今天梁文峰的讲话里，讲到了数据标定的问题，deepseek现阶段有一半的核心研究员在做数据标定的工作。
"解决 AI 这个问题，在现在这个阶段靠的就是标数据"，这句话的潜台词就是：现阶段算法创新的边际收益，已经显著低于喂优质数据的收益了。

我也一直在说：智能驾驶或者AI，当下最重要的工作就是数据标定！

高质量数据标定是需要超高智商、专业性极强的脑力劳动，这样的顶尖人才是随时可以在全球流动的，所以薪酬水平也是全球性定价的，不会因为人在中国就会更便宜，他们不做AI也可以去最顶尖的投行，要留住他们、必须给足相对应的薪酬。

所以，现在中国的大模型能力为什么跟美国确实有差距？很核心的一点就是因为高质量标定的数据积累真的不如美国，这是我们在算力之外也要追赶的一点。

这还是数据标定，象自动驾驶行业，你还得在标定前先清洗海量的数据，把符合要求的数据先捞出来，你算力少的话连数据都筛选不了、更不用提什么更进一步的标注了！

这就是为什么特斯拉FSD靠纯视觉就能那么强，特斯拉的强根本不是因为它是纯视觉、而是因为它的数据多、清洗算力高、数据标定积累多！
这就是为什么华为ADS是国内唯一的T0级别！
华为的算力和数据积累虽然没有特斯多、一直闷头追赶，但是对其它国内厂商来说一样就只有仰视的份，就问哪个敢公布自己的真实算力？哪个敢在台上说自己的数据清洗和标定能力？

#deepseek##梁文峰发言全文##智能辅助驾驶##华为ADS##新能源汽车[超话]##鸿蒙智行[超话]#