作者 | 林默 1 如果人工智能可以有感情，那么现在百度萝卜快跑的心情应该是，“以前赶着上班的时候，叫人家小甜甜，现在堵在路上了，叫人家勺萝卜”。 事情的经过是这样的，近期武汉城市留言板出现的多条投诉留言，说萝卜快跑转弯卡着不动，导致早晚高峰交通拥堵。 但是不久前的另一条消息是，很多用户为了方便赶早班，建议萝卜快跑把运营时间提前一个小时。 自动驾驶素以遵守交通规则闻名，萝卜快跑也立马在官方微博下场澄清，针对恶意投诉、虚假事故等网络内容，已经第一时间向公安机关报案，且公安机关已立案侦查。 插播一句，百度公关这一波还是不错的，一边向警察叔叔报案，一边还卖了个萌，在六一儿童节这天，用漫画强调道路千万条，安全第一条，在保证生命的绝对安全是首要原则的同时，也承诺会“努力干饭、快快长大”。 2 在那些激烈争论萝卜快跑造成交通堵塞评论里，有一条留言是，“在成为自动驾驶第一城之前，武汉的早晚高峰难道就不堵车么？” 是啊，这可是武汉，九省通衢之地。其他城市的早晚高峰是在立交桥上交错的，武汉早晚高峰的重要组成部分，是在11座长江大桥上进行的。 交通格局越交错，汇入早晚高峰的人，心情越复杂。如果身边都是人类司机，大家都眼睛瞪得像铜铃，满脸写着我不好惹，也就罢了。 可是，如果此刻，旁边出现一辆，依然以保守安全的标准行驶的自动驾驶车辆。不管他是不是真的慢，你都觉得他慢了。不管是不是它造成的堵，它都给此刻的你添堵了。 我没坐过武汉的萝卜快跑，但在北京亦庄真正体验了一次无人车，整个行驶过程超出预期得平稳，即便前面的人开得慢且两边没有其他车流，它也跟了十多秒之后才变道超车。 所以也大概能理解，在早晚高峰的武汉，看着萝卜快跑这种追求绝对安全的平稳驾驶，内心会有多大的不舒爽。 这里面不是谁错了，而是经验与规则，会在某些特殊的时点出现背离。早晚高峰，每个人都在急急地朝着目的地跑，就萝卜快车顾左顾右、稳中求进...... 有些网友调侃萝卜快跑叫做“勺萝卜”，形容它的傻愣。但其实，在武汉人的眼里，“勺”的另一个意思是耿直。 傻愣和耿直往往只有一线之隔，这一线，在视角、在规矩、也在底线。 看到这场舆论风波与结果，也有很多武汉网友现身说话，表示“在武汉生活过一段时间的人表示，估计只有无人车会礼让行人”“萝卜是武汉唯一让我先过马路的车”。在其他社交媒体，也有新手司机发帖感慨，萝卜快跑或是其他无人车遵守交通规则，对自己相当友好。 有一个在萝卜快跑下过700多单的小姐姐，在安利无人车时表示“萝卜快跑不仅方便而且开得稳当，晚上打车也很安全”。 一码归一码。每个城市的道路情况，都是由交通管理、城市规划、基础设施建设以及道路交通参与者综合决定的。出现问题就抛给无人车、清洁车辆、大型货车等等，其实是一种偷懒的行为，还有可能遮蔽真正的成因。 而无人驾驶这种对安全性有严苛要求的行业，现阶段最应该讲究的，本就不是“快”。 3 也许评论区里争论的双方沉浸其中，觉得自己找到了新论据，吵出了新高度。 但纵观互联网的历史短河，这个场景并不陌生，网络商务、电子支付、团购、外卖、网约车，再到无人车，每个都是头顶都被是被扣过孙悟空同款紧箍咒，脚下被画过唐僧同款行动限制圈的。 打车软件刚刚兴起之时，网约车一度提出采用户籍制度进行司机分配，通过控制车辆供给和司机数量降低拥堵。网约车贻害四方、增加交通拥堵、注入不稳定因素、污染城市空气，类似的砖家发言也层出不穷过。 当然，再往前，讨论大清国要不要修铁路时，连曾国藩也拿出过“修铁路必然破会马车夫、人力车夫、轿夫和旅店的生意，这些人没了生路，一定会闹事”。 历史是螺旋式上升的这句话，讲的不仅是上升，还有螺旋。上升的，是所有创新者未必都看得见的未来；螺旋的，却是要持续面对否定的当下。 面对新技术、新工具的时候，我们当然可以情绪浓烈，反复叩问“行不行”“值不值”。但如果愿意把情感浓度控制在一定范围内，思考和对话也许会更有价值，至少，多打开一寸视角。 数据显示，中国目前是自动驾驶发明专利最大的来源地，占比一度达到43%。这个数字背后，离不开百度、李想、蔚来、小鹏等企业坚持开荒拓土，武汉、杭州、深圳、北京等城市相继接纳“新生”。 而这，也让原本悬置于科技创新概念之上的自动驾驶，真正成为提升大众出行服务体验的升级产业，为城市经济注入新活力。 当前中美两国在自动驾驶技术上并驾齐驱，正在面临日益激烈的非技术竞争。美国旧金山全域和大部分硅谷地区、美国第二大城市洛杉矶均允许全时段（7x24小时）、全无人（无车内安全员）可收费的规模化运营；德、英、日等多国也在加快完善自动驾驶政策法规体系，希望引领产业发展。 在我国，五部委近期组织开展车路云一体化试点工作，各地发展自动驾驶的热情更加高涨，为自动驾驶商业化按下“加速键”。 当前是自动驾驶发展窗口期，机会稍纵即逝。在技术层面，萝卜快跑等拥有国外Waymo、特斯拉等企业比拼的信心和实力。只是这一切，需要更多的空间和时间。 不管你愿不愿意，放眼全球，智能交通已经是创新实践最为活跃、竞争最为激烈的领域之一。自动驾驶作为其中重要的一环，从技术到商业层面的竞争都在不断加剧，也指向国与国之间的博弈。 萝卜能不能跑得快，不仅取决于萝卜。而你不上道，自然会有别人占道。

快科技6月3日消息，小米汽车官微宣布，小米SU7即将进入新一轮的交付提速，6月将确保交付超过1万辆。 从6月起，小米汽车工厂正式开启双班生产，提拉产能；同时为了加速定单与生产匹配效率，小米将于6月5日0点起，将大定锁单犹豫期从7天缩短至3天（72小时）。 官方表示，相信这一系列举措将有助于让下定锁单用户更快提获爱车，由此带来的不便，恳请大家理解支持。 此前在5月份，小米汽车对产线进行了改进和维护，同时与供应商伙伴进行了关键的沟通与动员，确保共同提升生产节奏，满足市场对小米SU7更高的需求。 小米表示，小米SU7标准版除了现有的弗迪电池外，还新增了宁德时代的电池，两款电池均来自行业内领先的电芯供应商。 小米汽车对今年的交付目标充满信心，计划全年确保交付10万辆以上，并进一步冲刺12万辆。

出品丨虎嗅汽车组 作者丨周到 头图丨视觉中国 许久未见的余承东，如今似乎只会因为华为的新车而亮相了。 5月31日，由华为提供技术和产品赋能的技术生态联盟——鸿蒙智行，旗下的两款新车——问界新M7 Ultra和享界S9举行了发布会。其中，前者是正式上市并在6月2日开启交付，而后者则是发布了预售价，并将在今年8月在北京上市。 一年前的5月，华为举行了AITO问界品牌的第10万辆新车下线仪式。彼时，华为常务董事、终端BG董事长、智能汽车解决方案BU董事长尽管放出了“以后一个月卖十万辆”的豪言壮语，但在当年的5月，问界的M5和M7加一块儿一共才卖了5629辆。与2022年月销过万辆相比，华为的智选车业务似乎一度走到了悬崖边上。 如今，早已缓过来的余承东和华为，已然“翻身农奴把歌唱”。问界新M5 4月上市后，1个月内大定突破2万辆；问界M9上市5个月大定突破9万辆，有用户甚至至今还在排队提车…… 问界M9 而这一切的大功臣——问界新M7，去年9月上市以来大定突破18万辆。甚至有几个月的时间，问界品牌在销量榜上已经超越了理想汽车，成为中国中高端新能源汽车的销冠。 但是，正如有人曾言：“往往是一种倾向，掩盖另一种倾向”。具体到问界和华为身上，便是该公司鸿蒙智行体系车型热销的背后，其品牌势能究竟能有多大的辐射能力。以及，该公司正在踏入的一个陌生战场，所面临的不确定性。 具体而言，两个问题：问界新M7为何上市8个月就要改款？ “豪华D级”纯电轿车享界S9，到底能卖几辆？ 爆款车半年就改款，华为图什么？ “很佩服华为和余总，一款车明明只改了这么点东西，居然能讲这么久，而且还有这么多人愿意看。”一位行业人士在交流过程中，这样对笔者说道。 新车与去年的“老车”的区别，总结下来只有前脸、音响、底盘和智驾。 和4月发布的问界新M5类似，问界新M7 Ultra在前脸上采用了“大嘴变小嘴”的设计思路。和老车相比，新车不仅一眼看上去更像电动车了，也具备了更强的科技感，“中年味儿”少了许多。 问界新M7 Ultra版 2024款 问界M7 Max版 而在车内，问界新M7 Ultra的改变就得拿放大镜看了。在车辆前仪表台上，品牌旗舰问界M9上的HUAWEI SOUND音响得到了下放。 如果虎嗅汽车的拍摄环境不是重庆下午2点的大晴天的话，这套音响设备会更加“哇塞” 此外，问界新M7 Ultra的前排座椅头枕采用了快拆设计，用户能够以更快速度将前排座椅放倒，与后排形成躺椅座以实现车内小憩，弥补了5座版不像6座版车型拥有第二排独立座椅的遗憾。 而在底盘方面，尽管受制于平台限制没有上空气悬架，新车搭载了CDC连续可变阻尼减震器，能够在10毫秒内对悬架阻尼的软硬进行调节，以提升车辆的驾驶性和舒适性。在笔者的实际体验中，这款车相比较没有CDC的老车，在过弯时的确提供了更好的侧向支撑。据介绍，问界新M7 Ultra的麋鹿测试成绩提升到了75.5公里/小时。 同时，借助摄像头和激光雷达，问界新M7 Ultra实现了ADS预瞄和CDC减震器的联动协同。在即将通过减速带时，车辆能够预先调节减震阻尼，降低路面起伏带来的冲击感。 最后在智驾层面，问界新M7 Ultra从原有的速腾聚创128线激光雷达，提升到了华为自研的192线激光雷达，相关硬件性能也有提升，整体升级到了华为ADS 3.0的硬件平台。 具体到功能上，相比较笔者体验过的蔚来、理想等城市领航辅助驾驶，华为的城区NCA领航更加“合理”且“大胆”。在重庆的城市道路上，在面对路边违规停车阻碍右转车道时，问界新M7 Ultra能够像人类驾驶员一样，短暂压实线借道通过，不教条遵守规则。而在实际行驶中，车辆对方向盘脱手时长的设定也更加宽松，不会频繁提醒。 主打的，是技术自信。 综上，问界新M7 Ultra上产品层面值得说的，在笔者看来也就是这些。那么这就带来一个问题： “才刚推出8个月的问界新M7，为什么就要着急推出Ultra车型，做新年款了呢？” 结论可能会出乎意料：华为的车，后劲儿可能没有大家想象的那么足。从下面这张销量统计图就可以看出，问界M7从去年10月开始交付上量后，这款车在今年1月份达到了近3万辆的交付峰值，随后便开始稳步下落，直到4月的9266辆。 更引人注目的是，在刚刚过去的6月1日，各家品牌纷纷发布各自5月销量的时候，问界竟然缺席了这一活动。相对应的，外界统计的口径里，该品牌只是联合智界S7共同组成“鸿蒙智行”，以30578辆的5月销量示人。 要知道，智界S7在4月的销量也并不是那么尽如人意。尽管余承东在发布会上称，这款车成为了“30万+纯电动轿车4月交付量NO.3”，但其实也才只有5012辆，与该细分赛道排名第一的极氪001比，相差超过1倍。 “归根结底，如今这么卷的市场里，一款30万元级的SUV如果不依靠品牌溢价和服务体系，其热度就像手机一样，很难维持超过3个月的时间。”杰兰路总经理朱锴对笔者断言，“很多用户的购车需求其实原本没有这么紧迫，往往是被新车所激发出来的。而华为的营销能力，恰好能实现这一点。” 在朱锴看来，华为其实自己也意识到了这个问题。按照产品规划的时间点，问界新M7 Ultra显然早就提上了日程，“此前新M7的热销，大概率加速了供应商备件的消耗，一定程度上甚至加快了新款推出的时间。” 由此可见，华为已经将新车的发布和营销周期，调整到自己熟悉的“旗舰手机”的节奏，即6 ~ 8个月的时间出一款。而结合该公司的研发强度和产品能力，以及强大的营销力量，这一节奏将会给中国汽车市场带来怎样的影响，值得每一位竞争对手警惕。 用智能当底牌，华为恐怕杀不死BBA 华为官方海报显示，问界新M7 Ultra上市首日大定已经突破了12000辆，已然提升了热度。甚至还有问界销售人员称，汹涌而来的下单人群挤爆了服务器，打崩了后台订单管理系统。 但是朱锴则告诉笔者，他和团队发现，在上市的前一周问界新M7 Ultra的展车已经到店，销售早就开始和潜在用户进行沟通了。换言之，这12000辆的客户需求并不是被单纯一场发布会所激发的。 当然，实打实的订单证明了，这款车依旧能打，且可以给竞品带来肉眼可见的压力。据笔者了解，理想汽车已经在问界新M7 Ultra的直接对标车型——理想L7和L8 Max上制定了应对策略和话术，并在终端加码了优惠政策。 不过，对于这次发布会上的另一个主角——享界S9的销量，笔者并不看好。根本原因在于，其45 ~ 55万元的预售价，以及“D级豪华车”的定位。 首先需要说明，此前有关方面放出风声，称这款车是“纯电D级”的定位，显然是一种营销策略。因为从产品级别和定价来看，这款车要杀入的市场，是BBA德系豪华品牌最稳固的中大型轿车，也就是C级车市场。 在尺寸方面，智界S9长宽高分别为5160mm、1987mm和1486mm，轴距为3050mm。这车个头比奥迪A6L和国产奔驰E级加长略大，但小于今年上市的新一代宝马5系/i5，看上去似乎有得一拼。 但在我国，这三款车是此前中国汽车品牌未曾逾越过的“三座大山”。用户之所以选购它们，除了其本身产品力素质过硬之外，最为看重的就是三叉星辉、蓝天白云以及四个圆圈带来的品牌附加值，抑或是情绪价值。 “买轿车的人，追求舒适的同时，更看重品牌。说白了就是需要看上去有面子。”朱锴对笔者说道，“奔驰的豪华，宝马的运动，奥迪的体面，这与这三款车以及三个品牌，在中国汽车市场中几十年的存在与深耕所分不开的。换言之，用户希望借由这三款车，来塑造自身的形象。” 当然，与动辄历史超过几十年乃至上百年的德系豪华品牌来拼群众基础和讲故事的能力，并不是享界S9的强项。因此，华为在发布会上用了更大的笔墨，来传递这款车在工艺、舒适和科技上的亮点。 例如，这款车的“星河大灯”犹如钻石切割一般，拥有超过1万个切割折射面；前风挡下方到后风挡下方的距离达到了3460mm，做到了空间最大化；ADS 3.0高阶智驾系统也将在这辆车上首发。 当然，华为引以为傲的音响、快充补能以及智驾软件，享界S9也将一并搭载。结合其身上华为的品牌标签，大概率会和问界M9一样，在上市初期获得一波亮眼的订单。但从长期稳态销量上看，这款车同样有着不确定性。 首当其冲的就是性能层面。这款车的入门版上，仅配置了单电机后驱的动力模式，这放在一辆45万元（预售价）的豪华轿车上，显然有些说不过去。要知道，隔壁起售价更低的蔚来ET7，全系标配了双电机四驱。甚至价格更低的，同样搭配了双电机的小米SU7顶配MAX版，售价也不过29.99万元。 更不用说，BBA们如今在售价上也更有“诚意”。根据懂车帝的经销商终端价格信息，同属C级豪华序列的奥迪A7L，起售价已经来到了37.87万元；人民群众喜闻乐见的奥迪A6L，起售价也不过29.95万元；宝马5系今年换代后，起售价已经来到了38万元以下；奔驰E级在终端，也有了超过10万元的优惠。 “当‘北京华为’，碰见‘北京奔驰’，到底谁品牌更强？这个问题值得探讨。”朱锴打趣道。 他还对笔者表示，豪华品牌如今的竞争力除了品牌势能、价格优惠之外，还有售后服务体系所带来的整体体验。据他和团队的调研，华为的问界和智界品牌，目前存在售前和售后“两张皮”的问题。用户看车、试驾和下定，由华为体系负责，而售后则由赛力斯和奇瑞跟进，“两者在体验和效率上显然不太一样，已经引发了不少用户的吐槽。” 对此，笔者期待华为能够联手北汽，为用户提供有区别于前两“界”的不同体验。作为中国汽车品牌继蔚来后，又一次向BBA禁脔——C级豪华轿车发起重启的选手，华为和享界S9应该付出更多资源和努力。 因为，能否在用户端建立起豪华心智，并打造出被市场广泛认可的豪华汽车，才是决定华为能否超越“热度”周期，构建起属于自己的品牌溢价的最难一道坎。 要知道，上一个冲击这个目标的蔚来ET7，4月才卖了93辆。 写在最后： 1988年5月17日，一汽与奥迪“关于在一汽生产奥迪的技术转让许可证合同”，开始组装生产奥迪100。这辆车在换代后，就成为了我们熟悉的奥迪A6。从那时起，中国开始有了国产的豪华C级轿车。 在此之后，有无数汽车人发问：中国什么时候能有自己的豪华品牌，能造出世界人民认可的C级豪华轿车？ 伴随着新能源汽车的浪潮，传统燃油时代豪华品牌们的地位，在中国正摇摇欲坠。但无论是品牌还是车型，中国汽车市场都没有产生出一个足以替代旧王的新王。 笔者此前曾期待华为和享界S9能够带来不一样的新鲜空气，但从目前透露出的信息来看，恐怕这个进程会比很多人期待的，来得更晚一些。

