自動駕駛技術再進化!特斯拉釋出最新測試影片
自動駕駛技術再進化!特斯拉釋出最新測試影片

今年十月,特斯拉(Tesla)在發表會中宣布目前所生產的所有車款,全數都具備自動駕駛(Autopilot)硬體。美國時間上週六,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,比起十月份的示範影片技術又更向前了一步,或許汽車全面自動駕駛化還有一段時間才會實現,但可以從這兩段影片中,看出日益成熟的自動駕駛科技。

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。

tesla self-driving
畫面中方格狀的顏色跳動區塊,就是車子正在「看」的範圍。
圖/ 截自Tesla官方影片

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。

tesla self-driving
在影片54秒時,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。
圖/ 截自Tesla官方影片
Elon Musk
最遲在明年底,特斯拉自動駕駛汽車就可以把你從洛杉磯的家一路送到時代廣場,並自己泊車,車主在途中甚至不需要操作任何東西。

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。」

資料來源:thevergeTechcrunchmashable

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