{"source":{"id":"2092673462120616306","title":"一口气给车机下 5 个完全不同的指令，它能接住吗？ 过去的车载语音，肯定当场死机。 现在的特斯拉 Grok，已经能一次全…","url":"https://mubeitech.com/p/2092673462120616306"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2048872027877200312","account":"mubei","brand":"@mubei","title":"一辆快 10 年的 Model S，自己开进了修理店。 Jason Cammisa 坐进那辆 2016 年的 Tesla…","summary":"一辆快 10 年的 Model S，自己开进了修理店。 Jason Cammisa 坐进那辆 2016 年的 Tesla，本来只是想试一下它还能不能自己开。 结果它从出发地一路开到修理店，他几乎没有碰任何东西，车也没有出问题。 更夸张的是，它最后自己拐进了停车场。 这辆老车缺的是…","body":"一辆快 10 年的 Model S，自己开进了修理店。\n\nJason Cammisa 坐进那辆 2016 年的 Tesla，本来只是想试一下它还能不能自己开。\n结果它从出发地一路开到修理店，他几乎没有碰任何东西，车也没有出问题。\n更夸张的是，它最后自己拐进了停车场。\n\n这辆老车缺的是车内摄像头。\n新车会盯着驾驶者，判断你有没有专心，然后决定监督版 FSD 能不能继续工作。\n老车看不到人，但软件能力还在往前走。\n\n他的 2019 款 e-Golf，出厂那一刻基本就被封死了。\n3G 退役后，车里的调制解调器变成摆设。\n它不能和外界通信，不能自己更新。\n真要改点什么，还得开去经销商，付钱，让他们做一点极其有限的操作。\n\n更尴尬的是，经销商通常也不会主动做。\n除非召回，除非被迫。\n一辆还在保修期内的车，功能却可以被厂商一句“停用”收走。\n\nTesla 那边是另一套逻辑。\n同样是老车，它后来多了哨兵模式，多了行车记录仪，多了盲点监测。\n这些功能最初并不存在，后来被软件推了进去。\n\n汽车行业最怕承认的一点在这里。\n很多车卖出去以后，生命就开始倒计时。\nTesla 卖出去以后，车还在长大。\n\n软件定义汽车这个概念，听起来像营销词。\n可当一辆十年前的车还在获得新功能，还能完成一段真实道路驾驶时，它就变成了机械时代和软件时代的分水岭。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-29 09:38:03","created_at":"2026-04-29T11:32:11.111423","url":"https://mubeitech.com/p/2048872027877200312","markdown_url":"https://mubeitech.com/p/2048872027877200312/markdown"},{"rank":2,"id":"2052900071612784692","account":"mubei","brand":"@mubei","title":"70毫秒，能决定你是走着回家，还是躺进ICU。这是眨眼的一瞬，也是特斯拉视觉系统从死神手里抢回来的时间。全世界还在卷碰撞…","summary":"70毫秒，能决定你是走着回家，还是躺进ICU。这是眨眼的一瞬，也是特斯拉视觉系统从死神手里抢回来的时间。全世界还在卷碰撞测试，特斯拉已经开始玩“预知未来”了。来，看它是怎么操作的。传统的汽车，得等金属撞到变形了，传感器才知道要开气囊。特斯拉不这么干。它用车身周围的摄像头盯着对方。…","body":"70毫秒，能决定你是走着回家，还是躺进ICU。这是眨眼的一瞬，也是特斯拉视觉系统从死神手里抢回来的时间。全世界还在卷碰撞测试，特斯拉已经开始玩“预知未来”了。来，看它是怎么操作的。传统的汽车，得等金属撞到变形了，传感器才知道要开气囊。特斯拉不这么干。它用车身周围的摄像头盯着对方。车速多少？什么时候撞？撞多狠？这些数据在接触前的一刹那就传给了控制器。硬件没变，大脑升级了。物理传感器还在，视觉系统只是给它们加了个“预判”。最关键的是，这种升级不需要你跑4S店。睡一觉起来，软件自动更新，你的车就比昨天更安全。这种跨越五星评级的进化，才是真正的技术护城河。毫秒之间，定乾坤。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-10 08:56:44","created_at":"2026-05-10T10:53:51.331348","url":"https://mubeitech.com/p/2052900071612784692","markdown_url":"https://mubeitech.com/p/2052900071612784692/markdown"},{"rank":3,"id":"2080060579268722905","account":"mubei","brand":"@mubei","title":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。 