快科技6月2日消息，在第二届未来汽车先行者大会上，零跑科技的创始人、董事长兼CEO朱江明戏称，中国车企的CEO们可能是“全世界最惨的人”。 因为他们不仅要每月发布销量月报，还要应对理想汽车CEO李想所“发明”的周报，“今天要发5月的销量月报，理想的李想又发明了周报”，朱江明表示。 朱江明在演讲中提到，尽管外界有声音称他是唯一没有进行直播的车企CEO，但在听了周鸿祎的演讲后，他考虑也许应该尝试直播。 但他同时强调，零跑科技的主业仍然是技术和产品的研发。 此外，朱江明还透露了零跑科技的市场战略，表示公司目前聚焦于10~20万元的新能源车市场，C系列车型占其销量的85%，并且计划每年推出一个新系列，以覆盖从A0级到D级车的各个细分市场。 在海外市场布局方面，朱江明认为全球化对于车企是必由之路。 他透露，零跑汽车已经与Stellantis集团合作，计划在9个欧洲国家落地，并在今年底前进一步拓展到印度、亚太、中东、非洲及南美洲等市场。 目前，零跑已经完成了欧洲200家经销商的招募工作，并计划在7月在整个欧洲开放销售网络，9月份实现完整的销售。

快科技6月2日消息，在未来汽车先行者大会上，余承东表示，华为的智能驾驶能力如果在欧洲，“妥妥的能搞定L3”。 余承东表示，他们比较遵守交通规则。“中国的道路相对复杂”，“有时候开车比较野，根本不给你让”。 而在与车fans创始人孙少军直播对话时，余承东称智驾要比拼算力和能力，包括软硬件能力，AI人才等等，只有少数厂家能做到，国外就是特斯拉，国内就是华为。 前不久余承东还表示，华为的智能驾驶团队已在美国旧金山、加拿大多伦多等地进行了深入的实地测试，测试结果给予了华为团队极大的信心。 他坦言，即使特斯拉的FSD（全自动驾驶）功能进入中国市场，华为也有充分的信心在智能驾驶领域战胜对手。 此外，余承东还透露，截至2024年5月，华为ADS（自动驾驶系统）的智驾总里程已超过2.2亿公里，支持全国超过40000个城乡镇的高阶智能驾驶，实现了“全国有路就能开”的愿景。

IT之家 6 月 2 日消息，在 6 月 1 日举行的未来汽车先行者大会上，智己汽车联席 CEO 刘涛带来了固态电池产品的最新消息。 智己刘涛透露，上汽集团与清陶能源联合研发的光年固态电池将于今年 10 月实现量产上车。这款电池采用了无机氧化物固态电解质，从化学特性上不仅高温下不可燃，而且在准 900 伏高压架构下，展现出了超快充性能。其峰值充电功率高达 400 千瓦，仅需 12 分钟即可为车辆增加 400 公里的续航里程。 目前，作为第一代产品的光年固态电池，其液含量为 10%，属于半固体电池范畴。然而，智己汽车已经制定了清晰的技术路线图，逐步向全固态电池过渡。到 2025 年，智己汽车计划将量产产品的液含量降低至 5%，更加接近“全固态”水平。而到了 2026 年，智己汽车预计将实现液含量为 0 的全固态电池量产。 IT之家注意到，刘涛还透露了全干式全固态电池的进展情况，目前已经进入了 500 天倒计时阶段。预计将与 21000 转的飓风电机搭配使用，使智己 L6 四驱性能版车型实现最大超过 1000 公里的续航里程。 除了技术方面的进展，刘涛还就此前与小米的舆论争议进行了回应。他表示，事件中确实存在一些误解，主要是由于员工在标注数字时的不慎导致，并对此表示歉意。刘涛认为：“传统车企创业的造车新势力，在流量营销、流量运营上与头部互联网企业差别非常大，让用户知道和认可我们还需要提升。”

快科技6月2日消息，瑞典电动汽车制造商极星汽车的股价近期暴跌至73美分的历史新低，面临在纳斯达克退市的风险。 若其股价无法在规定时间内回升至1美元以上，极星汽车于2022年通过与特殊目的收购公司(SPAC)的反向合并上市，当时估值高达210亿美元。 然而，其股价至今已下跌约95%，市值缩水至16.5亿美元。 极星汽车近期收到纳斯达克的违规通知，因未提交2023年年度报告。 公司表示正在努力尽快提交年报，并将在不久后公布2024年第一季度未经审计的初步财务和运营结果。 极星目前面临较大的经营压力。 据悉，该品牌于2018年推出的首款高端车型Polestar 1定价145万元，销量有限。 2021年推出的第二款车型Polestar 2虽然定位更大众化，但面对理想、小鹏、蔚来等竞争对手的大规模交付和车型优势，市场表现并不理想。 为提升销量，极星自2023年起加快产品推出节奏。售价69.8万元的Polestar 3定位小众市场，而29.98万元的Polestar 4则面向大众市场，尤其是中国市场。 但即便如此，极星的交付量仍未达预期。2023年，极星多次下调年度交付量预期，从最初的8万辆降至6-7万辆，但最终仅交付约54600辆。

快科技6月2日消息，比亚迪海洋网全新车型的续航信息近日曝光。 根据工信部发布的《免征车辆购置税的新能源汽车车型目录（第六批）》，这款预计命名为”海豹X"的纯电动两厢轿车将提供两种电池容量，分别为59.52千瓦时和72.96千瓦时，对应CLTC工况下的续航里程为505公里、605公里和550公里，其中550公里或为四驱车型的数据。 新车可以看作是北京车展发布的OCEAN-M概念车的量产版，采用了相似的设计理念，并在细节上进行了量产化调整。 尺寸方面，该车的长宽高分别为4630/1880/1490毫米，轴距2820毫米，提供18英寸和19英寸轮辋。 申报图显示，除了海豹X，还有可能使用海豹06GT、海豹MINI、海豹05EV等命名，最终命名以官方发布为准。 动力方面，新车将提供单电机后驱和双电机四驱两种布局。 单电机后驱车型有最大功率160千瓦和165千瓦两种电机，双电机四驱车型前桥为110千瓦交流异步电机，后桥为200千瓦永磁同步电机。 海洋网全新车型基于e平台3.0 Evo打造，定位介于海豚和海豹之间，预计售价15万-20万元，将于今年三季度上市。 作为紧凑级轿车市场中少有的纯电运动风格两厢车，新车有望获得不错的市场表现。

快科技6月2日消息，易车榜公布了4月全球畅销汽车品牌排名，丰田第一，大众第二，中国品牌比亚迪首次进入全球前五。 从数据来看，日本丰田4月销量62.93万辆，环比下滑15.6%，但依然稳坐头名。 德国大众排名第二，当月销量37.76万辆，环比下滑12.3%。美国福特以31.45万辆的成绩位列第三，环比下滑10.2%。 比亚迪跻身第四，4月销量31.27万辆，同比增长2.9%，这也是中国品牌首次进入全球前五。 第五名是日本本田，该月销量26.29万辆，环比下滑29.2%。 此外，韩国现代、日本铃木、美国雪佛兰、韩国起亚、日本日产跻身前十。

凤凰网科技讯（作者/刘俣辰）6月2日，针对星舰第四次试飞任务，SpaceX CEO埃隆·马斯克在社交媒体平台透露，第四次试飞主要目标是通过最大限度的加热，在重返大气层时，进入大气层的深处。 此前，SpaceX曾发文称，“星舰第四次飞行测试最早可能在6月5日启动，目前尚待监管部门批准。” SpaceX星舰已经进行了三次试飞活动。第一次试飞中，星舰未能与其第一级助推器分离并开始翻滚，在升空不到四分钟后SpaceX引爆了火箭。第二次试飞中，星舰在飞行约2分钟40秒后成功与超级重型助推器分离，但超级重型助推器随后在空中发生巨大爆炸。第三次试验火箭从得州博卡奇卡的星际基地发射升空，比前两次飞得更高更快，也是第一次达到轨道速度。 据悉，自首次飞行试验失败以来，SpaceX不断对“星舰”进行修改，随后的飞行试验未能完全成功，但SpaceX从失败中，为“星舰”再次试飞积累了数据支持。

