台灣時間10月1日上午八點，Tesla舉辦了AI DAY發表，Optimus人形機器人亮相，此外還勾勒了整個AI願景以及目前特斯拉AI的里程。同樣在自動駕駛產業，同樣在ai領域的comma ai也透露一些它們的狀況，我們來看看comma ai說了些什麼吧。
我們已經有e2e橫向。e2e縱向會在即將到來的0.9版。
沒有人比我們更接近於此。
補充一下，特斯拉的FSD雖然強大，但他們並非純e2e的ai，對於特斯拉來說他們部分有採用e2e但非全部，因為它們要在有限時間內先推出可上路使用的版本。所以他們加入不少標記化與人工編寫程式的內容。實現自動駕駛，是不是非得純e2e不可？這點在ai界有許多爭論，comma ai可以視為是e2e的信仰者，它們目前落後，能不能逆轉超前那就是看它們的功力與機運了。
就像我今年早先說過的，我們有機會在這個領域中打敗Tesla。
哈哈，也許不是今年，今年(LV5)是特斯拉自己的時限。
對於懷疑我們計算能力的人，我們的新伺服器應該能夠實現GPT-3 + Stable Diffusion(註：Stable Diffusion是由神秘的Stability AI開源，近期熱門的AI 圖片生成技術如 DALL·E、Midjourney、 Craiyon、Imagen、TikTok AI 綠幕等知名產品都是源自於Stable Diffusion)。 它可以訓練我們這時代最大型的人工智能模型，如果目前的模型規模可以實現超人類自動駕駛的話，那我們就做得到。
超過9000顆
在網路上查詢，搭配的A100顯示卡售價為8到9萬元。有些伺服器版本顯卡要20到40萬之譜(應該是舊價格)，總之，這顯示要架設AI伺服器，硬體門檻相當高。
有關9000顆GPU底下有人提出反駁，認為不會這麼多GPU。根據查詢，Tesla 2021年的伺服器共5760組A100，而最新Dojo D1則有7360組A100。
根據過去DC上的討稐，GH說過有5000顆CPU，140組GPU，還有3PB的儲存。所以GH的9000應該是他在網路上，語不驚人死不休的戲謔。
對於comma ai來說，硬體設施已經到位，AI訓練速度也大幅提升，多少顆GPU也不是最關鍵的要素，在軟體領域這不是重點，comma ai已經示範用比tesla小的伺服訓練，完成e2e橫向控制的以小博大的技術能力，反正現在的伺服器肯定比comma過去還更強。希望comma拿這個神兵利器可以開發出新能力，能不能完成絕世功夫，那就是它們自己開創的傳奇了。
(續更新)
comma轉推一則網友評論，意思是特斯拉視覺已經成形，但是ai的規劃能力還不構成熟。
光達這點肯定是眾說紛紜，畢竟未來的光達不會是現在的光達，未來的相機+電腦也不會是現在的狀態，這個可以從單反移轉到無反相機市場可以類比，這邊是代表comma目前的見解，因為相機成本遠低於光達，但是相機的應用範圍遠比光達廣。
雷達至少能給你第一層的衍伸訊息(前車速度、距離)，儘管這對於駕駛來說不需要。
光達永遠都是活躍的感應器。一個魔術般的光達，有百萬像素解析度，公里級距的偵測距離，0干擾，他可以跟雷達與鏡頭競爭。但不會成為主流。
路人說：光達在目前自駕領域來說的確是這樣。(成本遠高於鏡頭)。但是在其他需要精確3D描繪的領域像是工程與建築上是一種福音。
comma說：同意，光達不會是0市場，他會是一個特定領域的工具。
當現有的錯覺結束時，所有這些公司都會倒閉，自動駕駛不會是有沒有光達的競爭或是要不要共享車的競爭。 這些都不重要。
最重要的是建立一個ai機器。自動駕駛是100%的軟體問題。如果有像神一般的軟體，智慧手機就能駕駛汽車。
----------------------------------------------------------------------------------------------------------------
如果你是第一次來到這邊，歡迎加入下方社群，我都會在第一時間報導與解析Comma ai與openpilot的最新動態，快來一起follow吧！
