马斯克详解 Tesla 车内实时世界模型:约 1B 参数 diffusion 每秒 36 帧
flngr · x · 2026-11-22
Tesla 正在量产车上运行一个实时世界模型:基于驱动车辆的同一组视觉特征,在车内生成照片级的现实视图。Elon Musk 亲自在引用中给出技术细节:
- Tesla 去年起就有一个接近像素级完美的世界模型,主要用于合成数据生成
- 车内部署的是其大幅缩小版:一个 conditional mean-flow 模型,基于 Tesla Universal Vision Encoder(UVE)特征——与产出驾驶动作的 3B 编码器用的是同一组特征
- 从 UVE 特征 fork 出来后运行独立的约 1B diffusion 模型:输入上一帧现实视图加噪声,再去噪到当前帧
- 输出小视频块(36 fps 下 8 帧图像,分辨率为 UI 屏幕分辨率)
把驾驶模型的世界表征直接可视化为车内的实时生成画面,这在量产车上相当罕见。
所属事件:马斯克详解 Tesla 车载实时世界模型架构(2 条相关)→
「Infra」频道最新
- 内存存储涨价致 AI4 整机价格三年翻倍 — PTrubey · 2026-11-22
- SEC 据报调查英伟达会计操作,股价单日暴跌 14% — mark_k · 2026-11-22
- ING 5 亿美元数据中心贷款打包卖不掉,被迫拆单甩卖 — churchkey · 2026-11-22
- AI 服务器涨价最高 45%,Dell/HPE/联想/超微连已签订单也提价 — churchkey · 2026-11-22
- AI 数据洪流倒逼存储革新:海底数据中心、DNA 与玻璃存储 — ChuckDBrooks · 2026-11-22
- Codex Code Mode 提速 10ms:工具目录跨 cell 复用省掉重复序列化 — charliermarsh · 2026-11-22