是点屏幕。 马斯克点透了机器人下一个阶段的真正难点。 他解释，擎…","summary":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。 是点屏幕。 马斯克点透了机器人下一个阶段的真正难点。 他解释，擎天柱（Optimus）得像人类一样，走到电脑或触摸屏前，直接上手就能操作。 这听着简单，其实极难。 它要求机器必须能实时看懂视频、理解界面逻辑、精准控制屏幕。…","body":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。\n是点屏幕。\n\n马斯克点透了机器人下一个阶段的真正难点。\n他解释，擎天柱（Optimus）得像人类一样，走到电脑或触摸屏前，直接上手就能操作。\n这听着简单，其实极难。\n它要求机器必须能实时看懂视频、理解界面逻辑、精准控制屏幕。\n\n这要怎么解？\n马斯克给出的方案是：让 Grok 去当机器人的“项目经理”。\n大模型在顶层当大脑，负责看懂眼前复杂的屏幕和现实世界。\n看懂之后，Grok 把大目标拆解成一系列具体的子任务。\n最后，指令下发，机器人再去一步步照做。\n\n大模型被直接变成了控制物理机器人的操作系统。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080265673779937453","translated_status_id":"2080265673779937453","published_at":"2026-07-23 10:06:04","created_at":"2026-07-23T12:01:28+02:00","url":"https://mubeitech.com/p/2080060579268722905","markdown_url":"https://mubeitech.com/p/2080060579268722905/markdown"},{"rank":4,"id":"mb-20260822-c7d0c3","account":"mubei","brand":"","title":"2021 年，西雅图第五大道的单轨铁路立柱测试，曾经是所有特斯拉 FSD 司机的噩梦","summary":"2021 年，西雅图第五大道的单轨铁路立柱测试，曾经是所有特斯拉 FSD 司机的噩梦","body":"2021 年，西雅图第五大道的单轨铁路立柱测试，曾经是所有特斯拉 FSD 司机的噩梦。\n只要开进那段路，系统不是把立柱当成幽灵急刹，就是冷不防朝水泥柱猛拐，逼得测试员手心冒汗、秒级接管。\n到了 2026 年，搭载 FSD V14.3.6 的 Model Y 再次开进贝尔敦街区。\n车子在两排巨大的混凝土立柱之间自如穿插、变道，毫无悬念地完成了右转。\n很多人把它当成一段博主测试的爽快切片，或者算法算力升级的必然结果。\n为什么这几根立柱，当年能把整个自动驾驶行业卡死好几年？\n难道是当年的芯片算力不够快，还是车载传感器装得不够多？\n把算法底层演进的逻辑拆开，会看到一台彻底掀翻旧世界规则的机器。\n空间体素占用网络。\n1962 年西雅图世博会留下的西雅图中心单轨，把十几根沉重的矩形混凝土立柱，直接钉在了第五大道的车道正中间。\n车道标线被立柱切碎，想在路口右转，车辆必须主动在两根立柱的狭窄间隙里斜切过去。\n传统自动驾驶的底层世界观，建立在「语义分类」和「二维包围框」上。\n工程师试图教会算法认识世界：这是汽车，这是行人，那是红绿灯，地面上是车道线。\n只要在画面里圈出一个个带标签的框，再交给几十万行手写的 C++ 规则代码去规划路径。\n遇到西雅图单轨立柱，这套基于规则的系统直接陷入死锁。\n立柱不是车，不是人，也不是常规障碍桶。\n它头顶连着高架轨道，侧面洒下巨大的阴影，还伴随着立柱间错乱的标线。\n语义模型不知道该给它贴什么标签，手写的规则树更不敢擅自允许车辆在实线与巨型水泥柱之间穿行。\n面对规则库里没有定义的极端场景，传统的策略只有两条路：要么在规则冲突中幽灵刹车，要么直接放弃接管。\n2022 年，特斯拉自动驾驶团队负责人 Ashok Elluswamy 公开拿出了占用网络。\n这套架构做了一个彻底的动作：扔掉语义标签。\n它不再追问眼前这个东西到底叫什么名字。\n系统把车辆周围的三维物理空间，切成几百万个微小的体素，也就是立体的三维像素网格。\n神经网络只计算一件事：空间里的哪一个体素被物理实体占用了，哪一个体素是完全可通行的自由空间。\n不管立柱有多诡异，不管是掉落的纸箱、倒伏的树枝，还是 60 年前的老桥墩。\n只要被占用，它就是一道不可逾越的几何实体；只要空间空闲，它就是可以行进的通道。\n随着算法进一步演进到端到端大模型，几十万行手写规则被彻底清空。\n系统直接从海量人类驾驶视频中，学习如何在三维几何空间里规划连续轨迹。\n车子不再向规则库申请特批，像一个老练的人类司机一样，眼见空间开阔，顺着立柱的缝隙自然滑了过去。\n自动驾驶的真正分野，从来不在车顶堆了多少颗传感器，也不在算法库里写了多少万行规则。