真正的大国，从不做选择

大国有小国无法比拟的优势，那就是在关键技术路线的选择上，可以全都要，有足够的资源和底气去承担可能的失败，就算是失败，也能够为其他关联项目提供意想不到的积累。

这一点哪怕稍小一点的工业国家也做不到，比如德国、日本、法国、俄罗斯等国家。这些国家在某些领域当然强，但是随着人类科技的进步，有越来越多的细分方向，尤其是在探索人类前沿领域，任何一个方向都可能需要这些次一级国家全力以赴，一旦压错了，时间的浪费还好说，关键是影响人才梯队的培养。

全都要，已经成了中国探索一切前沿领域的基本思维。

比如在数字智能也就是AI领域，目前中国确定的研究方向有三：

第一条路：追赶兼容美国主导的体系。

主要就是以英伟达的GPU为核心搭建的CUDA生态，这条路有美国在前面开路，已经比较成熟了，但是有两大严重问题：

一是采取力大飞砖模式，借助算力芯片的优势不断堆算力，以目前美国限制先进芯片供应、加之英伟达高昂的售价，在算力方面我们暂时很难超越美国；另一个严重问题在于，这条路线是基于美国的数据优势进行大模型训练，而中文高质量数据要少得多，这也导致走美国这条路，我们必然处于不利地位。

其他的还有CUDA生态成熟度、用户接受度等不利因素。当然我们也有一定优势，那就是虽然基于同样的底层架构，但是由于中国的数据较美国更为独特，比如利用云计算掌握的更多数据，可以做出来很不一样的大模型，对美国的AI创业者来说，使用中国的开源模型反而有助于打破美国大公司的垄断。一个例子是最近美国斯坦福AI团队，就被爆抄袭中国AI创业公司面壁智能的大模型，目前斯坦福AI团队已公开致歉。

但要注意，不利也仅仅是相对美国而言，面对全球其他任何国家，也都是独一档的存在。

第二条路：以中国为核心、极大降低AI门槛的全球化路线。

这一条路与美国路线最大的不同在于降低AI参与的门槛，小镇之前在《汹涌的洪流将淹没一切夸夸其谈》也谈过，现在英伟达“刀工”太惊人，虽然计算能力确实突飞猛进，但是英伟达出于利润和市值管理的需要，总是把芯片价格卡在谷歌这类大公司都很难接受的极限水平，于是美国的AI路线成了大资本的游乐场，训练一个大模型动辄需要几千万、上亿元的投入，这也锁死了后来者、创业公司另辟蹊径的可能。

之所以出现斯坦福AI团队抄袭中国创业公司大模型的事情，也是因为中国保持开源，而且基于中国数据训练出来的大模型，相比谷歌等大公司的有独到之处，很适合美国后发的创业团队差异化竞争。

中国的路线就是要继续发挥中国全产业链优势，把AI训练的成本打下来，让产业规模、用户数极大扩充，至少要以10倍计算，甚至以后不排除只用十几万人民币就能训练一个AI模型，只有旺盛的根基，才能够长出足够健壮的大树。

而且不同于美国的大模型，至今找不到足够的商业使用场景，中国的大模型一直强调与实际需求相结合、与实体和制造相结合，这也就意味着，中国的大模型从一开始就不需要像美国那样走上封闭的路线，而是可以尽可能开源，吸引全世界包括美国在内的从业者加入进来，这也会极大增强中国大模型的底蕴。

美国以华尔街、硅谷少部分人掌握的力量，怎么跟全世界相比？

这一点无需质疑，有太多现成的例子，比如近期中国登月，就带上了欧空局、法国、意大利和巴基斯坦。

第三条路：中国自用的专用领域。

这条路线就涉及到国家安全了，比如军事、气象、地理、国土空间、水文等领域，近些年一直大力投入的大江大河数字孪生也属于这个体系的基础，只有获取足够多的数据，才能进行AI训练。

其中军事领域更是关键，俄乌战场已经充分证明了在简陋的民用无人机技术支持下，战争已经被颠覆成何等样子，在俄乌战场，兵力被空前分散，一旦被发现几十秒内就会被无人机或者后方远程炮火覆盖。

中国有无与伦比的生产力，一旦进入战时，俄乌水平的无人机、机械狗月产量以百万计数，这就带来如何高效操纵、如何协同作战的问题，这就需要AI智能的支持，当然目前联合国正在推动制止AI技术应用于军事领域，但是可以不用、不能没有。

所以小镇之前对黄仁勋鼓吹的“地球2.0”不屑一顾，就是因为黄仁勋根本就不可能获得足够的数据，甚至他连美国自身数据也很难获取，因为美国的数字基建太差了， 没有数据谈什么模拟地球，目前唯一有资格谈第二世界模拟的，也只有中国。

花了一千多字，大概介绍了下中国智能计算全都要的几条路线。接下来实际举例，人类有可能第一个AI大规模应用的场景：自动驾驶。

上周，工信部等4部委确认了首批9家联合体，在全国7座城市开展智能网联汽车上路试点，针对的是L3和L4级别的高等级自动驾驶技术，这是具有里程碑意义的。

但是注意，成果没有这么快，按照试点方案，确定联合体仅仅是第一阶段，之后还有产品准入试点、上路通行试点、试点暂停和退出、评估调整等4个阶段，按照目前规划，2025年也只能在特定场景进行应用，真正大规模的推广要等到“十五五”了，目前相关规划正在前期调研中。

