Robotiikka ja fyysinen AI

Musk varaa AI5:n Optimukselle – Teslan autoissa pysytään AI4:ssä

Theo Nash
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatMusk varaa AI5:n Optimukselle ja pitää Tesla-autot AI4:ssä ajamista varten.
Näytä lisää
  • Musk varaa AI5:n Optimukselle ja pitää Tesla-autot AI4:ssä ajamista varten.
  • Reality View'n viive johtuu tiukasta laskenta-allokaatiosta eikä pelkästään mallin koosta.
  • Muskin ehdottama korjaus lomittaa uudempia näköominaisuuksia leikatakseen noin 35 % viiveestä.

Elon Musk sanoi 22. marraskuuta 2026 X:ssä julkaistussa vastauksessaan, että Teslan AI5-tietokone on tarkoitettu Optimukselle, autot käyttävät jatkossakin AI4:ää ja AI4 riittää yli-inhimilliseen ajamiseen. Hän vastasi omistajalle, joka kysyi, milloin AI5 tulee uusiin autoihin ja kannattaisiko hänen odottaa ennen päivittämistä AI3:sta.

Vastausta edelsi samassa keskustelussa julkaistu aiempi tekninen kirjoitus, jossa Musk selitti, miten Teslan Reality View -visualisointi toimii osana AI4:ää. Selityksen taustalla on kaksi toisiinsa liittyvää auton sisäistä työkuormaa: ajotoimintoja tuottava malli ja erillinen generatiivinen malli, joka tuottaa käyttöliittymän visualisoinnin. Yhdessä nämä julkaisut antavat siruvalinnalle konkreettisen infrastruktuurikontekstin: Tesla jakaa rajallista laskentakapasiteettia toisiinsa liittyvien ajo- ja visualisointitoimintojen kesken.

Reality View’n auton sisäinen työkuorma

Musk kuvaili Teslan lähes pikselintarkkaa maailmanmallia kriittiseksi synteettisen datan tuottamisessa. Sen huomattavasti pienempi autossa käytettävä versio on ehdollinen mean flow -malli, joka perustuu Tesla Universal Vision Encoderin eli UVE:n piirteiden tuoreeseen jaksoon. Samat piirteet syötetään 3B-koodainmalliin, joka tuottaa ajotoiminnot.

Muskin mukaan Reality View haarautuu näistä piirteistä erilliseen, noin miljardin parametrin diffuusiomalliin. Prosessi alkaa edellisen tulosteen kohinaisesta versiosta ja rekonstruoi nykyisen visualisoinnin muodostaen kahdeksan kuvan videolohkon 36 kuvan sekuntinopeudella ja käyttöliittymän näytön tarkkuudella. Tämä tehdään jokaisella UVE-kehyksellä 18 hertsin taajuudella, ja työ jakautuu neljälle syklille.

AI4:n rajoitteet ja AI5:n lisäkapasiteetti

Jatkojulkaisussa Musk kertoi, että Tesla oli siirtänyt pienen dekooderinsa SRAM-muistiin. Näin Reality View’lle jäi SoC B:llä vain puolet yhdestä kolmesta TRIP-yksiköstä. TRIP käsittelee käytännössä vain 8-bittisiä kokonaislukuja, ja softmax on suoritettava emulointitilassa 28 vaiheen ajan.

Nämä tiedot koskevat nimenomaan visualisointia, eivätkä ne kuvaa ajotoimintojen ilmoitettua rajoitetta. Ne osoittavat, että Reality View’n käytännön laskentabudjettiin vaikuttavat mallin koon lisäksi laskentayksiköiden kohdentaminen ja numeerinen suoritus.

Musk katsoi Reality View’n nykyisen, melko korkean viiveen johtuvan laskentakapasiteetin rajoitteista ja ehdotti, että uudemmat UVE-piirteet lomitettaisiin diffuusiomuuntajan kerrosten läpi viiveen pienentämiseksi noin 35 prosentilla.

Musk kuvaili AI5:tä merkittäväksi parannukseksi, jossa on noin 12 kertaa enemmän laskentatehoa. Julkaisussa ei kerrota, mihin vertailuarvoon kerroin perustuu, joten sen perusteella ei voida päätellä, että visualisoinnin kuvataajuus, viive tai ajosuorituskyky paranisi 12-kertaiseksi.

Muskin kuvauksessa ajokyvyn riittävyyttä koskeva luottamus erotetaan Reality View’n renderöinnin käytännön rajoitteista. AI4:n kerrotaan riittävän yli-inhimilliseen ajamiseen, mutta sillä toimivan visualisointihaaran laskentakapasiteetti on silti niukasti rajattu, ja viiveen pienentämiseen on esitetty vasta ehdotus. Kuvattu välitön renderöinnin parannus riippuu näköpiirteiden syötteiden uudelleenjärjestelystä tässä ympäristössä, joten ohjelmiston tehokkuus on keskeinen osa kuvattua auton sisäistä työkuormaa.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.