山西古建筑数字艺术展——时空变调将传统文化与当代艺术链接，展出20位来自不同国家地区艺术家的山西古建筑艺术作品以及雕塑、装置、影像等立足时代前沿的七大板块形式作品，呈现一场跨越时空的文明对话，探索中国古代建筑精神与当下艺术表达之间的传承、融合与创新。

图片来源：山西博物院提供

展览以山西古建为切入点，在新时代语境下从艺术创作角度共同解读山西古建筑文化，是一次在博物馆场景下的跨领域、跨学科、跨身份的艺术实践和对话。在传承“天人合一”理念的同时，再造思辨现场，展望未来场景，呈现人文与思想、艺术与科技的多元交织，美美与共，带领观众欣赏一场满载思想、人文、艺科的联动。

“壁上万千——山西宋金壁画中的众生气象”首次集中展示了89件（15组）珍贵的山西宋金壁画及砖雕文物，生动呈现了宋金壁画中的家园、家庆、家风、家愿等主题，让观众仿佛穿越时空，置身于宋金时期的生活场景之中，来一场跨越千年的“对话”。

值得一提的是山西博物院藏珍贵文物《郝匠金墓》，该墓于2013年发现于山西晋城市郝匠社区，为砖砌仿木结构双室墓。根据墓志，该墓建于金大定十五年（1175年），为研究金代社会生活和宗教文化提供了珍贵的信息。硕大的墓葬以裸展的形式在展厅得以呈现，带给观众视觉上的震撼。

两大展览展出至10月31日，长达6个月之久。围绕“壁上万千——山西宋金壁画中的众生气象”，山西博物院还将推出“宋金文化”系列讲座以及点茶、插花、掐丝镜制作、宋服制作、蹴鞠球缝制等动手体验活动，让观众可以品味山西独特的历史文化，感知历史与现实碰撞出的艺术火花，一同领略山西的文物之美、古建之美。

《Easy Delivery Co.》最初于2025年9月18日在PC（Steam）平台发售，至今销量已超过25万份。目前在超过8000篇用户评测中，获得了95%的“好评如潮”评价。

《黑猫速递》作为一款轻松惬意的送货游戏，藏着一些古怪的秘密。你在这座风景如画的山城，将一边享受送货时光，结识本地神秘的居民，一边领着远低于最低标准的工资。

《黑猫速递》是一款纯粹的休闲驾驶游戏，绝对没有秘密。曾经繁华的山村如今被恶劣天气影响，你是新来的快递司机，将通过送货，逐步揭开镇上完全不神秘的普通居民背后的故事，而你的劳动则远远低于法定最低标准。

过去一年，自动驾驶行业其实不缺新概念：VLA不断迭代，“世界模型”轮番登场。但真正稀缺的，从来不是造新词，而是能落地的体系。

在这样的背景下，元戎启行这次在GTC上没有强调某个具体功能，而是试图讲清一件更底层的事情：用基座模型重构辅助驾驶系统。

这件事，值得行业认真看看。

因为如果这条路径成立，改变的就不只是性能，而是整个自动驾驶的研发方式

PART 1

自动驾驶，正在进入“第二阶段”

过去几年，城市NOA开始大规模落地。

到2025年，中国搭载城市NOA的乘用车销量已经超过300万辆，渗透率突破15%。

但行业很快遇到了一个更现实的问题，功能有了，用户却未必愿意用。

不少用户的真实反馈很一致：系统不是不能开，而是不够让人放心。

复杂路况下的犹豫、突兀的减速、不够自然的决策，这些问题不会让系统失效，但会让人放弃使用。

这背后的矛盾在于，城市场景复杂度远超预期，长尾问题几乎没有边界，依赖人工的数据闭环，开始跟不上车队规模。换句话说，自动驾驶正在从一个工程问题，变成一个AI问题。

在GTC的分享中，元戎启行CTO曹通易没有过多展示功能，而是重点讲了一套新的技术框架，其核心是一套约40B参数规模的VLA基座模型。

所以元戎的思路，不是加模块，而是“换大脑”。

按照设计，这个模型能尽可能统一感知、理解、决策甚至评估能力。它既在“开车”，也在“理解场景”，同时还在判断自己开得好不好。

这种思路，本质上是在收敛系统结构，把过去拆分的能力，重新压回一个可以持续进化的模型里。

这也是最近两年，自动驾驶逐渐显现的一条分水岭：继续优化模块，还是构建统一模型。

PART 2

真正的变量，不是模型，而是“迭代速度”

