- 主题:特斯拉纯视觉FSD全量推送 顺风车乘客完全感觉不到AI在开
12.3.1已经开始推送了,两周一个版本太疯狂了;E2E以后,基本就是搜集数据、训练、部署(发布)了,这个节奏太羡慕了…
国内租算力中心,算力不行迭代速度必然差太远了,功能可能会有,细节估计差很多…
【 在 Vas 的大作中提到: 】
: 非常期待,v12这次证明了新算法很成功,之前多担忧完全没了
--
FROM 114.246.101.*
就算几十万条规则,也会出现闪现的误检行人导致急刹,横向漏检的车辆导致的碰撞,这在E2E上天然就不会出现,因为老司机知道哪里该防御性驾驶,v12起点就比v11强多了,上限真可能是10个老司机帮你开车。
问题肯定有,司机博弈、配合也会失败…
几年以后技术可能达到alphazero那样…
ps:22年ai day上就有nerf生成训练视频了,只不过生成速度太慢,23年中有3DGS出现,速度基本不是问题了,扩展到4D结合海量视频把交通规则加进去,让E2E自己玩…
【 在 Vas 的大作中提到: 】
: 哈,期待!
--
修改:hsv FROM 219.237.183.*
FROM 219.237.183.*
hw负责遥遥领先…
【 在 ole 的大作中提到: 】
: 比华为智能驾驶差远了。版本更新快有什么用?纯属做无用功。
:
--
FROM 219.237.183.*
除了tsl的人形机器人,中国、美国也有类似的产品,包括英伟达的demo,用了2年左右,颠覆了波士顿那种10几20几年的积累。
技术进步是螺旋上升的,21年我跟本版抗战bev transformer,今年国产已经全用上了;两年后会跟上e2e的,到时候会很有意思的,因为标注的任务和现在会差很多,你不可能两周标几百万条视频的,有做激光雷达的前同事,已经开始了迷茫期。
另外就是,国内特斯拉性能肯定不及美国的,迭代速度所致,性能差异会较大。v12一出手就高于v11很多,再用一年时间就可以覆盖所有场景,那时才是新的顶点。
alphazero那种方式目前还没听过,不过技术上已经展现了部分可能性。
【 在 ruige0822 的大作中提到: 】
: 很震惊 刚看到Jackson在美国这个账号 发的绕铁皮视频 ,那机器人以后可以替代人做很多工作了,给机器人一段视频训练,然后模仿出来,都不用写代码了
--
FROM 219.237.183.*
是的,不过视觉模型的gpt时刻还没到来,和视觉比,文本就是玩具级别的,目前模型太小了,算力远远不够,我前几楼说的算力不如美国。了,单指特斯拉国内,有敏感粉丝说华为也很nb,要知道小鹏22年好像0.8E,理想1.6E,商汤3E,特斯拉一个标注团队用到的算力就快赶上小鹏训练算力了,我去年参加了hw的某个城市算力中心开幕式,还比不上人家标注算力大。
我至少有两个朋友再卖A100,千片量级…
【 在 ruige0822 的大作中提到: 】
: 我觉得端到端可以改变我们未来的世界
: 尤其是人形机器人
: 很多工作岗位都会被替代
: ...................
--
FROM 223.104.38.*
【 在 ruige0822 的大作中提到: 】
: 下一个创业方向 是机器人+AI落地,就是找各种场景找落地项目,就像前几年互联网+落地一样。
--
FROM 219.237.183.*
【 在 ruige0822 的大作中提到: 】
: 那华为昇腾芯片能做替代吗 但据说价格也不比英伟达便宜 您怎么看国产替代
--
FROM 223.104.41.*
E2E速度更快,延迟更低…
不过nv的thor有2000tops应该可以支持更深更大的模型…
【 在 PrimeTime 的大作中提到: 】
: 端到端需要升级车上的硬件吧,网络规模和推理算力的需求比现在bev的模式大不少吧?
--
FROM 219.237.183.*
去年看到小米生态链的咖啡拉花机器人,靠视频识别来控制,震惊了,咖啡师可以下岗了。
另外一个国人原创的linkbar也很强,奶泡100%成功,咖啡师那手艺都保证不了。
和某知名归国学者沟通过,以前缺数据,现在缺算力…
【 在 ruige0822 的大作中提到: 】
: 马上有应用落地了 餐厅机器人
--
FROM 219.237.183.*
E2E用了不到两年的时间,就跨越了波士顿机器人10几年的路,完全吊打,技术是螺旋上升的,旧浪跳不出自己的视野,就会很快边缘化。
我看了一些12.3.2.1的视频,市区人车非博弈很不错,这只是起点,meta买了54万块h100,传老马买了40w,算力已经不制约模型训练了…要知道11用上万块A100就可以了…
【 在 ruige0822 的大作中提到: 】
: 和我想的一样 一定会人做出端到端的demo 这就是端到端的应用场景。
--
FROM 219.237.183.*