特斯拉

特斯拉AI Day 2022終極劇透，Tesla Bot真的來了！

第一電動大牛作者電動星球News蟹老板 2022-05-19 09:15

關(guān)注并標星電動星球News

每天打卡閱讀

更深刻理解汽車產(chǎn)業(yè)變革

————————

出品：電動星球 News

作者：毓肥

可能是今年最重要的一場特斯拉發(fā)布會，今天正式「預(yù)熱」。

北京時間 18 號早上，馬斯克在推特表示，AI Day 2 將于美國當(dāng)?shù)貢r間 8 月 19 號，也就是 AI Day 1 的同月同日正式舉辦。

去年的 AI Day 上，特斯拉公布了 Autopilot 軟件團隊的最新成果、發(fā)布了當(dāng)時全球最強 AI 超算 DOJO Pod+全球最強 AI 芯片 D1+類人機器人 Tesla Bot。

與此同時，去年的 AI Day 依舊留給我們太多懸念，甚至整個發(fā)布會，都是在為特斯拉的人工智能賽道「制造懸念」，然后吸引人才——馬斯克自己說的：「AI Day 的初衷，就是吸引全球最頂尖的AI/軟件/芯片人才加入特斯拉」。

然而作為觀察者，以及消費者，我們對 AI Day 的期待可不只是「超豪華招聘廣告」。

Autopilot 硬件 4.0 到底什么時候到來？FSD什么時候可以去掉「Beta」后綴？Robotaxi進展如何？DOJO 量產(chǎn)了嗎？Tesla Bot 真的有發(fā)布會上說的這么「類人」？

3 個月后的 AI Day 2 也許不會回答所有問題，但今天的劇透，我們會從以上幾個方面尋找蛛絲馬跡，幫助馬斯克再吊一吊大家的胃口。

下面開始。

一、Autopilot 硬件 4.0，特斯拉人工智能的新基石？

2021 AI Day 上，馬斯克除了炫技，還隱晦地透露了一個事實：未來特斯拉的產(chǎn)品，都將搭載特斯拉自研芯片。

這里說的「產(chǎn)品」，除了 SEXY CARS，還有 Tesla Bot。

所以可以換句話說：特斯拉事實上成為了一家由「自研芯片+自研算法」驅(qū)動的人工智能公司。

于是驅(qū)動所有特斯拉人工智能產(chǎn)品的 Autopilot 硬件 4.0，或者說「FSD Hardware」，就成了今年 AI Day 上，大家關(guān)注的懸念之一。

2019 年特斯拉 Autonomous day 上，馬斯克不僅發(fā)布了 AP 硬件 3.0，還預(yù)告了 4.0 的計劃：「2-3 年之內(nèi)到來」——到 2022 正好 3 年。

說得更詳細一點，人們對硬件 4.0 的期待，本質(zhì)上是對 FSD Chip 2.0 的期待。

硬件 3.0 主板

FSD Chip 1.0 是一枚使用三星 14 納米工藝打造的，72TOPS 算力的深度學(xué)習(xí)芯片（硬件 3.0 是雙芯片設(shè)計）。放在 2019 年屬于核彈，但在高通英偉達等奮起直追的 2021-2022，性能就有點不夠看了。

不過早在 2020 年 8 月，我們已經(jīng)迎來了 FSD Chip 2.0 的第一次「曝光」。

當(dāng)時根據(jù)臺灣省媒體報道，臺積電將會使用最新的 CoWoS 封裝工藝，以及車規(guī)級 7 納米制程工藝，代工由特斯拉與博通共同設(shè)計的新一代Autopilot 芯片。

就當(dāng)我們以為臺積電即將取代三星的時候，2021 年 1 月 25 日，韓國《亞洲經(jīng)濟》報道稱，「三星與特斯拉正在合作開發(fā) 5 納米工藝的車規(guī)級芯片」。

到了 2021 年 9 月 23 日，《韓國經(jīng)濟日報》的報道又變成了「三星將使用 7 納米工藝代工特斯拉下一代 FSD 芯片」。

截至目前，F(xiàn)SD Chip 2.0 的代工商依然沒有實錘，但這并不妨礙我們大膽期待一下——因為全新半導(dǎo)體工藝帶來的性能躍進，已經(jīng)是板上釘釘。

高通驍龍 Drive 8540+9000，是首個量產(chǎn)的 5 納米智能駕駛方案，廠商向我們透露，其可以在 75W 的系統(tǒng)功耗下實現(xiàn) 360TOPS 的算力，每瓦系統(tǒng)算力接近 5TOPS；8 納米的英偉達 Orin，每瓦芯片算力也超過了 5TOPS。

而 Autopilot 硬件 3.0 的每瓦系統(tǒng)算力大概是1.44TOPS（硬件 3.0 功耗≈100W），還行，但已經(jīng)落后了一代。

如果 8 月 19 號馬斯克發(fā)布了 FSD Chip 2.0，那么由它驅(qū)動的 Autopilot 硬件 4.0，可能會在功耗不變的前提下，實現(xiàn)起碼 3-4 倍性能提升。

