{{detailStore.author.is_follow?'已关注':'关注'}}
看完特斯拉这次Reality View,有几个观后感: 1、特斯拉完全没用游戏引擎。 一颗HW4有3个TRIP加速器。一颗HW4有3个TRIP加速器。感知、一个3B主模型、然后是今天1B扩散生成式Reality View做一个分支,都跑在这上面。意味着特斯拉完全不占用GPU,也没用任何的游戏引擎,就做到了。 2、人机交互形态变了。 第一变的是桌面形态,第二是过去SR,我们和导航各种分屏,全屏,实际还是一个做出来的可视化工具,这次特斯拉思路变了。 屏幕画面就等同于世界模型理解的一个可视化投影,真正的所见即所得,交互是自然产生的,我们在现实中涉及的导航、安全类的可视化、甚至泊车,或者起点目的地导航、车位都用一个界面生成完成。 3、算力架构的定义非常激进。 正常做实时视频生成,扩散模型非常吃算力的。 特斯拉的解法不是加独立GPU,而是复用智驾主链路的Transformer算力资源。 这背后是一个架构定义问题,HW4的TRIP,目标就是承载感知、规控和生成一个一体化大模型来做,不是单纯为BEV感知设计。 其次是组织问题。所有团队冲一个技术,同一个目标做,可能花的时间、人可能不多,但是效果出奇。在我们国内,这个条件可能不高,现阶段到底要不要选择投入,短期都是一个复杂问题,再是技术问题。 4、世界模型的证明。 世界模型骗子说法很多。 特斯拉提供一个方向。云端的世界模型、车端智驾的主模型、和车机端的Reality View生成模型,实际是共享同一套UVE视觉底座。 整个链路完成闭环。云端生成海量训练数据,车端同时服务开车和生成。等于一套基础模型,同时支撑训练、驾驶、人机可视化三件事。第一次在车端能够讲清楚世界模型具体干了什么。
最后编辑于 · 5小时前
  • 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