万万没想到。
继诺贝尔物理学奖颁发给了AI领域的两位科学家之后，诺贝尔化学奖有一半又让AI界的两位精英斩获。
正如2019年诺贝尔化学奖颁给了约翰·B·古迪纳夫（John B. Goodenough）、M·斯坦利·威廷汉（M. Stanley Whittingham ）、吉野彰（Akira Yoshino）三位对锂电池商业化应用做出了巨大奠基性贡献的科学家之后，电动汽车势起蓬勃发展，今年的诺奖接连花落AI界，不禁令人猜想：AI会以什么样的方式令汽车的智能化成为新浪潮，汽车智能化又会向着什么方向演化？
AI界的精英们无不为之振奋欢呼，而新晋诺贝尔物理学奖的得主之一、AI教父杰弗里·辛顿（Geoffrey Hinton）却忧心忡忡，担心AI会终结人类，他在得奖之后Diss了Open AI。和Open AI积怨难释的马斯克趁机拉踩，国内的车企们则在智能驾驶元年玩命地拼端到端大模型……
有欢呼，有开撕，各种情绪中，AI大潮暗涌风险，也充满机会。
AI领域连斩诺奖
10月8日晚，2024年诺贝尔物理学奖授予了约翰·J·霍普菲尔德 （John J.Hopfield）和图灵奖得主、AI教父杰弗里·辛顿，"以表彰他们利用人工神经网络进行机器学习的奠基性发现和发明"。
1933年出生于美国伊利诺伊州的霍普菲尔德，曾任教于加利福尼亚大学伯克利分校、加州理工学院、普林斯顿大学，现在是霍华德-普莱尔分子生物学名誉教授
一些业界人士惊呼“物理学不存在了”。
就连Chat GPT- 4o都认为诺贝尔物理学奖颁发给AI领域有问题，觉得机器学习和人工神经网络领域通常不属于物理学范畴。
诺奖官方则一边组织颁奖，一边忙着答疑。
“你知道机器学习模型是基于物理等式吗？”的调研显示了51%的人不知道，诺奖官方又在社交平台X上贴出了大神辛顿2023年在《时代》杂志关于AI的采访，又发布诺奖课程视频，针对2024年物理学奖作了相对深入的探讨，称两位获奖者利用物理学工具开发了一些方法，这些方法是当今越来越强大的机器学习的基础。
1947年出生于英国的辛顿，被称作AI教父
这已经足够震撼了。
更震撼的是，谷歌DeepMind的德米斯·哈萨比斯（Demis Hassabis）刚刚祝贺AI教父辛顿拿奖，一天之后的10月9日，他自己得了诺贝尔化学奖。
他和同事约翰·乔普（John M. Jumper）获得了一半2024诺贝尔化学奖，另一半由华盛顿大学教授大卫·贝克（David Baker）获得，以表彰他们在“蛋白质结构预测”和“计算蛋白质设计”方面的贡献。
诺奖官网称，化学奖得主贝克成功完成了几乎不可能完成的任务，制造出了全新的蛋白质。他的共同获奖者哈萨比斯和乔普开发一种AI模型Alpha Fold2来解决一个50年前的问题：以巨大的技术潜力预测蛋白质的复杂结构。
近年来，A预测蛋白质结构成为了生物以及AI领域的重磅话题。
这个领域有两大知名开源算法，一个是DeepMind 的Alpha Fold2，另一个就是贝克团队研发的 RoseTTAFold。
48岁的谷歌AI大佬哈萨比斯和39岁的乔普获得了诺贝尔化学奖，加上77岁的获得物理学奖的AI教父辛顿，AI 学者们在2024年诺奖中赢得震惊中外。
业界大佬和精英们欢呼不已，贺言铺天盖地。
2018年两位图灵奖得主—— Meta 首席 AI 科学家杨立昆（Yann LeCun ）和 UdeM 全职教授、Mila 创始人和科学主任约书亚·本吉奥（Yoshua Bengio），谷歌首席科学家杰夫·迪恩（Jeff Dean）、SSI创始人伊尔亚·苏茨克维（Ilya Sutskever，辛顿的学生）、“AI 教母”李飞飞、Coursera联合创始人吴恩达均在社交平台发布祝贺。
诺奖得主和马斯克Diss Open AI
AI教父辛顿现在对AI持警醒的态度，称AI威胁比气候变化更紧迫。
诺奖官网的辛顿主页介绍道，他曾花了小半个世纪的时间开发神经网络，让机器拥有了深度学习的能力。
如今，他的愿望实现了，人工智能之浪潮汹涌澎湃滚滚而来。而这位AI教父却退缩了，他对自己教会学习的机器产生了怀疑，甚至愤怒。他担心这可能导致人类的终结，他认为他的最终使命是警告世界。
10月9日，这位喜提诺奖的AI大神在获奖后的一个采访中公开diss推出Chat GPT燃爆了AI应用领域的公司Open AI，称特别自豪的一件事是他的学生、前述发贺信的伊尔亚·苏茨克维（彼时是Open AI的首席科学家）曾经炒了Open AI创始人之一、现CEO萨姆·奥特曼（Sam Altman）鱿鱼，因为奥特曼背离了初衷，变得只关注赚钱，不再考虑AI的安全性。
正在全力支持特朗普竞选总统的马斯克借机拉踩，转发了这个视频，称“辛顿可是诺贝尔物理学奖得主”。
作为Open AI的创始人之一，马斯克和奥特曼的新仇旧恨能拍上好几季商战连续剧。
2015年，马斯克、奥特曼、彼得·泰尔（Peter Thiel）、里德·霍夫曼（Reid Hoffman）等11人联合创办了人工智能实验室Open AI，它的使命是确保AI可以造福人类。
OpenAI同时也致力反对谷歌，因为谷歌研发的通用人工智能意在赚钱，而且一家独大，会构成严重的风险。
