第708章 你看看這柄雙刃劍鋒利不
資本不是做慈善。
強哥也給秭小偉解釋了，國內其實在這方麵布局很早，五十年代已經跟上國際節奏搞學科建設。
所以冇什麼彎道超車，所有現在的成果實際上都是多年來各種學科研發積累以後的井噴。
科研這玩意兒就是實打實的燒錢，燒多少年以後可能某些邊角料才能在實用領域降維打擊。
當然搞得早，也就意味著學術地位高話語權重，研發資本投入大還落不到好。
所以趁著整體局麵好，更有江州作為全國現在最大的智能化新能源車生產基地作為實用領域測試場。
包括全國排名也在三十左右的江州大學的強項也在工業自動化領域，算有相應底子。
強哥選擇聯大來猛砸錢，有秭小偉之前在汽車學院等方麵的鋪墊，也更容易吸引各路英傑。
京西工業六成股份在常月玲那，實際上就是秭小偉的銷售，老常的生產規模，再不斷疊加江安、高和甚至現在夢想汽車等一茬茬培養的產線管理、產品設計等各種工業人才來形成“專家團隊”。
對任何工業領域的廠家企業，都能用顧問式的方法進行改造提升。
而強哥持有的四成股份，除了他自己的智能化倉儲、機器人製造團隊，就是資本運作，必要時為企業賦能，還能注資盤活。
但實際上他的真實份量是不到這個四成的。
就像戴安妮隨口說的那句，對頂流網紅團隊來說，資金並不是太大的問題，更何況還有長江汽車這種超級現金大牛。
京西商城最高峰流水一萬億，實際上利潤率才兩三個點，靠的是資本市場帶來大量資金運作。
反觀這邊網紅傳媒機構看似幾百千把億的流水，基本都特麼是利潤！
而且反過來不受資本市場限製，花錢更自由。
所以這種局麵做得越好，強哥的話語權反而會越來越低。
因為秭小偉和專家團隊的含金量、經驗提升會隨著一場場惡戰飛速飆升。
這次在夢想汽車的幾十號外部團隊裡，就隻有七八個人是強哥派來的，還基本插不上手。
畢竟他那套智能化倉儲，要承接可能夢想汽車整個零配件係統才用得上，個把個子品牌車型的產線應用，簡直有點牛刀殺雞。
所以強哥還是很敏銳的要提升自己的技術含量，保證在京西工業的“銷售+生產+科技+資本”這四個環節裡配得上四成比例。
不然遲早是個被甩開擠掉的結果。
所以才拚命砸錢唄。
秭小偉當然雙手雙腳歡迎，當麵把消息先傳遞給校領導，立刻又聯絡上工程技術學院各專業領導建個群，還讓周林鵬過去先協助搞個基金會辦公室。
也就是在這會兒看見自媒體群、龍貓汽車、夢想汽車研發群裡都在@他說領先汽車接連出事故的情況。
秭小偉冇什麼幸災樂禍的情緒，隻是皺緊眉看這個消息。
每家車企都會出車禍，但機械層麵的問題可以用足夠的測試來完成，這也是以前研發新車動不動就兩三年的原因，積累足夠多的測試調試才敢推向市場。
但現代科技參與之後，大量的測試可以放到電腦裡，當前這套機械組合高速運轉，複雜路況持續運轉是什麼後果，用服務器拚命運算就行。
譬如以前幾萬公裡才會出現的某個零件磨損釀成大禍，現在一堆高算力服務器可能幾天就算出來了。
更彆提底盤調校這些老師傅技術含量極高的活兒，用電腦一陣算，比經驗靠譜多了。
但智能駕駛冇法這麼算。
同在鵬圳，夢想汽車的工程師接觸到的東西跟秭小偉他們又不同。
有人在群裡就提了一句，實際上目前國內幾家強調智駕的技術，都有這個建圖問題。
簡單說就是提前把某個測試路段，先用各種技術高強度的建模建圖，再把車放進去走，再複雜都能遊刃有餘。
差不多就是考試前劃重點……不，應該算是讓AI直接背答案。
那當然考得就好了。
所以很多公開展示的智駕、廣告宣傳、媒體圍觀的場麵，都是預先建圖。
同在鵬圳的某品牌也是這麼乾的。
甚至在媒體測試之前都會問問在哪測，就把附近全都先掃一遍。
然後還有人開玩笑整個大灣地區，倆地區不測，HK太窄了，然後就香山，那邊瘋狂路麵施工+喪心病狂的電摩，簡直就是智駕的命中克星。
所以出事的往往就是路麵有臨時施工破壞了“答案”，又或者是周圍出現不守規矩的突發情況。
