极道
·
AGI来了？特拉斯用大模型帮助自动驾驶
💡
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
特拉斯结合大模型实现自动驾驶，Grok-1.5V能将“像素->动作”映射提升为“像素->语言->动作”。Grok-1.5V解决自动驾驶中边缘情况的潜力，使用语言进行“思维链”将有助于汽车分解复杂的场景，用规则和反事实进行推理，并解释其决定。
🎯
关键要点
- 特拉斯结合大模型实现自动驾驶，Grok-1.5V将映射提升为'像素->语言->动作'。
- Grok-1.5V在解决自动驾驶边缘情况方面具有潜力。
- 使用语言进行'思维链'有助于汽车分解复杂场景并进行推理。
- 网友讨论了Grok与特斯拉FSD的关系及其潜在的AGI道路。
- 特斯拉视觉系统基于虚拟视频训练，实时转换视频到标记数据。
- 对'思维链'的理解存在疑问，不同地区的驾驶逻辑不同。
- 引入语言层可能会影响响应时间，尤其是时间敏感的驾驶决策。
- Grok应接受人类驾驶员的输入，以适应不同的驾驶偏好。
- 自动驾驶系统可能会与用户对话，处理边缘情况。
- 特斯拉汽车内的芯片处理能力受到关注，是否能快速执行推理。
- FSD的关键组成部分包括感知、规划和控制，Grok是实现这一目标的途径。
- 特斯拉发明了一种用于车道预测的'车道语言'，解决了棘手的问题。
➡️
