日前，特斯拉在其AI Day活動上發(fā)布了自動駕駛方面的布局，包括純視覺方案FSD的進展、神經(jīng)網(wǎng)絡(luò)自動駕駛訓(xùn)練、D1芯片、Dojo超級計算機等重磅信息，“黑科技”滿滿。

在百度剛剛發(fā)布了一款具備L5級自動駕駛功能的“汽車機器人”后，特斯拉在其AI Day活動上亮相了一款人形AI機器人。

特斯拉CEO伊隆·馬斯克稱，公司推出這款機器人的初衷是希望它能代替人類完成一些枯燥、危險、重復(fù)性強的工作。

不過，這款A(yù)I機器人僅僅是本次AI Day上的餐后“甜點”，備受外界關(guān)注的“主菜”仍然是特斯拉在自動駕駛方面的布局。在活動現(xiàn)場，特斯拉發(fā)布了純視覺方案FSD的進展、神經(jīng)網(wǎng)絡(luò)自動駕駛訓(xùn)練、D1芯片、Dojo超級計算機等重磅信息，“黑科技”滿滿。

受上述消息影響，8月18日，特斯拉股價高開，一度漲近3%，不過隨后逐步走低，截至發(fā)稿，漲幅收窄至0.8%，報678.83美元/股，總市值6721億美元。

繼續(xù)堅持視覺感知路線

長期以來，在自動駕駛的感知路線上，各家車企采取的思路各有不同，但大體上可以分為三類：一類是以Waymo、奧迪為代表的激光雷達派，另一類是以蔚來、比亞迪、寶馬、奔馳為代表的毫米波雷達派，而特斯拉則更加傾向于仿生理念，可以稱之為攝像頭派。

目前，由于激光雷達的成本較高，大多數(shù)企業(yè)采用的是多顆毫米波雷達的路線。不過，最近以小鵬汽車、理想汽車為代表的企業(yè)，已開始加速推進激光雷達的上車。

不久前，有媒體曝光稱，特斯拉與激光雷達公司Luminar簽訂了使用激光傳感器技術(shù)進行測試和開發(fā)的合同，同時已有特斯拉Model Y正在搭載激光雷達傳感器進行路測。

這一消息發(fā)布后，不少業(yè)內(nèi)人士認為，特斯拉有可能會改變其純視覺感知的路線，實現(xiàn)激光雷達的上車。然而，在本次AI Day上，特斯拉則再度表明了其在純視覺傳感器路線上的堅決態(tài)度。

在活動現(xiàn)場，特斯拉展示了其支持多任務(wù)學(xué)習(xí)HydraNets神經(jīng)網(wǎng)絡(luò)架構(gòu)，這一架構(gòu)可以將特斯拉車身上8個攝像頭獲取的畫面拼接起來，并完美平衡視頻畫面的延遲和精準度，實現(xiàn)純視覺感知。

特斯拉人工智能部門總監(jiān)Andrej Karpathy表示，“我們希望能夠打造一個類似動物視覺皮層的神經(jīng)網(wǎng)絡(luò)連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網(wǎng)膜當中，我們希望通過攝像頭來模擬這個過程。”

用AI神經(jīng)網(wǎng)絡(luò)提升輔助駕駛能力

特斯拉表示，經(jīng)過實踐，攝像頭捕捉到的參數(shù)和空間追蹤是很難通過C++這個基礎(chǔ)架構(gòu)實現(xiàn)拼接的，同時一些涉及到空間的數(shù)據(jù)輸出質(zhì)量也有所欠缺，不同攝像頭獲取的物體信息不同，拼合時很難進行整體把握。

為解決這些問題，特斯拉開發(fā)了“矢量空間”技術(shù)，同時兼具了非凸優(yōu)化算法和高維度兩大優(yōu)勢。該技術(shù)可以通過8個攝像頭輸入的數(shù)據(jù)為基礎(chǔ)繪制3D鳥瞰視圖，形成4D的空間和時間標簽的“路網(wǎng)”以呈現(xiàn)道路等信息，幫助車輛把握駕駛環(huán)境，更精準的尋找最優(yōu)駕駛路徑。

值得一提的是，在此基礎(chǔ)上，特斯拉還在世界各地組織了一個規(guī)模在千人以上的數(shù)據(jù)標注團隊，團隊每天將對視頻數(shù)據(jù)中的物體在“矢量空間”中進行標注，在善于把握細節(jié)的人工標注和效率更高的自動標注配合下，只需要標注一次，“矢量空間”就能自動標注所有攝像頭的多幀畫面。

特斯拉方面認為，這為特斯拉帶來了上百億級的有效且多樣化的原生數(shù)據(jù)，而這些數(shù)據(jù)都會用于神經(jīng)網(wǎng)絡(luò)培訓(xùn)。同時，特斯拉還開發(fā)了“仿真場景技術(shù)”，可以模擬現(xiàn)實中不太常見的“邊緣場景”，用于自動駕駛培訓(xùn)。

基于上述技術(shù)的開發(fā)，特斯拉的FSD系統(tǒng)已可以實現(xiàn)每1.5毫秒2500次搜索的超高效率，預(yù)測可能出現(xiàn)的各種情況，并在其中找到最安全、最舒適、最快速的自動駕駛路徑。

發(fā)布超級計算機和AI機器人

當前，隨著自動駕駛技術(shù)的升級，智能汽車所需處理的數(shù)據(jù)也在呈現(xiàn)海量的升級，對芯片的算力要求越來越高。為此，特斯拉發(fā)布了D1芯片和Dojo超級計算機。

據(jù)悉，D1芯片采用分布式結(jié)構(gòu)和7納米工藝，搭載了500億個晶體管、354個訓(xùn)練節(jié)點，僅內(nèi)部的電路就長達17.7公里，可實現(xiàn)超強算力和超高帶寬。

而特斯拉則是將1500個D1芯片共53萬余訓(xùn)練節(jié)點，組成為Dojo超級計算機的訓(xùn)練模塊，據(jù)悉該訓(xùn)練模塊的算力可達到9千萬億次。

得益于訓(xùn)練模塊的獨立運行能力和無限鏈接能力，由其組成的Dojo超級計算機可在性能上進行充分擴展，與其他競品相比，其成本下降的同時性能可提升4倍，占用空間將節(jié)省5倍。

據(jù)悉，不久后，特斯拉將開始對Dojo超級計算機進行首批組裝。除了備受期待的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與Dojo超級計算機，特斯拉還公布其研發(fā)的人形機器人“Tesla Bot”。

這款機器人高1.72米，重56.6千克，面部屏幕可顯示信息，擁有人類水平的雙手。馬斯克表示，Tesla Bot將利用Dojo超級計算機的訓(xùn)練機制來改進功能，這一產(chǎn)品的推出，主要是為了進一步解放勞動力。據(jù)悉，Tesla Bot或?qū)⒃诿髂晖瞥鍪讉€原型機。

值得關(guān)注的是，在特斯拉公布了一系列黑科技后，投行Wedbush發(fā)布研報表示，Tesla Bot可能并不是投資者希望看到的，更多的投資者仍然希望特斯拉能將研發(fā)重點放在芯片、FSD和重新加速的中國電動汽車需求上。

光大證券分析稱，特斯拉在自動駕駛產(chǎn)業(yè)鏈上的競爭優(yōu)勢明顯，用戶規(guī)模較大，以美國場景為主體的FSD技術(shù)變現(xiàn)前景明晰，將為其帶來更高的估值溢價。

聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，投資者據(jù)此操作，風險自擔。

返回第一電動網(wǎng)首頁 >