IT之家 6 月 2 日消息，日本宇宙航空研究开发机构 (JAXA) 的“晓（Akatsuki）”号金星气候轨道器可能即将结束使命，它是目前唯一在金星执行任务的探测器。 JAXA 宇宙航空研究所在一份更新中表示，由于探测器长时间处于姿态控制能力不足的状态，“晓”号 在今年 4 月底的一次操作后失去了联系。不过目前尚未完全失去希望，JAXA 正在努力重新与探测器建立通信。 如果无法修复“晓”号，人类将暂时失去近距离观测这颗酷热星球的唯一手段。“晓”号的正式名称是 “金星气候轨道器任务 (PLANET-C)”，由 JAXA 于 2010 年发射，经过几次故障排除后，最终在 2015 年成功进入金星轨道。 “晓”号 外形并不显眼，体积大致相当于一个 1.5 米见方的盒子。但这个小巧的探测器上装载了五个相机，一直以来不知疲倦地拍摄金星大气层图像。 考虑到针对金星的长期探测任务少之又少，“晓”号的贡献弥足珍贵。相比之下，我们目前拥有最详细的金星表面图像，还来自美国宇航局的“麦哲伦”号探测器，拍摄时间可以追溯到上世纪 90 年代初期。 金星并不欢迎访客，其大气层布满浓密二氧化碳，产生的压力足以压碎金属。金星表面的温度甚至足以熔化某些金属，通常会超过 430 摄氏度。此外，金星还笼罩着腐蚀性云层，使得观测其表面难上加难，即使是在金星轨道附近运行也危机四伏。 尽管如此，金星的恶劣环境丝毫没有减弱人类的探索热情。这颗星球被认为是地球的“姊妹星球”，大小、质量和组成都相近，并且毗邻地球。 即使 JAXA 无法修复 “晓”号，也在情理之中。这艘探测器已经远超其最初设计的 4.5 年寿命，服役近十年后，“晓”号功成身退也无可厚非。 然而，“晓”号的退役也将带来空窗期。据IT之家了解，美国宇航局计划在 2029 年和 2031 年分别发射“达芬奇”号和 “维塔斯”号两颗金星探测器，但距离发射还有数年时间。

快科技6月2日消息，据央视新闻报道，日前C919执飞“香港-上海”的商业包机航班，完成首次跨境商业包机航行（境内指中国内地）。 C919国产大飞机执飞的首个跨境商业包机于6月1日15时56分抵达上海，上海虹桥国际机场以“过水门”仪式迎接抵沪的香港青年学子。 C919大型客机是中国首次按照国际通行适航标准自行研制、具有自主知识产权的喷气式干线客机。 5月28日，东航迎来C919商业载客飞行一周年，当天东航第六架C919客机正式入列。 数据显示，一年来C919飞机累计执行航班超过2100班，安全运行超过6000小时，运送旅客近30万人次，航班平均客座率近80%。 这次跨境商业飞行，标志着C919打成了新一阶段的里程碑进展，后续将继续开拓业务面。 根据安排，此次沪港社团总会组织150名优秀香港学生乘坐C919从香港飞往上海进行实习，抵沪的香港青年学子将开启为期8周的“沪港同心相聚上海”香港青年学生实习计划。 沪港社团总会主席姚祖辉今年4月曾表示，“相信这对他们人生将有深刻影响，亲身体验祖国的强大。”

据新华社消息，6月2日，嫦娥六号着陆器和上升器组合体成功着陆在月球背面南极-艾特肯盆地预选着陆区。 图片来源：央视新闻 据央视军事报道，6月2日6时9分，嫦娥六号着陆器和上升器组合体开始实施动力下降，7500牛变推力主发动机开机。其间，组合体进行快速姿态调整，逐渐接近月表。此后通过视觉自主避障系统进行障碍自动检测，利用可见光相机根据月面明暗选择大致安全点，在安全点上方100米处悬停，利用激光三维扫描进行精确拍照以检测月面障碍，最终选定着陆点，开始缓速垂直下降，即将到达月面时发动机关闭，利用缓冲系统保障组合体以自由落体方式到达月面，最终平稳着陆于月球背面南极-艾特肯盆地。 图片来源：视频截图 嫦娥六号任务实施人类首次月背采样返回，工程创新多，风险高，难度大，相比2020年实现月球正面采样返回的嫦娥五号任务，嫦娥六号任务突破了月球逆行轨道设计与控制技术，并将在鹊桥二号中继星的支持下，完成月背智能快速采样、月背起飞上升等关键技术节点。 嫦娥六号着陆器携带的有效载荷将按计划工作，开展科学探测任务。嫦娥六号任务国际载荷中欧空局月表负离子分析仪、法国月球氡气探测仪即将开机工作，意大利激光角反射器完成部署。 嫦娥六号探测器自2024年5月3日发射入轨以来，先后经历了地月转移、近月制动、环月飞行、着陆下降等过程。嫦娥六号探测器由轨道器、返回器、着陆器、上升器组成。5月30日着陆器与上升器组合体和轨道器与返回器组合体实现在轨分离。着陆器与上升器组合体成功着陆后，着陆器将通过鹊桥二号中继星，在地面控制下，进行太阳翼和定向天线展开等状态检查与设置工作，此后正式开始持续约2天的月背采样工作，通过钻具钻取和机械臂表取两种方式分别采集月壤样品和月表岩石，实现多点、多样化自动采样。同时将开展月球背面着陆区的现场调查分析、月壤结构分析等科学探测，深化月球成因和演化历史的研究。 成功着陆月球，是嫦娥六号采样返回的关键一步。在地外天体实现软着陆肯定不是一件容易的事，那么嫦娥六号落月是怎么落的？一共分几步？ 另据央视新闻报道，嫦娥六号在落月前，首先要进行组合体分离。由轨道器、返回器、着陆器、上升器组成的四器组合体要先分离成两部分，轨道器和返回器组成的轨返组合体继续留在月球轨道上飞行，着陆器和上升器组成的着上组合体分离后将着陆月球，开展后续采样任务。 图片来源：视频截图 中国航天科技集团黄昊：分离到着陆下降过程，首先是一个降轨（变轨），从200公里轨道下降到200×15公里的轨道。在这个轨道上其实也还是存在一些风险的，首先是精准的控制过程，然后是达到预定的一个轨道。 不同于地球着陆，月球上没有大气，无法通过降落伞风阻减速，因此着上组合体只能通过发动机的反推力来实现减速。下降到预定的轨道后，着上组合体的7500牛变推力发动机距离月面约15公里处开机，在减速下降的过程中不断调整自己的姿态，直至到达预选着陆区上空，随后进行降落，整个下降过程大约需要经历15分钟。 中国航天科技集团黄昊：在15分钟之内，需要将探测器由相对月球1.6公里每秒这样一个速度，迅速降到0（公里每秒）的状态，就需要消耗大量的推进剂，基本上探测器的重量的一半，都要消耗在整个动力下降过程当中。 着上组合体在减速降落的过程中，还会自主控制进行粗避障和精避障，在距离月表高度大约100米后开始缓速下降，经过悬停避障后，关闭发动机，着上组合体自由落体，完成软着陆。 嫦娥六号着上组合体着陆月球的过程非常复杂，并且充满了不确定性，难度系数非常大。那么在这么复杂的过程中，嫦娥六号是怎么判断自己具体要着陆在哪的呢？ 嫦娥六号着上组合体携带了许多敏感器，这些敏感器就像是探测器的眼睛和耳朵，他们通过光学、微波等方式自动判断具体的着陆地点。 降落的过程时间很短，着上组合体携带的燃料也有限，面对预选着陆区复杂的地形环境，需要快速灵活反应，因此地面的工作人员不会实时操作它具体降落到哪里，着上组合体会结合多种敏感器的数据，对数据进行融合后，来自主判断具体的着陆位置。

在鹊桥二号中继星的协助下，嫦娥六号着陆器和上升器组合体，于6月2日6时23分成功着陆于月球背面南极-艾特肯盆地的预选着陆区。6时9分，主发动机开启，推力达到7500牛，开始了动力下降阶段。在接近月面的过程中，组合体快速调整姿态，高效执行任务。 自动播放 6月2日，嫦娥六号成功着陆月背。视频为着上组合体着陆后太阳翼帆板展开模拟动画 自动播放 6月2日，嫦娥六号成功着陆月背。视频为嫦娥六号着上组合体发动机点火减速模拟动画 着陆过程中，组合体启用了视觉自主避障系统，通过自动检测障碍物和利用可见光相机来识别月面的明暗区域，选择一个大致安全的点进行悬停。在离月面100米的高度，组合体利用激光三维扫描技术进行精确的拍照，以确认着陆点的安全性。之后，它开始了缓速垂直下降，在接近月面时关闭发动机，并通过缓冲系统确保以自由落体方式平稳降落。最终，嫦娥六号平稳着陆在月球背面南极-艾特肯盆地，即将开启月背探索任务。 后续，着陆器将通过鹊桥二号中继星，在地面控制下，进行太阳翼和定向天线展开等状态检查与设置工作，正式开始持续约2天的月背采样工作。这是嫦娥六号任务的关键一步！恭喜！ 为什么选在这里着陆？ 图片来源于网络 月球正面和月球背面的地形地貌有很大的差异。月背有更多撞击坑，月海范围更小，且月背起伏大、地势较高、地面更加粗糙。月球正面和背面的元素分布也存在很大的差异，如磷、钾、稀土元素等。科学家们对造成差异的原因给出了多种猜测。 嫦娥六号的着陆区域艾特肯盆地，具有极高的科学研究价值。艾特肯盆地估计形成于42亿至43亿年前的一次巨大撞击。它的直径大约为2500公里，深约13公里。作为太阳系中最大、最深、是最古老的撞击坑，也是月壳演化3个独立的地体之一，可能保存了月球上古老的岩石，具有重要的科研价值，有望助力人类进一步分析月壤的结构、物理特性、物质组成等，并深化对月球成因和演化历史的研究。 苏联月球3号任务拍摄的月球背面 这个地区的特征在1959年由前苏联的月球3号任务首次通过拍摄月球背面揭示，南极-艾特肯盆地的深色表面在照片中格外显眼。英国《自然》杂志最近的报道强调，科学界对即将启动的嫦娥六号任务抱有厚望。如果这次任务成功，将采集回的样本将成为真正的“科学宝库”，可能会根本改变我们对地球和月球，以及早期太阳系历史的理解。 月背南极-艾特肯盆地 月背的土，怎么挖？ 中国航天科技集团五院嫦娥六号探测器研制人员介绍，要想取回“宇宙快递”，嫦娥六号必须精准做好“去、下、上、回、入”五个动作。轨道器主要负责“去和回”，飞到月球和返回地球；着陆器主要负责“下”，落到月背表面，并进行样本采集；上升器主要负责“上”，携带采集的样本从月球背面飞起来；返回器主要负责“入”，携带月壤再入返回地球。 这其中，轨道器既要护送大量载荷奔月取壤，还要精准完成月球样品“空中接力”，是名副其实的“地月巴士”。 嫦娥六号任务一共需要经历11个飞行任务——发射入轨段、地月转移段、近月制动段、环月飞行段、着陆下降段、月面工作段、月面上升段、交会对接与样品转移段、环月等待段、月地转移段和再入回收段。图片来源于网络 嫦娥六号于2024年5月3日成功发射入轨。（文章回顾：刚刚，“嫦娥”6号飞天！目标：月背挖土！） 经过近一个月的飞行，5月30日，着陆器与上升器组合体与轨道器与返回器组合体实现了精准的在轨分离。着陆成功后，着陆器在地面控制中心的指挥下，通过鹊桥二号中继星进行了太阳翼和定向天线的展开，以及其他必要的状态检查和设置，从6月2日开始正式开启了月背采样任务。 嫦娥六号各部分示意图 在月面工作期间，嫦娥六号利用两种方法进行采样：表面采样和钻取采样。表面采样通过一个类似手铲的工具收集月壤，而钻取采样则能深入月球内部，获取岩芯样本。由于嫦娥六号位于月背，工作时间受限于中继星的覆盖时长，因此实际操作时间被压缩至36至40小时，这对地面控制团队和探测器的工作效率是不小的挑战。 完成月被采样后，嫦娥六号上升器携带采集的月球样本从月面起飞。通过四次轨道机动，采用多圈多脉冲共面椭圆轨道交会策略，上升器将被导引至210公里的环月轨道，与轨道返回组合体对接，返回地球。 预祝嫦娥六号任务圆满成功！

央视新闻消息，今天（6月2日），嫦娥六号探测器着上组合体成功着陆月背南极-艾特肯盆地的预选着陆区。 嫦娥六号任务将沿用嫦娥五号的采集方式，使用钻取和表取两种采样方式，获得不同层面和深度的样品，并在月球背面同步开展科学探测。 5月3日，嫦娥六号发射任务圆满成功，开启世界首次月球背面采样返回之旅，预选着陆和采样区为月球背面南极-艾特肯盆地。 5月8日，嫦娥六号探测器成功实施近月制动，顺利进入环月轨道飞行。 据央视新闻此前消息，月球背面的南极-艾特肯盆地是太阳系已知最古老的撞击盆地。月球背面就是月球背对地球的那一面。由于月球公转和自转时间同步，这就导致月球的一个面永远无法面向地球。 中国航天科技集团 逯运通：全球进行过10数次的采样返回，全部都是在月球的正面，月球背面可能存在更古老的月壤，在月球背面不论采回什么样的月壤，科学价值都是比较高的。 嫦娥六号探测器由轨道器、返回器、着陆器、上升器组成。后续，在地面测控和鹊桥二号中继星支持下，嫦娥六号探测器将历经地月转移、近月制动、环月飞行、着陆下降、月面软着陆等过程，在月球背面预选区域采集月表岩石和月壤样品，同时开展科学探测。完成采样封装后，上升器将在月面起飞，随后开展月球轨道交会对接并将样品转移至返回器；返回器将经历月地转移、接近第二宇宙速度再入地球等过程，最终携带珍贵的月球样品返回地球。 据介绍，嫦娥六号任务发射至采样返回全过程约53天，任务周期长，工程创新多，风险高，难度大，每个阶段环环相扣。相比2020年实现月球正面采样返回的嫦娥五号任务，嫦娥六号任务需在鹊桥二号中继星的支持下，实施首次月球背面采样返回，突破月球逆行轨道设计与控制、月背智能快速采样、月背起飞上升等关键技术。同时，嫦娥六号任务将开展月球背面着陆区的现场调查分析，月球样品实验室分析研究等科学探测，深化月球成因和演化历史的研究。 为顺利带回月球背面的样品，科研人员为嫦娥六号设计了11个阶段的飞行任务。 发射入轨段 地月转移段 近月制动段 环月飞行段 着陆下降段 月面工作段 月面上升段 交会对接与样品转移段 环月等待段 月地转移段 再入回收段 编辑|王月龙 易启江 校对|刘思琦 每日经济新闻综合自央视新闻 每日经济新闻

