是实时高斯泼溅吗?说是只用半个 AI4 TRIP 加速器的算力
|
herozhang13h 12m ago
1
国内还在等 V14.。。
|
|
Tink11h 55m ago via iPhone
3
感觉在里面玩 gta 应该很好玩,能有效解决路怒症
|
|
kera0a11h 50m ago via iPhone
4
画面升级跨度也太大了
|
|
crysislinux10h 55m ago via Android
5
这个功能我是真心想要,第三人称视角太有安全感了。
|
|
chunyucaitom10h 45m ago
6
马斯克那条帖里写的是实时 AI 视频生成,不用游戏引擎,算力只用一个 AI4 TRIP 加速器的一半。没看到官方提高斯泼溅。
|
|
frankies10h 8m ago
7
|
|
gpt59h 54m ago
8
我宣布,人车交互进入全新纪元
|
|
isbase9h 42m ago via iPhone
9
照这个情况,国内 5 年后、10 年后有可能用上吗?
|
|
11
这玩意有啥用...
只是视图层变得更好吧,实际上的底层数据层没啥变化。 对智驾会有帮助?这个很难说吧。 |
|
trytrytry4h 2m ago
13
视觉 3D 高斯泼溅建模+图生图? 不理解高斯泼溅的可以看看影视飓风的视频, 我是不太理解意义, 以前的粗糙建模和这个其实区别不大, 更精致了一点而已, 摄像头该看不见的还是看不见, 更应该他能解决地下车库的边缘识别问题
|
|
15
@frankies 刚刚马斯克解释是这样的:
从去年开始,我们就已经有了一个精度接近像素级完美的世界模型,这对生成合成数据至关重要。 车上搭载的是一个小得多的版本。它是一个条件均值流模型,以特斯拉通用视觉编码器(UVE)最近输出的一段特征序列为条件。同一组特征也会输入一个 30 亿参数的编码器模型,由它输出驾驶动作。 我们从这些 UVE 特征引出一条分支,运行一个独立的、约 10 亿参数的扩散模型。它接收上一轮生成的实景画面,在加噪后对其去噪,得到当前的可视化画面。 随后,它会生成一小段视频(8 帧图像,帧率 36 fps,分辨率与用户界面屏幕一致)。UVE 以 18 Hz 输出,每一帧对应的这项工作由半个 TRIP 引擎分 4 个周期完成。 目前受算力限制,延迟有点高,但我们有办法把更新的 UVE 特征交错送入扩散 Transformer 的各层,将延迟降低约 35%。 把我们那个很小的解码器移入 SRAM 后,SoC B 上的 3 个 TRIP 引擎中,只剩半个可供这个实景可视化模块使用,所以我们尽可能充分地利用了这部分算力。TRIP 基本只支持 8 位整数运算,运行 softmax 时必须通过仿真分 28 步完成。 AI5 的提升非常大,算力大约是现在的 12 倍。 |
|
trytrytry20 mins ago
16
@zhanying diffusion 模型生成视频么, 那不难理解了, 他们相当于把端到端中间的特征取出来一部分做决策一部分做画面生成了, 比高斯泼溅还省算力, 展示效果比较惊艳
|
|
x8616 mins ago
18
我感觉没必要呀,把路上的和停车倒车时常见的突出标记不就行了,连路边房子都渲染一遍何意味?
|
|
hhyvs11113 mins ago
19
挺牛逼的,看着跟玩 gta 一样,如果后面车改色了也能渲染那就牛逼了
|