返回 播客 学习 audios

乔治·霍兹展示Kama 2自动驾驶与Comma AI办公室参观

Lex Fridman与乔治·霍兹在圣地亚哥试驾Kama 2,体验端到端自动驾驶在高速和城市道路的表现,并参观Comma AI办公室,了解OpenPilot开发进展、硬件测试及计算集群。

自动驾驶Comma AIOpenPilot
成长分 / 100 71 综合收获、行动、留存与影响

为什么值得读Lex Fridman与乔治·霍兹在圣地亚哥试驾Kama 2,体验端到端自动驾驶在高速和城市道路的表现,并参观Comma AI办公室,了解OpenPilot开发进展、硬件测试及计算集群

帮助你判断这条信息是否值得继续深入阅读

关键洞察
  1. 这条内容的价值在于把外部信息转化为可执行的判断和行动。
转成行动

Lex Fridman · 中文播客

查看原视频 ↗

节目文字稿

中文播客全文

Podcast Script (zh)

[0.120-8.699] SPEAKER_01: 乔治·霍兹回卡玛AI办公室的路上,给我看了Kama 2。 我们快速参观了办公室,看到Kama 2和卡玛AI团队。

[8.779-15.779] SPEAKER_01: 运营也很赞。还有台以我命名的3D打印机。作为机器人同行, 兄弟,同舟共济。现在和乔治一起开车参观。

[16.079-19.782] SPEAKER_02: 我和乔治一起开车,看着Kama 2,找路段启用它。

[20.082-30.078] SPEAKER_05: 准备掉头回办公室。可以在这启用,但不是最佳路段。 对,还没红绿灯和停车标志。我不想 等系统完善再发布,要端到端版本。你将来能

[30.378-34.708] SPEAKER_02: 做到吗? 比如在停车标志前停下。用无控制模式启动。你刚才启用了?

[35.008-39.651] SPEAKER_05: 对,刚启用。所以……我们得在红绿灯前停下,但是……

[39.951-41.425] SPEAKER_02: 你怎么启动?

[41.725-43.153] SPEAKER_05: 定速巡航。

[43.453-45.949] SPEAKER_02: 车上的集成旋钮。

[46.249-52.669] SPEAKER_05: 对,走一段163号公路,测试看能不能达到 二级自动驾驶。 我觉得这系统不怎么样。 那相当厉害。

[52.749-57.056] SPEAKER_05: 超级巡航不行,道路曲率处理不好。Autopilot可以,我们也能。

[57.356-60.200] SPEAKER_02: 圣地亚哥的道路和车道标记怎么样?

[60.500-63.495] SPEAKER_05: 嗯,一般般,跟加州其他地方差不多。

[63.795-66.128] SPEAKER_02: 你用Kama最主要的原因是什么?

[66.428-66.904] SPEAKER_01: 对。

[67.204-69.073] SPEAKER_02: 比如你最开心的时候?

[69.373-80.277] SPEAKER_05: 哦,是长途旅行。 就是从这里开到洛杉矶。 你基本不用放手就能完成。 从这里到洛杉矶要两小时。 你直接去洛杉矶就行。 坐进车里,就坐那看着。 那段时光真棒。

[80.357-82.551] SPEAKER_05: 所以我们在这儿启动。

[82.631-84.697] SPEAKER_05: 所以,就看着。

[84.997-89.048] SPEAKER_02: 所以技术上不需要完美的车道线? 不,完全不需要。

[89.348-100.693] SPEAKER_05: 实际上,没车道标线的路也能变道,因为是端到端的。 所以我得穿过三条车道。 我就在这儿接管完成。 特别是有警察在那儿。 所以我们直接穿过三条车道。 这条路演示效果不错。

[100.773-104.697] SPEAKER_05: 对。 没错。 我觉得只有我们和Autopilot能走。 这条路挺弯的。

[104.997-106.390] SPEAKER_04: 对。

[106.690-114.155] SPEAKER_05: 不仅弯,还有坡度。 没检测模型就容易失误。 所以纵向策略由车自己执行。 现代ACC很出色。 可能最棒。

[114.235-119.517] SPEAKER_05: 所以没必要换我们的油门刹车。 有些地方我们的做得更好更全面。 但关键在转弯。

[119.817-121.930] SPEAKER_02: 要做到这么流畅有多难?