IT之家 6 月 2 日消息，埃隆・马斯克的脑机接口公司 Neuralink 正式在英国开启患者登记计划，面向有特定神经系统疾病的成年人开放注册，他们有机会参与英国未来的相关临床试验。 尽管目前英国尚未启动相关试验，但符合条件的成年人可以先通过 Neuralink 官网注册患者登记表，以便将来获得最新信息并更快参与试验。 Neuralink 官网上的登记页面写道：“加入英国患者登记计划，可以帮助我们评估您是否符合未来英国 Neuralink 临床试验的初步资格，并且让您及时了解相关试验信息，以及 Neuralink 公司和其技术进展。” 符合条件的英国参与者需年满 18 周岁，并患有四肢瘫痪、视力丧失、听力丧失、失语症或严重肢体截肢等疾病。这与美国的要求类似，美国首位植入 Neuralink 设备的患者诺兰・阿博格 (Noland Arbaugh) 今年 30 岁，因颈部以下瘫痪而报名参与了试验。 需要注意的是，加入英国患者登记计划并不保证一定能参与未来的临床试验。目前，Neuralink 仅有一款名为“Telepathy”的产品，允许用户通过意念控制科技设备。马斯克此前在社交媒体上还预告了另一款名为“Blindsight”的产品。

文｜ 王文彤 任娅斐 编辑｜马吉英 头图来源｜视觉中国 一个月之前，林锐（化名）从没想过他会跟“难产”扯上关系。在小米汽车APP显示的32~36周里，除了等待，他什么都做不了。 “锁单一个月，一丁点消息都没有，买个车够闹心的，400电话也只会干巴巴地安慰人。这橄榄绿Max就这么难产吗？” 他口中的“橄榄绿Max”，就是小米汽车SU7 Max版。除了50万以内“最好看、最好开、最智能”，它还是新品牌首车上市首月交付量最高、交付破万速度最快的车。 “我这辈子最好的耐心给了小米。” 林锐在社交媒体上记录下自己的心情，引来一片共鸣。 吴清（化名）在3月底的小米汽车发布会当晚，下单一台雅灰色的SU7 Pro Max。“我完全是出于对雷军的信任，把我的第一辆车献给小米。”但是等到现在，他的车还只是APP里的一张图片。 在6月1日的一次活动上，雷军同步了小米SU7的交付进度。他表示，小米汽车5月份交付新车8630台。6月，小米汽车工厂开双班，6月目标是单月交付10000台以上。“过去两个月，我们真的忙得焦头烂额。”雷军说。他还承诺，“2024年保底交付10万台，冲刺交付12万台！” 来源：雷军小红书截图 除了交付周期慢，试驾也是“一车难求”。李桐（化名）吐槽到，他的试驾体验是“预约三五天，试驾两分钟，同时有五个人坐在车上”。 根据对多名小米车主的调查，近半数车主在下单前没有看过小米实车，属于盲定。因此部分车主对实车颜色不太满意，如果可以重新选择，他们表示会更换颜色。排在前三位的下单原因是认可小米、外观好看、操作性能强。多数车主此前用过小米其他产品，或在买车后有尝试小米产品的打算。不少车主也对小米即将推出的SUV车型满怀期待。“如果这辆车开的好，小米出SUV我也买。”李桐说。 在或长或短的等待期后，提到车的小米车主们感受不一。他们既体会到“尝鲜”的乐趣，又为各种质量问题所扰。这些问题包括但不限于倒车雷达失灵、翼子板脱落、多次爆胎等。 从小米发布的用户画像来看，他们的群体特征是，BBA用户购买者约占三成、预计女性用户超过四成，苹果用户占比超过一半。在《中国企业家》联系的小米车主中，有的仍然在焦急地等待，每天“住在”小米APP里，期待着交付日期能够提前；有的已经开上实车，逐渐习惯接受路人的注目礼。 小米汽车是如何成为这些车主的购车首选？他们在购车和使用过程中遇到了哪些问题？在这些问题背后，小米汽车能否快速走出“产能地狱”、迎来销量爆发？ 我们与四位小米汽车车主聊了聊他们买车的故事，以及他们对小米品牌的看法、对雷军的建议。 24岁，无锡，金融行业从业者： 太智能也是问题 第一眼看到我的车，有点失望，有点“照骗”。发布会上和APP照片里小米的蓝色是很亮很浅的浅蓝色，没有想到我的车是很深的蓝色，深到晚上开出去会被人误以为是绿色。 3月份开始我有买车的打算，在懂车帝上做了一两个月功课后，我本打算看看比亚迪3月26日的发布会，发现小米也要在3月28日开发布会，就想着两个对比一下。看完小米的发布会之后我很激动，当天晚上就决定下单，第二天中午锁单。 小米打动我的地方一是外形很漂亮，二是续航能力，标准版的续航有700公里。 一开始小米并没有公布价格，一直卖关子说是50万以内无敌手，而我的预算是二十万左右。等到小米报价，我发现竟然只要21.59万，一下就心动了。另外，它的冰箱我很喜欢，夏天出游可以冰东西很方便，防晒也做得很好，内饰也有很多挂钩，各方面都很贴心。 一直等到提车前一天我才去试驾。当时网上有人说小米的空间很小，我还有点担心，坐进去之后发现根本不是网上说的那样，空间很宽敞，能放很多东西。我身高1米6，我男友身高185，他坐在后排也比较宽敞。 我是新手，试驾的时候有点害怕出事故，但我男朋友试驾之后非常兴奋，脸都红扑扑的，他觉得电车开起来比那些油车要舒服很多。 在小米还没有出来之前，他是特斯拉的忠实粉丝，试驾小米后他很心动，嚷嚷着要买个小米。一是他觉得小米很舒适、智能，二是跟小米比起来，特斯拉有点像“毛坯房”，在装饰上面很简单，没有小米那种的氛围灯和按键。 APP显示要等8~11周，也就是说我最早要等到5月底6月初才能开上，我还催了几次想快点拿到车五月底出去玩，没想到没等多久就跟我说车已经准备好，从北京运到无锡也只用了一两天，5月上旬就收到了。 提车我本来以为不会有什么仪式。我去提车那天朋友还担心没有什么仪式感，给我定了一束花。没有想到现场的提车仪式有鲜花、装饰品和小零食，因为颜色产生的小小失望瞬间烟消云散了。销售姐姐还帮我拍照片，怕我不满意还帮我P图。 一个男同事看到我开小米之后比较激动，正好我们的工作需要出外勤，我就让他试驾一下。他是一辆40来万奥迪车的车主，车刚开了一年多，试驾的时候他很夸张，一直在说，“我那个车都是老古董了，你是现代人，我是原始人。” 但是，也许是我对小米的预期太高了，这辆车刚提一周就发生三起剐蹭事故，这点没有达到我的预期。我以为它的雷达是360度无死角的，但其实是有死角的。 第一次，我从停车场开出来的时候，我正很小心地往前慢慢挪，但雷达没有提示，右后门被蹭，门也凹进去了，打开右后车门后我发现踏板也被蹭得凹进去了，我非常心疼。 第二次，我在上高架，明明跟车距离很合适，但是可能后车开得比较快，快要接近我车屁股的时候，我的车突然间一提速；或者我跟前面车靠得有些近，车也会突然急刹一下，吓我一跳。太智能也是它的问题。 第三次，我在室外停车场停车时，后面有一个类似消防栓的比较矮的东西，倒车影像里完全没有提示，车屁股迎面就撞上去了，一声巨响。 出事故确实是我车技不好，我挺喜欢这辆车，但是小米确实应该优化一下雷达的问题。 如果再选一次，我想换个颜色。之前我从来没有买过小米的产品，SU7作为我的小米尝鲜。满分按照十分的话，我可以给到8分。买车并不后悔。 27岁，广东，制造业从业者： 我给雷军的三点建议 电车对我来说相当于一个大玩具。 看发布会之前，我对小米汽车没什么了解。身边很多朋友在开特斯拉，而我自己之前开的是一辆宝马6系的油车。 我也看过好几个新能源汽车品牌，比如问界、蔚来、理想、特斯拉、极氪等，但是比来比去，没有哪一款特别心仪，纠结一个多月刚好看到小米发布会。 小米汽车比较吸引我的地方，一是外观比较时尚，二是运动感和性能比较好，三是小米对苹果系统的兼容性更好，发布会的时候他们也强调了这一点。四是收纳空间很多。宝马6系这种轿跑有一个很明显的缺点是收纳空间不足，车里看着很乱，我又是处女座，喜欢整洁一点。五是续航能力更好。我之前有考虑过蔚来，它也比较好看，但是听蔚来的车主说续航有点短，所以没有选择。 发布会上最打动我的地方是小米把自己跟特斯拉Model 3进行了详细对比，感觉好像很多地方都做得比Model 3好，性价比更高，一下激起我的购买欲。 来源：视觉中国 决定要买之后，我想早点提车，又抢不到，就跟二手车行联系加价10%买了创始版的Max，半个月之后也就是4月中旬提的车。 我是做制造业的，职业要求我选车不能太花里胡哨，但是我年纪又不大，像总裁车、行政车对我来说太成熟，我还是喜欢轿跑。 本来父母和朋友给我的建议都是选择一台SUV，轿跑在他们看来华而不实。带着他们开车出去玩之后，他们也觉得小米空间很宽敞，好看也好用。如果小米出一台SUV的话，我可能就把这台车卖掉，换一台小米SUV。 这辆车我主要是通勤在开，出远门之前我一定会做两件事：充好电、检查轮胎。之前开那么多年车，我只爆过一两次胎，但是我开小米一个月就爆了两次胎。 第一次爆胎的时候我还想，以前我的车胎都是防爆的，可能不防爆的胎就是这样，是我运气不好，没想到这么快就有第二次爆胎。后面我可能会考虑换成防爆轮胎，轿跑这么容易爆胎还是挺危险的。 