\n旧路线试图用有限的人类规则与词典，去穷举无限混乱的物理世界。\n新路线撕掉了所有人为编造的标签，让机器直接面对连续的几何空间与物理规律。\n当一套系统不再把精力耗费在给世界贴标签上，学会直接阅读三维空间的物理本质。\n那些曾经困住整个行业的极端边界场景，在几何的重构中自然瓦解了。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-22 16:08:04","created_at":"2026-08-22 16:08:04","url":"https://mubeitech.com/p/mb-20260822-c7d0c3","markdown_url":"https://mubeitech.com/p/mb-20260822-c7d0c3/markdown"},{"rank":5,"id":"2082923045208150509","account":"mubei","brand":"@mubei","title":"一辆Model Y L测试车上，跑着一个还未公开的FSD版本：v14.3.7。 特斯拉在重构自动驾驶的底层。 编译器和运…","summary":"一辆Model Y L测试车上，跑着一个还未公开的FSD版本：v14.3.7。 特斯拉在重构自动驾驶的底层。 编译器和运行环境被从头彻底重写。 带来的最直接后果？反应时间快了20%。 视觉编码器也跟着升级。 低能见度、冷门的交通标志，或者那些延伸进车道的奇怪障碍物，现在看得更清楚…","body":"一辆Model Y L测试车上，跑着一个还未公开的FSD版本：v14.3.7。\n特斯拉在重构自动驾驶的底层。\n\n编译器和运行环境被从头彻底重写。\n带来的最直接后果？反应时间快了20%。\n视觉编码器也跟着升级。\n低能见度、冷门的交通标志，或者那些延伸进车道的奇怪障碍物，现在看得更清楚。\n\n训练方式彻底变成了“实战喂养”。\n系统怎么过复杂路口？怎么避让小动物？\n全靠特斯拉车队在现实里跑出来的“困难模式”数据，直接砸给强化学习模型。\n\n但最核心的动作，是模型大一统。\n真正智能召唤（Actually Smart Summon）、FSD，以及未来的Robotaxi。\n以前分头跑的任务，现在全部统一到了同一个模型里。\n\n表现出来的就是更强的感知，更快的反应，更少的接管。\n就连系统遇到临时降级时，也能自己稳住控制权并自动恢复，不再动不动就把车丢回给驾驶员。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2082928306551238820","translated_status_id":"2082928306551238820","published_at":"2026-07-30 20:22:25","created_at":"2026-07-30T22:15:27+02:00","url":"https://mubeitech.com/p/2082923045208150509","markdown_url":"https://mubeitech.com/p/2082923045208150509/markdown"},{"rank":6,"id":"2055605007593115768","account":"mubei","brand":"@mubei","title":"1.5 万亿参数。 xAI 的 Grok v9 基础模型刚刚跑完训练。 体量直接膨胀到上一代 v8 的整整 3 倍。 底…","summary":"1.5 万亿参数。 xAI 的 Grok v9 基础模型刚刚跑完训练。 体量直接膨胀到上一代 v8 的整整 3 倍。 底层算力也完成了跨代跳跃。 v8 还在跑 Hopper，v9 已经是原生 Blackwell 训练出的产物。 数据筛选机制被团队推倒重来。 训练配方也是全新调配的…","body":"1.5 万亿参数。\nxAI 的 Grok v9 基础模型刚刚跑完训练。\n体量直接膨胀到上一代 v8 的整整 3 倍。\n底层算力也完成了跨代跳跃。\nv8 还在跑 Hopper，v9 已经是原生 Blackwell 训练出的产物。\n\n数据筛选机制被团队推倒重来。\n训练配方也是全新调配的。\nCursor 的数据还在排队，准备作为补充包喂进模型。\n现在公众在前端用的 Grok 4.2，底下跑的依然是老款 v8。\n\n新旧两代之间差了多少？\n马斯克给出的原话只有一个词：GIGANTIC（巨大）。\n等 v9 的权重正式替换掉前端的壳子，硅谷大模型牌桌上的算力门槛又得往上提一档。","category":"科技","score":86.7,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-16 19:37:50","created_at":"2026-05-16T13:03:19+02:00","url":"https://mubeitech.com/p/2055605007593115768","markdown_url":"https://mubeitech.com/p/2055605007593115768/markdown"}]}