特斯拉的完全自动驾驶系统(FSD)正在跨越一个关键门槛。 最近，一辆搭载FSD v14的Model 3，从美国西海岸洛杉矶出发，横穿整个大陆，在 2天20小时内抵达东海岸南卡罗来纳州 。 全程2732英里，100%依赖FSD ，覆盖高速公路、城市道路、夜间驾驶及多次进出超级充电站等复杂场景，整个行程未出现任何人工接管。 马斯克本人在第一时间转发祝贺。值得一提的是，这条路线，正是马斯克自2016 年 Autopilot 2.0发布以来反复提及、却始终未能兑现的目标。当年他曾预 计，特斯拉可以在2017年实现"海岸到海岸"的自动驾驶。现在回头看，这个目标并非不可能。 特斯拉社区对这一成就反响热烈，因为零接管的横跨海岸驾驶一直被视为自动驾驶技术成熟度的重要标志。特斯拉北美官方账号在社交媒体上确认："首辆使用 FSD Supervised从海岸到海岸自主驾驶的特斯拉，零接管，全程FSD。" 这不是官方演示，也不是实验室测试，而是一位普通车主在真实交通环境下完成的实跑记录。 对自动驾驶行业而言，这趟旅程的意义，远不止"跑得远"，而在于它第一次让一个问题变得现实而具体： FSD 是否已经可以完全代替人类驾驶员？ 零接管横 ...

特斯拉的完全自动驾驶系统(FSD)正在跨越一个关键门槛。 最近，一辆搭载FSD v14的Model 3，从美国西海岸洛杉矶出发，横穿整个大陆，在2天20小时内抵达东海岸南卡罗来 纳州。全程2732英里，100%依赖FSD，覆盖高速公路、城市道路、夜间驾驶及多次进出超级充电站等复杂场景，整 个行程未出现任何人工接管。 这不是官方演示，也不是实验室测试，而是一位普通车主在真实交通环境下完成的实跑记录。 对自动驾驶行业而言，这趟旅程的意义，远不止"跑得远"，而在于它第一次让一个问题变得现实而具体：FSD 是否 已经可以完全代替人类驾驶员？ 零接管横穿美国 完成这次横跨美国之旅的是特斯拉车主Davis Moss。 根据Moss在社交媒体X上的帖文，他驾驶的Model 3搭载AI4硬件，运行FSD v14.2.1.25。根据FSD数据库和社区追踪 器显示，在完成此次横跨海岸行驶前，Moss已使用FSD行驶了10638.8英里，全程100%依赖FSD。 Moss从洛杉矶的特斯拉餐厅出发，最终抵达南卡罗来纳州默特尔比治，全程使用FSD v14，没有任何形式的人工接 管。 这次2732.4英里的行程覆盖了美国多样化的道路环境 ...

特斯拉FSD v14，首个通过「物理图灵测试」的AI。 为特斯拉「颁发」这一殊荣的并非别人，而是英伟达大名鼎鼎的机器人主管——Jim Fan。 平安夜前夕，这位英伟达Project GR00T的领军人物，在亲眼看到自家特斯拉的一路自主护送自己回家后，大受震撼： 我入手特斯拉比较晚，但却是最早体验FSDv14的用户之一。这可能是我第一次真正感受到通过物理图灵测试的AI：结束一天漫长的工作后， 你只需按下一个按钮，放松地靠在座椅上，完全分不出开车的是神经网络还是真人司机。 Jim Fan表示，FSD带来的第一感觉是「不可思议」，并且很快就已经渗透进了他的生活，甚至开始有点「上瘾」。 一开始你会觉得这不太真实，然后它就成了日常。再然后，就像智能手机一样，一旦失去它，你就会非常难受。这就是人类如何被重新塑造， 并最终沉迷于技术。 当然，FSD v14.2.2不是独属于Jim Fan的专属礼物。在陆续收到新版FSD推送后，特斯拉车主们的反馈也迅速刷屏——一句话总结：玩疯了。 特斯拉圣诞狂欢 首个得到英伟达机器人主管「背书」、被称为通过「物理图灵测试」的AI，在这个圣诞节火遍全网。 这个圣诞节，特斯拉给车主们送来了一波至 ...

我入手特斯拉比较晚，但却是最早体验FSDv14的用户之一。这可能是我第一次真正感受到通过物理图灵测试的AI：结束一天漫长的工 作后，你只需按下一个按钮，放松地靠在座椅上，完全分不出开车的是神经网络还是真人司机。 Jim Fan表示，FSD带来的第一感觉是「不可思议」，并且很快就已经渗透进了他的生活，甚至开始有点「上瘾」。 一开始你会觉得这不太真实，然后它就成了日常。再然后，就像智能手机一样，一旦失去它，你就会非常难受。 这就是人类如何被重新塑造，并最终沉迷于技术。 Jay henry 发自 凹非寺 量子位 | 公众号 QbitAI 特斯拉FSD v14，首个通过「物理图灵测试」的AI。 为特斯拉「颁发」这一殊荣的并非别人，而是英伟达大名鼎鼎的机器人主管—— Jim Fan 。 平安夜前夕，这位英伟达Project GR00T的领军人物，在亲眼看到自家特斯拉的一路自主护送自己回家后，大受震撼： 当然，FSD v14.2.2不是独属于Jim Fan的专属礼物。在陆续收到新版FSD推送后，特斯拉车主们的反馈也迅速刷屏——一句话总结： 玩疯 了 。 特斯拉圣诞狂欢 首个得到英伟达机器人主管「背书」、被称为通过「物理图 ...

