头条推荐
A |

B | 从“一个AI服务所有用户”,走向“每个人都有自己的AI”。 马斯克确认:FSD开始拥有“长期记忆” 事情起源于马斯克最近两次公开回复。 6月的一次,是关于停车习惯。折叠后的 Mix Fold 2 的背面也被玻璃覆盖,这次是磨砂的。 有用户提出,希望FSD能够记住自己在固定地点的停车方式,比如回家停哪里、去公司停哪里。 马斯克回应: FSD很快会记住用户的停车偏好。这种哑光饰面是防指纹的,但它比光面面板更滑。顶部装有一个扬声器、SIM 托盘、IR 发射器和一个麦克风。 最近的这一次,更加关键。Mix Fold 2 的底部有另一个扬声器、USB-C 端口和主麦克风。左侧有铰链盖,非常薄,由金属制成。 有用户反馈,FSD在一些驾驶决策上不符合自己的习惯,比如车道选择、变道时机等。

C | 它没有标记。 马斯克表示,未来车辆会记住用户具体的接管行为,并逐渐匹配每个人的驾驶偏好。Mix Fold 2 的右侧是您可以看到音量和电源/锁定键的地方。锁定钥匙的表面还兼作指纹扫描仪 - 它始终开启且速度惊人。 两次回复本质上是同一件事: FSD开始从一次性的驾驶任务,走向长期理解驾驶员。 过去,自动驾驶面对的是一个抽象用户。Mix Fold 2 有两个 OLED 显示屏——一个 6.56 英寸的覆盖屏和一个 8.02 英寸的大型可折叠主显示屏。两款面板均支持 120Hz 刷新率、HDR10+ 和杜比视界,峰值亮度高达 1,300 尼特。 无论谁坐进车里,背后的模型都是同一个。封面屏幕现在具有更传统的 21:9 纵横比和扩展的 1080p 分辨率 - 2,520 x 1,080 像素。 它知道:这里是什么道路,前方有什么车辆,应该如何规划路线。

D | 但它不知道:你喜欢提前变道,还是宁愿多等几秒;你喜欢跟车近一点,还是更关注舒适;你回家时习惯停在哪里。 这些属于人的驾驶习惯,一直没有进入自动驾驶系统。 而现在,Tesla让这些信息成为AI决策的一部分。 和之前我们谈论FSD不同的是,“长期记忆”不是让FSD重新学习“怎么开车”,这件事已经由基础模型完成。

E | 它学习的是:在安全范围内,你希望它如何开。 这也是Tesla第一次公开走向Personalized FSD: 从“一个模型服务所有司机”,走向“基础模型+个人驾驶偏好”。屏幕上有一个用于自拍相机的小孔,上面覆盖着 Gorilla Glass Victus 板。

F | 小米 Mix Fold 2 由 4,500mAh 电池供电。Mix Fold 2 的主要(可折叠)显示屏的耐久等级为 82 小时,其覆盖屏幕的耐久等级为 108 小时。封面屏幕上的屏幕时间相当可观,15小时的网页浏览和18小时的循环视频播放。Mix Fold 2 支持小米的 67W 快速有线充电,并且该充电器与手机捆绑在一起。 为什么是现在? “千人千面”“越开越懂你”,智能汽车行业其实喊了很多年。 但真正落地很难,用户体验完全依赖车企OTA的“自觉性”和能力高低,系统更新后体验下降的事也不罕见。制造商宣传在 40 分钟内充满电。使用 67W 充电器时,Mix Fold 2 电池在 30 分钟内从 0% 变为 77%。 因为截至目前,绝大多数自动驾驶玩家竞争,还停留在模型、数据层面,本质上都是在解决:如何让AI成为一个更好的司机。

G | 小米 Mix Fold 2 配备标准 Android 12 和 MIUI Fold 13 UI。拥有如此大而令人惊叹的两个屏幕为您提供了一个选择——在智能手机或平板显示器上工作。 而特斯拉在V14完成端到端重构之后,开始率先探索另一个问题: 如何让AI成为你的专属司机。

H | 这背后,对应的是近几年自动驾驶领域兴起的几个研究方向: Driver Modeling、Preference Learning以及Human-in-the-loop Learning。 最早出现的是Driver Modeling,也就是“驾驶员建模”。 简单来说,就是给每个驾驶员建立一个数字画像,比如:有人开车更激进,喜欢更短跟车距离,喜欢更快完成变道;有人更保守,倾向提前减速,更少主动超车。

I | 传统自动驾驶系统会把这些差异忽略,默认存在一个“平均驾驶员”。

J | 事实上,Mix Fold 2 更像是一款可折叠的平板电脑,其跨大屏幕的 UI 让人联想到平板电脑。

K | 在这些之间切换总是轻而易举的事。小米 Mix Fold 2 有四个摄像头——三个在背面,一个在封面屏幕上。 而Driver Modeling希望解决的问题是:AI应该知道,坐在驾驶位上的到底是哪一种司机。后置三摄像头设置包含一个 50MP 广角主摄像头、一个 13MP 超广角摄像头和一个 8MP 2 倍变焦摄像头。 技术上,这类方案通常会从历史驾驶数据中提取特征,比如方向盘操作、油门刹车变化、车速变化、变道频率、跟车距离。

L | 然后通过一个额外的模型,生成驾驶员特征向量(Driver Embedding)。

M | 这个向量不会改变基础驾驶能力,而是作为规划系统的输入,影响后续决策。 但Driver Modeling仍然存在一个问题:它更多是在判断“你是什么类型的人”,而不是理解:“你具体喜欢什么”。 于是近几年出现了Preference Learning,也就是偏好学习,它关注的不再是这个司机属于激进型还是保守型,而是这个司机在具体场景下更喜欢哪个选择。例如同样遇到慢车,方案A是提前变道,提高效率;方案B是保持车道,更加舒适。

