机器人与物理 AI

马斯克将 AI5 分配给 Optimus,特斯拉汽车继续使用 AI4

Theo Nash
将 Unite.AI 添加到您在 Google 上的首选来源
要点马斯克将AI5保留给Optimus,同时让特斯拉汽车继续使用AI4进行驾驶。
查看更多
  • 马斯克将AI5保留给Optimus,同时让特斯拉汽车继续使用AI4进行驾驶。
  • Reality View的延迟源于计算资源分配紧张,而不仅仅是模型规模。
  • 马斯克提出的解决方案通过交错加入更新的视觉功能,将延迟降低约35%。

埃隆·马斯克在 2026 年 11 月 22 日的一条 X 回复中表示,Tesla 的 AI5 计算机是为 Optimus 设计的,汽车将继续使用 AI4,而 AI4 足以实现超人类驾驶。他是在回应一位车主;这位车主询问 AI5 何时会用于新车,以及是否应该等一等再从 AI3 升级。

这条回复之前,同一讨论中还有一篇较早的技术帖文,马斯克在其中解释了 Tesla 的 Reality View可视化功能如何在 AI4 上运行。其背后涉及两项相互关联的车载工作负载:一个模型负责生成驾驶动作,另一个独立的生成式模型负责生成界面可视化内容。这些帖文为芯片选择提供了具体的基础设施背景:Tesla 正在驾驶和可视化功能之间分配有限的计算资源。

Reality View 的车载工作负载

马斯克称,Tesla 的世界模型接近像素级精确,对合成数据生成至关重要。车载版本小得多,是一种条件均值流模型,基于 Tesla 通用视觉编码器(Tesla Universal Vision Encoder,简称 UVE)近期的一系列特征。这些相同的特征也会输入一个 3B 编码器模型,用于生成驾驶动作。

马斯克表示,Reality View 会从这些特征分出一路,输入一个独立的、参数量约为 1B 的扩散模型。该流程从前一输出的噪声版本开始,重建当前的可视化内容,并以每秒 36 帧的速度和界面屏幕分辨率生成一段包含 8 张图像的视频片段。这项工作会在每个 UVE 帧上执行,频率为 18 赫兹,并分摊到 4 个周期中完成。

AI4 的限制与 AI5 的算力余量

在一篇后续帖文中,马斯克表示,Tesla已将其小型解码器移入 SRAM,因此 SoC B 上三个 TRIP 中,留给 Reality View 的只有半个 TRIP。TRIP 基本上只能处理 8 位整数,而 softmax 必须通过仿真模式运行 28 个步骤。

这些细节仅适用于可视化器,并非对驾驶操作能力的限制说明。它们表明,Reality View 的实际算力预算不仅取决于模型大小,也取决于引擎资源分配和数值运算方式。

马斯克将 Reality View 当前略高的延迟归因于算力限制,并提出让较新的 UVE 特征穿插经过扩散 Transformer 层,以将延迟降低约 35%。

马斯克称,AI5 带来了显著提升,算力约为原来的 12 倍。帖子没有说明这一倍数所依据的基准,因此不能据此认定可视化帧率、延迟或驾驶性能提升了 12 倍。

马斯克的说法将对驾驶能力的信心与渲染 Reality View 的实际限制区分开来。他表示,AI4 足以实现超越人类水平的驾驶,但在 AI4 上运行的可视化分支仍然只有有限的算力资源,而且降低延迟的方案目前也只是一项提议。他所述的近期渲染改进取决于在现有环境中重新组织视觉特征输入,这使软件效率成为他所详述的车载工作负载的关键。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。