Re: [情報] 特斯拉第四季營收遠低於預期盤後大跌逾6%

LDPC 發表於 2024/1/26 下午3:45:30

看板Stock標題Re: [情報] 特斯拉第四季營收遠低於預期盤後大跌逾6%作者

(Channel Coding)時間Jan 26 15:45:30 2024推噓18 推:20 噓:2 →:49

不太一樣啊首先自駕的車子吃電池先天上就決定算力有個上限在
而自駕容錯率又低落地場景難度相對高現在生成式AI算力無限往上疊
在雲端上跑沒有電池綁手綁腳限制而且可以搞出一堆花樣來才不是啥鬼泡沫玩意QQ
有小道傳言說祖柏克現在搞AI是覺這玩意可以幫助他的原宇宙
因為他覺得他元宇宙NPC都可以叫AI來當 Meta最近很狂都喊出AGI口號了

微軟哪天叫暴雪裡面的NPC都用AI跑都不意外
像是這篇AI NPC用在電玩 https://arxiv.org/abs/2309.09971 且這篇paper還是微軟的其他專案也有https://github.com/AkshitIreddy/Interactive-LLM-Powered-NPCs

老黃這次CES裡面其實也展現幾個AI NPC 對話是隨機產生以後就是跟NPC談戀愛的時代了

--
福利連是我的不要跟我搶!!QQ

※ 引述《chopinmozart (aha)》之銘言：
: ※ 引述《gso1987 (gso9)》之銘言：
: : $TSLA目前盤前-7%…
: : 其實財報聽下來沒有什麼新的壞消息
: : 要拿eps, revenue 雙miss 這種早就知道的事情來說已經晚了
: : 畢竟也沒人真的看eps買特斯拉股票
: : 財報後大跌也在意料之中
: : 華爾街期待的全年交付量預期和毛利率改善都沒給
: : $25k compact car要等到2025下半年
: : 只說了growth rate will be notably lower than 2023
: : 真是廢到笑
: : 不論如何賣不動就砍價是確定的
: : 特斯拉對於季度財報和機構投資人的態度
: : 就蠻不情願的…
: : 我認為2024比較能期待的大概只剩
: : Cybertruck + updated Model 3
: : 還有Model Y改款有希望在下半年推出
: : 至於FSD V12:
: : 目前測試影片看起來還可以
: : 需要推送給更多車主幫忙公測
: : 今年會是特斯拉股東痛苦的一年
: : 尤其看AI股賺到流湯
: : 老黃蘇媽創新高
: : 老馬還在半山腰
: : 真的是沒有比較沒有傷害
: : 最近又出現很多特斯拉冬天充不了電
: : 續航劇減的新聞
: : 不過和18、19年的FUD比起來真的還好
: : 那時候特斯拉是在破產邊緣
: : 和現在滿手現金不是同一個量級
: : 持股方面我是covered call已經上滿了
: : 希望明年會更好…QQ
: 是這樣的
: 今日特斯拉明日微軟
: 現在的微軟就跟兩年前的特斯拉一樣
: 靠著AI自駕車吹上天
: 從2020實現 L5 自駕吹到 2024 年
: 大家都快忘了有L5自駕車
: 而微軟現在正在走這條路
: 生成式 AI 在 2023年吹上天
: 應該2025就下去了
: 生成式 AI 說穿了就跟特斯拉的自駕車一樣
: 叫他寫文章很簡單叫他造火箭就很抖
: copilot 就跟特斯拉的 L5 一樣吹過頭
: 特斯拉頂多就自動跟車大家敢用現在要完全自動駕駛根本難如登天
: copilot也是頂多寫寫簡單的東西或一些周邊測試
: 很難成為主要生產工具
: 大家很快就會發現生成式AI只是寫寫文章的玩具
: 真的要變成毀滅人類的天網可能是2100年以後的事情
: 特斯拉只是第一個被看破手腳的

--

※ PTT留言評論

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 67.169.111.72 (美國)

※ PTT 網址

※ 編輯: LDPC (67.169.111.72 美國), 01/26/2024 15:47:33 ※ 編輯: LDPC (67.169.111.72 美國), 01/26/2024 15:49:02

推

waitrop 01/26 15:48meta在ai領域的確很狂,有Yann LeCun帶隊十年

→

waitrop 01/26 15:49但是meta在ar/vr的問題還是沒有改變,硬體與技術

→

waitrop 01/26 15:50還是無法解決暈眩與長時間使用的問題,目前比ai還難

推

CORYCHAN 01/26 15:56請問大大怎麼看AMD這波

→

strlen 01/26 15:57一半天空偏不選要選千年老阿罵有夠瓦

推

CORYCHAN 01/26 15:5799 AMD

推

bring777 01/26 16:01AI沒網路就是個廢物

推

jinshun 01/26 16:01很狂嗎社群一堆詐騙貼文原來都狂AI弄出來的

推

JKCCF 01/26 16:01想了解 NV另外兩個領域，車用跟Omniverse的潛力XD

噓

a000000000 01/26 16:15福利蓮開宇宙戰艦

推

loat 01/26 16:17老阿罵了欸至少選肥倫吧

推

rebel 01/26 16:18訓練跟推論是不同的你是不是誤解了AI 的應用模式

→

LDPC 01/26 16:24以Megatron-Turing-530B 它在推論要用到40顆A100

推

abccbaandy 01/26 16:24AI肥倫應該超嘴吧

→

LDPC 01/26 16:26一顆A100大概是250W 如果你用ASIC這種省電缺點就是

→

LDPC 01/26 16:28不好隨插即用

推

waitrop 01/26 16:30AI server 沒在跟妳隨插即用啦! 插上去用到整台壞掉

→

waitrop 01/26 16:31從DC抓出機器然後換一張GPU還要搞半天的成本更高

→

waitrop 01/26 16:31大部分如果可以就用軟體跳過這顆GPU,如果可以

→

bnn 01/26 16:32怎麼看meta都是下一個炸掉的財爆

→

LDPC 01/26 16:32我在說電動車不太可能跑大模型啦他先天有算力限制

→

SRNOB 01/26 16:33祖柏克瘋了喔? 憑他那個巴黎鐵塔自拍元宇宙?

