自動駕駛技術再進化！特斯拉釋出最新測試影片|數位時代 BusinessNext

自動駕駛技術再進化！特斯拉釋出最新測試影片

特斯拉執行長伊隆·馬斯克（Elon Musk）於個人Twitter分享了兩支自動駕駛的最新示範影片，透過自動駕駛眼中的世界，我們可以看到自動駕駛的世界已經不是遙不可及的未來了！

最新視覺處理技術，能同步處理更多道路狀況

影片中可以看到一名駕駛坐在車中（根據相關法規，使用自動駕駛模式，駕駛仍必須坐在駕駛座上），畫面右方有三塊切割畫面，顯示新版Model S 自動駕駛系統所監控的行車狀況，畫面中可以清楚看到方格狀的顏色跳動區塊，就是車子正在「看」的範圍，配備在車上的感測器及攝影機，能夠同時偵測到路上出現的車輛、行人、路燈及道路狀況，分析檢測後立即做出應有的反應。

根據特斯拉的說法，新一代車款，將會配備比前一代運算能力強40倍的電腦。示範的影片中，自動駕駛在複雜擁擠的道路中順暢的完成多個轉向，駕輕就熟的避開行人，在每一個紅燈穩定的停下，車流較少的路段，最高時速達到35英里（約為56公里），到達目的地駕駛下車後，特斯拉也透過自動泊車功能，順利停入停車格中。

特斯拉在Autopilot 2.0的硬體設備中，加入了一套自行研發的視覺處理工具「Tesla Vision」，鏡頭的性能提升。Tesla Vision背後的原理是利用深度神經網絡（Deep Neuron Networks），讓電腦對行車環境進行更細緻的分析，能夠在最短時間同時針對路線、道路號誌、對向來車、路燈位置等做出分析判斷，比起傳統視覺處理技術可靠度更高。

首套達到五級的自動駕駛系統，能在極端氣候中安全行駛？

影片所展示的最新自動駕駛，智慧程度已經可以讓駕駛完全不需要碰觸方向盤，馬克斯也談到「新系統將一個攝影鏡頭增至八個，覆蓋360度可視範圍，對周圍環境的監控距離最遠可達250公尺。」配有多個超聲波感測器，在偵測車輛周圍硬、軟物體的表現，都是上一代的兩倍，改版後的雷達波可以輕鬆穿透大雨、濃霧甚至前方車輛，大大提升行車安全。

根據美國家道路交通安全管理局（NHTSA）最新制定的標準，駕駛不必操作的情況下，汽車能在動態環境中行駛，就達到四級自動駕駛功能；駕駛系統能在惡劣氣候下駛往任何目的地，就達到五級自動駕駛功能。特斯拉最新的系統將成為首套達到5級（Level 5）的自動駕駛系統。

但在影片中也可以窺見自動駕駛仍有不完美之處，在影片54秒可以看到，自動駕駛因為在路旁安全範圍的行人而出現不必要的急停，另外，這兩段示範影片的道路狀況相對穩定，並沒有在濃霧、暴雨等極端天氣中示範，是否真的達到五級自動駕駛系統的標準，恐怕還需要更多的測試影像才能說服更多民眾。

兩段影片中分別使使用了 The Benny Hill Show（不文山鬼馬表演）及滾石樂隊的《Paint it Black》做為背景配樂，可以看出特斯拉和SpaceX一貫的流行文化風格，根據統計，美國死於車禍的人數，是越戰時的數倍，在《Paint it Black》這首歌曲中有一段歌詞唱到「我看見車子的隊伍，而他們全部被漆成黑色，伴隨花朵及我的愛皆逝去不再回來」，也許在未來特斯拉的自動駕駛可以終結人們死於車禍意外的悲劇。

雖然這已經不是第一次馬克斯釋出自動駕駛的測式影片，但這一次的內容及呈現的水準比起過去更為提升，自動駕駛彷彿就是駕駛的眼，顧前顧後比人類更細緻。過去在科幻電影中的自動駕駛已經離我們越來越近，馬克斯日前接受英國《金融時報》訪問時信誓旦旦的表示「最慢在明年底，特斯拉的自動汽車就能從美國西岸自動行駛到東岸了。」

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。