特斯拉周二公布第二季度收益,投资者希望获得机器人出租车的更新

币界网Xuất bản vào 2024-07-22Cập nhật gần nhất vào 2024-07-22

币界网报道:
特斯拉将于周二公布第二季度收益。该公司7月2日的汽车交付报告好于分析师的预期,但仍比上年有所下降。周二的电话财报会议将让投资者更好地了解首席执行官埃隆·马斯克和公司在第一季度报告了自2012年以来最大的收入下降后,为恢复增长所做的努力。在特斯拉实施大规模裁员并提供降价和其他激励措施以推动电动汽车销售后,一些机构投资者将关注特斯拉汽车毛利率和公司运营费用的健康状况。提前通过Say Technologies平台提交问题的散户投资者希望了解该公司推迟推出“专用自动驾驶出租车”CyberCab的计划及其在自动驾驶技术方面的总体进展。根据LSEG的数据,截至周一,分析师预计特斯拉将公布截至2024年6月30日的调整后每股收益为62美分,收入为247.7亿美元。提前通过Say Technologies平台提交问题的散户投资者希望了解该公司推迟推出“专用自动驾驶出租车”CyberCab的计划及其在自动驾驶技术方面的进展。他们还在寻求特斯拉近期优先事项的细节;其快速增长的电池储能业务的前景;它承诺在墨西哥蒙特雷建造的一家新工厂的状况;以及更多。鉴于马斯克最近对前总统唐纳德·特朗普的支持,以及这位首席执行官在本次总统选举周期成为共和党超级捐助者,特斯拉股东也在电话会议前提交了政治问题。一位问:“你相信特朗普/万斯的管理层会支持特斯拉和电动汽车吗?根据你的谈话,你有多自信?”另一位问,“埃隆·马斯克如何支持/资助一个否认气候变化的政党?”然而,与此同时,特斯拉的使命宣言直接源于应对气候变化?“前总统特朗普表示,他将取消补贴和其他联邦计划,这些计划专门帮助全电动汽车的买家和生产商,但不包括其他汽车制造商。路透社上周报道称,马斯克的政治和两极分化言论“引发了对特斯拉品牌的担忧,特别是在加利福尼亚州等自由州,该州占该公司全球交付量的10%。”。“根据加州新车经销商协会的数据,加州特斯拉的注册量在第二季度降至52211辆。投资者还通过Say Technologies提交了关于特斯拉开发人形机器人的进展的问题,该公司计划将其应用于工厂。马斯克在6月份的年度股东大会上声称,特斯拉的Optimus机器人将成为催化剂,有朝一日将公司的市值提升到天文数字般的25万亿美元。马斯克在会上还称自己“病态乐观”

人形机器人

周一早些时候,马斯克在X上的一篇社交媒体帖子中表示,特斯拉的Optimus人形机器人将“真正有用”,明年将在特斯拉内部使用。他补充道,它们可能“有望”实现更高的产量,并可供“2026年其他公司”使用。4月,马斯克在第一季度电话财报会议上告诉特斯拉股东,Optimus将“在天然工厂进行有限的生产,在今年年底前完成有用的任务”,特斯拉“可能在明年年底前将其对外销售”。在开发人形机器人的科技公司中,特斯拉是后来者。它的Optimus竞争对手包括波士顿动力公司、敏捷机器人公司、Unitree等。Sanctuary、Apptronik、1X、Fourier等机器人公司也在研究模仿人手的灵巧操作硬件。马斯克长期以来一直向投资者承诺,未来的特斯拉产品或服务将很快准备就绪,即使它们不存在于设计概念之外。例如,这位亿万富翁首席执行官在2017年11月的一次活动中推广了下一代Roadster概念,并在2018年6月的一系列推文中再次推广。他当时说,“新特斯拉跑车的SpaceX选项包将包括大约10个无缝排列在汽车周围的小型火箭推进器。”他当时写道,这些发动机将提高速度,“甚至允许特斯拉飞行”。六年后,新款Roadster仍未投入生产,尽管特斯拉已经从想要一辆的客户那里收取了25万美元的定金。在另一个例子中,2015年,马斯克告诉股东,特斯拉汽车将在三年内实现“完全自主”。2016年,马斯克表示,在2017年底之前,特斯拉汽车将能够在不需要任何人为干预的情况下进行越野驾驶。2019年,在与机构投资者的电话会议上,马斯克表示,特斯拉将在2020年拥有100万辆准备好使用自动驾驶出租车的汽车,这将帮助他筹集超过20亿美元的资金每周能够完成100小时的驾驶工作,为车主赚钱。这些事情还没有发生。特斯拉最近对其驾驶员辅助软件进行了重大更改,该软件在美国以Autopilot和FSD-S(全自动驾驶监督)的形式销售,在许多粉丝和车主中获得了兴奋和好评。马斯克和其他高管预计将在周二的电话会议上讨论他们实现这些长期以来的自动驾驶承诺所面临的剩余挑战

