特斯拉在美国市场推出 FSD v15,随之上线的是全新可视化界面“Tesla Reality View”(特斯拉实景视图)。这套界面很快在社交平台上引发讨论,讨论的焦点不在功能本身,而在它跑在什么硬件上。
马斯克发文对这项功能做了说明:FSD v15 的“Tesla Reality View”由实时 AI 视频生成,无需游戏引擎,且仅动用了 AI4 芯片一个 TRIP 加速器一半的算力。他把这套界面描述为“像电子游戏一样重新呈现现实道路”。
按照特斯拉发布说明,该界面通过车载 AI 计算机实时生成车辆上方虚拟视角的周边道路环境画面,支持全屏、地图或分屏视图,用户还可以在可视化画面上点击目标位置来引导车辆前往。
博主 @旌旗超智能 的分析给出了另一个观察角度:特斯拉是在硬件劣势的情况下做了 3D 高斯全场景重建。他称自己仔细检查了特斯拉 FSD 二代芯片的规格,发现不如很多新势力的自研芯片。
这里说的 AI4 即特斯拉第四代自动驾驶硬件平台 HW4。特斯拉自 FSD V13 起将 HW4 的命名方式改为 AI4,该平台面向 FSD V13 及后续版本打造,相较 HW3 算力提升约 5 倍。据此前曝光的规格,HW4 的 CPU 核心由 12 个增加到 20 个,最大频率 2.35GHz;TRIP 深度神经网络加速器由双核升级为三核,最大频率从 2GHz 提升到 2.2GHz,预估总算力约 300-500 TOPS。
“3D 高斯重建”指三维高斯泼溅(3D Gaussian Splatting,3DGS),一种用大量三维高斯椭球显式表示场景、再经光栅化实时渲染新视角的辐射场重建方法。场景由许多椭圆状的高斯粒子显式表示,这些粒子投射到二维画面中合成图像,能在 1080p 分辨率下以每秒 30 帧以上的速度生成新视角。
训练时粒子数量较少,通过不断与真实照片比较来调整位置、形状和颜色,并复制或删除粒子;渲染阶段则把可见粒子像小色斑一样铺到画面上,由于只分布在确有实体的位置,算力可集中于可见部分。相比需要多层神经网络逐点查询颜色和密度的神经辐射场,其光栅化过程在图形处理器上速度更快。
算力账之外,模型规模也在变。特斯拉 AI 负责人阿肖克 · 埃卢斯瓦米此前披露,FSD v15 的神经网络参数量已从约 10 亿扩大至约 100 亿,预测与控制之间的联系更加紧密。特斯拉将 v15 定位为与 V13 到 V14 同级的性能跃迁,并称升级后的视觉编码器在 FSD、Robotaxi 和 Optimus 人形机器人之间共享,以数百万条互联网视频进行训练。
FSD v15 与特斯拉 Robotaxi 车队运行的是同一套软件。埃卢斯瓦米在 2026 年第二季度财报电话会上曾披露,搭载早期 v15 版本的 Robotaxi 已在两个州六个城市实现无监督行驶超过 38 万英里,期间未发生重大事故。
把这些放在一起看,一个 TRIP 加速器一半算力撑起实时生成的实景视图,背后是百亿参数网络与共享视觉编码器的组合。硬件规格的争论还会继续,但这次演示给出的参照系很具体:同样的芯片,跑出了什么样的画面。
热门跟贴