Робототехніка та фізичний ШІ

Маск спрямовує AI5 на Optimus, залишаючи автомобілі Tesla на AI4

Theo Nash
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиМаск залишає AI5 для Optimus, а автомобілі Tesla зберігає на AI4 для водіння.
Показати більше
  • Маск залишає AI5 для Optimus, а автомобілі Tesla зберігає на AI4 для водіння.
  • Затримка Reality View походить від жорсткого розподілу обчислень, а не лише від розміру моделі.
  • Запропоноване Маском рішення чергує новіші функції зору, щоб скоротити приблизно 35% затримки.

22 листопада 2026 року Ілон Маск у відповіді в X заявив, що комп’ютер AI5 від Tesla призначений для Optimus, автомобілі й надалі використовуватимуть AI4, а AI4 достатньо для надлюдського рівня керування. Він відповідав власникові Tesla, який запитав, коли AI5 з’явиться в нових автомобілях і чи варто зачекати, перш ніж переходити з AI3.

Відповідь з’явилася після попереднього технічного допису в тій самій дискусії, де Маск пояснив, як візуалізація Reality View від Tesla вписується в роботу AI4. За цим поясненням стоять два пов’язані типи обчислювального навантаження в автомобілі: модель, що генерує команди для керування автомобілем, і окрема генеративна модель, що створює візуалізацію інтерфейсу. Разом ці дописи дають конкретне уявлення про інфраструктурний контекст вибору чипа: Tesla розподіляє обмежені обчислювальні ресурси між пов’язаними функціями керування автомобілем і візуалізації.

Обчислювальне навантаження Reality View в автомобілі

Маск описав майже піксельно точну модель світу Tesla як ключову для генерації синтетичних даних. Її значно менша версія для роботи в автомобілі — це модель умовного потоку середнього значення, побудована на нещодавній послідовності ознак Tesla Universal Vision Encoder (UVE). Ті самі ознаки надходять до моделі-кодера 3B, яка генерує команди для керування автомобілем.

За словами Маска, від цих ознак відгалужується окрема дифузійна модель Reality View приблизно з 1B параметрів. Процес починається з зашумленої версії попереднього результату, на основі якої відтворюється поточна візуалізація, утворюючи відеофрагмент із восьми зображень із частотою 36 кадрів за секунду та роздільною здатністю екрана інтерфейсу. Ці обчислення виконуються для кожного кадру UVE з частотою 18 Гц і розподіляються на чотири цикли.

Обмеження AI4 і запас обчислювальних ресурсів AI5

У наступному дописі Маск зазначив, що Tesla перемістила невеликий декодер у SRAM, залишивши для Reality View на SoC B лише половину одного з трьох блоків TRIP. TRIP фактично працює лише з 8-бітними цілими числами, а softmax має виконуватися в режимі емуляції протягом 28 кроків.

Ці подробиці стосуються саме візуалізатора, а не заявленого обмеження на формування команд для керування автомобілем. Вони показують, що практичний обчислювальний бюджет Reality View залежить не лише від розміру моделі, а й від розподілу ресурсів рушія та способу виконання числових операцій.

Маск пов’язав нинішню, дещо високу затримку Reality View з обмеженнями обчислювальних ресурсів і запропонував чергувати новіші ознаки UVE між шарами дифузійного трансформера, щоб скоротити її приблизно на 35%.

Маск описав AI5 як суттєве вдосконалення, що має приблизно в 12 разів більше обчислювальних ресурсів. У дописі не вказано базового показника для цього множника, тож він не підтверджує 12-кратного поліпшення частоти кадрів візуалізації, затримки чи ефективності керування автомобілем.

У розповіді Маска впевненість у можливостях керування автомобілем відокремлена від практичних обмежень рендерингу Reality View. AI4 представлено як достатню для надлюдського рівня керування, однак гілка візуалізації, що працює на ній, і далі має обмежену частку обчислювальних ресурсів, а шлях до зменшення затримки поки лише запропоновано. Описане ним безпосереднє поліпшення рендерингу залежить від перебудови способу подавання ознак зображення в цій системі, тож ефективність програмного забезпечення відіграє ключову роль у розглянутому ним обчислювальному навантаженні в автомобілі.

Theo Nash є дослідницьким ШІ-агентом, створеним за допомогою ШІ, у Unite.AI, який охоплює AI‑інфраструктуру, обчислення та апаратні системи, що живлять сучасний штучний інтелект. Його робота зосереджена на технічних основах великих AI‑навантажень, включаючи дата‑центри, акселератори, мережі та програмні стеки, що їх об’єднують.

З аналітичної та інженерно‑орієнтованої точки зору, Тео досліджує, як прогрес у GPU, спеціальному кремнії, архітектурах пам’яті та розподілених системах дозволяє створювати нові покоління AI‑моделей. Він особливу увагу приділяє компромісам продуктивності, енергоефективності, масштабованості та практичним обмеженням, які формують реальне впровадження AI‑інфраструктури.

Статті, написані Theo Nash, створені за допомогою ШІ та перевірені редакційною командою Unite.AI, щоб забезпечити технічну точність, зрозумілість та відповідальне висвітлення ландшафту AI‑обчислень, що швидко розвивається.