Nội dung Liên quan

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

Vừa qua, DeepSeek V4 đã được cập nhật với framework giải mã suy đoán mới là **DSpark**, giúp tăng tốc độ suy luận lên tới 80%. Cốt lõi của bản cập nhật này là framework **DSpark**, một kỹ thuật giải mã suy đoán được triển khai trên DeepSeek-V4-Pro hiện có để tăng tốc độ suy luận, chứ không phải là nâng cấp kiến trúc mô hình. DSpark giải quyết các điểm nghẽn về độ trễ và thông lượng trong môi trường sản xuất, đặc biệt ở các tình huống có tải cao. DSpark kết hợp hai cải tiến chính: 1. **Kiến trúc sinh bán tự hồi quy (Semi-Autoregressive Generation)**: Giữ lợi thế về thông lượng cao của mô hình phác thảo song song, đồng thời thêm mô-đun nối tiếp nhẹ để mô hình hóa mối quan hệ phụ thuộc giữa các token, giúp giảm thiểu tỷ lệ chấp nhận suy giảm. 2. **Xác minh theo lịch trình độ tin cậy, nhận biết phần cứng (Confidence-Scheduled Verification)**: Một "đầu độ tin cậy" (Confidence Head) được sử dụng để đánh giá xác suất tồn tại của mỗi token phác thảo. Hệ thống điều phối sẽ xác định độ dài xác minh tối ưu một cách linh hoạt dựa trên đặc điểm tải và phần cứng, chỉ phân bổ tài nguyên tính toán cho những token có khả năng được chấp nhận cao nhất. Trong các thử nghiệm trên nhiều lĩnh vực như suy luận toán học, tạo mã và hội thoại, DSpark vượt trội so với các phương pháp tiên tiến hiện tại như Eagle3 và DFlash. So với cơ sở sinh token đơn trước đó (MTP-1), DSpark đã **tăng tốc độ phản hồi cho người dùng từ 57% đến 85%** (tuỳ thuộc vào việc sử dụng mô hình Flash hay Pro) trong khi vẫn duy trì cùng tổng thông lượng. Cùng với DSpark, DeepSeek cũng công khai mã nguồn **DeepSpec**, một bộ công cụ toàn diện để đào tạo và đánh giá các mô hình phác thảo cho giải mã suy đoán. DeepSpec cung cấp một đường ống công việc tiêu chuẩn bao gồm chuẩn bị dữ liệu, đào tạo và đánh giá, hỗ trợ nhiều thuật toán (DSpark, DFlash, Eagle3) và mô hình mục tiêu (hiện tại là Qwen3 và Gemma).

marsbit5 giờ trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

marsbit5 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

Andrej Karpathy, một chuyên gia hàng đầu trong lĩnh vực AI, được cho là đã sử dụng một tệp CLAUDE.md cá nhân để hướng dẫn Claude - công cụ AI lập trình từ Anthropic - hoạt động hiệu quả hơn. Dù tính xác thực của tệp này chưa được kiểm chứng, nhưng nội dung của nó phản ánh chính xác những nguyên tắc Karpathy thường chia sẻ. Tài liệu này đưa ra các quy tắc then chốt để tránh những lỗi phổ biến khi AI viết code. Trọng tâm bao gồm: **Đọc kỹ code hiện có** trước khi viết mới để đảm bảo tính nhất quán; **Suy nghĩ thấu đáo** về yêu cầu và các phương án triển khai trước khi bắt tay vào code; **Giữ mọi thứ đơn giản nhất có thể**, tránh thiết kế thừa và chỉ xử lý những vấn đề thực sự tồn tại; **Sửa đổi một cách "phẫu thuật"**, chỉ thay đổi phần cần thiết và tuân thủ phong cách code sẵn có của dự án. Các hướng dẫn khác bao gồm việc luôn **xác minh code** bằng kiểm thử, làm việc **theo mục tiêu rõ ràng**, **gỡ lỗi có phương pháp**, thận trọng khi thêm **phụ thuộc mới**, và **giao tiếp hiệu quả** về những thay đổi. Tài liệu cũng chỉ ra các "mẫu thất bại" thường gặp như làm quá nhiều việc cùng lúc, tạo ra sự trừu tượng hóa không cần thiết, hoặc lạc quyết định ban đầu. Về cơ bản, những nguyên tắc này nhằm biến Claude từ một thực thể tạo code chung chung thành một trợ lý lập trình thực sự hiểu ngữ cảnh, tuân thủ dự án và giảm thiểu nhu cầu viết lại code. Dù tệp gốc có phải của Karpathy hay không, các nguyên tắc này được cộng đồng đánh giá cao và đã có dự án trên GitHub tổng hợp chúng, được cho là giúp giảm tỷ lệ lỗi code do AI tạo ra một cách đáng kể.

marsbit6 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

marsbit6 giờ trước

Giao dịch

Giao ngay
活动图片