OC

Knowledge OS
鹦鹉螺口语
特斯拉发布 FSD 14.3:车队学习、反应速度提高 20% 等等
2026-04-07 20:09:00 · 英文原文

特斯拉发布 FSD 14.3:车队学习、反应速度提高 20% 等等

作者:Nehal Malik

作者:内哈尔·马利克

Share on Facebook Share on Twitter Share on Threads Share on Bluesky Share on Reddit Share on FB Messenger Share via Email

特斯拉正式开始发布完全自动驾驶(监督)v14.3星期二。首席执行官埃隆·马斯克此前将这一重大更新称为自动驾驶难题的“最后一块”,现在正在向早期公开测试者推出。接下来是一个简短的内测期员工上周在那里验证了构建。

根据官方发行说明,v14.3 引入了“使用 MLIR 从头开始​​完全重写的 AI 编译器和运行时”。这项技术革新对于普通驾驶员来说意义重大,因为它使车辆的反应时间加快了 20%。在人工智能的世界中,速度就是安全,这种更快的处理速度使汽车能够更加自信地做出瞬间决策。

最后更新时间:UTC 时间 4 月 6 日上午 12:00

车队学习和 3D 几何

v14.3 中最重要的转变是引入了车辆到车队的通信和推理。特斯拉现在正在利用其全球车队来寻找“罕见事件”和“硬强化学习示例”来训练神经网络。这意味着您的汽车能够有效地学习数百万其他特斯拉遇到的最困难的场景,例如带有复合灯的复杂交叉路口、弯曲的道路,甚至小动物的行为。

视觉编码器也进行了升级,我们正确地预测了将加强 3D 几何和交通标志的理解。这使得汽车能够更好地“看到”悬挂或倾斜到道路上的物体​​,例如低树枝或建筑设备。发行说明还提到了更好的性能低能见度场景,有可能改善系统处理恶劣天气的方式。

对于 Cyber​​truck 车主来说,还有一个额外的好消息:发布说明与 Model Y 相同,这意味着 Cyber​​truck 终于获得了与特斯拉主流车型同等的 FSD 资格。FSD v14.3 还为 Cyber​​truck 带来了“停车盲点警告”功能,可防止乘客开门遇到迎面驶来的车辆、骑自行车的人或行人。

更智能的停车,但不放弃

虽然更新充满了驾驶改进,但一些粉丝可能会失望地看到“实际智能召唤”(ASS)没有得到任何特别的喜爱。还有还有没有任何“驱逐”的迹象,这个传说中的功能可以让你的特斯拉让你下车,然后自动找到自己的停车位。

然而,v14.3 确实为 Banish 奠定了基础,“增强了停车位选择和操纵的果断性”。现在,汽车可以更好地预测停车位,并且现在将在地图上以特定的“P”图标显示停车位。它还提高了从“临时系统降级”中恢复的能力,而无需驾驶员接管,这是真正无人驾驶停车体验的关键要求。

坑洼和更好的监控即将到来

发行说明还为我们提供了一个罕见的“即将进行的改进”部分,该部分可能会在未来几周内以点发布的形式推出。最受要求的功能之一,避免坑洼,正式上榜。特斯拉还计划将人工智能推理扩展到所有驾驶行为,而不仅仅是目的地处理,并显着改进驾驶员监控系统。

新的监控技术将具有更高的可变照明精度和更好的视线跟踪功能,即使对于戴着太阳镜的驾驶员也是如此。这表明特斯拉已经非常接近允许更长时间的“不干涉”驾驶,同时确保驾驶员仍然集中注意力。

借助 v14.3,实现真正自主的 Robotaxi 网络的梦想比以往任何时候都更近。特斯拉不再只是编写代码;而是编写代码。它正在教全球大脑如何驾驶。

订阅我们的时事通讯,了解最新的 Tesla 新闻、即将推出的功能和软件更新。

作者:内哈尔·马利克

Share on Facebook Share on Twitter Share on Threads Share on Bluesky Share on Reddit Share on FB Messenger Share via Email

特斯拉雄心勃勃地想要控制自己的硅命运,刚刚获得了一个巨大的盟友。英特尔正式加入“Terafab”项目,该项目是特斯拉、SpaceX 和 xAI 的合资企业,旨在打造人类历史上最先进的半导体制造综合体。埃隆·马斯克 (Elon Musk) 与英特尔首席执行官陈立武 (Lip-Bu Tan) 周末在英特尔园区会面后确认了这一合作伙伴关系。

在一个公告在 X 上,英特尔对加入“重构硅晶圆厂技术”的努力感到自豪。该公司指出,其大规模制造和封装超高性能芯片的能力将是实现 Terafab 每年生产 1 太瓦 (TW) 计算能力的目标的关键。

完成芯片制造三连胜

多年来,特斯拉一直依赖外部代工厂为其车辆生产大脑。目前,该公司与台积电和三星合作,甚至最近还达成了合作协议160亿美元的巨额交易后者用于AI6芯片的生产。通过引入英特尔,马斯克有效地与业内三大巨头合作,以确保他的公司不再面临供应瓶颈。

Terafab 位于奥斯汀 Giga Texas 郊外,旨在成为一座“先进技术工厂”。与可能只制造芯片一部分的传统工厂不同,该工厂的目标是在同一屋檐下处理逻辑、内存和先进封装。这种设置允许“递归改进”的循环,工程师可以在几天而不是几个月的时间内制作掩模、打印芯片并对其进行测试。

