第708章 你看看这柄双刃剑锋利不
资本不是做慈善。
强哥也给秭小伟解释了，国内其实在这方面布局很早，五十年代已经跟上国际节奏搞学科建设。
所以没什麽弯道超车，所有现在的成果实际上都是多年来各种学科研发积累以后的并喷。
科研这玩意儿就是实打实的烧钱，烧多少年以后可能某些边角料才能在实用领域降维打击。
当然搞得早，也就意味着学术地位高话语权重，研发资本投入大还落不到好。
所以趁着整体局面好，更有江州作为全国现在最大的智能化新能源车生产基地作为实用领域测试场。
包括全国排名也在三十左右的江州大学的强项也在工业自动化领域，算有相应底子。
强哥选择联大来猛砸钱，有秭小伟之前在汽车学院等方面的铺垫，也更容易吸引各路英杰。
京西工业六成股份在常月玲那，实际上就是秭小伟的销售，老常的生产规模，再不断叠加江安丶高和甚至现在梦想汽车等一茬茬培养的产线管理丶产品设计等各种工业人才来形成「专家团队」。
对任何工业领域的厂家企业，都能用顾问式的方法进行改造提升。
而强哥持有的四成股份，除了他自己的智能化仓储丶机器人制造团队，就是资本运作，必要时为企业赋能，还能注资盘活。
但实际上他的真实份量是不到这个四成的。
就像戴安妮随口说的那句，对顶流网红团队来说，资金并不是太大的问题，更何况还有长江汽车这种超级现金大牛。
京西商城最高峰流水一万亿，实际上利润率才两三个点，靠的是资本市场带来大量资金运作。
反观这边网红传媒机构看似几百千把亿的流水，基本都特麽是利润！
而且反过来不受资本市场限制，花钱更自由。
所以这种局面做得越好，强哥的话语权反而会越来越低。因为秭小伟和专家团队的含金量丶经验提升会随着一场场恶战飞速升。
这次在梦想汽车的几十号外部团队里，就只有七八个人是强哥派来的，还基本插不上手。
毕竟他那套智能化仓储，要承接可能梦想汽车整个零配件系统才用得上，个把个子品牌车型的产线应用，简直有点牛刀杀鸡。
所以强哥还是很敏锐的要提升自己的技术含量，保证在京西工业的「销售 生产 科技 资本」这四个环节里配得上四成比例。
不然迟早是个被甩开挤掉的结果。
所以才拼命砸钱呗。
秭小伟当然双手双脚欢迎，当面把消息先传递给校领导，立刻又联络上工程技术学院各专业领导建个群，还让周林鹏过去先协助搞个基金会办公室。
也就是在这会儿看见自媒体群丶龙猫汽车丶梦想汽车研发群里都在@他说领先汽车接连出事故的情况。
秭小伟没什麽幸灾乐祸的情绪，只是皱紧眉看这个消息。
每家车企都会出车祸，但机械层面的问题可以用足够的测试来完成，这也是以前研发新车动不动就两三年的原因，积累足够多的测试调试才敢推向市场。
但现代科技参与之后，大量的测试可以放到电脑里，当前这套机械组合高速运转，复杂路况持续运转是什麽后果，用伺服器拼命运算就行。
譬如以前几万公里才会出现的某个零件磨损酿成大祸，现在一堆高算力伺服器可能几天就算出来了。
更别提底盘调校这些老师傅技术含量极高的活儿，用电脑一阵算，比经验靠谱多了。
但智能驾驶没法这麽算。
同在鹏圳，梦想汽车的工程师接触到的东西跟秭小伟他们又不同。
有人在群里就提了一句，实际上目前国内几家强调智驾的技术，都有这个建图问题。
简单说就是提前把某个测试路段，先用各种技术高强度的建模建图，再把车放进去走，再复杂都能游刃有馀。
差不多就是考试前划重点..不，应该算是让AI直接背答案。那当然考得就好了。
所以很多公开展示的智驾丶GG宣传丶媒体围观的场面，都是预先建图。
同在鹏圳的某品牌也是这麽干的。
甚至在媒体测试之前都会问问在哪测，就把附近全都先扫一遍。
然后还有人开玩笑整个大湾地区，俩地区不测，HK太窄了，然后就香山，那边疯狂路面施工 丧心病狂的电摩，简直就是智驾的命中克星。
所以出事的往往就是路面有临时施工破坏了「答案」，又或者是周围出现不守规矩的突发情况。
