#特斯拉 FSD# 马斯克解密了这次Reality View 的技术。
Reality View并非简单的“摄像头画面叠加”,而是基于世界模型的实时生成式可视化。
车端用较小的条件均值流模型,从与驾驶决策同源的UVE特征中分叉,再通过约10亿参数的扩散模型对上一帧加噪后去噪,从而输出带有反射、细节和几何一致性的“虚拟现实”视图。
这种架构的巧妙之处在于复用已有的视觉编码器特征,而不是另起炉灶。
既保证了与FSD驾驶决策的物理一致性,又把计算压力控制在半个TRIP引擎以内。
以18Hz的UVE帧率生成36fps的小段视频块,体现了高度工程化的实时性权衡。
当前延迟仍受车端算力限制,但马斯克明确指出可通过在扩散Transformer层交错更新UVE特征来降低约35%延迟。
同时后续AI5芯片约12倍算力提升,将使这类高保真生成式可视化从“勉强可用”走向更流畅、更接近游戏引擎级别的体验。
#新能源大牛说#
发布于 广东