業內大家都知道怎麼回事。
在局部測試區域能用的技術，放大到瞬息萬變的巨大現實領域，一定會有各種不按規矩出牌的突發情況。
再強大的智能駕駛，也要有靈敏迅速的反應過程，而反應太靈敏又可能會誤判。
總之問題其實還很多，需要大量完善研究。
那就要麼AI技術不斷積累學習，科技上也提升設備反應速度，要麼換思路，說明眼前這種智能駕駛的思路是錯的。
這就是典型的互聯網思維。
但直接選擇大量推送到市場上讓消費者來幫AI積累學習。
就會出現眼前的結果。
強哥跟群裡的各位校領導寒暄幾句，注意到秭小偉怎麼亞麻呆住，接過手機一看就明白：“他們這套技術很可能要出大紕漏……”
秭小偉馬上湊近谘詢。
強哥跟程大嘴打了多少年交道了，他就賣數碼產品起家的，所有程大嘴的巔峰戰績也基本都是在京西打出來的，畢竟以遙遙領先在國內算是最貴一檔的手機，肯定在京西買才更讓人放心。
“他們每年的科研投入全國之冠，科研力量也是最多最強的，所以他們搞這套方案本質上就是堆工程師堆規則……”
說著拿自己手機在麵前茶幾上模擬：“自動駕駛的原理，無非就是環境感知、決策規劃、控製執行這三個模塊，無論用激光頭、攝像頭、雷達，反正先看到，再運算決定加減速避讓刹車，最後執行，就是我們人類的看到、想到、做到，哪個最關鍵，難度最大？”
秭小偉肯定是學霸：“當然是決策規劃，這是智能的核心，怎麼采集和怎麼執行反而很簡單。”
“對，問題就出在這裡，一是車機運算反應得過來嗎，三個步驟中間反應稍微慢點就出車禍了，這都是毫秒級的反應，信息在三個模塊之間傳輸始終有延遲，並且有可能在信息傳輸的過程中導致數據缺失，從而帶來一些安全隱患。”
強哥在這方麵確實是行家：“二是瞬息萬變的環境感知進來，到底是什麼，這運算量就太大了。”
說著還點點手機圖片上的車禍照片：“你搞工業製造，就知道早期自動化工廠料車，是順著地麵的控製線在走，這很初級簡單，因為環境簡單，公路上的雷達探測，激光頭探測，攝像頭探測各種采集那是多大的信息量了，最關鍵是車道線、紅綠燈、交通規則這些全都要塞進去，整個運算就越來越龐大，思考決策就越來越複雜。”
秭小偉都聽出來：“所以他們用的這套不停往裡麵堆規則的方法，就是麵多了加水，水多了加麵？”
強哥重新拿自己的手機：“我這半年也經常去花旗嘛，特斯拉已經換了途徑，不搞這麼複雜，用大模型技術在大量的駕駛數據中學習人怎麼開車，尋找駕駛的規律，就直接套用AI學習技術，這個場景你上次怎麼開的，我就怎麼開，你過路口減速，我也減速，直接學老司機怎麼開車，而不是根據一條條規則來開，這技術好不好還得驗證，但起碼在傳統思路上又開辟了新路線。”
可重點來了，他資本家的一麵露出來：“做科研為什麼燒錢，錯了就換思路，之前的投入就當買了教訓，但企業不行，前麵這麼多投入，產品設備，係統總線都按照這個思路來的，難道全部召回更換硬件？這時候前期投入越大，硬件成本越高，相對做得越好的，反而就被架起來進退維穀，怎麼辦？大多數企業隻能選擇硬著頭皮繼續走，因為承擔不起從頭再來的成本。”
秭小偉能聽懂，就像他對幾家新勢力造車，從來都冇正眼看過尉來，哪怕戴安妮停在山脊的第一輛新能源車，也是激發了秭小偉對新能源興趣的車就是尉來。
但18年就上市銷售，可能十年前就確定的換電技術，是那會兒冇多少電樁，充電時間過長，電池容量也不夠的好點子。
放到現在就成了雞肋，越來越說不通消費者為巨大的換電網絡成本買單。
企業還不得不硬著頭皮走下去。
每年歲末開始講故事要飯的梗已經在業內都傳遍了。
“但……老程他們的技術力量還是能搞定吧？”
強哥想了想點頭：“我也相信他們有這個實力，但前提就是得做大量的測試改進。”
那就是大量的車禍積累了。
因為本該在企業內部做的測試，現在被大力鼓吹上市，就不得不承受這柄雙刃劍的殺傷力了。