Robotyka i fizyczna AI
Musk przeznacza AI5 dla Optimusa, pozostawiając samochody Tesli przy AI4

Kluczowe punktyMusk rezerwuje AI5 dla Optimusa, pozostawiając samochody Tesla na AI4 do jazdy.
Zobacz więcej
- Musk rezerwuje AI5 dla Optimusa, pozostawiając samochody Tesla na AI4 do jazdy.
- Opóźnienie Reality View wynika ze ścisłej alokacji mocy obliczeniowej, a nie tylko z rozmiaru modelu.
- Proponowana poprawka Muska przeplata nowsze funkcje wizji, aby zmniejszyć opóźnienie o około 35%.
Elon Musk napisał w odpowiedzi na X z 22 listopada 2026 r., że komputer AI5 Tesli jest przeznaczony dla Optimusa, samochody nadal będą korzystać z AI4, a AI4 wystarcza do prowadzenia pojazdów na poziomie przewyższającym ludzkie możliwości. Odpowiadał właścicielowi, który zapytał, kiedy AI5 trafi do nowych samochodów i czy warto wstrzymać się z przesiadką z AI3.
Odpowiedź pojawiła się po wcześniejszym wpisie technicznym w tej samej dyskusji, w którym Musk wyjaśnił, jak wizualizacja Reality View Tesli mieści się w możliwościach AI4. U podstaw tego wyjaśnienia leżą dwa powiązane zadania wykonywane w samochodzie: jeden model generuje działania związane z prowadzeniem pojazdu, a odrębny model generatywny tworzy wizualizację interfejsu. Łącznie wpisy nadają wyborowi układu konkretny kontekst infrastrukturalny: Tesla dzieli ograniczone zasoby obliczeniowe między powiązane funkcje jazdy i wizualizacji.
Obciążenie obliczeniowe Reality View w samochodzie
Musk opisał niemal idealny pod względem zgodności pikselowej model świata Tesli jako kluczowy dla generowania danych syntetycznych. Jego znacznie mniejsza wersja działająca w samochodzie to warunkowy model przepływu średniego, oparty na niedawnej sekwencji cech z Tesla Universal Vision Encoder, czyli UVE. Te same cechy trafiają do modelu enkodera o 3 mld parametrów, który generuje działania związane z prowadzeniem pojazdu.
Musk powiedział, że Reality View odgałęzia się od tych cech do osobnego modelu dyfuzyjnego o około 1 mld parametrów. Proces zaczyna się od zaszumionej wersji poprzedniego wyniku, a następnie odtwarza bieżącą wizualizację, tworząc ośmioobrazowy fragment wideo z szybkością 36 klatek na sekundę i w rozdzielczości ekranu interfejsu. Operacja jest wykonywana dla każdej klatki UVE z częstotliwością 18 herców i rozłożona na cztery cykle.
Ograniczenia AI4 i rezerwa mocy obliczeniowej AI5
We kolejnym wpisie Musk napisał, że Tesla przeniosła swój mały dekoder do pamięci SRAM, pozostawiając na SoC B dla Reality View zaledwie połowę jednego układu TRIP z trzech dostępnych. TRIP obsługuje zasadniczo wyłącznie liczby całkowite 8-bitowe, a operacja softmax musi działać w trybie emulacji przez 28 kroków.
Te szczegóły dotyczą wyłącznie wizualizatora, a nie wskazanego ograniczenia w zakresie działań związanych z prowadzeniem pojazdu. Pokazują, że praktyczny budżet obliczeniowy Reality View zależy zarówno od przydziału zasobów układu i sposobu wykonywania obliczeń numerycznych, jak i od rozmiaru modelu.
Musk przypisał obecne, nieco wysokie opóźnienie Reality View ograniczeniom mocy obliczeniowej i zaproponował przeplatanie nowszych cech UVE między warstwami transformera dyfuzyjnego, co miałoby zmniejszyć opóźnienie o około 35%.
Musk opisał AI5 jako znaczące ulepszenie, oferujące około 12 razy większą moc obliczeniową. Wpis nie podaje punktu odniesienia dla tej wielokrotności, nie potwierdza więc 12-krotnego wzrostu liczby klatek wizualizacji, skrócenia opóźnienia ani poprawy osiągów w prowadzeniu pojazdu.
Opis Muska rozdziela pewność co do możliwości prowadzenia pojazdu od praktycznych ograniczeń renderowania Reality View. AI4 przedstawiono jako układ wystarczający do prowadzenia pojazdów na poziomie przewyższającym ludzkie możliwości, jednak działająca na nim gałąź wizualizacji nadal ma ograniczony przydział mocy obliczeniowej, a obniżenie opóźnienia pozostaje jedynie proponowanym rozwiązaniem. Opisana przez niego bezpośrednia poprawa renderowania zależy od przeorganizowania danych wejściowych z cechami wizji w tym środowisku, co sprawia, że efektywność oprogramowania ma kluczowe znaczenie dla szczegółowo opisanego obciążenia obliczeniowego w samochodzie.