为机器人和空间数据中心提供动力

Terafab 的规模令人难以理解。期间官方发布活动上个月,马斯克解释说,现有的全球晶圆厂仅实现了他最终计算目标的 2% 左右。为了支持 10 亿个擎天柱机器人和多星球文明,人类需要在硬件生产方面实现巨大飞跃。

该项目分为两个主要设施。其中一个将专注于地面人工智能,生产为全自动驾驶和自动驾驶提供动力的 AI5 和 AI6 芯片。擎天柱人形机器人。第二个工厂更具未来感:它将生产专门为轨道数据中心。这些天基计算机将由 SpaceX 的 Starship 发射,并由 24/7 太阳能供电,绕过地球当地电网的电力限制。

从概念到施工

特斯拉已经开始招聘流程在奥斯汀寻找专业人才来监督工厂的设计和建设。对于英特尔来说,此次合作是其“英特尔代工”业务的重大胜利,该业务在人工智能竞赛中落后之后,一直致力于证明自己能够支持全球最苛刻的客户。

英特尔首席执行官陈立武 (Lip-Bu Tan) 表示:“埃隆在重新构想整个行业方面有着良好的记录。这正是当今半导体制造所需要的。”随着特斯拉从一家汽车公司转型为人工智能和机器人巨头,控制硅堆不再是可选的——这是实现马斯克设想的“可持续富足”时代的唯一途径。

卡兰·辛格

Share on Facebook Share on Twitter Share on Threads Share on Bluesky Share on Reddit Share on FB Messenger Share via Email

特斯拉最近发布了一项非常详细的专利,解释了其基于视觉的占用网络的内部工作原理。该专利的名称为基于视觉的占用确定的人工智能建模技术并于2026年3月12日正式发布。 

归功于工程师团队,其中包括阿肖克·埃鲁斯瓦米该文件深入探讨了特斯拉如何在不依赖雷达或激光雷达的情况下利用人工智能来理解物理世界。

了解体素网格

特斯拉的核心占用网络围绕体素旋转。体素本质上是一个三维像素,代表车辆周围体积网格内的特定点。为了构建这个网格,人工智能模型从车辆的八个外部摄像头获取图像数据。然后系统执行模型来预测每个体素是否被具有质量的物体占据。

该专利指出,由于手动标记数百万个 3D 数据点将非常耗时,因此特斯拉严重依赖无监督训练方法大规模训练这些模型。

可变分辨率和子体素

该专利中透露的最有趣的细节之一是特斯拉如何通过动态调整这些体素的大小来管理计算能力。体素的默认大小是每个顶点 33 厘米。对于位于远处或直接行驶表面之外的物体来说,该尺寸通常是可以接受的。

然而,FSD 可以将占用区域和距车辆阈值距离内的体素尺寸减小至 10 厘米。这允许在最重要的地方实现更高的粒度。神经网络甚至可以通过将占用空间划分为更小的子体素来预测部分占用。 

这使得 FSD 能够准确识别弯曲物体的确切形状。分析服务器还可以使用三线性插值来估计体素内任何特定点的占用状态。

时间融合和 3D 语义

特斯拉的人工智能不仅仅孤立地看待静态框架。人工智能模型使用转换器将 2D 图像数据聚合为统一的 3D 表示。然后它将当前的 3D 空间与先前时间戳的表示。这种空间和时间数据的组合允许网络计算占用流量。占用流指示移动体素的确切速度。

最后,FSD 应用 3D 语义数据来识别对象实际是什么。它可以区分一组占用的体素是否代表移动的汽车、静态的建筑物或街道路缘。该系统旨在优先考虑某些语义形状。例如,靠近自我的移动车辆将比远离道路的静态建筑物进行更彻底的分析。

为车辆和 Optimus 提供动力

所有这些数据都会不断聚合成可查询的数据集。FSD 可以不断查询该数据集以接收占用状态并做出实时导航决策。此外,该数据集还用于生成显示在车内用户界面上的 3D 环境地图。

虽然该专利主要关注自动驾驶汽车,但它证实了底层技术具有高度适应性。该文件特别指出,通用双足人形机器人可以利用这种完全相同的基于视觉的占用网络来导航各种地形。

如果您喜欢这篇文章,我们建议您阅读我们与 FSD 相关的 Tesla 专利的完整系列:

关于《特斯拉发布 FSD 14.3:车队学习、反应速度提高 20% 等等》的评论

暂无评论

发表评论

摘要

**总结:**- **完全自动驾驶更新 v14.3:** Tesla 发布了 FSD v14.3,其中包括新的 AI 编译器和运行时,以实现更快的反应时间(提高 20%)。它引入了车队学习、改进的 3D 视觉、更好的低能见度处理和停车功能。- **Terafab 项目:** 英特尔加入特斯拉的 Terafab 项目,旨在在奥斯汀建设先进的半导体制造设施。该合作伙伴关系的目标是每年为人工智能芯片和空间数据中心提供 1 TW 的计算能力。- **占用网络专利:** 特斯拉发布了一项专利,详细介绍了其基于视觉的占用网络,该网络使用人工智能来确定物体的存在,而无需雷达或激光雷达,采用可变体素分辨率和时间融合技术。