除了车胎之外，这辆车还出现几个问题。一是前翼子板脱落，之前大家都反映类似的问题，我的车也出现同样的问题之后，我只觉得“轮到我了”。 我找到小米的售后，他们说是因为我高速涉水才让前翼子板脱落。我提完车之后广州一直下暴雨，涉水肯定是有的，但是我在广东开这么多年车，看到有水一直都是减速开过去的。小米的回复实在太官方，而且有没有高速根本说不清。不过这不是大的安全问题，我也就没有去深究。 二是车子开动时，我发现右后排有电流“滋滋啦啦”的异响。小米只说是线没接好，我也没深究，但是出现接线问题对一家制造企业来说是挺低级的错误，我没办法理解。 三是左前方轮胎挡泥板的两颗螺丝断裂，这是第二次爆胎之后我去补胎时才发现的。 其实我在买创始版之前已经做好心理准备，知道它不可能百分百完美。 在我心里，只要一台车的智驾和安全性能不出问题，其他小打小闹的毛病我都能接受。而且我们作为创始版的车主，发现小问题及时反馈给小米，后面的车主不出现同样的问题就行。这些小缺点不影响我对这台车的评价，我没有后悔买车。 如果给雷军提三点建议的话，一是智驾系统还有待提升，小米的智驾开起来跟特斯拉比真的差太远，差到我不太敢用的程度。二是一些无伤大雅的小问题希望能完善一下，比如高速涉水和音响的问题。三是产能，如果产能跟得上，我作为首批车主也不至于要加钱去买。等两个多月都还行，等半年以上就有点太夸张。 如果重来一次，我可能会换一个颜色，比如蓝色、紫色，紫色听上去很扎眼，但看到实物之后觉得还好。 小米给我的印象一直是性价比很高，它是一家有实力的企业，而且花这么多心思去造一辆车，我还是愿意相信它的。 买车之后我觉得雷军挺符合我印象中制造企业老大的形象的，因为他做的所有产品都是以制造为基础，很有性价比。小米如何营销是商业行为，最重要的是要做出实实在在、有性价比的产品，而不是把营销的费用分摊在产品上，降低产品的性价比，那就与我们消费者选择小米的原因背道而驰，也背离了他的初心。抛弃初心的企业，最终也会被抛弃。 25岁，上海，金融行业从业者： “有个声音告诉我，你一定要来” 5月17日，整个上海只有五位幸运车主跟雷军合影了，我就是其中之一。 本来我想在18号提车，但是小米提前几天跟我说17号有一个活动，希望我能参加。一开始我挺犹豫的，因为17号是周五，我得跟老板请假过来。但是冥冥之中有个声音告诉我，“你一定要来”。考虑之后，我还是决定换到17号提车。 3月底发布会之前，我都不知道小米有汽车，偶然刷到雷军在抖音上直播，觉得小米汽车外形挺漂亮的，智驾功能也不错。最打动我的是雷军的一句话：“这车是50万之内最好的轿跑。”当天晚上我就下单SU7标准版，第二天锁单。 本来我想买油车，五十万以内的预算，我先对比了奔驰A、奔驰C，加上牌照和后续的油费感觉有点贵。后来我发现路上充电桩还是挺多的，今后电车肯定是大势所趋，就动了想买电车的心。看过蔚来、小米和理想后，我还是最喜欢小米的外形，在大街上特别打眼。 颜色方面，我选了款比较百搭、耐脏的灰色，我开几年之后，我爸也能开。他是十几年的老司机，总觉得去外地的话油车会方便一些，我下单当天他特别反对。但我是属于冲动下单，又是自己全额付款、先斩后奏，他也没来得及说什么。 之前我并没有买过小米的东西，其实很多东西我都不太了解。比如小米7kw的充电桩价格是3999元，而我对充电桩的心里价位是3000元。身边开油车的朋友告诉我，加油费大约是一公里一块钱，如果我第一年开不到4000公里，开小米汽车是亏钱的。 比如，朋友跟我说小米汽车的保费比一些油车还高。他们本来劝我先观望一段时间，觉得小米汽车刚出来，可能会存在功能和质量问题，犯不着当小白鼠。但是我当时已经锁单了，定金没法退，既来之则安之吧。 锁单第二天我跟我爸去店里试驾，第一眼看到车我挺惊讶的，它和我想象的不太一样，颜色也没有图片上漂亮。 我想象中的轿跑是比较娇小的，但是小米汽车非常宽，空间也大，我担心像我这种身材小巧的女生驾驭不了它。再加上还是有点担心电车续航、充电以及安全问题，稍微有点犹豫。 来源：视觉中国 我爸的态度反而有些改观。他算是一个蛮挑剔的人，但是觉得小米汽车轮毂、外观都蛮大气的。 坐到车里之后，我和我爸两个人都不敢开。我是新手，他之前一直开手动挡，就只是坐到车里感受一下。第一感觉是车的空间真的很大，我爸平时开一辆7座的江铃全顺客车，当时我们用尺量了一下，发现车的宽度跟江铃全顺差不多。第二感觉是电门特别灵敏，我还专门调了一下让电门不那么灵敏，好让我这个新手也能开。 APP显示我的交车时间是8~11周。就在我每天翻着APP望眼欲穿的时候，突然有一天小米给我打电话说车已经提前到店，我想，这车跟我真有缘。 我朋友买了小米汽车的Max版，显示发货时间是30周左右，要一直等到年底，他就等得很烦，还跟我说要不干脆把这个车退了得了。 小米的保密工作做得特别好，我是前一天才知道雷军会过来参加交付仪式。 交付仪式从下午一点开始，我和我爸十一点半到的，当时雷军的摄影团队也在，现场有很多跟拍人员，花团锦簇的，还给我们准备麦当劳的汉堡当午饭。我激动得有点吃不下去。 整个流程大概半小时。车主们分别跟雷军握手、合影，然后大家再一起合影留念。雷军比较瘦，个子很高，看起来很有亲和力，握手的时候非常客气，一直在说谢谢。 小米是我、也是我们全家的第一辆车。开下来我感觉自动泊车很灵敏，比我自己泊车快很多。另外，车顶的材料确实很防晒，但是前挡风玻璃防晒力有点不够，太阳很大的话还是需要涂防晒霜，或者戴遮阳帽、墨镜。 可能是我的技术问题，再加上这个车有点宽，过比较窄的道路我总担心侧面会刮到，好在没有出现过什么问题。有时候我在路上想用智驾功能，我爸就不让我用，他觉得把生命交给机器人不太放心。 满分十分的话，我会给这个车打9分。一分扣在充电桩的价格比较贵，还有车上的一些配件都要花钱购买。 如果能提几条建议，一是希望智驾功能更安全一些，二是希望之后可以出定价30万以内的SUV。再选一次的话，我可能会换紫色，当时没想到紫色一下就火了。 我在金融行业工作，对雷军很敬佩。尤其是看到他在发布会上鞠了一躬，感觉有点心酸。他已经是很成功的企业家，决定重新进入一个新的领域，慢慢赢得大家的认可，并不是一件容易的事。 至少凭这辆车，小米赢得了我的认可。 47岁，东莞，金融行业从业者： 雷军是个牛人，我要支持他 雷军宣布造车的那一刻，听到他说“也是我人生最后一次重大创业项目。我愿意押上我人生全部的声誉，再次披挂上阵，为小米汽车而战！”，我决定闭眼入，必须支持一下雷军。 我崇拜他。之前看过他写的创业书籍，感觉他是个很有能力的人。我也相信他，相信小米做车是坚持用自己的价值观做认定的事。小米成立那么长时间，七个字“专注，极致，口碑，快”深入人心。 雷军在小米SU7发布会现场。摄影：赵东山 3月28日晚上下单标准版，颜色选了雅灰色。本来是想抢创始版的，但是我按错了键买成标准版，有点遗憾。如果再来一次，我要冲创始版，这样交车更快，最好发布会第二天就能拿到车。 我之前开过雪佛兰、大众的油车，也开过朋友的豪车。传统的车企就像以前手机界的诺基亚，蔚来、小鹏、理想、小米、华为就像智能手机，诺基亚在智能方面跟不上，迟早会没落。 如果智驾水平差不多，我会倾向于价值观宣传得更到位的车企。 蔚来、小鹏、理想的价值观我都不知道，小米和华为相比的话，小米的“人、车、家”布局很清晰，我觉得它的优势会越来越明显。 还记得雷军在发布会上说，别人问他同一个员工在别的车企时没那么有干劲，到小米却干劲十足，是不是吃了什么灵丹妙药？雷军回答就是：“我给了他们小米的价值观。”这句话给我留下很深的印象。 发布会第二天，早上九点多，我就去试驾了Max版。小米汽车整体上符合我的预期，甚至有些地方超预期。 当时交付专员给我看照片的时候，我觉得颜色有点偏白，实际看车的时候觉得蛮不错。 APP上显示要等4~6周。提车到现在一个多月，最大的感受是这车的防晒确实比我之前的好。之前坐在我的雪佛兰里，太阳一晒，整个车里都火辣辣的。 车本身的新鲜感确实在慢慢衰退，但是我很期待OTA的更新，每次更新我就又有了新鲜感。没想到提车第二天，导航的位置就不更新了。我立刻反馈给售后，售后承认了问题，但是没有明确告诉我什么时候能修好。在我的再三追问之下，他告诉我要等到五月中旬。 于是我跑到雷军的微博底下评论，他之前回复过我的评论，希望这次他也能看到。后面小米北京的工程师给我打了电话，告诉我OTA更新之后就可以解决，但是并没有。 第二天我又反馈给他们，他们先安排了上门处理，还是也不行，我又把车开到门店，当天他们重新做了校准，终于处理好导航的问题。 十分满分的话，我可以打8~9分。扣分在导航上，这是个小问题，但我会不由地担心其他智驾方面的问题，这是人之常情。 我想告诉雷军，希望他在智驾方面做得更好，不止全球前5，最好能做到前3或者前2。如果能给雷军提几条建议，一是希望他在全视觉版智能驾驶方面超越特斯拉，二是希望他能一直坚持小米的价值观，坚持把硬件综合净利率控制在5%。

6 月 2 日晚，英伟达 CEO 黄仁勋在台北 ComputeX 2024 大会上展示了英伟达在 加速计算和生成式AI领域的最新成果，还描绘了未来计算和机器人技术的发展蓝图。 这场演讲涵盖了从 AI 基础技术到未来机器人和生成式 AI 在各个行业的应用，全面展示了英伟达在推动计算技术变革方面的卓越成就。 黄仁勋表示，英伟达位于计算机图形、模拟和 AI 的交汇处，这是英伟达的灵魂。今天展示给我们的一切都是模拟的，它是数学、科学、计算机科学、令人惊叹的计算机架构的结合。这些都不是动画，而是自制的，英伟达把它全部融入了 Omniverse 虚拟世界。 ▍加速计算与 AI 黄仁勋表示，我们所看到的一切的基础是两项基本技术，加速计算和在 Omniverse 内部运行的AI，这两股计算的基本力量，将重新塑造计算机行业。计算机行业已有 60 年的历史。在很多方面，今天所做的一切都是在 1964 年黄仁勋出生后一年发明的。 IBM System 360 引入了中央处理单元、通用计算、通过操作系统实现硬件和软件的分离、多任务处理、IO子系统、DMA以及今天使用的各种技术。架构兼容性、向后兼容性、系列兼容性，所有今天对计算机了解的东西，大部分在1964 年就已经描述出来了。当然，PC 革命使计算民主化，把它放在了每个人的手中和家中。 2007 年，iPhone 引入了移动计算，把计算机放进了我们的口袋。从那时起，一切都在连接并随时运行通过移动云。这 60 年来，我们只见证了两三次，确实不多，其实就两三次，主要的技术变革，计算的两三次构造转变，而我们即将再次见证这一切的发生。 有两件基本的事情正在发生。首先是处理器，即计算机行业运行的引擎，中央处理单元的性能提升显著放缓。然而，我们需要进行的计算量仍然在迅速增长，呈指数级增长。如果处理需求，数据需要处理的量继续指数级增长但性能没有，计算通货膨胀将会发生。事实上，现在就看到了这一点。全球数据中心使用的电力量正在大幅增长。计算成本也在增长。我们正在经历计算通货膨胀。 当然，这种情况不能继续下去。数据量将继续以指数级增长，而 CPU 性能提升将永远不会恢复。我们有更好的方法。近二十年来，英伟达一直在研究加速计算。CUDA 增强了 CPU，卸载并加速了专用处理器可以更好完成的工作。事实上，性能非常出色，现在很明显，随着 CPU 性能提升放缓并最终显著停止，应该加速一切。 黄仁勋预测，所有需要大量处理的应用程序都会被加速，当然每个数据中心在不久的将来都会被加速。现在加速计算是非常合理的。如果你看看一个应用程序，这里100t 代表 100 单位时间，它可能是100秒，也可能是 100 小时。在很多情况下，如你所知，现在正在研究运行 100 天的 AI 应用程序。 1T 代码是指需要顺序处理的代码，其中单线程CPU是非常关键的。操作系统控制逻辑非常重要，需要一条指令接着一条指令地执行。然而，有很多算法，比如计算机图形处理，可以完全并行操作。计算机图形处理、图像处理、物理模拟、组合优化、图处理、数据库处理，当然还有深度学习中非常著名的线性代数，这些算法都非常适合通过并行处理来加速。 因此，发明了一种架构，通过在 CPU 上添加 GPU 来实现。专用处理器可以将耗时很长的任务加速到极快的速度。因为这两个处理器可以并肩工作，它们都是自主的，独立的，可以将原本需要 100 个时间单位的任务加速到 1 个时间单位，速度的提升是难以置信的，效果非常显著，速度提升了 100 倍，但功耗只增加了大约三倍，成本只增加了约 50%。在 PC 行业一直这样做，英伟达在1000 美元 PC 上加一个 500 美元 GeForce GPU，性能会大幅提升。英伟达在数据中心也这样做，一个价值十亿美元的数据中心，加上 5 亿美元的GPU，突然间它就变成了一个 AI 工厂，这种情况正在全球各地发生。 节省的成本非常惊人。每花一美元就能获得 60 倍的性能提升，速度提升了 100倍，而功耗只增加了三倍，成本只增加了 1.5倍。这种节省是难以置信的。节省的成本可以用美元来衡量。 很明显，许多公司在云端处理数据上花费了数亿美元。如果这些过程被加速，不难想象可以节省数亿美元。这是因为在通用计算上已经经历了很长时间的通货膨胀。 现在终于决定加速计算，有大量被捕获的损失可以现在回收，许多被保留的浪费可以从系统中释放出来。这将转化为金钱的节省和能源的节省，这也是为什么黄仁勋常说‘买得越多，省得越多’。 黄仁勋还表示，加速计算确实带来了非凡的成果，但它并不容易。为什么它能省这么多钱，但这么长时间以来人们却没有这样做呢？原因是因为这非常难。没有一种软件可以通过C编译器运行，突然间应用程序就快了100倍。这甚至不合逻辑。如果可以做到这一点，他们早就改造 CPU了。 事实上，必须重写软件，这是最难的部分。软件必须完全重写，以便能够重新表达在 CPU 上编写的算法，使其能够被加速、卸载并行运行。这种计算机科学的练习极其困难。 黄仁勋表示，在过去 20 年里，英伟达让全世界变得更容易。当然，非常著名 cuDNN，即处理神经网络的深度学习库。英伟达有一个 AI 物理库，可以用于流体动力学和许多其他应用中，神经网络必须遵守物理定律。英伟达有一个叫 Arial Ran 新的伟大库，它是一个 CUDA 加速 5G 无线电，能够像定义世界网络互联网一样定义和加速电信网络。加速的能力使我们能够将所有的电信转变为与云计算平台相同类型的平台。 cuLITHO 是一个计算光刻平台，能够处理芯片制造中最计算密集的部分——制作掩膜。台积电正在使用 cuLITHO 进行生产，节省了大量的能源和金钱。台积电的目标是加速他们的堆栈，以便为进一步的算法和更深入、更窄的晶体管的计算做好准备。Parabricks 是英伟达基因测序库，它是世界上吞吐量最高的基因测序库。cuOpt是一个用于组合优化、路线规划优化的令人难以置信的库，用于解决旅行商问题，非常复杂。 科学家们普遍认为需要量子计算机来解决这个问题。英伟达创造了一个在加速计算上运行的算法，运行速度极快，创下了23项世界纪录。cuQuantum是一个量子计算机的模拟系统。如果你想设计一个量子计算机，你需要一个模拟器。如果你想设计量子算法，你需要一个量子模拟器。如果量子计算机不存在，你如何设计这些量子计算机，创建这些量子算法呢？你使用今天世界上最快的计算机，当然就是NVIDIA CUDA。在上面，英伟达有一个模拟器，可以模拟量子计算机。它被全世界数十万研究人员使用，并集成到所有领先的量子计算框架中，广泛用于科学超级计算中心。 cuDF是一个令人难以置信的数据处理库。数据处理消耗了今天云端支出的绝大部分，所有这些都应该被加速。cuDF加速了世界上使用的主要库，比如Spark，许多公司可能都在使用Spark，Pandas，一个新的叫做Polars的库，当然还有NetworkX，一个图处理数据库库。这些只是一些例子，还有很多其他的。 黄仁勋表示，英伟达必须创建这些库，以便让生态系统能够利用加速计算。如果英伟达没有创建cuDNN，光有 CUDA 是不可能让全世界的深度学习科学家使用的，因为 CUDA、TensorFlow 和 PyTorch中使用的算法之间的距离太远了。这几乎像是在没有OpenGL 情况下做计算机图形处理，或者没有 SQL 的情况下进行数据处理。这些特定领域的库是英伟达的珍宝，总共有350个库。正是这些库使英伟达能够打开如此多的市场。 上周，Google 宣布在云端加速 Pandas，这是世界上最流行的数据科学库。你们中的许多人可能已经在使用Pandas，它被全球 1000 万数据科学家使用，每月下载1.7 亿次。它是数据科学家的电子表格。现在，只需点击一下，你就可以在 Google 云数据中心平台 Colab 中使用由 cuDF 加速 Pandas，加速效果真的非常惊人。 当你将数据处理加速到如此快的速度时，演示确实不会花很长时间。现在 CUDA 已经达到了人们所说的临界点，但它甚至更好。CUDA 现在已经实现了一个良性循环。 这种情况很少发生。如果你看看历史上所有计算架构的平台。以微处理器 CPU 为例，它已经存在了 60 年，并且在这个层面上没有发生变化。这种计算方式，加速计算已经存在，创建一个新平台极其困难，因为这是一个先有鸡还是先有蛋的问题。 如果没有开发人员使用你的平台，那么当然也就不会有用户。但是如果没有用户，就没有安装基础。如果没有安装基础，开发人员就不会对它感兴趣。开发人员希望为大型安装基础编写软件，但大型安装基础需要大量应用程序来吸引用户创建安装基础。 这种先有鸡还是先有蛋的问题很少被打破。而英伟达花了 20 年的时间，一个领域的库接着一个领域的库，一个加速库接着一个加速库，现在有 500 万开发人员在全球范围内使用英伟达的平台。 英伟达服务于每一个行业，从医疗保健、金融服务、计算机行业、汽车行业，几乎所有主要行业，几乎所有科学领域，因为英伟达的架构有这么多客户，OEM 厂商和云服务提供商对构建英伟达的系统感兴趣。像台湾这里的系统制造商这样的优秀系统制造商对构建英伟达的系统感兴趣，这使得市场上有更多的系统可供选择，这当然为我们创造了更大的机会，使我们能够扩大规模，研发规模，从而进一步加速应用。 每次加速应用，计算成本就会下降。100 倍加速转化为 97%、96%、98% 节省。因此，当我们从 100 倍加速到 200 倍加速，再到 1000 倍加速时，计算的边际成本继续下降。 英伟达相信，通过大幅降低计算成本，市场、开发人员、科学家、发明家将继续发现越来越多的算法，这些算法消耗越来越多的计算资源，最终会发生质的飞跃，计算的边际成本如此之低，以至于一种新的计算使用方式出现了。 事实上，这正是现在看到的情况。多年来，英伟达在过去 10 年里将某种特定算法的边际计算成本降低了百万倍。因此，现在训练包含整个互联网数据的 LLM 是非常合理和常识的，没有人会怀疑。这个想法，即你可以创建一个能够处理如此多数据的计算机来编写自己的软件。AI 的出现是因为完全相信，如果让计算变得越来越便宜，总会有人找到一个伟大的用途。 如今，CUDA 已经实现了良性循环。安装基础在增长，计算成本在下降，这导致更多的开发人员提出更多的想法，从而推动更多的需求。现在我们正处在一个非常重要的起点。 黄仁勋接着提到了地球2的想法，将创建地球的数字孪生体，通过模拟地球，可以更好地预测未来，从而更好地避免灾害，更好地理解气候变化的影响，以便更好地适应。 研究人员在 2012 年发现了 CUDA，那是英伟达与 AI 第一次接触，这是一个非常重要的日子。有幸与科学家合作，使深度学习成为可能。 AlexNet 取得了巨大的计算机视觉突破。但更重要的是，退一步理解深度学习的背景、基础以及其长期影响和潜力。英伟达意识到这项技术具有巨大的扩展潜力。一种几十年前发明和发现的算法，突然之间，因为更多的数据、更大的网络以及非常重要的更多计算资源，深度学习实现了人类算法无法实现的成就。 现在想象一下，如果进一步扩展架构，更大的网络、更多的数据和更多的计算资源，可能会实现什么。2012年之后，英伟达改变了GPU的架构，增加了 Tensor 核心。英伟达发明了NVLink，那是10年前的事了，CUDA，然后是TensorRT、NCCL，收购了Mellanox、TensorRT-ML、Triton推理服务器，所有这些都整合在一台全新的计算机上。没有人理解，没有人要求，没有人理解它的意义。 事实上，黄仁勋确信没有人想买它，英伟达在 GTC 上宣布了它，OpenAI，一个位于旧金山的小公司，请求英伟达为他们提供一台。 2016 年，黄仁勋向 OpenAI 交付了第一台 DGX，世界上第一台 AI 超级计算机。之后，继续扩展，从一台 AI 超级计算机，一台 AI 设备，扩展到大型超级计算机，甚至更大。 到2017年，世界发现了Transformer，使能够训练大量数据，识别和学习长期序列模式。现在，英伟达可以训练这些 LLM，理解并在自然语言理解方面取得突破。继续前进，建造了更大的系统。 然后在 2022 年 11 月，使用成千上万英伟达 GPU和非常大的 AI 超级计算机进行训练，OpenAI 发布了 ChatGPT，五天内用户达到一百万，两个月内达到一亿，成为历史上增长最快的应用。 在 ChatGPT 向世界展示之前，AI 一直是关于感知，自然语言理解、计算机视觉、语音识别。这一切都是关于感知和检测的。这是第一次，世界解决了生成式 AI，逐个生成 token，而这些 token 是单词。当然，有些 token 现在可以是图像、图表、表格、歌曲、单词、语音、视频。这些 token 可以是任何你能理解其意义的东西，它们可以是化学品的 token ，蛋白质的 token ，基因的 token 。你们之前在地球 2 项目中看到的，生成的是天气的 token 。 我们可以理解，我们可以学习物理。如果你能学习物理，你可以教 AI 模型物理。AI 模型可以学习物理的意义，然后可以生成物理。我们将其缩小到 1 公里，不是通过过滤，而是生成。所以我们可以用这种方法生成几乎任何有价值的 token 。我们可以为汽车生成方向盘控制，为机器人手臂生成动作。我们可以学习的一切，现在都可以生成。 ▍AI 工厂 我们现在已经进入了生成式 AI 时代。但是，真正重要的是，这台最初作为超级计算机的计算机现在已经演变成了一个数据中心，它只生成一种东西，那就是 token ，它是一个 AI 工厂，这家 AI 工厂正在生成、创造和生产一种极具价值的新商品。 19 世纪 90 年代末，尼古拉·特斯拉发明了交流发电机，而英伟达发明了AI 生成器。交流发电机生成电子，英伟达 AI 生成器生成 token，这两种东西在市场上都有巨大的机会，在几乎每个行业中都是完全可以替代的，这也是为什么这是一次新的工业革命。 英伟达现在有一个新的工厂，为每个行业生产一种新的商品，这种商品具有非凡的价值。这种方法具有高度的可扩展性，并且这种方法的可重复性也非常高。 注意到每天都有这么多不同的生成式 AI 模型被发明出来。每个行业现在都在涌入。第一次，价值 3 万亿美元 IT 行业，正在创造一些可以直接服务于 100 万亿美元产业的东西。不再只是信息存储或数据处理的工具，而是一个为每个行业生成智能的工厂。这将成为一个制造业产业，但不是计算机制造业，而是使用计算机进行制造业。 这在历史上从未发生过。加速计算带来了AI，带来了生成式 AI，现在带来了工业革命。对行业的影响也非常显著，可以为许多行业创造一种新商品，一种新的产品，称之为 token ，但对我们自己的行业的影响也非常深远。 60 年来，计算的每一层都发生了变化，从 CPU 通用计算到加速 GPU 计算，计算机需要指令。现在计算机处理 LLM，AI模型。而过去的计算模型是基于检索的。几乎每次你触摸手机时，都会为你检索一些预录文本、图像或视频，并基于推荐系统重新组合并呈现给你。 黄仁勋表示，未来计算机将尽可能多地生成数据，只检索必要的信息。原因是生成的数据需要更少的能量去获取信息。生成的数据也更具上下文相关性。它将编码知识，理解你。