N | 自拍使用的是 20MP 传感器。

o | AI通过长期观察用户选择,逐渐学习这个特定用户更倾向哪一种。主摄像头依赖于带有 Quad-Bayer 滤镜的 50MP 1/1.56" Sony IMX766 传感器。该传感器具有 1.0µm 像素,经过 4 合 1 合并后,您将获得 2.0µm 的 12.5MP 照片同等性能。 这与大模型的Preference Learning逻辑非常类似,模型能力是基础,用户反馈决定个性。该传感器位于稳定的 23mm f/1.8 镜头后面;它支持 PDAF;高分辨率 50MP 模式、专业模式以及(自动)夜间模式可用于该相机。 而Tesla这次提到的Intervention,其实更接近这一方向。超广角相机使用 13MP Omnivision OV13B10 1/3.06" 传感器,像素为 1.12µm。它有一个 15mm f/2.4 镜头,可以使用自动对焦,并且(自动)夜间模式也可以工作。变焦相机包含一个 8MP 传感器和一个稳定的 45mm f/2.6 镜头,它提供比主相机 2 倍的光学放大倍率。 当然还有第三个方向,是Human-in-the-loop,它解决的问题是如何让人在自动驾驶学习过程中持续参与。 传统机器学习通常依赖大量标注数据。但自动驾驶里,真正有价值的数据,往往不是正常驾驶,而是:AI不知道该怎么办的时候。

p | 根据硬件扫描应用程序,传感器是 Sony IMX 663,它是一个 12MP 的传感器——要么是读取错误,要么是小米从该传感器裁剪 8MP。

q | 特斯拉过去大量收集车队数据,本质上就是利用全球车辆作为数据采集网络。这里也支持自动夜间模式和 PDAF。前置(自拍)摄像头采用 Quad Bayer 设计的 20MP Sony IMX596 1/2.8" 传感器,搭配 23mm f/2.4 镜头,对焦固定。而未来,如果把这些反馈进一步和个人账号绑定,那么数据价值会发生变化: 它不只是帮助Tesla优化一个统一模型,还可以帮助车辆理解某一个用户。

r | 小米 MIX Fold 2 将于今日 10 点再次开售12+256GB 8999 元12+512GB 9999 元12GB+1TB 11999 元。

s | 12GB+1TB(礼盒版) 13999 元返回搜狐,查看更多责任编辑:

t | 也就是底层模型负责视觉理解、道路判断、安全驾驶、通用规划。 上层增加一个轻量化的User Preference Layer,记录停车习惯、驾驶节奏、路线偏好、历史接管行为。 基础模型负责“能不能这么开”,偏好模型负责“你是不是喜欢这么开”。 这其实和今天大模型的发展路径高度类似:GPT不会因为每个人重新训练一次。而是通过Memory、User Profile等机制实现个性化。 不过,真正的难点也在这里:个性化不能突破安全边界。AI要明白不能学习你喜欢超速、喜欢危险变道等等行为。 这也是特斯拉此次探索最值得关注的地方:它不是让AI变成另一个你,而是“在安全约束内,越来越像用户”。 AI汽车进入“千人千面”时代 说过去几年,自动驾驶竞争的核心是:谁的数据更多,谁的模型更强,谁的能力更接近人类驾驶员。 但特斯拉的Personalized FSD一出,下一阶段,竞争可能会发生变化。 今天,大多数智能汽车仍然依靠统一策略服务所有人。但未来,AI司机可能会越来越像真人司机,不是因为它拥有情绪,而是因为它了解你的习惯。 这意味着,User Model可能成为自动驾驶新的能力层。 马斯克一石二鸟,解决了两个问题,首先是再次给智能汽车新卖点指出方向,而且是避免高度同质化、低效内卷的路径。 在车位到车位自动驾驶逐渐普及之后,量产车上的AI司机如何建立差异,会成为新的问题。 所有车辆都能完成基础导航和智能驾驶,那么下一步比拼的就是:谁更懂你、谁更符合你的驾驶习惯、谁更像一个长期陪伴你的司机。 当然,对技术能力的要求更高了。 尤其是对于“one for all”的自动驾驶供应商来说,可能很难腾出资源去开发这样的功能,而即使他们愿意开放权限给车企在基础模型上自由开发,有代码级AI能力的OEM却寥寥无几。 所以,利好全栈自研玩家! 其次,之前有一句话把老马问道语塞:特斯拉造车卖车的模式,跟自动驾驶追求的目标,是不是本质上矛盾? 完全自动驾驶普及后,好像的确没有再买私家车的必要。 所以,Personalized FSD也给马斯克解了一个燃眉之急——Robotaxi落地如火如荼,但私家车,以及把AI司机搭载在私家车上依然有价值、有必要。 毕竟Robotaxi用一个AI服务所有用户就是最优解,不可能给出千人千面的高级定制体验。 Personalized FSD路径,其实与生成式AI的发展非常相似。 ChatGPT通过Memory变得更加个性化,AI Agent通过长期记忆完成复杂任务。 未来,汽车作为连接物理世界的重要入口,也可能拥有自己的长期记忆,当然,这并不意味着自动驾驶已经进入成熟阶段。

u | Tesla的具体实现方式、安全约束机制,以及个性化能力的边界,都还有待进一步验证。

v | 但至少,一个趋势已经出现。
Current article:http://www.shangfochengcongshuaizhuang.buzz/list_8e2jo/eqj3m.html
Published on:02:52:01