但这已经是全球最领先的进展了，这么说会被一些关注美国尤其特斯拉自动驾驶的朋友质疑，特斯拉的高等级自动驾驶已经在美国推开，据称效果不错。

之所以小镇会认为中国刚刚开始的试点，比特斯拉还领先，是因为中国这套模式更难、需要整个国家的整体提升，更能实现由自动驾驶这个“点”带动全社会智能化这个“面”的作用。在过去十几年，中国已经进行了很多前期积累，比如各地的城市大脑建设。

当前自动驾驶大概有三个路线。

一是单车智能。

具体可分为曾经谷歌团队为代表的激光雷达加视觉路线，以及特斯拉为代表的纯视觉路线，目前只有特斯拉的路线还在发展，但由于美国的公路场景相对简单，作为有百年汽车史的国家，美国人文明驾驶的意识更强，所以特斯拉的视觉模式还需要更多场景和数据的训练，因此特斯拉非常希望将自动驾驶引入中国。（参见《进入百年老行业，需要一点敬畏》）

注意特斯拉选择纯视觉，并不是纯视觉就先进，也是无奈之举，现在也没法切换了。

（参见《繁荣之下，危机在屁股后头追》）

二是智能网联路线。

单车智能也是智能网联的基础之一，但智能网联更强调整体，也就是“车路网云图”的联合，将智能汽车接入到整体的智慧交通、智慧城市体系，通过整座城市的智能化水平，加持单车，这也利用了中国之前十几年的积累。

今年初，五部委联合推出“车路云一体化试点”，就是要打造智能网联的基础，这也更有助于发挥中国城市建设更加先进、更擅长基建的优势。

这条路线带来的投资和发展机遇要比单车智能多得多。道理很简单，单车智能仅仅是这个体系中“车”这一部分而已。“车路云一体化试点”发布几个月后，已经有很多城市行动起来，5月北京成为第一个落实的城市，推出了总投资高达99.3889亿元的“北京市车路云一体化新型基础设施建设项目”，福州市第二个跟进，接下来深圳、长春、杭州等城市也正在追赶中。

而交通运输部在5月也主导推出了公路水路交通运输基础设施数字化转型，目前多个城市正在争夺试点落地。

对“新型基础设施”存在巨大的投资机会，小镇在两年前就开始分享了，这两年下来写了十几篇，这是未来非常确定性的大方向，论综合体量，和房地产是一个层级。

至于第三个路线，其实都不能称之为路线，属于更靠后的阶段，也就是智能驾驶座舱，需要等自动驾驶发展到一定水平之后才能实现，也就是科幻设想中不再需要人进行驾驶，车成为人的延伸，利用车提供的智能平台，可以做很多事情，由此也会带来很多服务和平台发展的机遇。

三个自动驾驶路线科普完，显而易见，第二条智能网联的路线更适合中国，也更加宏大，这也是特斯拉非常急切的想要融入中国的原因，不仅仅是因为中国产业链能够有效压低特斯拉生产成本。

对中国智能汽车比较了解的就会发现，现在国内真正拿得出手的相关企业，其实并不多，上周重庆汽车论坛，到底要不要继续“卷”都成为最大的争议，比亚迪和长安坚持卷到底，而广汽认为卷下去不是办法。

而比亚迪的回应很直接，同在上周的比亚迪股东大会，王传福表示未来将在智能驾驶领域投资1000亿，要将卷进行到底。

只是由于中国智能基建更加强大，国内企业当然会选择性价比更高、更有发展潜力的智能网联路线，而在单车智能尤其纯视觉路线上，暂时比不过专精的特斯拉。

但是这两条路线各有优劣。智能网联在正常情况下当然全方位的好，对于单车智能的要求也明显下降，但最大的问题是对整体环境的依赖很高，如果外部路网云等出现故障，显然会对智能汽车带来不利影响。

而单车智能更依赖自身，虽然潜力有限，但是当外部环境出现问题又或者在美国这种数字基建比较差的国家，显然更现实。当然这并不是说走智能网联路线就放弃单车智能，只是有一个优先度的问题。

目前国内拿得出手的智能驾驶汽车品牌，其实就几家，最强的两家：华为、比亚迪。虽然比亚迪目前在自动驾驶方面比较慎重，但论智能化，没有任何一家主机厂能够跟比亚迪比拼。

但华为和比亚迪显然是差异化竞争，在各自的领域没有对手，时间长了并不利于良性竞争，特斯拉就有了存在的价值了，可以与华为、比亚迪形成有效竞争，加速中国智能驾驶的迭代升级。

而特斯拉的视觉方案，对于老旧车型，也更方便进行改造，这对于中国智能汽车未来走向世界，显然大有帮助。

正因此，特斯拉的FSD一定会进入中国，这将是特斯拉第二次发挥鲶鱼作用，但不会太快，预计要到今年底或者明年初才能真正落地，但一开始一定只是L2或者L2+水平，L3以上要到2025年之后了，但有望作为后续批次加入刚刚开始的L3/L4上路试点。

世界各国、大资本、大企业都不蠢，宣传归宣传，谁能更好地借助中国的力量，谁将获得更大竞争优势，特斯拉也就发挥了带头作用。

其他文章推荐

■  楼市刺激政策加码，普通人又该如何买房？

如果喜欢，还请点赞、“在看”和关注吧

欢迎分享，让更多人发现“大树乡谈”

除本号外，小镇仅在以下两号发文

请注意辨别，欢迎关注