你不再是让计算机获取信息或文件，而是让它直接回答你的问题。计算机将不再是我们使用的工具，而是生成技能，执行任务。 ▍NIMs，英伟达推理微服务 而不是一个生产软件的行业，这在 90 年代初是一个革命性的想法。记得微软创造的软件包装的想法革命化了PC 行业。没有包装软件，我们会用 PC 做什么？它驱动了这个行业，现在英伟达有一个新的工厂，一个新的计算机。我们将在其上运行一种新的软件，称之为 NIMs，英伟达推理微服务。 NIM 在这个工厂内部运行，这个 NIM 是一个预训练模型，它是一个AI。这个 AI 本身非常复杂，但运行 AI 的计算堆栈是极其复杂的。当你使用 ChatGPT 时，其背后的堆栈是大量的软件。其背后的提示符是大量的软件，极其复杂，因为模型庞大，有数十亿到数万亿的参数。它不仅在一台计算机上运行，而是在多台计算机上运行。它必须在多个 GPU 之间分配工作负载，使用张量并行、流水线并行、数据并行、各种并行性、专家并行性等各种并行性，在多个 GPU 之间分配工作负载，尽可能快速地处理它。 因为如果你在一个工厂里运行，你的吞吐量直接与收入相关。你的吞吐量直接与服务质量相关，你的吞吐量直接与能使用你服务的人数相关。 我们现在处于一个数据中心吞吐量利用率至关重要的世界。在过去这很重要，但没有现在重要。在过去这很重要，但人们不测量它。今天，每一个参数都被测量，启动时间、运行时间、利用率、吞吐量、空闲时间等，因为这是一个工厂。当某物是一个工厂时，其操作直接与公司的财务表现相关，这对大多数公司来说极其复杂。 所以英伟达做了什么？英伟达创建了这个 AI 盒子，这个容器里装满了大量的软件，这个容器内部包括 CUDA、cuDNN、TensorRT、Triton 推理服务。它是云原生的，可以在 Kubernetes 环境中自动扩展，它有管理服务和钩子，可以监控你的 AI。它有通用 API，标准 API，你可以与这个盒子聊天。下载这个 NIM，可以与它聊天，只要你的计算机上有 CUDA，它现在当然是无处不在的。它在每一个云中可用，来自每一个计算机制造商。它在数亿台 PC 上可用，所有的软件都整合在一起，400 个依赖项都整合在一个里面。 英伟达测试了这个NIM，每一个预训练模型都在整个安装基础上测试，所有不同版本的 Pascal、Ampere 和 Hopper，以及各种不同的版本。我甚至忘记了一些名字。令人难以置信的发明，这是我最喜欢的之一。 黄仁勋表示，英伟达有所有这些不同版本，无论是基于语言的还是基于视觉的，还是基于图像的，或者用于医疗保健、数字生物学的版本，有数字人类的版本，只需访问 ai.nvidia.com。 黄仁勋还表示，今天英伟达刚刚在 HuggingFace 上发布了完全优化的 Llama3 NIM，它在那里可以供你尝试，你甚至可以带走它。它免费提供给你。你可以在云中运行它，在任何云中运行。你可以下载这个容器，将其放入你自己的数据中心，并可以使其可用于你的客户。 英伟达有各种不同领域的版本，物理学，一些用于语义检索，称为 RAGs，视觉语言，各种不同的语言。你使用它们的方法是将这些微服务连接到大型应用程序中。 未来最重要的应用之一当然是客户服务。几乎每个行业都需要 Agent。这代表了数万亿美元的客户服务。护士在某些方面也是客户服务 Agent，一些非处方或非诊断性的护士基本上是零售业的客户服务，快速服务食品、金融服务、保险业。数以千万计的客户服务现在可以通过语言模型和AI增强。因此你看到的这些盒子基本上就是NIMs。 一些 NIM 是推理 Agent，给出任务，确定任务，分解成计划。一些 NIM 检索信息。一些 NIM 可能会进行搜索。一些 NIM 可能会使用工具，比如黄仁勋之前提到的 cuOpt。它可以使用在 SAP 上运行的工具。因此它必须学习一种叫做 ABAP 的特定语言。也许一些 NIM 必须进行 SQL 查询。因此，所有这些 NIM 都是专家，现在被组装成一个团队。 所以发生了什么变化？应用层发生了变化。过去用指令编写的应用程序，现在是组装AI团队的应用程序。很少有人知道如何编写程序，但几乎每个人都知道如何分解问题并组装团队。我相信未来每家公司都会有大量 NIM 集合。你会下载你想要的专家，将它们连接成一个团队，你甚至不必确切知道如何连接它们。你只需将任务交给一个 Agent，一个NIM，让它确定如何分配任务。那个团队领导 Agent 将会分解任务并分配给各个团队成员。团队成员会执行任务，将结果返回给团队领导，团队领导会对结果进行推理并将信息呈现给你，就像人类一样，这是不久的未来，应用的未来形态。 当然，可以通过文本提示和语音提示与这些大型 AI 服务互动。然而，有许多应用程序希望与人类形式互动。英伟达称之为数字人类，并一直在研究数字人类技术。 黄仁勋继续介绍，数字人类有可能成为与你互动的伟大 Agent，使互动更加引人入胜，更有同情心。当然，我们必须跨越这个巨大的现实鸿沟，使数字人类显得更加自然。想象一下未来，计算机能够像人类一样与我们互动。这就是数字人类的惊人现实。数字人类将彻底改变从客户服务到广告和游戏的各个行业。数字人类的可能性是无穷无尽的。 使用你当前厨房的扫描数据。通过你的手机，它们将成为AI室内设计师，帮助生成美丽的照片级建议，并提供材料和家具的来源。 英伟达已经为你生成了几种设计选项可供选择。它们还将成为 AI 客户服务 Agent，使互动更加生动和个性化，或数字医疗工作者，检查病人，提供及时和个性化的护理，它们甚至会成为 AI 品牌大使，设定下一波市场营销和广告趋势。 生成式 AI 和计算机图形学的新突破让数字人类能够以类似人类的方式看见、理解和与我们互动。从我所看到的情况来看，你似乎是在某种录音或制作设置中。数字人类的基础是建立在多语言语音识别和合成、以及能够理解和生成对话的LLM模型上的AI模型。 这些 AI 连接到另一个生成式 AI，以动态地动画化一个逼真的 3D 面部网格。最后，AI模型重现逼真的外观，实现实时路径跟踪的次表面散射，模拟光线如何穿透皮肤、散射并在不同点出射，使皮肤具有柔和和半透明的外观。 Nvidia Ace 是一套数字人类技术，打包成易于部署的完全优化的微服务或NIMs。开发者可以将Ace NIMs集成到他们现有的框架、引擎和数字人类体验中，Nematons SLM和LLM NIMs 理解我们的意图并协调其他模型。 Riva Speech Nims 用于交互式语音和翻译，Audio to Face 和 Gesture NIMs 用于面部和身体动画，Omniverse RTX 与 DLSS 用于皮肤和头发的神经渲染。 相当令人难以置信。这些 Ace 可以在云端运行，也可以在 PC 上运行，在所有 RTX GPU中都包括了张量核心 GPU，所以英伟达已经在出货 AI GPU，为这一天做准备。原因很简单，为了创建一个新的计算平台，首先需要一个安装基础。 最终，应用程序会出现。如果不创建安装基础，应用程序怎么会出现呢？所以如果你建造它，他们可能不会来。但如果你不建造它，他们就不能来。因此，英伟达在每一个 RTX GPU 中安装了张量核心处理器。现在英伟达在全球有 1 亿台 GeForce RTX AI PC，并且英伟达正在出货 200 台。 在本次 Computex，英伟达展示了四款新的令人惊叹的笔记本电脑。它们都能够运行AI。未来的笔记本电脑、PC 将成为一个AI。它将不断在后台帮助你、协助你。PC还将运行由AI增强的应用程序。 当然，你所有的照片编辑、写作工具、你使用的一切工具都将由AI增强。你的PC还将托管带有数字人类的 AI 应用程序。因此，AI 将在不同的方式中表现出来并被用于PC中。PC 将成为非常重要的 AI 平台。 那么我们从这里往哪里走？我之前谈到了数据中心的扩展。每次扩展时，我们都会发现一个新的飞跃。当从 DGX 扩展到大型 AI 超级计算机时，英伟达使 Transformer 能够在非常大的数据集上进行训练。一开始，数据是人工监督的，需要人工标注来训练 AI。不幸的是，人类标注的数据是有限的。Transformer 使得无监督学习成为可能。现在，Transformer 只需查看大量的数据、视频或图像，它就能通过研究大量的数据自己找到模式和关系。 下一代 AI 需要基于物理。今天的大多数 AI 不了解物理定律，它们没有扎根于物理世界。为了生成图像、视频和3D图形以及许多物理现象，我们需要基于物理并了解物理定律的 AI。你可以通过视频学习来实现这一点，这是一种来源。 另一种方法是合成数据、模拟数据，另一种方法是让计算机相互学习。这实际上与 AlphaGo 自我对弈没有什么不同，通过相同能力的对弈，经过很长时间，它们会变得更加聪明。你将开始看到这种类型的AI出现。 如果 AI 数据是合成生成的，并使用强化学习，数据生成的速度将继续提高。每次数据生成增长，需要提供的计算量也需要增长。 我们即将进入一个阶段，AI 可以学习物理定律，并扎根于物理世界的数据中。因此，英伟达预计模型将继续增长，我们需要更大的GPU。 ▍Blackwell Blackwell 是为这一代设计的，拥有几项非常重要的技术。首先是芯片的大小。英伟达在台积电制造了最大的芯片，并将两个芯片通过每秒 10TB的连接连接在一起，世界上最先进的 SerDes 将这两个芯片连接在一起。然后英伟达将两个芯片放在一个计算节点上，通过 Grace CPU 连接。 Grace CPU 可以用于多种用途。在训练情况下，可以用于快速检查点和重启。在推理和生成情况下，可以用于存储上下文记忆，使AI了解你想要进行的对话的上下文，这是英伟达的第二代Transformer引擎，允许根据计算层所需的精度和范围动态调整精度。 这是第二代具有安全 AI 的 GPU，可以要求服务提供商保护 AI 免受盗窃或篡改。这是第五代 NVLink，允许将多个 GPU 连接在一起，我会稍后详细介绍。 这是英伟达的第一代具有可靠性和可用性引擎的 GPU。这个 RAS 系统允许测试每个晶体管、触发器、片上内存、片外内存，以便现场确定某个芯片是否故障。拥有 1 万个 GPU 的超级计算机的平均故障间隔时间是以小时计算的。拥有10 万个GPU的超级计算机的平均故障间隔时间是以分钟计算的。 因此，如果不发明技术来提高可靠性，超级计算机长时间运行并训练几个月的模型几乎是不可能的。可靠性会提高正常运行时间，从而直接影响成本。最后是解压引擎，数据处理是必须做的最重要的事情之一。英伟达添加了一个数据压缩引擎和解压引擎，使英伟达够从存储中提取数据的速度提高 20 倍，比今天可能的速度更快。 Blackwell 正在生产中，拥有大量的技术，可以看到每一个 Blackwell 芯片，两个连接在一起。你看到这是世界上最大的芯片。然后将两个芯片通过每秒 10TB 连接在一起，性能是惊人的。 英伟达的每一代计算的浮点运算能力增加了 1000 倍。摩尔定律在八年内增长大约 40～60 倍。而在过去的八年里，摩尔定律的增长速度大大减慢。即使在摩尔定律最好的时候，也无法与 Blackwell 性能相比。 计算量是惊人的。每次提高计算能力，成本就会下降。英伟达已经通过增加计算能力，将训练 GPT-4 能量需求从 1000 GWh 降低到 3 GWh。Pascal 需要 1000 GWh 的能量。1000 GWh 意味着需要一个 GW 数据中心。世界上没有一个 GW的数据中心，但如果你有一个 GW 数据中心，它需要一个月。如果你有一个100 MW 数据中心，需要大约一年。因此，没有人会建造这样的设施。 这就是为什么在八年前，像 ChatGPT 这样的 LLM 是不可能的。通过提高性能，随着能效的提高，英伟达现在将 Blackwell 的能量需求从 1000 GWh 降低到 3 GWh，这是一个令人难以置信的进步。如果是1万个GPU，例如，需要几天，可能需要10天左右。在短短八年内取得的进展是惊人的。 这部分是关于推理和生成 token 的。生成一个GPT-4 token 需要两个灯泡运行两天。生成一个单词大约需要三个 token 。因此，Pascal 生成 GPT-4 并与你进行 ChatGPT 体验所需的能量几乎是不可能的。但是现在每个 token 只使用 0.4 焦耳，并且可以以极低的能量生成 token 。 Blackwell是一个巨大的飞跃。即便如此，它还不够大。因此必须建造更大的机器。因此英伟达建造的方法叫做 DGX。 这是一个 DGX Blackwell，这是空气冷却的，内部有8个GPU。看看这些GPU上的散热片的大小，大约15千瓦，完全是空气冷却的。这一版本支持x86，并进入了英伟达一直在发货的 Hoppers 基础设施，英伟达有一个新的系统，称之为MGX，意为模块化系统。 两块Blackwell板子，一个节点有四个 Blackwell 芯片。这些 Blackwell 芯片是液冷的，72 个 GPU通过新的 NVLink 连接在一起。这是第 5 代 NVLink 交换机，NVLink 交换机本身就是一个技术奇迹，这是世界上最先进的交换机，数据速率惊人，这些交换机将每一个 Blackwell 连接在一起，因此有一个巨大的 72 个 GPU 的 Blackwell。 这样做的好处是，在一个域中，一个 GPU 域现在看起来像一个 GPU，这个 GPU 有 72个，而上一代是 8 个。因此增加了九倍的带宽。AI 浮点运算性能增加了 18 倍，提高了 45 倍。而功耗仅增加了 10 倍，这是 100 千瓦，而那是 10 千瓦。这是一个。 当然，你总是可以将更多这些连接在一起，我稍后会展示如何做到这一点。但奇迹在于这个芯片，这个 NVLink 芯片。人们开始意识到这个 NVLink 芯片的重要性，因为它连接了所有这些不同 GPU。因为 LLM 非常庞大，不能仅仅放在一个GPU上，也不能仅仅放在一个节点上。它需要整个 GPU 机架，比如我刚刚站在旁边的新DGX，它可以容纳数万亿参数的 LLM。 NVLink 交换机本身就是一个技术奇迹，拥有 500 亿个晶体管，74 个端口，每个端口 400Gbps，横截带宽 7.2Tbps。但重要的是它在交换机内有数学运算能力，这在深度学习中非常重要，可以在芯片上进行归约运算。所以这就是现在的DGX。 黄仁勋表示，许多人问，有人对英伟达的工作产生了困惑，为什么英伟达通过制造 GPU 变得如此庞大。因此有人认为这就是 GPU 的样子。 现在这是一个GPU，这是世界上最先进的GPU之一，但这是一个游戏GPU。你和我知道这就是GP的样子。这是一个GPU，女士们先生们，DGX GPU。你知道这个GPU的背面是NVLink主干。NVLink 主干有 5000 根线，两英里长，它将两个GPU连接在一起，这是一个电气、机械奇迹。收发器使能够在铜线上驱动整个长度，能够在一个机架中节省 20 千瓦的功耗。 黄仁勋表示，有两种类型的网络。InfiniBand 在全球超级计算和 AI 工厂中被广泛使用，增长速度惊人。