我们内部简称为hbm。
大家都对前几年的chatgpt不陌生，这一类模型统称为large language model，中文简称是大模型。
更准确来说应该是大语言模型。
输入语言，输出语言，虽说后续它的输出内容从语言文本进化到了图像、表格甚至是视频。
这些本质输出的仍然是数据，无非是从结构化数据的排列组合变成了非结构化数据。而大模型输入的也是数据，是互联网上现有的数据
而我们这次做的hbm，是把人类脑电波输入，训练大模型，它通过机器身体作为载体，最终实现对现实世界的影响。
以铁蛋为例，我们聚集了超过10万个小时的网约车司机的脑电波，然后将这些数据喂给hbm，它在经过自我训练之后，把数据中的杂质去除，通过机器身体开始输出。
先在测试场地跑，然后在测试路段跑，然后在规定区域跑，最后没有限制地跑。
训练hbm用的也是数据，但不是文本类数据，是人的大脑。
大家可以看成人的大脑被抽象出数据，最终输入到hbm中。
因此无人驾驶只是它的应用之一，就像大模型输出文本只是最开始的应用，很快他们就开始输出图像，输出视频，输出表格。
同样的，我们未来hbm的应用场景也会有很多，单纯用来做无人驾驶从成本端来说并不划算。
无人驾驶只是类似chatgpt最早亮相，只是打个样而已。”
在座的人都面面相觑，哪怕是和hbm有关的监管部门，大家都对技术底层没有什么了解，大家以为只是无人驾驶技术而已。
现在来看，这技术可要比他们以为的无人驾驶值钱得多。
如果仅仅只是无人驾驶，各家和l4相差都不远。
是完全有可能通过硬件来弥补的。
像很多新能源车企都在搞的光学卫星组网，从硬件层面来弥补算法的缺陷，离l4的差距已经很小了。
因此开源这项技术，对老中来说没太大损失，还可以把原本没有那么热衷于搞新能源的阿美利肯、欧洲和霓虹强行拉入到