當(dāng)然前提是「如果有」，考慮到馬斯克把「芯片」放在 AI Day 目標的最后一位，也許硬件 4.0 不會成為 2022 AI Day 的主角。

二、FSD 還要「Beta」多久？

馬斯克曾經(jīng)提到過，F(xiàn)SD 登陸歐洲市場的一大阻力是監(jiān)管，「有些事在美國能做，在歐洲就是不能做」。

但事實上，即使在對智能駕駛態(tài)度相對激進的美國，F(xiàn)SD 目前依然沒有脫離「Beta」后綴。

這里面有政策、社會接受度、用戶的原因，但更重要的，也許是 FSD 還沒有跨過馬斯克心里那道坎。

什么坎？single stack 單堆棧。

FSD Beta 的 V11 版本已經(jīng)「預(yù)告」了超過半年（到 8 月就接近 1 年了）。此前接受專訪的時候，馬斯克表示 V11 涉及大量基礎(chǔ)性重寫，以及 transformer 會逐漸「吞噬」傳統(tǒng)的C++模型、FSD 會吞噬以往的「功能型」智能駕駛，比如 NOA。

馬斯克說 V11 會是第一個單堆棧的 FSD Beta 版本，而已經(jīng)跳票了 2 個月的 10.12，則是「吞噬」的第二部預(yù)告片。

第一部預(yù)告片——10.11 的車道幾何模型，從密集柵格 dense raster 升級到自回歸解碼器 auto-regressive decoder帶來的低成本+少錯誤，就是 transformer 帶來的好處之一。

大一統(tǒng)、用先進模型吞噬老模型（其實馬斯克 2020 年 2 月份還在大舉招聘 C++工程師）的 V11，基本就是我們對 2022 AI Day 軟件部分的最大期待。

但 V11 這個詞極大概率不會出現(xiàn)在發(fā)布會，與之相關(guān)的模型、規(guī)控，有關(guān) transformer 更大的篇幅…這些更細分、深入的技術(shù)解釋，才會是軟件、AI 部分最吸引人——準確點說應(yīng)該是「吸引人才」——的部分。

至于 FSD Beta，只要效果夠好，誰還管是不是 beta 呢？

三、Tesla Bot

這一段其實不算「預(yù)測」，因為馬斯克已經(jīng)在推特確認了，2022 AI Day 上我們能看到真正的 Tesla Bot，而不是去年跳舞的那位。

2004 年威爾史密斯的《I，Robot》，利用 3D 特效的進步，真實刻畫了「人工智能機器人」擔(dān)任主要基本勞動力的社會，到底會是什么樣子。

18 年后，馬斯克可能成為了最接近這一社會的人，或者起碼是最想帶領(lǐng)我們進入那個社會的人。

前段時間接受 TED 訪談的時候，他表示 Tesla Bot 能真正改變?nèi)祟惿鐣纳a(chǎn)力結(jié)構(gòu)，「大家沒有概念，但這（Tesla Bot）比汽車更重要」。

馬斯克的思考邏輯是這樣的：「想要實現(xiàn)自動駕駛，你需要解決現(xiàn)實世界中的人工智能，然后當(dāng)你成功解決了汽車相關(guān)的人工智能，它（汽車）實際上成為了有四個輪子的機器人，最后你就可以推廣到有腿的機器人。」

說起來容易，但這里馬斯克輕輕裝了一個 X：「當(dāng)你成功解決了汽車人工智能」。

回到 Tesla Bot，去年 AI Day 上公布的參數(shù)是：

身高是 5'8"（約1.73米），體重 56.7 公斤；

硬拉 150 磅（68 公斤），或者搬運 45 磅（20.4 公斤）的物體；

伸開手的狀態(tài)下可以拿 10 磅（4.5公斤）的物體；

最高時速 8 公里；

特斯拉 FSD 硬件提供算力

馬斯克表示，第一代 Tesla Bot 的定位是「完成一些沒人想干的、無聊的工作」，然后（下一代）可以實現(xiàn)照顧人、做飯、修剪草坪等功能。

「到 2050 年，每一個家庭里面都可能會有一個類人機器人」，他這樣總結(jié)。

所以，8 月份亮相的 Tesla Bot，會是未來 22 年「機器人占領(lǐng)每一個家庭」的前奏嗎？

四、人工智能未來的暢想，從汽車開始？

特斯拉 AI 部門主管Andrej Karpathy，曾經(jīng)在個人博客主頁寫下這樣一段話：

「 2055 年，你可以直接說英語，讓一個 1 億倍（相較于 2022 年深度學(xué)習(xí)模型）的神經(jīng)網(wǎng)絡(luò)巨腦執(zhí)行某些任務(wù)。如果你說得禮貌點，它肯定會幫忙的。你當(dāng)然也可以訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)……但你為什么要這樣做呢？」

短短一段話，背后透露的是對人工智能通解的期待，以及對計算高度中心化的預(yù)測。

2055 年當(dāng)然還很遠，但也許 3 個月之后，我們就能管中窺豹了。