comma.ai 复盘毁掉自动驾驶的 ML Bug：BF16 精度让 30m/s 速度出现阶梯
yassineyousfi_ · x · 2026-09-21
comma.ai 博客发布《Bugs that broke driving: Machine Learning edition》，复盘多个影响自动驾驶训练与推理的真实 ML Bug。
- 输出层精度 Bug：世界模型是 DiT，混合精度下 MLP 用 NVFP4、注意力用 FP8、其余 BF16。规划输出层也在 BF16 运行，导致约 30 m/s 时速度只能以 0.125 m/s 为步长表示；加速度计算对邻近速度预测做差再除以短时间间隔，放大了舍入误差。修复方法是把 plan head 及其输入提升为 FP32 再运算——事后把结果 cast 到 FP32 只会得到带更多小数位的阶梯
- 文章指出 Linux 内核平均约每千行代码 0.5 个 Bug，这些 Bug 有的影响正确性、有的拖慢速度或浪费显存，回顾它们有助于更早发现同类问题
- 作者另提到还有 ConvNeXt 等更多案例（正文节选未完）
「具身」频道最新
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- CoRL 联合主席忆 2021 展区仅三张桌，对比 2026 规模感概行业巨变 — Ed__Johns · 2026-11-12
- keerthanpg:机器人学家仍不接受苦涩教训,CoRL 现场五阶段哀伤 — keerthanpg · 2026-11-12
- SynthICL：纯合成数据训练，单演示泛化 16 项真实操作任务 — Ed__Johns · 2026-11-12
- 8 小时、$94 API 费用：Claude 给机器狗装上激光雷达和大脑 — chrismatthieu · 2026-11-12
- 优必选向永达汽车售 400 台 U1 Pro 仿生人形机器人，约值 6800 万元 — CyberRobooo · 2026-11-12