
一 |

二 |
当日,美国公布8月CPI(消费者物价指数)数据,CPI同比上涨8.3%,高于市场预期的8.1%,核心CPI同比上涨6.3%,高于市场预期的6.1%。受此影响,美股三大指数齐跌,标普500下跌4.32%、道琼斯工业指数下跌3.94%、纳斯达克指数下跌5.16%。 贾浩楠 发自 副驾寺 智能车参考 | 公众号 AI4Auto ChatGPT能记住你的聊天历史,知道你的表达习惯,甚至可以根据过去的交流调整回答方式。
三 | 前两大指数均创下了自2020年6月11日以来的最大单日跌幅。
9月14日,港股方面表现亦不佳。 现在,这种“记忆能力”开始进入物理世界。 马斯克一条推文,透露了Tesla FSD正在发生的新变化: FSD开始拥有“千人千面”的能力。 从停车偏好,到驾驶干预,再到长期驾驶习惯,FSD正在尝试记住每一个人的不同。 从“一个AI服务所有用户”,走向“每个人都有自己的AI”。当日,恒生指数收跌2.48%、恒生科技指数和恒生国企指数也均下跌超2%。同日,A股三大重要指数大幅跳空低开,跌幅超过1%。随后有所反弹,但不久后再度回落。截至收盘,上证指数下跌0.8%,深证成指下跌1.25%,创业板指下跌1.83%。个股方面,复星集团相关公司持续走低。
四 | 马斯克确认:FSD开始拥有“长期记忆” 事情起源于马斯克最近两次公开回复。 6月的一次,是关于停车习惯。截至发稿,复星医药A股下跌1.97%,报收33.76元/股,复星医药港股下跌2.36%。复星国际港股下跌6.94%、复星旅游文化下跌6.74%。
当日,A股万亿市值股宁德时代下跌4.95%。在不到一个月的时间内,宁德时代股价下跌幅度已经超过20%。此外,医药白马股药明康德继9月13日跌停后,9月14日再度下跌1.35%。
五 |
市场人士认为,A股下跌的导火索是隔夜美国股市的震荡。
六 | 有用户提出,希望FSD能够记住自己在固定地点的停车方式,比如回家停哪里、去公司停哪里。

七 | 美国超预期的通胀数据,让加息近100个基点概率加大,从而引发隔夜美股市场的大跌。
中金公司在研报中表示,美国“股债双杀”或未结束,美元或维持强势。超七成个股下跌 9月14日,A股跳空低开,随后全天维持低位震荡。 马斯克回应: FSD很快会记住用户的停车偏好。
八 | 截至收盘,上证指数跌0.80%报收于3237.54点;深成指跌1.25%报收于11774.78点;创业板指跌1.83%报收于2503.82点。在所有重要指数中,科创50微涨0.01%。 最近的这一次,更加关键。 有用户反馈,FSD在一些驾驶决策上不符合自己的习惯,比如车道选择、变道时机等。

九 | 两市累计成交7229亿元。
根据Wind(万得)数据统计,9月14日上涨的个股仅有1147只,有3621只个股出现下跌,占比达到了74%。其中,104只个股涨超5%,56只个股跌超5%。 马斯克表示,未来车辆会记住用户具体的接管行为,并逐渐匹配每个人的驾驶偏好。 两次回复本质上是同一件事: FSD开始从一次性的驾驶任务,走向长期理解驾驶员。 过去,自动驾驶面对的是一个抽象用户。在板块方面,按照申万一级行业分类,仅有国防军工、美容护理两个板块飘红。 无论谁坐进车里,背后的模型都是同一个。国防军工上涨1.06%。其中,派克新材涨停。航天彩虹、利君股份上涨幅度均超过5%。
十 | 它知道:这里是什么道路,前方有什么车辆,应该如何规划路线。 但它不知道:你喜欢提前变道,还是宁愿多等几秒;你喜欢跟车近一点,还是更关注舒适;你回家时习惯停在哪里。

