[馬斯克] 大手筆!馬斯克為了壹己私利 還是造福全人類?
體現在數據上，就是特斯拉每秒能輸出36個執行動作，而很多車每秒只能輸出10個左右。
2025年，FSD的V14版本又迎來了突飛猛進的變化。
壹位車主從洛杉磯(专题)出發，開啟FSD橫跨整個美國，前往南卡羅來納。全程4400公裡、用時68小時，包括高速、市區、充電停車等各種使用場景，甚至還去賽道溜了壹圈。
最終的接管次數，是0。
雖然這位老哥為了實現0接管，特意繞開了需要停車的邊境檢查站，美國的路況也並不復雜，只是證明了FSD能力的下限。
但到了今年，FSD又搭上了xAI的快車。
告訴它“我壹會要打場球賽，現在又困又餓，給點建議，直接導航”，它會說“建議吃點容易消化的碳水和蛋白質、避免油膩，賽前壹兩個小時吃最好，附近有個賽百味，要導航嗎？”
借用英偉達機器人業務負責人Jim Fan的評價，特斯拉很可能已經通過了物理圖靈測試。
在這背後，不只有特斯拉領先的算法、訓練AI大模型的上百EFLOPS算力中心，同樣離不開海量數據的支持。
截止到今年1月份，FSD累計行駛裡程已達百萬億公裡，其中城市復雜路況超40萬億公裡；Robotaxi的路測時間，也超過了1000萬小時。
每天產生的數據，相當於人類500年的駕駛時長。
而特斯拉的獨門絕技，就是能高效利用數據的“視頻訓練”。
它能通過車端的微小模型，在海量的數據中尋找異形障礙物、行人、車輛失控等極端場景，並記錄FSD的操作和人工幹預的時間節點。
這些場景會在特斯拉創造的虛擬世界模型裡復現，讓FSD上百萬次地“練車”。通過在錯誤中成長和學習，來迅速提升FSD應對突發狀況的能力。
正因如此，美國版FSD的實際體驗，才能看齊自家的Robotaxi。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
2025年，FSD的V14版本又迎來了突飛猛進的變化。
壹位車主從洛杉磯(专题)出發，開啟FSD橫跨整個美國，前往南卡羅來納。全程4400公裡、用時68小時，包括高速、市區、充電停車等各種使用場景，甚至還去賽道溜了壹圈。
最終的接管次數，是0。
雖然這位老哥為了實現0接管，特意繞開了需要停車的邊境檢查站，美國的路況也並不復雜，只是證明了FSD能力的下限。
但到了今年，FSD又搭上了xAI的快車。
告訴它“我壹會要打場球賽，現在又困又餓，給點建議，直接導航”，它會說“建議吃點容易消化的碳水和蛋白質、避免油膩，賽前壹兩個小時吃最好，附近有個賽百味，要導航嗎？”
借用英偉達機器人業務負責人Jim Fan的評價，特斯拉很可能已經通過了物理圖靈測試。
在這背後，不只有特斯拉領先的算法、訓練AI大模型的上百EFLOPS算力中心，同樣離不開海量數據的支持。
截止到今年1月份，FSD累計行駛裡程已達百萬億公裡，其中城市復雜路況超40萬億公裡；Robotaxi的路測時間，也超過了1000萬小時。
每天產生的數據，相當於人類500年的駕駛時長。
而特斯拉的獨門絕技，就是能高效利用數據的“視頻訓練”。
它能通過車端的微小模型，在海量的數據中尋找異形障礙物、行人、車輛失控等極端場景，並記錄FSD的操作和人工幹預的時間節點。
這些場景會在特斯拉創造的虛擬世界模型裡復現，讓FSD上百萬次地“練車”。通過在錯誤中成長和學習，來迅速提升FSD應對突發狀況的能力。
正因如此，美國版FSD的實際體驗，才能看齊自家的Robotaxi。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: