Robotică și IA fizică
Musk alocă AI5 pentru Optimus, iar mașinile Tesla rămân la AI4

Puncte cheieMusk rezervă AI5 pentru Optimus, menținând în același timp mașinile Tesla pe AI4 pentru…
Vezi mai mult
- Musk rezervă AI5 pentru Optimus, menținând în același timp mașinile Tesla pe AI4 pentru conducere.
- Latența Reality View provine din alocarea strânsă a puterii de calcul, nu doar din dimensiunea modelului.
- Soluția propusă de Musk intercalează funcții de viziune mai noi pentru a reduce aproximativ 35% din latență.
Elon Musk a declarat într-un răspuns pe X, pe 22 noiembrie 2026, că computerul AI5 al Tesla este destinat lui Optimus, că mașinile vor continua să folosească AI4 și că AI4 este suficient pentru o conducere supraumană. El răspundea unui proprietar care a întrebat când va ajunge AI5 pe mașinile noi și dacă ar trebui să aștepte înainte de a trece de la AI3.
Răspunsul a urmat unei publicații tehnice anterioare din aceeași discuție, în care Musk a explicat cum se încadrează vizualizarea Reality View de la Tesla în capacitățile AI4. La baza explicației stau două sarcini de calcul corelate, executate la bordul mașinii: un model care generează acțiunile de conducere și un model generativ separat care produce vizualizarea interfeței. Împreună, cele două publicații oferă un context concret privind infrastructura din spatele alegerii cipului: Tesla împarte resursele limitate de calcul între funcțiile asociate conducerii și cele de vizualizare.
Sarcina de calcul a Reality View la bordul mașinii
Musk a descris modelul lumii Tesla, aproape perfect la nivel de pixeli, drept esențial pentru generarea de date sintetice. Versiunea sa mult mai mică, destinată funcționării la bordul mașinii, este un model de flux mediu condițional, bazat pe o secvență recentă de caracteristici Tesla Universal Vision Encoder, sau UVE. Aceleași caracteristici alimentează un model encoder de 3B, care generează acțiunile de conducere.
Musk a spus că Reality View pornește de la acele caracteristici și le direcționează către un model de difuzie separat, cu aproximativ 1B de parametri. Procesul începe cu o versiune zgomotoasă a rezultatului anterior și reconstruiește vizualizarea curentă, creând un segment video de opt imagini, la 36 de cadre pe secundă și la rezoluția ecranului interfeței. Această operațiune are loc la fiecare cadru UVE, la 18 herți, și se desfășoară pe parcursul a patru cicluri.
Limitările AI4 și marja de calcul oferită de AI5
Într-o publicație ulterioară, Musk a spus că Tesla și-a mutat decodorul de mici dimensiuni în SRAM, astfel că pentru Reality View rămâne disponibilă doar jumătate dintr-un TRIP din cele trei de pe SoC B. TRIP gestionează practic doar numere întregi pe 8 biți, iar softmax trebuie să ruleze în modul de emulare, pe parcursul a 28 de pași.
Aceste detalii se referă în mod specific la vizualizator, nu la o limitare declarată a acțiunilor de conducere. Ele arată că resursele de calcul practice alocate Reality View depind atât de alocarea motorului și de modul de executare a operațiilor numerice, cât și de dimensiunea modelului.
Musk a pus latența actuală, relativ ridicată, a Reality View pe seama limitărilor de calcul și a propus intercalarea caracteristicilor UVE mai noi printre straturile transformatorului de difuzie, pentru a o reduce cu aproximativ 35%.
Musk a descris AI5 drept o îmbunătățire substanțială, cu o putere de calcul de aproximativ 12 ori mai mare. Publicația nu oferă un reper de comparație pentru acest multiplu, așadar nu demonstrează o creștere de 12 ori a frecvenței cadrelor de vizualizare, o reducere de 12 ori a latenței sau o îmbunătățire de 12 ori a performanței la conducere.
Relatarea lui Musk separă încrederea în capacitățile de conducere de limitele practice ale redării Reality View. AI4 este prezentat ca suficient pentru o conducere supraumană, însă ramura de vizualizare care rulează pe acest sistem are în continuare o alocare restrânsă de resurse de calcul și doar o soluție propusă pentru reducerea latenței. Îmbunătățirea imediată a redării pe care a descris-o depinde de reorganizarea intrărilor cu caracteristici vizuale în cadrul acelui mediu, ceea ce face ca eficiența software-ului să fie esențială pentru sarcina de calcul la bordul mașinii pe care a detaliat-o.