十一 | 这些属于人的驾驶习惯,一直没有进入自动驾驶系统。 而现在,Tesla让这些信息成为AI决策的一部分。美容护理行业上涨0.05%。概念板块方面,航天、原油、油气开采、页岩气、天然气指数均实现上涨。
Wind数据显示,北上资金全天净流出14.14亿元。其中沪股通净流出13.54亿元,深股通净流出0.6亿元。 和之前我们谈论FSD不同的是,“长期记忆”不是让FSD重新学习“怎么开车”,这件事已经由基础模型完成。 它学习的是:在安全范围内,你希望它如何开。同日,港股方面表现亦不佳。 这也是Tesla第一次公开走向Personalized FSD: 从“一个模型服务所有司机”,走向“基础模型+个人驾驶偏好”。
十二 | 为什么是现在? “千人千面”“越开越懂你”,智能汽车行业其实喊了很多年。

十三 | 但真正落地很难,用户体验完全依赖车企OTA的“自觉性”和能力高低,系统更新后体验下降的事也不罕见。9月14日,港股低开低走全天维持弱势,恒生指数收跌2.48%报收18847.1点;恒生科技指数下跌2.85%,报收3953.37点;恒生国企指数下跌2.45%,报收6470.65点。 因为截至目前,绝大多数自动驾驶玩家竞争,还停留在模型、数据层面,本质上都是在解决:如何让AI成为一个更好的司机。 而特斯拉在V14完成端到端重构之后,开始率先探索另一个问题: 如何让AI成为你的专属司机。

