特斯拉的新型AI橋接技術在不損失精度的前提下大幅降低了能耗。

特斯拉找到了一種繞過物理定律的方法。特斯拉開發的“混合精度橋”首次在專利 US20260017019A1 中公開。數學轉換器彌合了低成本、低功耗曲線的 8 位技術與高端 32 位技術的差距。8 位技術只能處理基本整數，而現在，Rot8 高級技術可以處理更高級的 32 位運算。.

它首先解鎖了AI5處理器，預計其性能將是現有硬件的40倍。這對於特斯拉Optimus來說至關重要，因爲Optimus的電池容量僅爲2.3千瓦時，約爲Model 3的1/30。Optimus採用32位GPU處理，僅“思考”一項任務，不到四個小時就會消耗掉所有這些電量，功耗超過500瓦。

需要是發明之母。.

特斯拉人工智能團隊真是太牛了！沒人能比得上特斯拉在現實世界中的人工智能。https ://t.co/oJBBL0CFfQ

——埃隆·馬斯克（@elonmusk） 2026年1月17日

因此，特斯拉將計算功率預算降低到100瓦以下。“熱牆”問題得以解決。現在，機器人能夠在8小時的工作時間內保持平衡和感知，並且不會感到過熱。.

特斯拉的工程師們將道路標誌的讀取精度融入到道路標誌的識別中。

這項專利引入了“硅橋”技術，使Optimus和FSD系統具備了超智能，同時不會減少續航里程或導致電路過熱熔化。這使得特斯拉的入門級硬件搖身一變，成爲一臺超級計算機級別的設備。

此外，它還解決了遺忘問題。在之前的FSD版本中，車輛會識別到停車標誌，但如果卡車遮擋了它的視線約5秒鐘，它就會“忘記”這個標誌。.

現在特斯拉使用“長上下文”窗口，允許人工智能回溯查看30秒前或更久遠的數據。然而，在更遠的時間“距離”下，標準的位置計算往往會導致偏差。.

特斯拉的混合精度流程通過保持高位置分辨率來解決這個問題。這確保了人工智能能夠準確識別被遮擋的停車標誌的位置。即使在車輛繞行停車標誌很長時間之後，情況依然如此。事實上，特斯拉團隊表示，RoPE 的旋轉精度足以讓停車標誌始終保持在車輛心理地圖中的三維座標位置。.

特斯拉表示，它獨立於英偉達的CUDA生態系統。

該專利描述了一種使用對數-求和-指數近似法的特殊監聽方法。由於該方法始終處於對數域內，因此能夠處理從輕柔的嗡嗡聲到響亮的消防車聲的巨大“動態範圍”，並且僅使用 8 位處理器即可實現，而無需對響亮的聲音進行“削波”處理，從而避免丟失輕柔的聲音。這使得汽車能夠以 32 位精度監聽和區分周圍環境。.

特斯拉採用量化感知訓練（Quantization-Aware Training，簡稱QAT）。與在“完美”的32位環境中訓練人工智能，然後再將其“縮小”（通常會導致人工智能“運行不正常”且出現錯誤）不同，特斯拉從一開始就在具有8位約束的模擬環境中訓練人工智能，這從根本上爲將特斯拉的人工智能應用於比汽車小得多的設備開闢了可能性。.

將這些數學matic融入芯片設計，也賦予了特斯拉戰略上的獨立性。特斯拉不再dent 於英偉達的CUDA生態系統，因此能夠同時採用三星和臺積電的雙代工廠戰略。.

xAI 已正式成爲首家將千兆瓦級相干人工智能訓練集羣上線運營的公司。

這比舊金山的用電量峯值還要多。

當競爭對手仍在制定 2027 年的發展路線圖時，xAI 如今已經具備了大城市級別的運行能力。

這張…… pic.twitter.com/0YYOC11h6P

— X Freeze (@XFreeze) 2026年1月17日

xAI 結合了人工智能技術的進步和高性能計算能力，使其成爲 OpenAI 的 Stargate 的一個很有前途的競爭對手，Stargate 將於 2027 年發佈。.

最聰明的加密貨幣人士已經閱讀了我們的新聞通訊。想加入嗎？加入我們吧。