如果只看40B参数，这件事很容易被理解成又一次模型军备竞赛。更值得关注的，其实是它对研发体系的影响。

传统自动驾驶的迭代，很大程度依赖人工参与的数据闭环，周期通常以天为单位。而元戎给出的说法是，在引入基座模型之后，这个周期可以被压缩到约12小时。

这件事如果成立，意味着竞争逻辑在发生变化。过去比的是谁做得更好，将变成比谁改得更快。

自动驾驶开始从功能工程，走向一种更接近AI训练的节奏。

技术路径之外，元戎也给出了一些市场数据，累计交付超过25万辆搭载城市NOA的量产车，在第三方供应商市场，单月市占率接近40%。202年，其目标是突破100万辆。

这些数字的意义在于数据规模。

当自动驾驶进入模型驱动阶段之后，车辆数量本身就变成了训练资源的一部分。模型、数据、算力，这三件事开始重新绑定在一起。

在演讲中，元戎对这套模型有一个更大的定义，它不仅是辅助驾驶的基座模型，也是面向物理世界的AI基座模型。他们的目标，显然不只是汽车。

可以理解为，如果一个模型能够同时处理感知、理解、决策和行动，那么它的应用边界就不一定局限在汽车。

Robotaxi、机器人，甚至更广义的具身智能，本质上都在解决类似的问题。

这也是为什么，这类叙事更适合出现在GTC，而不是传统车展。

当然，这条路并不轻松，基座模型的方向很清晰，但问题同样严峻。

首先是算力与成本。

40B参数模型的训练，本质上是重资产游戏。即便通过蒸馏压缩后部署到车端，对算力和成本的要求依然不低。而汽车行业，恰恰是对成本最敏感的行业之一。

其次是安全与验证。

当模型开始承担自我评估的角色，一个更深的问题是评估标准从哪里来？

如果标准本身也内生于模型，那么如何避免系统在复杂逻辑中自洽，而不是真正可靠？

最后是一个更长期的问题，规模，是否真的能解决长尾？

大模型可以极大优化常见场景，但对于真正极端、罕见的情况，是否能够靠继续做大来解决，行业其实还没有答案。 

PART 3

自动驾驶，正在进入“模型时代”

无论如何，元戎启行这次在GTC释放的信息已经很明确，自动驾驶的竞争逻辑，正在发生转移。

早期行业比拼的是传感器、感知算法、规控能力。接下来，更可能比拼的是：模型规模、数据规模、训练效率。自动驾驶公司，也在逐渐变成AI公司。

元戎启行显然已经押注了这条路线。这是不是最终答案，现在还很难判断。

但可以确定的是，当越来越多玩家开始用大模型重新定义自动驾驶系统时，行业的竞争焦点，已经不再只是谁的车更会开，而是谁能造出一个真正可靠的“大脑”。

这里呈现出一种极具张力的现实图景。一到假期，赣州城内的粤牌车辆绵延成队；郁孤台旁的青砖古道上，粤语与客家话交织，游客戏称“仿佛来到了广东省赣州市”。大湾区居民用消费投票，将赣州推向全国特色旅游目的地前列。这个热闹的景象，直观诠释了其作为“大湾区后花园”的区位吸引力。

然而，另一组数据则揭示了繁荣表象之下的深沉底色。赣州是江西省不折不扣的“巨人”：面积接近海南省，占全省近四分之一；户籍人口逼近千万，位列全省第一。2025年，其经济总量突破5200亿元，稳居全省第二。但与之形成对比的是，同年其人均GDP不仅显著低于全国平均水平，在江西省内11个地市中也排名垫底，近百万的户籍人口常年工作生活在外地。

这种反差，共同定义了今日赣州的发展基本面。一个核心问题随之浮现，坐拥“稀土王国”战略资源、享有“原中央苏区”特殊政策、地处“粤闽湘赣”四省通衢的赣州，能否破解规模与效益的悖论，将得天独厚的禀赋潜力，转化为可持续、可共享的发展动能？

夏日傍晚的赣州（图：视觉中国）

一手“好牌”与失衡的“牌局”

赣州的发展，握有一手在区域层面堪称优异的“好牌”。

作为赣粤闽湘四省通衢之城，它既是江西向南开放的门户，也是珠三角天然的“后花园”。2021年赣深高铁开通后，两小时直达深圳的时空优势，叠加全国性综合交通枢纽城市地位，为产业联动和要素流动铺就了快车道。

厚实的家底让这份优势更具支撑力。赣州下辖18个县级行政区，在近千万人口总量中，庞大的县域人口构成了充沛的人力储备，叠加区位红利，早早就支撑起家具、纺织服装等产业的规模基础。而赣州矿产资源丰富，被誉为“稀土王国”“世界钨都”，中重稀土更是重要的战略资源。

此外，赣州不仅是全国著名的革命老区，也是我国早期工业体系的重要孕育地之一。“一五”计划时期，赣州的“三矿一站”就被列入国家重点项目，为新中国的工业体系建设作出了历史性贡献。

理论上，这些禀赋的叠加应催生一座规模与质量兼具、增长与富裕同步的区域中心城市。现