十四 |
值得注意的是,隔夜美股市场遭遇两年多最糟糕的一个交易日。 这背后,对应的是近几年自动驾驶领域兴起的几个研究方向: Driver Modeling、Preference Learning以及Human-in-the-loop Learning。 最早出现的是Driver Modeling,也就是“驾驶员建模”。 简单来说,就是给每个驾驶员建立一个数字画像,比如:有人开车更激进,喜欢更短跟车距离,喜欢更快完成变道;有人更保守,倾向提前减速,更少主动超车。当日,标普500下跌4.32%、道琼斯工业指数下跌3.94%。 传统自动驾驶系统会把这些差异忽略,默认存在一个“平均驾驶员”。二者创下了自2020年6月11日以来的最大单日跌幅。 而Driver Modeling希望解决的问题是:AI应该知道,坐在驾驶位上的到底是哪一种司机。
十五 | 纳斯达克指数下跌5.16%。 技术上,这类方案通常会从历史驾驶数据中提取特征,比如方向盘操作、油门刹车变化、车速变化、变道频率、跟车距离。
债券市场方面,10年期美国国债收益率从9月12日的3.361%跃升至3.422%,接近2022年的最高水平。
十六 | 与此同时,对短期利率预期更为敏感的两年期国债收益率收于3.754%,为2007年以来的最高水平。
多位机构人士向《财经》记者表示,9月14日A股下跌主要来自美国市场的冲击,隔夜美国公布的8月CPI数据超预期,引发美股大跌。然后通过一个额外的模型,生成驾驶员特征向量(Driver Embedding)。长城基金指出,9月以来市场步入了新的宏观因素震动期,9月14日市场的重创主要来自宏观因素变动。“隔夜欧美市场全线收跌,不仅A股市场下挫,亚太市场也几乎全线收跌,主要原因皆在于联储鹰派加息预期再强化。 这个向量不会改变基础驾驶能力,而是作为规划系统的输入,影响后续决策。”建泓时代投资总监赵媛媛表示,美国此前一天通胀超预期上涨使得下周美联储加息100个基点的概率陡然上升到50%,因此A股也随着人民币汇率一同走弱。“近期市场在延续震荡的同时出现两个新特征,一个是成交额的收缩,另一个是板块热度上的切换迹象,金融、地产、消费等今年热度一直不高的板块有一些起色。”长城基金认为,近期的交投缩量,一方面体现出机构在宏观混沌期的保守态度;另一方面也是中报季之后和市场年度估值切换行情前,基于估值性价比和结构优化所做的阶段性准备。后市走势如何? 排排网财富公募产品经理朱润康认为,美股对A股造成的冲击只是短期的,从中长期走势来看,国内宏观经济的复苏才是影响A股走势的核心因素。 但Driver Modeling仍然存在一个问题:它更多是在判断“你是什么类型的人”,而不是理解:“你具体喜欢什么”。
十七 |
“如果通胀背后的长期经济基本面因素,如逆全球化、能源和劳动力供应等问题不能缓和,那么政策紧缩交易仍将是海外市场主旋律。”鹏扬基金表示,近期增量资金流入A股市场的步伐有所放缓,市场呈现存量博弈的格局,板块轮动加快。短期内尽管市场不存在系统性风险,但国内外宏观因素交织、风险偏好较弱,市场出现新的有持续性的主线风格可能还需等待,房地产修复和稳增长可能会产生机会。
十八 | 于是近几年出现了Preference Learning,也就是偏好学习,它关注的不再是这个司机属于激进型还是保守型,而是这个司机在具体场景下更喜欢哪个选择。例如同样遇到慢车,方案A是提前变道,提高效率;方案B是保持车道,更加舒适。 AI通过长期观察用户选择,逐渐学习这个特定用户更倾向哪一种。 这与大模型的Preference Learning逻辑非常类似,模型能力是基础,用户反馈决定个性。
“总体上看A股目前仍为底部震荡格局,由于上证50、大金融等权重板块已处底部区间,上证指数向下调整空间有限。 而Tesla这次提到的Intervention,其实更接近这一方向。
十九 | ”
鸿风资产投资总监黄易向《财经》记者表示。招商证券首席策略分析师张夏的观点也相对乐观。 当然还有第三个方向,是Human-in-the-loop,它解决的问题是如何让人在自动驾驶学习过程中持续参与。
| 他认为,A股所面临的宏观环境从“流动性驱动”逐渐转向“社融驱动”。此外本轮居民储蓄存款溢出可能转向基金和股票。
“A股正在酝酿新一轮上行攻势,目前尽管波动较大,但正好是低位建仓的机遇。 传统机器学习通常依赖大量标注数据。”“居民中长期贷款显示地产销售情况仍然较差,结合近期PMI(采购经理指数)数据以及房地产销售来看,传统宏观经济相关板块的业绩弹性不会太强,短期如金融、地产链表现靠前更多是基于‘稳增长’政策预期的博弈以及过于拥挤背景下成长板块资金的高低切换。”富荣基金研究部总经理郎骋成认为,中长期维度“弱复苏”加上相对充裕的流动性背景下,成长板块尤其是高景气板块仍是关注的重点。
| 但自动驾驶里,真正有价值的数据,往往不是正常驾驶,而是:AI不知道该怎么办的时候。

