{{detailStore.author.is_follow?'已关注':'关注'}}
这件事的技术重点,是特斯拉在改变「怎样把驾驶模型的信息画给人看」,而不只是给旧界面换一套更精细的模型。 不过,具体网络结构还没公布,要把官方信息和原理解释分开。 以前是怎么画的? 在 2021 年 AI Day 上,特斯拉介绍过:摄像头图像经过视觉网络,转成车道、路沿、车辆位置和速度等三维信息;车机再把其中一部分画出来。 也就是说,模型先给出「这里有辆车、那里有条车道」等明确结果,界面再把它们变成车辆模型、线条和轨迹。 画面简洁,不代表背后的识别和处理很简单。 新版变在哪里? 特斯拉介绍,同一个端到端驾驶模型,也在渲染车辆周围的写实画面。 TeslaSI 发布说明则说,用单一的端到端可视化替代原先的显式模型信号,而且总计算量更少。 这里的「实时 AI 视频生成」,不是提前生成一段视频播放,也不是把摄像头画面直接搬上屏幕,而是随行驶过程不断生成周围环境的可视化,并允许改变观察视角。 这和常见游戏渲染的区别在于:游戏通常先有准备好的场景、物体、材质,再由引擎算出画面;特斯拉称这套画面由 AI 模型实时生成,不用游戏引擎。 但它没有公开到底采用哪种生成算法,现在不能直接说是扩散模型、世界模型,或某种特定的神经渲染技术。 为什么画面更细,反而可能更省算力? 关键不只在画面有多少细节,还在于生成它要经过多少步骤、能不能复用已经算好的信息。 从通用工程原理看,如果驾驶模型已经提取了周围环境的特征,可视化再利用这些特征生成画面,就有机会减少中间转换,以及维护大量独立物体、逐个绘制的开销。 专用神经网络也可能更适合在车载推理加速器上运行。 这是从工程原理解释,为什么画面更丰富,计算量却可能更少,并不代表特斯拉已经公开了具体实现。 目前能确定的是他们宣称更省,还不知道具体省在哪些模块、比较时的分辨率和帧率是什么。 也不能反过来说游戏引擎天然就更费算力。 但生成的街景仍是给人看的输出,不是神经网络内部信息的完整展示。 建筑和纹理画得逼真,不等于每个细节都被准确感知;也不能凭画面判断驾驶安全性。 所以,这次值得关注的是两件事:用生成式画面表达驾驶意图,以及宣称用更少的计算完成这件事。 演示已经展示了新的意图提示;至于画面具体怎样生成、算力省在哪里,还要等更详细的技术披露。
  • 全部评论{{detailStore.commentnum}} 条
  • 只看作者
  • 最热
  • 最新
  • 最早

「待审核」

首评 {{ comment.relativeTime }} 已被赞赏 {{comment.integral}} 积分 回复

{{ type!=10 ? '前排沙发空着~' : '暂无相关评论' }}

{{type!=10 ? '还没有人评论哦,快抢沙发吧!' : '发表一下个人看法吧'}}
写评论
积分赞赏
点赞
评论区
  • 编辑
  • {{ is_favourite ? '已收藏' : '收藏' }}
  • {{ is_personal_top ? '取消主页置顶' : '个人主页置顶' }}
  • 举报
  • 加入黑名单
  • 内容{{ eyes_only ? '公开' : '仅自己' }}可见
  • 删除
  • 取消置顶
  • 置顶推荐
    • 6小时
    • 12小时
    • 24小时
    • 3天
    • 一周
    • 长期
  • {{ feature?'撤销':'进' }}精选库
  • {{ digest?'撤销精华':'设为精华' }}
回到顶部