然而，不是每个数据中心都能处理 InfiniBand，因为他们已经在其生态系统中投资了太多 Ethernet，并且管理 InfiniBand 交换机和网络需要一些专业知识。 因此英伟达将 InfiniBand 能力带到了 Ethernet 架构，这是非常困难的。原因很简单。Ethernet 是为高平均吞吐量设计的，因为每个节点，每台计算机都连接到互联网上的不同人，大多数通信是数据中心与互联网另一端的人进行的。 然而，深度学习和 AI 工厂，GPU 主要是相互通信的。它们彼此通信，因为它们在收集部分产品，然后进行归约并重新分发。部分产品的收集、归约和重新分发。这种流量是非常突发的，重要的不是平均吞吐量，而是最后一个到达的。因此英伟达创建了几项技术，创建了端到端架构，使网络接口卡和交换机可以通信，并应用了四种不同的技术来实现这一点。首先，英伟达拥有世界上最先进的 RDMA，现在能够在 Ethernet 上进行网络级 RDMA，这是非常了不起的。 第二，英伟达有拥塞控制。交换机一直在进行快速遥测，当 GPU 或网络接口卡发送太多信息时，可以告诉它们退后，以免造成热点。 第三，自适应路由。Ethernet 需要按顺序传输和接收。英伟达看到拥塞或未使用的端口，不论顺序如何，将发送到可用端口，BlueField 在另一端重新排序，以确保顺序正确，自适应路由非常强大。 最后，噪声隔离。数据中心总是有多个模型在训练或其他事情在进行，它们的噪声和流量可能相互干扰并导致抖动。因此，当一个训练模型的噪声导致最后一个到达的时间过晚时，整体训练速度会显著降低。 记住，你已经建造了一个价值 50 亿美元或 30 亿美元的数据中心，用于训练。如果网络利用率降低 40%，导致训练时间延长 20%，50 亿美元的数据中心实际上相当于一个 60 亿美元的数据中心。因此成本影响非常大。使用 Spectrum X 的 Ethernet 允许大幅提高性能，而网络基本上是免费的。 英伟达有一整条 Ethernet产品线。这是 Spectrum X800，速度为每秒51.2Tbps，256个端口。接下来的是512个端口，明年推出，称为 Spectrum X800 Ultra，再接下来是 X16。重要的理念是 X800 设计用于成千上万个 GPU，X800 Ultra 设计用于数十万个 GPU，X16 设计用于数百万个 GPU，数百万 GPU 数据中心时代即将到来。 未来几乎你与互联网或计算机的每一次互动都会在某个地方运行一个生成式AI。这个生成式AI与你合作，与你互动，生成视频、图像或文本，甚至是一个数字人类。你几乎一直在与计算机互动，总有一个生成式 AI 连接着，部分在本地，部分在你的设备上，大部分可能在云端。这些生成式 AI 还会进行大量推理能力，不是一次性的回答，而是通过多次迭代改进答案的质量。所以未来生成的内容量将是惊人的。 Blackwell当然是英伟达平台的第一代，在世界认识到生成式AI时代来临之际发布。正当世界意识到AI工厂的重要性，正值这一新工业革命的开始。英伟达得到了几乎所有 OEM、计算机制造商、云服务提供商、GPU云、主权云，甚至电信公司的支持。Blackwell 的成功、采用和热情真是难以置信。我想感谢大家。 黄仁勋继续比哦啊是，在这个惊人的增长期间，英伟达要确保继续提高性能，继续降低训练成本和推理成本，并继续扩展 AI 能力，使每家公司都能接受。英伟达推动性能的提升，成本的下降越大。Hopper 平台当然是历史上最成功的数据中心处理器，这真的是一个不可思议的成功故事。 然而，Blackwell 已经到来，每一个平台，如你所见，都包含了几样东西。你有CPU，有 GPU，有NVLink，有网络接口，还有连接所有GPU的 NVLink 交换机，尽可能大规模的域。无论能做什么，英伟达都将其连接到大规模、非常高速的交换机。 每一代产品，你会发现不仅仅是 GPU，而是整个平台。构建整个平台。将整个平台集成到一个 AI 工厂超级计算机中。然而，再将其分解并提供给世界。这样做的原因是因为你们所有人都可以创建有趣和创新的配置，并适应不同的数据中心和不同的客户需求，有些用于边缘计算，有些用于电信。所有不同的创新都是可能的，如果将系统开放，并使你们能够创新。因此英伟达设计了集成的，但将其分解提供给客户，以便可以创建模块化系统。 Blackwell 平台已经到来，英伟达的基本理念非常简单：每年构建整个数据中心，分解并以零件形式销售，将一切推向技术的极限，无论是台积电的工艺技术、封装技术、内存技术、SerDes技术、光学技术，一切都被推向极限。之后，确保所有软件都能在整个安装基础上运行。 软件惯性是计算机中最重要的事情之一。当计算机向后兼容，并与所有已创建的软件架构兼容时，你进入市场的速度会快得多。因此，当能够利用已经创建的整个软件安装基础时，速度是惊人的。 黄仁勋表示，Blackwell 已经到来，明年是 Blackwell Ultra，就像有 H100 和H200，你们可能会看到一些令人兴奋的新一代 Blackwell Ultra，推动极限。我提到的下一代 Spectrum 交换机，这是第一次实现这种飞跃，下一代平台叫做Ruben，再一年后将有 Ruben Ultra 平台。 展示的所有这些芯片都在全速开发中，100% 的开发。这是英伟达一年的节奏，所有 100% 架构兼容，英伟达正在构建的所有丰富的软件。 ▍AI 机器人 让我谈谈接下来会发生什么，下一波 AI 是物理 AI，了解物理定律，能够在我们中间工作。因此，它们必须理解世界模型，理解如何解释世界，如何感知世界。它们当然还需要出色的认知能力，以便理解我们的问题并执行任务。 机器人是一个更广泛的概念。当然，当我说机器人时，通常指的是人形机器人，但这并不完全正确。一切都将是机器人。所有的工厂将是机器人化的，工厂将协调机器人，这些机器人将制造机器人产品，机器人相互协作，制造机器人产品。为了实现这一点，需要一些突破。 接下来，黄仁勋展示了一段视频，视频中提到： 机器人时代已经到来。一天内，所有移动的东西都将是自主的。世界各地的研究人员和公司正在开发由物理AI驱动的机器人，这些AI模型能够理解指令，并在现实世界中自主执行复杂任务。多模态 LLM 是突破，使机器人能够学习、感知和理解周围的世界，并规划它们的行动。 通过人类演示，机器人现在可以学习所需的技能，使用粗大和精细的运动技能与世界互动。推进机器人技术的一个关键技术是强化学习。就像 LLM 需要 RLHF来学习特定技能一样，生成物理 AI 可以使用物理反馈在模拟世界中学习技能。这些模拟环境是机器人通过在遵循物理定律的虚拟世界中执行动作来学习决策的地方。在这些机器人健身房中，机器人可以安全快速地学习执行复杂和动态的任务，通过数百万次试验和错误行为来提高技能。 英伟达构建了Nvidia Omniverse 作为物理AI的操作系统。Omniverse 是一个虚拟世界模拟开发平台，结合了实时物理渲染、物理模拟和生成式AI技术。在Omniverse 中，机器人学习如何成为机器人。它们学习如何自主精确地操控物体，比如抓取和处理物体，或自主导航环境，找到最佳路径，同时避免障碍和危险。在 Omniverse 中学习最大限度地减少模拟与现实的差距，并最大限度地转移所学行为。 构建具有生成物理AI的机器人需要三台计算机：Nvidia AI超级计算机来训练模型，Nvidia Jetson Orin 和下一代 Jetson Thor 机器人超级计算机来运行模型，以及Nvidia Omniverse，机器人可以在模拟世界中学习和改进技能。构建了开发人员和公司所需的平台、加速库和AI模型，并允许他们使用最适合的堆栈。下一波AI已经到来。由物理 AI 驱动的机器人将彻底改变各个行业。 黄仁勋提到，这不是未来，这正在发生。英伟达将通过几种方式服务市场。首先，英伟达将为每种类型的机器人系统创建平台，一个用于机器人工厂和仓库，一个用于操纵物体的机器人，一个用于移动的机器人，一个用于人形机器人。因此，每个机器人平台就像英伟达做的几乎所有事情一样，都是计算机、加速库和预训练模型。计算机、加速库、预训练模型。在 Omniverse 中测试、训练和集成所有东西，正如视频所说，机器人在这里学习如何成为机器人。 当然，机器人仓库的生态系统非常复杂。建造现代仓库需要很多公司、很多工具、很多技术，仓库正日益自动化。有一天，它们将完全自动化。因此，在每个生态系统中，都有连接到软件行业的 SDK 和 API，连接到边缘 AI 行业和公司的 SDK 和 API，以及为 Odms 设计的 PLC 和机器人系统的系统集成。这些最终由集成商集成，构建给客户的仓库。这里有一个例子，Kenmac 为 Giant 集团构建的机器人仓库。 黄仁勋继续表示，工厂有一个完全不同的生态系统，富士康正在建造一些世界上最先进的工厂。它们的生态系统再次包括边缘计算机和机器人，设计工厂的软件、工作流程、编程机器人以及协调数字工厂和 AI 工厂的 PLC 计算机。英伟达有连接到每个生态系统的 SDK，这在整个台湾都在发生。 富士康正在为其工厂建造数字孪生体。台达正在为其工厂建造数字孪生体。顺便说一下，一半是真实的，一半是数字的，一半是Omniverse。和硕正在为其机器人工厂建造数字孪生体，广达正在为其机器人工厂建造数字孪生体。 黄仁勋继续演示了一段视频，视频中提到： 随着世界将传统数据中心现代化为生成式AI工厂，对Nvidia加速计算的需求正在飙升。富士康，世界上最大的电子制造商，正准备通过Nvidia Omniverse和AI建造机器人工厂来满足这一需求。工厂规划人员使用Omniverse将来自西门子Team Center X和Autodesk Revit等领先行业应用程序的设施和设备数据集成到数字孪生体中。 在数字孪生体中，他们优化了地板布局和生产线配置，并定位了最佳相机位置，以使用Nvidia Metropolis支持的视觉AI监控未来的操作。虚拟集成节省了规划人员在建设期间巨大的物理变更订单成本。富士康团队使用数字孪生体作为准确设备布局的真实来源进行沟通和验证。 Omniverse数字孪生体也是机器人健身房，富士康开发人员在这里为机器人感知和操作训练和测试Nvidia Isaac AI应用程序，以及用于传感器融合的Metropolis AI应用程序。 黄仁勋继续表示，在Omniverse中，富士康模拟了两个机器人AI，在将运行时部署到装配线上的 Jetson 计算机之前。他们模拟了 Isaac Manipulator 库和用于自动光学检测的AI模型，以进行物体识别、缺陷检测和轨迹规划。他们还模拟了Isaac Perceptor驱动的Ferrobot AMRS，这些机器人通过3D映射和重建感知和移动他们的环境。通过Omniverse，富士康建立了运行在Nvidia Isaac上的机器人工厂，这些机器人建造了Nvidia AI超级计算机，反过来训练富士康的机器人。 一个机器人工厂设计了三台计算机。首先在Nvidia AI上训练AI，然后在PLC系统上运行机器人以协调工厂操作，最后在Omniverse中模拟一切。机器人手臂和机器人AMRS也是如此，三台计算机系统的区别在于两个Omniverse将结合在一起，共享一个虚拟空间。当它们共享一个虚拟空间时，机器人手臂将进入机器人工厂。再次强调，三台计算机，提供计算机、加速层和预训练AI模型。 英伟达将Nvidia Manipulator和Nvidia Omniverse与世界领先的工业自动化软件和系统公司西门子连接起来。这真的是一个非常棒的合作，他们正在世界各地的工厂中工作。 Semantic Pick AI现在集成了Isaac Manipulator，Semantic Pick AI运行并操作ABB、Kuka、安川、Fanuc、Universal Robotics和Techman。因此，西门子是一个绝佳的整合。 黄仁勋继续演示了一段视频，视频中提到： Arcbest正在将Isaac Perceptor集成到Fox智能自主机器人中，以增强物体识别和人体动作跟踪及材料处理。比亚迪电子正在将Isaac Manipulator和Perceptor集成到他们的AI机器人中，以提高全球客户的制造效率。Ideal Works正在将Isaac Perceptor集成到他们的iOS软件中，用于工厂物流中的AI机器人。 Gideon正在将Isaac Perceptor集成到托盘AI驱动的叉车中，以推进AI驱动的物流。Argo Robotics正在采用Isaac Perceptor用于高级视觉AMRS的感知引擎。Solomon正在他们的Acupic 3D软件中使用Isaac Manipulator AI模型进行工业操作。Techman Robot正在将Isaac Sim和Manipulator集成到TM Flow中，以加速自动光学检测。Teradine Robotics正在将Isaac Manipulator集成到Polyscope X用于协作机器人，并将Isaac Perceptor集成到MiR AMRS中。 Vention正在将Isaac Manipulator集成到Machine Logic中，用于AI操作机器人。机器人技术已经到来，物理AI已经到来。 黄仁勋继续介绍，这不是科幻小说，它正在整个台湾被广泛应用，真的非常令人兴奋。这是工厂，里面的机器人，当然所有产品也将是机器人化的。 有两种非常高产量的机器人产品。一种当然是自动驾驶汽车或具有高度自动驾驶能力的汽车。英伟达再次构建了整个堆栈。 明年，英伟达将与梅赛德斯车队一起投入生产。之后，在 2026 年，将是 JLR 车队。英伟达向世界提供整个堆栈。然而，你可以选择英伟达堆栈中的任何部分，任何层，就像整个 Drive 堆栈是开放的。 下一个将由机器人工厂内的机器人制造的高产量机器人产品可能是人形机器人。近年来在认知能力和世界理解能力方面取得了巨大进展，这要归功于基础模型和英伟达正在开发的技术。 黄仁勋表示，他对这一领域非常兴奋，因为显然，最容易适应世界的机器人是人形机器人，因为我们为自己建造了这个世界，还可以通过演示和视频提供大量的训练数据，远远超过其他类型的机器人。因此，英伟达将在这一领域看到很多进展。 下一波AI。台湾不仅制造带键盘的计算机，还制造用于口袋的计算机、用于数据中心的计算机。在未来，你们将制造会走动的计算机和四处滚动的计算机。这些都是计算机。事实证明，构建这些计算机的技术与今天你们已经构建的所有其他计算机的技术非常相似，这将是一个非常非凡的旅程。

 　　文明如水，润物无声。 　　习近平总书记指出，中国式现代化是中华民族的旧邦新命，必将推动中华文明重焕荣光。 　　在全面建设社会主义现代化国家新征程上，我们要坚持以习近平新时代中国特色社会主义思想为指导，坚定文化自信、担当使命、奋发有为，共同努力创造属于我们这个时代的新文化，建设中华民族现代文明。 　　总监制：霍小光 　　策划：李拯宇 　　出品：孙志平、陈国军 　　制片：幸培瑜、张桂林 　　统筹：吴炜玲 　　编导：何莉 　　记者：赵小帅、杨震男 　　制作：新华FM工作室 　　新华社音视频部、重庆分社联合出品