https://www.youtube.com/watch?v=guE7zZYUEyM

QQ AI福利連不香嗎

https://www.youtube.com/watch?v=7LASttrRkVo

一起來推AGI福利連吧 QQ

→

LDPC 01/26 16:33且隨插即用指的是模型參數架構update asic不能這樣

推

waitrop 01/26 16:36asic的確受到特定算法與模型架構限制

推

leoloveivy 01/26 16:36西元2024年還在頭暈quest3賣爆了

→

waitrop 01/26 16:36每種訂製的asic都有特定使用的算法與模型架構

※ 編輯: LDPC (67.169.111.72 美國), 01/26/2024 17:00:37

推

pantani 01/26 17:22你說的不錯只是要多久才實現

推

Jeff1989 01/26 17:23希望能跌倒165慢慢接

推

pantani 01/26 17:40http://i.imgur.com/Gov7Wnf.jpg

→

pantani 01/26 17:42股市就是把幾十年後的夢吹來反應在當前的股價

→

SAKUHIRO 01/26 17:53本來以為臉書要下去了沒想到默默又靠AI復活，感覺

→

SAKUHIRO 01/26 17:53明明也沒什麼產品，營收也沒有吧

推

webster1112 01/26 18:49沒有夢想，人跟鹹魚有什麼差別？

推

caeserhaha 01/26 19:19不需要在車子上面去訓練模型吧，會放到車子上的應該

→

caeserhaha 01/26 19:19都是已經fine tune 過的了

推

gino0717 01/26 20:18跌到100進場

推

hcwang1126 01/26 20:48但現在主機不勘負荷想分散一些事到邊緣運算車可

→

hcwang1126 01/26 20:49能不錯

推

hcwang1126 01/26 21:09特手機特車 dojo 可能可以在這特架構下作什麼特化

→

hcwang1126 01/26 21:09過的應用然而我們可能也在經歷二次.com 泡沫但泡

→

hcwang1126 01/26 21:09沫後精彩可期類莫語靜從不男不女的人工ai進化並增

→

hcwang1126 01/26 21:10殖

→

imhan705 01/27 04:15幾個月前中國有手遊有ai npc惹

噓

hidalgo2297601/27 12:21車子有什麼應用需要大型模型的...你能說說看嗎

現在一堆視覺Foundation Model大模型都屌打傳統CV 但能幫助自駕的偵測且LLM也能幫助自駕的路徑規劃你可以看看這篇整理的LLM自駕論文總集合

https://arxiv.org/abs/2311.01043

我們現實世界需要一堆0-shot recognition 來應付在訓練數據沒看過的場景和物體傳統CV模型無法做到泛化(0-shot) 所以場景一改變很多算法就失效這也是為何大模型被認為是一個通往AGI路線原因就是泛化(Zero-Shot)能力而模型越大泛化能力越強越能做到Zero-Shot 很多Foundation Model都有良好泛化能力然後LLM的泛化能力也可以用來解決自駕上的路徑規劃甚至理解世界再從沒看過場景情況事件泛化強的大模型都能接近人類去給決策和判斷物體為何就算是有三寶駕車有者上帝視角的泛化模型自駕都有機會可以閃過三寶的撞擊

https://arxiv.org/abs/2312.09245

但這些大模型在Inference也是會比傳統CV更吃記憶體和算力這也意味者你的電動車行使里程會被因此影響到換言之如果你要一個LV5自駕你要的是一個全面泛化性強的模型這也是為何大部分自駕會選在高速公路場景因為可以相對減少泛化性的要求當自動駕駛處理市區或一般道路時那就是一個災難的開始我有一個認識的在Zoox 他們曾經遇到一個情況是有人睡在大馬路上在一個沒泛化性的自駕(訓練資料沒看過) 車子有大機率會直接輾過去而目前能達到良好的泛化做法就是大模型的Foundation Model/Pre-Train Model 這也是OpenAI其中一篇論文講的泛化的達成跟你Scaling Law有關所謂的Scaling Law 就是你模型尺寸要大才能顯出Emergent Ability 不過我感覺你一定不知道我在說什麼總之歡迎加入跟我一起推福利連QQ

※ 編輯: LDPC (67.169.111.72 美國), 01/27/2024 15:40:52

→

hidalgo2297601/29 13:10沒注意到你有回文

→

hidalgo2297601/29 13:12你寫了很多字但可以被吐槽的實在太多....

→

hidalgo2297601/29 13:12第一路線規劃跟傳統cv 本來就是完全不同的任務

→

hidalgo2297601/29 13:13自動駕駛一定要在local端做路線規劃幹嘛要在local?

→

hidalgo2297601/29 13:14你有看到Google的路線規劃需要到local端做的理由嗎?

→