หุ่นยนต์และ AI ทางกายภาพ
Musk จัดสรร AI5 ให้ Optimus ทำให้รถยนต์ Tesla ยังคงใช้ AI4

ประเด็นสำคัญมัสก์สงวน AI5 ไว้สำหรับ Optimus ขณะที่รถยนต์เทสลาจะใช้ AI4 สำหรับการขับขี่
ดูเพิ่มเติม
- มัสก์สงวน AI5 ไว้สำหรับ Optimus ขณะที่รถยนต์เทสลาจะใช้ AI4 สำหรับการขับขี่
- ความหน่วงของ Reality View เกิดจากการจัดสรรพลังประมวลผลที่จำกัด มากกว่าขนาดของโมเดลเพียงอย่างเดียว
- วิธีแก้ที่มัสก์เสนอจะสลับคุณสมบัติการมองเห็นใหม่ๆ เพื่อลดความหน่วงได้ประมาณ 35%
เมื่อวันที่ 22 พฤศจิกายน 2026 Elon Musk ระบุใน คำตอบบน X ว่าคอมพิวเตอร์ AI5 ของ Tesla มีไว้สำหรับ Optimus ส่วนรถยนต์จะยังคงใช้ AI4 และ AI4 ก็เพียงพอสำหรับการขับขี่ที่เหนือมนุษย์ เขาตอบเจ้าของรถรายหนึ่งที่ถามว่า AI5 จะถูกนำมาใช้ในรถยนต์รุ่นใหม่เมื่อใด และควรรอก่อนอัปเกรดจาก AI3 หรือไม่
คำตอบดังกล่าวตามหลัง โพสต์เชิงเทคนิคก่อนหน้านี้ ในการพูดคุยเดียวกัน ซึ่ง Musk อธิบายว่าการแสดงภาพ Reality View ของ Tesla ทำงานร่วมกับ AI4 อย่างไร เบื้องหลังคำอธิบายนี้มีงานประมวลผลสองส่วนที่เชื่อมโยงกันภายในรถยนต์ ได้แก่ โมเดลที่สร้างคำสั่งควบคุมการขับขี่ และโมเดลกำเนิดอีกตัวที่สร้างภาพส่วนติดต่อผู้ใช้ เมื่อพิจารณาร่วมกัน โพสต์ทั้งสองช่วยให้เห็นบริบทด้านโครงสร้างพื้นฐานที่เป็นรูปธรรมของการเลือกใช้ชิป กล่าวคือ Tesla กำลังแบ่งทรัพยากรประมวลผลที่มีจำกัดให้กับฟังก์ชันการขับขี่และการแสดงภาพที่เชื่อมโยงกัน
ภาระงานของ Reality View ภายในรถยนต์
Musk อธิบายว่าโมเดลโลกของ Tesla ซึ่งมีความแม่นยำใกล้เคียงระดับพิกเซลนั้นมีความสำคัญอย่างยิ่งต่อการสร้าง ข้อมูลสังเคราะห์ เวอร์ชันที่มีขนาดเล็กกว่ามากสำหรับใช้งานภายในรถยนต์เป็นโมเดล mean-flow แบบมีเงื่อนไข ซึ่งอาศัยลำดับฟีเจอร์ล่าสุดจาก Tesla Universal Vision Encoder หรือ UVE ฟีเจอร์ชุดเดียวกันนี้ยังป้อนเข้าสู่โมเดล encoder ขนาด 3B ที่สร้างคำสั่งควบคุมการขับขี่ด้วย
Musk ระบุว่า Reality View แยกแขนงจากฟีเจอร์เหล่านั้นไปยังโมเดล diffusion อีกตัวหนึ่ง ซึ่งมีพารามิเตอร์ประมาณ 1B กระบวนการนี้เริ่มจากเวอร์ชันที่มีสัญญาณรบกวนของผลลัพธ์ก่อนหน้า แล้วสร้างภาพที่กำลังแสดงขึ้นมาใหม่เป็นวิดีโอช่วงละ 8 ภาพ ที่ 36 เฟรมต่อวินาที และมีความละเอียดเท่ากับหน้าจอส่วนติดต่อผู้ใช้ งานนี้ดำเนินการกับ UVE ทุกเฟรมที่ความถี่ 18 เฮิรตซ์ และแบ่งออกเป็น 4 รอบ
ข้อจำกัดของ AI4 และศักยภาพที่เหลือของ AI5
ใน โพสต์ติดตามผล Musk ระบุว่า Tesla ย้าย decoder ขนาดเล็กไปไว้ใน SRAM ทำให้เหลือ TRIP เพียงครึ่งหนึ่งจากทั้งหมดสามตัวบน SoC B สำหรับ Reality View โดยพื้นฐานแล้ว TRIP รองรับการประมวลผลเฉพาะจำนวนเต็ม 8 บิต และ softmax ต้องทำงานในโหมดจำลองตลอด 28 ขั้นตอน
รายละเอียดเหล่านี้ใช้กับระบบแสดงภาพโดยเฉพาะ ไม่ใช่ข้อจำกัดที่ระบุไว้สำหรับการสร้างคำสั่งควบคุมการขับขี่ ข้อมูลดังกล่าวแสดงให้เห็นว่างบประมาณการประมวลผลที่ใช้ได้จริงของ Reality View ขึ้นอยู่กับการจัดสรรทรัพยากรประมวลผลและวิธีดำเนินการคำนวณเชิงตัวเลข ตลอดจนขนาดของโมเดล
Musk ระบุว่าความหน่วงของ Reality View ในปัจจุบันค่อนข้างสูงเนื่องจากข้อจำกัดด้านการประมวลผล และเสนอให้นำฟีเจอร์ UVE รุ่นใหม่มาสลับแทรกผ่านเลเยอร์ของ diffusion transformer เพื่อลดความหน่วงลงประมาณ 35%
Musk อธิบายว่า AI5 เป็นการปรับปรุงครั้งสำคัญ โดยมีทรัพยากรประมวลผลมากขึ้นประมาณ 12 เท่า อย่างไรก็ตาม โพสต์ไม่ได้ระบุฐานเปรียบเทียบของตัวเลขดังกล่าว จึงไม่ได้ยืนยันว่าอัตราเฟรมของการแสดงภาพ ความหน่วง หรือประสิทธิภาพการขับขี่จะดีขึ้น 12 เท่า
คำอธิบายของ Musk แยกความมั่นใจในความสามารถด้านการขับขี่ออกจากข้อจำกัดในทางปฏิบัติของการแสดงผล Reality View โดยระบุว่า AI4 เพียงพอสำหรับการขับขี่ที่เหนือมนุษย์ แต่แขนงการแสดงภาพที่ทำงานบนชิปนี้ยังมีทรัพยากรประมวลผลจัดสรรให้อย่างจำกัด และมีเพียงแนวทางที่เสนอไว้สำหรับลดความหน่วง การปรับปรุงการแสดงผลในทันทีตามที่เขาอธิบายต้องอาศัยการจัดระเบียบอินพุตฟีเจอร์ด้านการมองเห็นใหม่ภายในสภาพแวดล้อมดังกล่าว ทำให้ประสิทธิภาพของซอฟต์แวร์เป็นหัวใจสำคัญของภาระงานภายในรถยนต์ที่เขาแจกแจงไว้