一开始，Open AI是一家非营利性的实验室。2016年，Open AI发布了首个产品，这是一款开源强化学习工具包——OpenAI Gym和Universe。
根据新晋诺奖得主辛顿的说法，后来奥特曼让它变了味道，开始追求盈利。
据路透社的报道，马斯克在2017年年底曾经试图从奥特曼以及其他共同创始人手中夺回OpenAI的控制权，以便用特斯拉的超级电脑将其与特斯拉整合成一家商业公司，不过没能“夺权”成功。
2018年，马斯克退出Open AI后，2019年3月这家公司从非营利性公司变为“封顶”的逐利企业，同年7月倒向了大公司微软，获得微软的注资支持，2022年11月推出全新聊天型机器人Chat GPT，今年2月又推出文生视频大模型Sora，在全球内容创作行业掀起了新的风暴，成为人工智能发展进程中的里程碑事件。
持股49%的微软受益匪浅。马斯克自然是不服的。2023年11月，他成立了自己的AI公司，后来命名为X.AI，目的正是与Open AI展开竞争。
今年3月1日，马斯克向旧金山高级法院对奥特曼提起诉讼，称奥特曼和另一位共同创始人格雷格·布罗克曼（Greg Brockman）当初找他是要创立一家开源、非盈利企业，但是这家于2015年成立的公司现在却只知道赚钱，因此违背了参加当初创业者们通过的合同规定。
马斯克希望法院的判决能够迫使Open AI将其研究和技术对外公开，防止该公司利用包括第四代AI模型在内的资产为微软或任何个人谋取财务好处。
有人支持，有人嗤之以鼻，认为马斯克这是吃不到葡萄说葡萄酸。
而奥特曼在2023年11月被董事会解雇4天半后，又戏剧性地“二进宫”回锅“复辟”，当初的11位联合创始人，如今只剩下了2位。
马斯克不放过任何机会在公共场合拉踩让他不爽的人。今年6月，马斯克在"戛纳狮子国际创意节"（CLIFC）上期间接受WPP CEO马克·里德（Mark Read）采访时又提旧事，称Open AI的名字是他起的，“Open”代表着“开源”，"现在，它是一家‘闭源’、追求最大利润的AI公司，这与预期的不同。我也不知道它是怎么走到今天的。"
最近，Open AI在风投融资中获得了66亿美元，估值飙升至1570亿美元。据传Open AI在融资过程中对投资人提出了排他性的要求，让投资人不得支持包括Anthtopic在内的5家竞争对手。
马斯克闻言，10月3日在X上连称“Open AI真邪恶”。随后OpenAI否认了排他性投资的传闻。
他们之间的恩怨大概率会伴随着滚滚而来的AI大潮继续撕扯下去。
端到端大模型：一段式&两段式
撕归撕，AI在诺奖中的大获胜，对特斯拉在内的车企来说，是无法想象的历史大机遇。
有业者表示，AI领域的科学家们连获诺贝尔物理学奖和化学奖，标志着人工神经网络在AI领域的突破，但技术难点在于如何优化算法，提升计算效率，让深度学习更接地气。
汽车商业评论通过走访了解到，国内的主流车企至少在两年前，就开始关注和研究AI大模型。
对汽车行业而言，AI大模型一方面能够助力研发，帮助研发人员做一些编译简单的标准化语言等软件开发工作，亦能在测试领域生成相关的用例，提升车企面向用户实用场景中的互联程度。
目前，AI大模型主要应用在两个域：智能座舱和智能驾驶。
智能座舱现在体现出的语音交互和多模态交互，背后正是AI大模型和第三方应用的支持，通过语言挖掘用户需求，通过深度学习，生成更深层次的服务，比如通过导航功能就能安排用户沿途的吃饭、休息等日程活动等，逐渐拟人，生成管家式服务。
智能驾驶方面，过去的智能驾驶是指令式的：发现障碍物，感知障碍物，决策完之后进行比较简单的执行，但是用例和场景覆盖很有限，所以有很多长尾效应，比如突然遇到了过去没有见过的、未标注过录像的障碍物，那么就无法判断和做出是越过还是避开的决策。运用AI大模型之后，在视觉感知和决策上，通过大模型可以把障碍物的风险程度作为整个智驾的执行判断依据。
特斯拉的纯视觉一段式端到端大模型正在野心勃勃地加速，它的FSD预计明年进入中国和欧洲市场。国内的车企量产的大多数是带激光雷达的感知和规控两段式端到端大模型。
汽车商业评论了解到，所有的车企都能够将感知和规控合成一段式大模型，但销量不够多、数据不够大，即使做成了一段式大模型，也无法形成有效覆盖的落地应用。
而两段式的感知和规控更符合现实情况。以一己之力做端到端的，以智能驾驶为特色和优势的小鹏汽车，一年要在AI上烧钱30亿，这不是每个车企都能这么大手笔耗得起的。
国内车企的优势和着力点目前主要在规控上，对于智能驾驶的方案，也在探索和比较中，这也是很多车企采取和多家智能驾驶创业公司合作，找寻和探索最适合自家的智驾方案的原因。
特斯拉是个例外，也是业界标杆。不仅仅是它有足够大的销量以及在此基础上生成的数据能够支撑一段式端到端大模型的深度学习和迭代，马斯克依照第一性原理，从一开始就想清楚了包括自动驾驶在内的智能驾驶的框架，无论是Dojo超算中心，还是X.AI，他像做拼图一样，一块一块在完善智能驾驶拼图。而这个拼图，只是他雄心勃勃的清洁地球和未来宇宙构想的一部分。
