。

业界激光雷达的普遍水平为10Hz的扫描频率，而问界M9激光雷达的扫描频率高达20Hz，这意味着其能够更快地更新环境信息，提供更实时、更准确的感知数据。这有助于提升问界M9在智能驾驶中的表现，提高行驶的安全性和舒适性。

ZHOU：所谓知识蒸馏并不能压缩大模型，它只是训练方面无需太多的硬标签。超过100亿参数的大模型永远上不了车。因为必须用HBM，HBM太贵了，做HBM必须台积电2.5d或3D工艺，芯片价格不低于5000美元。多看几篇顶尖论文就知道了。

ZHU：千亿参数涌现智力，这个智力是人的较全面的智力。但如果处理专业方面的智力，的确是可以通过剪枝、知识蒸馏、量化等很多方法实现；现在三星、苹果已实现百亿模型压缩后在手机上流畅运行，今年有望实现千亿模型压缩后，在终端运行，带来很好的体验。

ZHOU：transformer和大模型一样，永远无法做骨干网，车载领域骨干网还是CNN。手机可以运行百亿参数，那个是语言模型，不需要实时性，人可以等1-3秒，就算流畅。车不一样，车要30Hz，高速60Hz，换句话说性能要是手机的100倍。

ZHU：其实驾驶并不需要多高的智力，也就是并不需要太复杂的信息处理，一个普通智力的人也能开好车，从宏观的角度看，基于transformer的FSD大概率已经实现了全自动驾驶了。我不是特粉，但客观地觉得特斯拉做到了。

ZHOU：特斯拉芯片远不如顶尖手机，像高通的gen 3

ZHU：在核心算法上，之前和几位业内人士沟通过，国内确实落后5-10年，甚至更大

ZHOU：不仅是算力，关键还是存储；核心算法，特斯拉也就是中等偏下。

ZHU：马斯克本来就是OPEN AI的股东，而且还有很强大的人形机器人业务；英伟达最早的AI服务器就是给了马斯克的。

ZHOU：特斯拉没有任何原创东西，骨干网regnet是facebook的，neck是谷歌的bi-fpn，head是谷歌的ViT-B做Bev transformer，至于OCC，它就没有。这可都是AI DAY写出来的。OCC只是个预测头，硬要说特斯拉有，那就是15年前就有的mlp。