| 但从过往中期调整的幅度与时间来看,可能还没有到位,偏价值风格短期相对占优。
“当前市场尽管流动性依然充裕,但中美利差不断扩大,因流动性宽松驱动A股进一步抬升的空间有限,市场正处于由分母端估值驱动转换为分子端盈利验证的关键阶段。”平安基金基金经理张淼认为。
| 特斯拉过去大量收集车队数据,本质上就是利用全球车辆作为数据采集网络。而未来,如果把这些反馈进一步和个人账号绑定,那么数据价值会发生变化: 它不只是帮助Tesla优化一个统一模型,还可以帮助车辆理解某一个用户。 Tesla目前没有公开FSD个性化功能的具体架构,但结合FSD V12之后的端到端路线,可以做一个合理推测:单独训练一个“每人一个模型”的可能性最低。
张淼表示,今年由于疫情影响,经济基本面前低后高,四季度稳增长的预期较为强烈,政策发力预期下可能相关板块阶段性占优,但以科技、制造、医药、消费为代表的成长股未来依然会是市场的主线,随着8月以来成长板块的调整,这些板块的长期收益率空间逐步增加,可能会迎来又一次加仓的机会。“近期国务院常务会议部署实施稳经济一揽子政策的接续政策措施,加力巩固经济恢复发展的基础,央行正在加大力度支持实体经济的回升。 原因很简单,如果每个用户都有独立模型,那么会导致训练成本巨大,更新困难,也会破坏Tesla统一模型的优势。受到超预期因素的影响,消费增速较为低迷,部分地区消费增速下滑明显,这拖累了经济恢复。
| 提振企业和居民信心是下一步有效激发实体经济贷款需求的关键,从宽货币到宽信用还有很长的路要走,这也是下一步经济复苏乃至资本市场走强的一个关键因素。 更符合FSD现有体系的方案,可能是:基础端到端模型 + 用户偏好记忆层。也就是底层模型负责视觉理解、道路判断、安全驾驶、通用规划。 上层增加一个轻量化的User Preference Layer,记录停车习惯、驾驶节奏、路线偏好、历史接管行为。”前海开源基金首席经济学家杨德龙表示。 基础模型负责“能不能这么开”,偏好模型负责“你是不是喜欢这么开”。 这其实和今天大模型的发展路径高度类似:GPT不会因为每个人重新训练一次。
责编 | 田洁 本文为《财经》杂志原创文章,未经授权不得转载或建立镜像。而是通过Memory、User Profile等机制实现个性化。 不过,真正的难点也在这里:个性化不能突破安全边界。如需转载,请添加微信:caijing19980418返回搜狐,查看更多责任编辑:
| 这也是特斯拉此次探索最值得关注的地方:它不是让AI变成另一个你,而是“在安全约束内,越来越像用户”。 AI汽车进入“千人千面”时代 说过去几年,自动驾驶竞争的核心是:谁的数据更多,谁的模型更强,谁的能力更接近人类驾驶员。 但特斯拉的Personalized FSD一出,下一阶段,竞争可能会发生变化。 今天,大多数智能汽车仍然依靠统一策略服务所有人。但未来,AI司机可能会越来越像真人司机,不是因为它拥有情绪,而是因为它了解你的习惯。 这意味着,User Model可能成为自动驾驶新的能力层。 马斯克一石二鸟,解决了两个问题,首先是再次给智能汽车新卖点指出方向,而且是避免高度同质化、低效内卷的路径。 在车位到车位自动驾驶逐渐普及之后,量产车上的AI司机如何建立差异,会成为新的问题。

| 所有车辆都能完成基础导航和智能驾驶,那么下一步比拼的就是:谁更懂你、谁更符合你的驾驶习惯、谁更像一个长期陪伴你的司机。 当然,对技术能力的要求更高了。 尤其是对于“one for all”的自动驾驶供应商来说,可能很难腾出资源去开发这样的功能,而即使他们愿意开放权限给车企在基础模型上自由开发,有代码级AI能力的OEM却寥寥无几。 所以,利好全栈自研玩家! 其次,之前有一句话把老马问道语塞:特斯拉造车卖车的模式,跟自动驾驶追求的目标,是不是本质上矛盾? 完全自动驾驶普及后,好像的确没有再买私家车的必要。 所以,Personalized FSD也给马斯克解了一个燃眉之急——Robotaxi落地如火如荼,但私家车,以及把AI司机搭载在私家车上依然有价值、有必要。 毕竟Robotaxi用一个AI服务所有用户就是最优解,不可能给出千人千面的高级定制体验。 Personalized FSD路径,其实与生成式AI的发展非常相似。 ChatGPT通过Memory变得更加个性化,AI Agent通过长期记忆完成复杂任务。 未来,汽车作为连接物理世界的重要入口,也可能拥有自己的长期记忆,当然,这并不意味着自动驾驶已经进入成熟阶段。 Tesla的具体实现方式、安全约束机制,以及个性化能力的边界,都还有待进一步验证。

| 但至少,一个趋势已经出现。
Current article:http://1md.rangzhuanhoujuedu.cyou/news/20260826_47337.html
Published on:04:49:02
推荐阅读