常青-CQ
26-11-22 21:05 微博认证:汽车博主 微博原创视频博主

马斯特这条X解释了“Tesla Reality View”的由来,是由车端一个【1B参数的扩散模型】生成。一次生成8帧、36fps、和车机UI同分辨率的小视频流。

还有一个车端3B的模型,来进行决策,生成驾驶动作。云端则是一个参量很大的世界模型,进行训练。[思考] ​

发布于 广西