個人積分：5225分
文章編號：89238018
個人積分：23456分
文章編號：89238027
自駕車不等於電動車
自駕車不等於電動車
自駕車不等於電動車
一堆人講BYD 電動車，根本劃錯重點。
BYD最多就跟鴻海為iphone 組裝一樣，太低階了。
自駕車是軟體和感測技術，電動車只是電池系統。
AI 又和自駕車，中間有重疊。
這中間至少三方博弈。
蘋果放棄造車，但是沒有放棄CarPlay 。
所以自駕車的OS 還是牢牢掌握著。
蘋果的地圖那麼爛，封閉體系的自駕車，鐵定無望的。
Google 則掌握著地圖。Google 的地圖你用免費，自駕車廠用，是免費嗎？
過保以後的地圖更新，誰付錢？
至於下面的感測和AI 判別引擎，還沒殺完。由各家車廠努力。
Level 3 的算力，目前有了，當然是nvda 的GPU，但是還太貴。
要到Level5 普及，還很久。
Tesla 的信徒一直認為Tesla 會是AI 判別引擎的供應商，
其實我是不太相信的。AI 判別引擎要靠：
1。GPU
2。感測
這兩個都不在TSLA手上。
更何況就算有，人家BMW/TOYOTA 會用你 TSLA的GPU嗎？
想也知道不可能。
真正的Training Data ，其實沒那麼重要。
不同的感測系統，用的資料也不一樣，
一台有十個感測元件的訓練會和一台只有八個元件的，能一樣嗎？
就算都是十個，車身大小不同，感測系統角度不同，
你目前收集的資料也不能適用。
所以說那些信徒們相信的幾千萬英哩的駕駛資料，
並沒有什麼特別的價值。
目前Level 3 做出來的也不是TSLA。
GPU跟感測，其實也是成本問題。
感測花得多，GPU可以便宜一點。
感測元件花得少，GPU就要貴一點。
兩者都是硬體，會慢慢便宜下來，但要時間。
Training 不難，難在這三者配合後的成本。
AI 引擎目前看來NVDA有優勢，
但那也是因為現在感測和GPU的算力水準還沒到。
未來車廠要求的GPU可能是一顆$200甚至$50，
而不是$2000元，
那NVDA 就不見得能吃得下來了。
以後誰能做出$200 等於現在$2000元的GPU，才能吃下
AI 引擎。ARM的機會不小，但其實還很難猜。
肥仔貓 wrote:
比亞迪就是把所有電動車利潤全部打趴
電動車不等於自駕車。差很多。更不用說低價電動車。
BYD的優勢是組裝電動車，其實車子本身，早就是紅海。
你看電動車時代以前的福特，GM等車廠的股價就知道了。
賣車是一槌子買賣，全世界能賺錢的沒幾家。
早就競爭得很了。
BYD 的車子是便宜，但後面能不能持續打開市場，
並維持下去，真正賺到錢，還有待觀察。
BYD 還靠著補貼。要想統治北美市場，那還早的很。
個人積分：18288分
文章編號：89238186
好像在做某個東西
其實他只是在掩飾真正在做的東西而已
大概二十年前市場也是一直盛傳蘋果將會推出自己的電視
而當時蘋果確實是跟一些廠商弄了一些訂製設備
最後也是幾年後宣布放棄
當時也很多人說蘋果果然就是怎樣怎樣
然後沒多久就出了電視盒
那個盒子經過幾次改版
現在依然是許多人客廳設備之一
說回這次的事
真要說意外的是我以為這件事不會公開直到搞出東西來
事實上車輛的運動幾何根本不會是半路出家的人搞得出來的
要造車也會是代工模式
代工模式的話
與其牽扯那麼多方方面面
還是不熟悉的領域
不如就做車載介面平台
之前蘋果找一些汽車製造商的會議
大概就可以推斷出他要建構的是平台不是車輛
apple car 2.0也開始結合冷氣等等的車輛控制
像是taycan這類的多螢幕車種
就有可能優先其他車種搭載
之前也有消息是他們開了幾次秘密會議
其實蘋果一直有在發展技術
像是空間偵測
最近的Vision Pro的使用介面
加上之前apple map的虛擬實境導航
那都可以是車輛hud使用的導航介面
其實抗噪也是有機會運用在車輛上的
而很多蘋果的服務現在已經在carplay上使用了
像是apple carkey的應用或是music等等
總之我認為從一開始蘋果就沒有要做自己的車
只是在車的領域探索各種可能
現在應該是方向已經確定了
所以表面上解散
實際上秘密保留或是秘密成立新的團隊
這樣也符合蘋果企業文化
他繼續讓人家代工他的東西
只不過這次會掛其他家的商標而已
或許屆時又是搞一個像是MFI認證一樣的東西
像是Made for CarPlay 等等
讓車廠來合乎規範
也讓設備商來合乎規範
設備就可能會是行車紀錄器
甚至是自動駕駛設備了
而蘋果從傳出某某消息
到實際產品出現商用化
一般情況大約時程會是兩年到三年
但是也是有甚至量產了一小批後緊急喊停的事
所以沒有人能預測什麼
雖然我是覺得可以期待一下這個carplay 平台就是了
本人文章內容不同意未經許可之任何形式複製轉載
個人積分：667分
文章編號：89238190
個人積分：1412分
文章編號：89238196
個人積分：2883分
文章編號：89238214
個人積分：24971分
文章編號：89238309
個人積分：8202分
文章編號：89238392
個人積分：9338分
文章編號：89238460
