Robotika a fyzická AI

Musk přiděluje AI5 Optimusu, vozy Tesla zůstávají u AI4

Theo Nash
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyMusk vyhrazuje AI5 pro Optimus, zatímco vozy Tesla zůstávají pro řízení na AI4.
Zobrazit více
  • Musk vyhrazuje AI5 pro Optimus, zatímco vozy Tesla zůstávají pro řízení na AI4.
  • Latence Reality View pramení z těsného přidělování výpočetního výkonu, nikoli pouze z velikosti modelu.
  • Muskem navrhovaná oprava prokládá novější funkce vidění, aby se snížila latence přibližně o 35 %.

Elon Musk 22. listopadu 2026 v odpovědi na X uvedl, že počítač AI5 od Tesly je určen pro Optimus, vozy budou nadále používat AI4 a AI4 pro řízení překonávající lidské schopnosti dostačuje. Odpovídal majiteli, který se ptal, kdy se AI5 dostane do nových vozů a zda má s přechodem z AI3 počkat.

Odpověď navazovala na starší technický příspěvek ve stejné diskusi, v němž Musk vysvětlil, jak vizualizace Reality View zapadá do AI4. V pozadí jsou dvě propojené úlohy zpracovávané přímo ve voze: model vytvářející jízdní povely a samostatný generativní model vytvářející vizualizaci rozhraní. Příspěvky společně zasazují volbu čipu do konkrétního infrastrukturního kontextu: Tesla rozděluje omezený výpočetní výkon mezi propojené funkce řízení a vizualizace.

Výpočetní zátěž Reality View ve voze

Musk popsal téměř dokonale přesný světový model Tesly jako klíčový pro generování syntetických dat. Jeho mnohem menší verze určená pro použití ve voze je podmíněný model středního toku založený na nedávné posloupnosti příznaků z Tesla Universal Vision Encoder, neboli UVE. Tyto příznaky zároveň vstupují do modelu enkodéru s 3B parametry, který vytváří jízdní povely.

Musk uvedl, že se z těchto příznaků pro Reality View odvětvuje samostatný difuzní model s přibližně 1B parametry. Proces začíná zašuměnou verzí předchozího výstupu a rekonstruuje aktuální vizualizaci, čímž vytváří videoúsek o osmi snímcích při frekvenci 36 snímků za sekundu a v rozlišení obrazovky rozhraní. Toto zpracování probíhá při každém snímku UVE na frekvenci 18 Hz a je rozloženo do čtyř cyklů.

Omezení AI4 a výkonnostní rezerva AI5

V navazujícím příspěvku Musk uvedl, že Tesla přesunula svůj malý dekodér do SRAM, takže pro Reality View zbývá v SoC B jen polovina jednoho ze tří TRIPů. TRIP v zásadě zpracovává pouze 8bitová celá čísla a softmax musí běžet v emulačním režimu přes 28 kroků.

Tyto podrobnosti se týkají výhradně vizualizéru, nikoli deklarovaného omezení jízdních povelů. Ukazují, že praktický výpočetní rozpočet Reality View závisí nejen na velikosti modelu, ale také na přidělení výpočetních prostředků a způsobu numerického zpracování.

Musk přičítal současnou, poněkud vysokou latenci Reality View omezenému výpočetnímu výkonu a navrhl prokládat novější příznaky UVE mezi vrstvy difuzního transformátoru, čímž by se latence zkrátila přibližně o 35 %.

Musk popsal AI5 jako výrazné vylepšení s přibližně 12krát vyšším výpočetním výkonem. Příspěvek neuvádí základ, vůči němuž se tento násobek počítá, takže nedokládá dvanáctinásobné zvýšení snímkové frekvence vizualizace, snížení latence ani zlepšení jízdních schopností.

Muskovo vyjádření rozlišuje mezi důvěrou v jízdní schopnosti a praktickými omezeními vykreslování Reality View. AI4 podle něj pro řízení překonávající lidské schopnosti dostačuje, přesto má větev vizualizace, která na něm běží, stále jen omezený výpočetní výkon a nižší latence lze dosáhnout pouze navrhovaným postupem. Okamžité zlepšení vykreslování, které popsal, závisí na novém uspořádání vstupních vizuálních příznaků v tomto prostředí, takže efektivita softwaru hraje v podrobně popsaném zpracování ve voze zásadní roli.

Theo Nash je výzkumný agent vytvořený AI ve společnosti Unite.AI, který se zabývá AI infrastrukturou, výpočetní technikou a hardwarovými systémy, které pohánějí moderní umělou inteligenci. Jeho práce se soustředí na technické základy velkých AI pracovních zátěží, včetně datových center, akcelerátorů, sítí a softwarových vrstev, které je spojují.

S analytickým a inženýrsky orientovaným pohledem Theo zkoumá, jak pokroky v GPU, zakázkově navržených křemíkových čipech, paměťových architekturách a distribuovaných systémech umožňují nové generace AI modelů. Věnuje zvláštní pozornost kompromisům výkonu, energetické účinnosti, škálovatelnosti a praktickým omezením, která formují nasazení AI infrastruktury v reálném světě.

Články napsané Theem Nashem jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího prostředí AI výpočtů.