我认为国内的新质生产力主要在两方面：供应链和数据及算力。
一、供应链
小米造车的完成度让大家都惊讶，反而是润到美国的贾会计和美国原生的苹果，造车计划一直难产。而更早时期进入国内的特斯拉，则是凭借上海超级工厂的产能，让Model 3和Model Y一飞冲天，成为全世界最畅销的纯电车型。
这就是我们供应链的威力。
下图是Model 3所涉及的供应链厂商，光是生产基地设在国内的就占绝大多数。甚至近年来，不少欧洲企业开始把研发基地也转移到国内。因为国内人才梯队，特别是工程师这一块，在经过教育和移动互联网两轮洗刷之后，人才质量相比起全球来讲，已经是非常优质的存在了。
特斯拉目前全球产能达到235万，特斯拉弗里蒙特工厂高达65万辆，上海超级工厂超过95万辆，柏林超级工厂超过37.5万辆，德州超级工厂超过37.5万辆。上海工厂所生产的Model 3和Model Y，不仅在成本控制上优于其他工厂，在生产效率上也同样。
可以说，通过引进特斯拉这条鲶鱼，我们成功的激活了国内的供应链，让中国成为电动汽车这条赛道中，最离不开的「市场」和「工厂」。
二、数据和算力
自动驾驶这条赛道里，目前也是国内厂商做的最好。一方面是国内拥有更复杂的立体路网和交通情况（相比起北美路网而言），另一方面是国内的数据和相关硬件厂商最为丰富。
当下大热的BEV+Transformenr技术，对数据标注的需求进一步上升。因为目前国内市场的纯电和智驾车辆，数量已经达到了全球最高（特别是新能源渗透率方面）。车上有8-12个摄像头、1-2个激光雷达，10秒钟的视频里面可能有上千张图片，标注成本得几千元。这件事情如果放在欧美去做，成本只会更离谱。
目前在数据产业上，欧美也只能做到算法和模式上的创新，即利用真实数据+部分虚拟数据，做成「拟合数据」，来改善原本真实数据过于单一的问题，提升模型训练的效率。
而OpenAI的发展已经证实了这一点，在Transformenr技术的推动下，力大飞砖的发展速度要更有效。所以集中式堆算力、数据量，分布式降算力和成本才是发展核心。
以华为为例，在大模型最烧钱和最难搞的「算力」、「数据」方面，都可以利用自家的升腾计算平台，去避免了在英伟达生态中的重复投入。友商还在发愁怎么从市场上搞到H100、H800的时候，华为搭建的几个升腾智算中心已经投入使用了。
包括现在主流的车载芯片，英伟达的Orin X的解决方案，单颗算力为254 TOPS，有的车型搭载两颗，也有搭载四颗的，堆料到1000+ TOPS的算力。而华为自研的MC 810就有400 TOPS多的算力。因为目前的智驾算力需求，其实更低一级MDC 610已经满足了。
这也是国内汽车行业发展到今天的一大特点：集中式堆研发和算力，分布式降成本。
不管是30万就能跑进浙赛1:42的小米Su7，还是华为的升腾计算架构，都是这个特征。