[122.230-124.505] SPEAKER_05: 很难。 研发了五年。

[124.805-126.395] SPEAKER_02: 都是端到端的,对吧?

[126.695-127.124] SPEAKER_01: 对。

[127.424-136.119] SPEAKER_05: 没检测到车道线。 它们更多是用来看,比如那里? 那是原厂系统。 原厂系统刹车太生硬。 人开的话,踩刹车会平缓很多。

[136.199-142.305] SPEAKER_05: 等端到端纵向控制搞定,就跟横向一样,全切换到openpilot。

[142.605-145.995] SPEAKER_02: 端到端纵向和横向,哪个更难?

[146.295-160.879] SPEAKER_05: 横向端到端控制投入更多,因为微调多。 车企已经建成了可靠的纵向控制。 它们用传统方法造了很可靠的纵向控制。 但横向控制就微妙多了。 比如车道分岔,该跟着哪个? 该保持中间还是靠边?

[160.959-163.246] SPEAKER_05: 这里微妙之处太多了。

[163.546-166.053] SPEAKER_02: 还得让它顺畅,不吓人。

[166.353-170.346] SPEAKER_05: 对。 我敢松手是因为扭矩限制远低于特斯拉。

[170.646-172.422] SPEAKER_02: 所以我们不会乱来? 不会。

[172.722-183.336] SPEAKER_05: 注入测试时,一人握操纵杆,另一人双手离方向盘。 而且,你不能看他。 他们随便一推摇杆,想往哪走都行。 觉得不安全时他们会接管,因为我们在这儿下车。

[183.416-192.912] SPEAKER_05: 不过那段路确实把Open Pilot的实力展现得挺好。 对,确实挺厉害。 这不是高端货。 到城市街道时,我可能会在那边开启它。

[193.212-196.938] SPEAKER_02: 城市街道有啥吸引人的? 用在哪儿? 还是只是培养直觉?

[197.238-208.525] SPEAKER_05: 没端到端纵向控制,它作为产品真不太实用。 所以更多是觉得它能做到这点很酷。 我们也没限制它。 但Open Pilot多数用在高速上。 真正的价值主要来自高速。 不过也不只是高速。

[208.605-215.211] SPEAKER_05: 还有单向单车道。 那种路。 比如有双黄线的路。 我在科罗拉多山区用过它。 对,你边看山边让它开就行。

[215.291-222.814] SPEAKER_05: 就像这样,我可以在这里开启它。 记住,纵向策略是现代。 这对城市来说不太好。 所以我们还是穿过这个没标线的路口。

[222.894-227.201] SPEAKER_05: 嗯。 看,那边没有线。 但我们的位置还是几乎跟人类理想一样。

[227.501-229.056] SPEAKER_02: 嗯,挺好的。

[229.356-240.840] SPEAKER_05: 就在这里。 你看,我们开了一段城市道路,大概一分钟。 完全像人在开。 没什么可疑的。 你看,松油门那个位置特别棒。 交接很容易。 光听声音就知道交接什么时候发生。