业内大家都知道怎麽回事。
在局部测试区域能用的技术，放大到瞬息万变的巨大现实领域，一定会有各种不按规矩出牌的突发情况。
再强大的智能驾驶，也要有灵敏迅速的反应过程，而反应太灵敏又可能会误判。
总之问题其实还很多，需要大量完善研究。
那就要麽AI技术不断积累学习，科技上也提升设备反应速度，要麽换思路，说明眼前这种智能驾驶的思路是错的。
这就是典型的网际网路思维。
但直接选择大量推送到市场上让消费者来帮AI积累学习。
就会出现眼前的结果。
强哥跟群里的各位校领导寒暄几句，注意到秭小伟怎麽亚麻呆住，接过手机一看就明白：「他们这套技术很可能要出大纰漏—...」
秭小伟马上凑近谘询。
强哥跟程大嘴打了多少年交道了，他就卖数码产品起家的，所有程大嘴的巅峰战绩也基本都是在京西打出来的，毕竟以遥遥领先在国内算是最贵一档的手机，肯定在京西买才更让人放心。
「他们每年的科研投入全国之冠，科研力量也是最多最强的，所以他们搞这套方案本质上就是堆工程师堆规则说着拿自己手机在面前茶几上模拟：「自动驾驶的原理，无非就是环境感知丶决策规划丶控制执行这三个模块，无论用雷射头丶摄像头丶雷达，反正先看到，再运算决定加减速避让刹车，最后执行，就是我们人类的看到丶想到丶做到，哪个最关键，难度最大？」秭小伟肯定是学霸：「当然是决策规划，这是智能的核心，怎麽采集和怎麽执行反而很简单。
「对，问题就出在这里，一是车机运算反应得过来吗，三个步骤中间反应稍微慢点就出车祸了，这都是毫秒级的反应，信息在三个模块之间传输始终有延迟，并且有可能在信息传输的过程中导致数据缺失，从而带来一些安全隐患。」
强哥在这方面确实是行家：「二是瞬息万变的环境感知进来，到底是什麽，这运算量就太大了。」
说着还点点手机图片上的车祸照片：「你搞工业制造，就知道早期自动化工厂料车，是顺着地面的控制线在走，这很初级简单，因为环境简单，公路上的雷达探测，雷射头探测，摄像头探测各种采集那是多大的信息量了，最关键是车道线丶红绿灯丶交通规则这些全都要塞进去，整个运算就越来越庞大，思考决策就越来越复杂。」
秭小伟都听出来：「所以他们用的这套不停往里面堆规则的方法，就是面多了加水，水多了加面？」
强哥重新拿自己的手机：「我这半年也经常去花旗嘛，特斯拉已经换了途径，不搞这麽复杂，
用大模型技术在大量的驾驶数据中学习人怎麽开车，寻找驾驶的规律，就直接套用AI学习技术，这个场景你上次怎麽开的，我就怎麽开，你过路口减速，我也减速，直接学老司机怎麽开车，而不是根据一条条规则来开，这技术好不好还得验证，但起码在传统思路上又开辟了新路线。「
可重点来了，他资本家的一面露出来：「做科研为什麽烧钱，错了就换思路，之前的投入就当买了教训，但企业不行，前面这麽多投入，产品设备，系统总线都按照这个思路来的，难道全部召回更换硬体？这时候前期投入越大，硬体成本越高，相对做得越好的，反而就被架起来进退维谷，
怎麽办？大多数企业只能选择硬着头皮继续走，因为承担不起从头再来的成本。」
秭小伟能听懂，就像他对几家新势力造车，从来都没正眼看过尉来，哪怕戴安妮停在山脊的第一辆新能源车，也是激发了秭小伟对新能源兴趣的车就是尉来。
但18年就上市销售，可能十年前就确定的换电技术，是那会儿没多少电桩，充电时间过长，电池容量也不够的好点子。
放到现在就成了鸡肋，越来越说不通消费者为巨大的换电网络成本买单。
企业还不得不硬着头皮走下去。
每年岁末开始讲故事要饭的梗已经在业内都传遍了。
「但·.·老程他们的技术力量还是能搞定吧？
强哥想了想点头：「我也相信他们有这个实力，但前提就是得做大量的测试改进。」
那就是大量的车祸积累了。
因为本该在企业内部做的测试，现在被大力鼓吹上市，就不得不承受这柄双刃剑的杀伤力了。