[240.920-246.864] SPEAKER_05: 它不会一直开着ACC。 要是开着ACC转弯,它就会在奇怪的时候加速。 那只会惹麻烦。

[247.164-251.076] SPEAKER_02: 我喜欢声音和视觉提示。 开和关都很清楚。 喜欢。

[251.376-254.963] SPEAKER_05: 干得好。 看这个。 现在它跟在骑车的人后面。

[255.263-258.107] SPEAKER_02: 该死。 真厉害。 对。 确实厉害。

[258.407-260.020] SPEAKER_05: 不用想就能过路口。

[260.320-263.953] SPEAKER_02: 好。 太棒了。 它的动作透露出一点不确定。

[264.253-265.170] SPEAKER_05: 有一点。

[265.470-266.561] SPEAKER_02: 我喜欢。

[266.861-271.191] SPEAKER_05: 其实人晃动的幅度比你以为的大。 他们那样时,会更明显。

[271.491-273.778] SPEAKER_02: 这个观点挺有趣。 对。 没错。

[274.078-285.504] SPEAKER_05: 我记得杰西·莱文森在一次采访里提过。 他就像,我们有所有这些…… 让安全员坐车里,标记每个小错误。 我们还让安全员坐人类驾驶的车,标记所有小错误。

[285.804-288.276] SPEAKER_02: Kama办公室在市中心吗?

[288.576-290.271] SPEAKER_05: Kama办公室就在这儿。

[290.571-295.377] SPEAKER_02: 我们在Kama AI办公室,和George Hotz一起。 能带我们参观一下吗?

[295.677-301.481] SPEAKER_05: 它不亮了。 不知道为啥。 我觉得这些仪表大多没问题。 我们快达到3000万英里开放驾驶里程。 哇。

[301.781-303.789] SPEAKER_02: 真了不起的数字。

[304.089-309.359] SPEAKER_05: 这里。 这里是日数据、周数据,还有…… 日数据大概不到2000,是1.5。

[309.659-312.770] SPEAKER_02: 这些是每日和每周使用。 对。 真酷。

[313.070-321.069] SPEAKER_05: 周数据接近2.5,月数据略高于3。 过去一小时,僵尸网络上的设备数。 昨天和上周的僵尸网络数据。

[321.369-323.400] SPEAKER_02: 这些遍布美国吗?

[323.700-331.258] SPEAKER_05: 这是…… 不,到处都是。 这是地图。 世界地图。 所以我们遍布全球。 来看一下。 过去30天,美国就有2200个。

[331.338-334.530] SPEAKER_05: 然后是韩国、加拿大和台湾。

[334.830-335.700] SPEAKER_01: 日本。

[336.000-347.055] SPEAKER_05: 日本在那上面。 这是参与率。 里程参与率约50%。 时间参与率约30%。 脱离分布在取消、油门和制动间,很均匀。 大部分段落来自逗号二。 逗号二。

[347.135-349.631] SPEAKER_05: 逗号二是公司的重大突破。 对。

[349.931-353.158] SPEAKER_04: 嗯,没错。 挺赚钱的。

[353.458-357.126] SPEAKER_05: 这是和欧洲办公室的实时连线。 这是个跨国公司。

[357.426-360.874] SPEAKER_02: 乔治刚删了一堆绝密资料。

[361.174-367.118] SPEAKER_04: 审查制度。 审查员进来了。 对。 对。 看,任务在任务板最上面。

[367.418-375.196] SPEAKER_02: 一边解决自动驾驶,一边交中间件。 阿门。 我们哪里没做好? 我们能改进什么? 对。 好问题。 OpenPilot 1.0。

[375.496-376.807] SPEAKER_01: 那什么时候发布?

[377.107-380.113] SPEAKER_02: 等那些事完成的时候。 PyTorch。 哦,是的。

[380.413-386.299] SPEAKER_04: 我喜欢它要点的形式。 就像把所有东西都搬到PyTorch。

[386.599-387.516] SPEAKER_02: 是的。

[387.816-391.008] SPEAKER_04: 哦,抱歉。 这不是数据中心。

[391.308-393.084] SPEAKER_01: 这是计算集群。

[393.384-399.305] SPEAKER_02: 法律原因,这是个计算集群。 这是计算集群。 好的。 还有什么听起来更性感? 数据摄入。 是的。

[399.605-401.253] SPEAKER_05: 是的。 是的。 是的。 是的。

[401.553-402.748] SPEAKER_04: 是的。

[403.048-405.102] SPEAKER_02: 是的。 对。 对。 对。 对。 对。 对。

[405.402-405.912] SPEAKER_05: 对。

[406.212-408.441] SPEAKER_02: 数据导入。 数据导入。 多链。

[408.741-421.235] SPEAKER_05: 酷。 所以这就像一个- 这是Open Pilot 1.0列表。 Open Pilot 1.0愿景板。 这不会很快发生。 但Comma 2会有Open Pilot 1.0。 就像我提到的硬件。 所以这一切都会通过OTA到Comma 2。

[421.535-424.507] SPEAKER_02: OTA。 空中升级。

[424.807-425.224] SPEAKER_01: 对。

[425.524-432.188] SPEAKER_05: 嗯。 其实很多都已经差不多了。 我要降低轮式接触超时时间了。 亚历克斯。 你想吗? 我是亚历克斯。 嗨。 幸会。

[432.488-434.299] SPEAKER_02: 真的。 幸会。 你好吗?

[434.599-436.886] SPEAKER_05: 很高兴见到你。 她负责后面那些事。

[437.186-441.295] SPEAKER_02: 后面那些事具体是什么技术? 想看看吗? 行。

[441.595-450.314] SPEAKER_03: 我觉得这比那些东西有意思。 看问谁了。 我们要揭开所有秘密,对吧? 尼克,有秘密泄露了吗? 我会把它模糊掉。

[450.614-452.320] SPEAKER_05: 绝密内容我会模糊掉。

[452.620-455.174] SPEAKER_02: 这是生产。 压力测试。

[455.474-464.553] SPEAKER_03: 这是最终测试。 Comma2s会在这里待大约24小时。 测试它们的发热、温度和光传感器。 做外观和屏幕检查。

[464.633-471.471] SPEAKER_03: 很兴奋,它们一开始是手机,然后被改装。 今天测试间很酷,能看到100部手机在测试。

[471.551-476.113] SPEAKER_03: 它们正在测试,有三个打印外壳。 其实挺兴奋的。

[476.413-483.820] SPEAKER_05: 莱克斯,这是米切尔,我们机器学习团队的新成员。 那是克里斯,也叫Virtually Chris,一位著名YouTuber。

[484.120-486.616] SPEAKER_02: 哦,哇,名气怎么改变你的?

[486.916-494.160] SPEAKER_05: 我介绍你为著名YouTuber。 录用时,我是开放飞行员YouTuber。 别让名气冲昏头脑。 是尼克吗? 他是硬件主管。

[494.460-496.828] SPEAKER_02: 太棒了,现在组装到哪了?

[497.128-506.265] SPEAKER_03: 这是最后的外壳。 先测电路板,再装主板焊接。 然后装散热器和风扇,再盖外壳。

[506.565-507.273] SPEAKER_02: 真棒!

[507.573-513.215] SPEAKER_03: 对,他们在拆外壳。 这边拆屏幕,那边测屏幕。 烤箱。

[513.515-516.568] SPEAKER_02: 对,3D打印机,要展示吗?

[516.868-521.337] SPEAKER_03: 哦,好啊,当然。 里面太热太吵,我不敢带进去。

[521.637-525.839] SPEAKER_04: 嗯,这里是计算集群所在地。

[526.139-528.170] SPEAKER_03: 这不是数据中心。

[528.470-533.137] SPEAKER_04: 这不是数据中心,对,是计算集群。

[533.437-534.412] SPEAKER_03: 准备好。

[534.712-535.501] SPEAKER_01: 。

[535.801-538.297] SPEAKER_02: 这是工作的声音。

[538.597-544.425] SPEAKER_04: 是的,切换了。哦,好热! 新袋子,外壳。 现在正在运行作业。

[544.725-549.032] SPEAKER_03: 你在社区外面看到的。 这些都是我们的打印机。 瞧。

[549.332-552.466] SPEAKER_02: 是,我喜欢它们有名字。

[552.766-554.461] SPEAKER_03: 。

[554.761-555.596] SPEAKER_02: 梅格。

[555.896-557.289] SPEAKER_03: 。

[557.589-559.260] SPEAKER_02: 这些环有什么用?

[559.560-571.033] SPEAKER_03: 以前用于体育活动,现在打印机太多了。 你不能再这样了。 过去几个月我们刚收到约20台打印机。 它们来自世界各地。 确切地说,有波兰、德国、秘鲁、法国。

[571.113-580.668] SPEAKER_03: 打印一个要多久? 。 是的。 我们会叫它49号,莱克斯。 。 是的,我们会叫它‘传奇’。 我跟他讲可能是49号。

[580.968-583.359] SPEAKER_02: 嗯。 啊,我可以是。

[583.659-586.607] SPEAKER_03: 我们在工作,但49号会工作。

[586.907-587.464] SPEAKER_01: 嗯。

[587.764-591.908] SPEAKER_02: 会是Lex,49号。 嗯。 嗯。 我很感激。

[592.208-594.878] SPEAKER_03: 那对我来说很重要。 嗯。

[595.178-597.047] SPEAKER_02: 是的,很酷。

[597.347-605.682] SPEAKER_04: 可惜要防虫尘,它们盖住了,但…… OneU计算集群,这些是我们的CPU机器,我们有

[605.762-616.094] SPEAKER_04: 三个那样的机架,两PB旋转磁盘,我们在 3080系列,我们的3080只用于非商业台式机。 这些是我们的GPU机器。 里面有什么?

[616.174-618.821] SPEAKER_04: 呃,V100系列。

[619.121-623.091] SPEAKER_03: 就像一个农场,我们每天都出去。

[623.391-625.724] SPEAKER_04: 对,跟昨天说的一样。

[626.024-629.274] SPEAKER_02: 这是21世纪的农场。

[629.574-633.660] SPEAKER_04: 得雇个会弄农场的人每天来种。

[633.960-635.875] SPEAKER_05: 这些是准备发货的。

[636.175-648.249] SPEAKER_03: 哇。 这些是我们的种植装备和货物支撑。 MCA、博世、开发商、NYNAC、斯巴鲁、丰田、现代、J&I、日产、大众。

[648.549-650.754] SPEAKER_02: 这些都是手工组装的吗?

[651.054-652.203] SPEAKER_03: 对。

[652.503-654.871] SPEAKER_02: 那太酷了,太棒了!

[655.171-657.736] SPEAKER_03: 是啊,我不知道。

[658.036-660.230] SPEAKER_02: 那就是办公室。

[660.530-663.316] SPEAKER_03: 你坐那些车兜风了吗?

[663.616-666.007] SPEAKER_02: 他带我兜风了,太棒了,效果惊人。

[666.307-668.803] SPEAKER_03: 你带他去哪了?上高速了?

[669.103-671.912] SPEAKER_02: 我们走了像163那样的路。 还在市区开了一段。

[672.212-675.381] SPEAKER_03: 哦,不错。

[675.681-676.876] SPEAKER_02: 它撑住了。

[677.176-680.508] SPEAKER_05: 你没给他看什么秘密吧? 不,我没给他看任何秘密。

[680.808-684.801] SPEAKER_04: 我是说,就像继续开车,懂吗?

[685.101-690.441] SPEAKER_05: 嗯,所以我们用一颗心替换了它。我们都是埃隆的铁粉。 你知道,埃隆的成功就是我们的成功。

[690.741-692.052] SPEAKER_03: 靠。没错。

[692.352-695.022] SPEAKER_05: iOS成了,Android也会成。