更新内容强调：行驶更丝滑，停车更精准。 无监督FSD的DDL还有不到10天，马斯克给车主们爆了份大礼—— FSD V14.2.2版本更新，已经正式推送给北美Model 3/Y/X/S和Cybertruck车主。 英伟达科学家上路实测，也得惊叹一句"神奇"，直呼FSD已通过物理图灵测试，分不清人类还是AI在驾驶。 网友连测10小时，最后的结论是：满意满意，相当满意，绝对是迄今为止最好的FSD版本。 就是不知道这个越来越像老司机的FSD，明年能不能按时入华啊？ FSD V14.2.2上线，体验如何？ 这次更新的版本，优化主要侧重三个方面：流畅度、感知能力、停车能力。 更新范围覆盖北美普通车主，不管是Model 3/Y/X/S还是Cybertruck上都能体验。 车主们一收到推送，各种实测已经走起来了： 旧版本的老克星——死胡同场景，新版本大多已经能解决了： 夜间无保护左转更是轻轻松松： 雨天在车流巨大、拥堵至极的曼哈顿街头，依然能全程流畅穿行。 车主发现，自己此前在14.2.1版本中存在的车道抖动问题已消失。遇到警车时会主动避让： 以及在狭窄车道多盲区的情况下，能及时识别到左侧有行人出现时： 还有人实测FSD38 ...

英伟达机器人业务总监 Jim Fan 表示，特斯拉的 FSD v14首次让 AI 通过了他提出的"物理图灵测试"。 Jim Fan 在体验 FSD v14 后指出，这套系统一开始让人惊叹，但很快就融入日常生活，效果类似智能手 机，一旦失去，反而会让人感到明显不适。 马斯克随后在 X 上表示赞同，称 FSD v14 让人能够感受 到"感知能力正在成长"，并认为特斯拉 AI 是当前最强的现实世界 AI。 ...

Core Insights - The ATEC 2025 competition showcased the challenges faced by robots in real-world environments, emphasizing the need for advancements in autonomous capabilities [18][20][22] - The event aimed to test robots' abilities to adapt to complex, unpredictable scenarios, moving beyond controlled laboratory settings [21][23][25] - The competition highlighted the importance of developing robots that can operate without human intervention, pushing teams to innovate in AI and robotics [29][61] Group 1: Competition Overview - The ATEC 2025 competition featured 13 elite teams from around the world, with the wongtsai team achieving the highest score of 434 points [48][49] - The competition included four main tasks: garbage sorting, autonomous watering, directional off-road navigation, and bridge crossing, each designed to test various robotic capabilities [30][31] - The event was held in a real outdoor environment, presenting challenges such as varying terrain and environmental conditions, which tested the robots' adaptability [25][22] Group 2: Technical Challenges - Teams faced significant technical hurdles, including environmental perception, intelligent decision-making, and hardware limitations [33][61] - The garbage sorting task illustrated the difficulties robots encounter in recognizing and categorizing objects in real-world conditions [40][34] - The bridge crossing task required robots to make autonomous decisions based on dynamic environmental factors, showcasing the need for advanced planning and execution capabilities [44][46] Group 3: Innovations and Strategies - The competition encouraged the development of "no remote control" technologies, rewarding teams that achieved full autonomy [29][26] - Teams employed diverse technical strategies, with some opting for traditional methods while others explored cutting-edge approaches to enhance robotic performance [58][57] - The event served as a platform for teams to refine their algorithms and hardware, addressing the limitations that hinder the practical application of robotics in everyday scenarios [59][60]

机器人发展的"核动力"究竟是什么？ 智东西5月13日报道，近日，英伟达AI总监兼杰出科学家、Project GR00T（人形机器人项目）与GEAR实验室联合负责人Jim Fan用17分钟时 间，在红杉AI Ascent大会上分享了他对具身智能领域未来面临的核心挑战和对应解法。 Jim Fan认为，大语言模型已突破传统图灵测试，但机器人在物理世界的表现仍远未达到人类水平，数据是这一过程中的最大瓶颈。机器人需 要的是物理交互的真实数据，而这些数据无法从网页抓取，只能靠人类手动采集，效率极低。 面对这一挑战，Jim Fan和英伟达团队希望在仿真世界中找寻解法。在超高速仿真打造的数字孪生中，机器人可在2小时内完成相当于现实世界 10年的训练量，再将知识无缝迁移到物理世界。3D生成、纹理生成等生成式AI技术，则将进一步降低仿真训练对人工数据的依赖。 当视频生成模型构建的虚拟世界逐渐成型，机器人将能够在无限可能的"梦境空间"中训练，无需依赖人工建模，不仅成本极低，还通过提示词 自由创造反事实的训练场景，进一步拓宽机器人的能力边界。 未来，世界模型与仿真技术的深度融合，将推动机器人技术进入"仿真2.0"时代，为具身智能发展 ...

生成式AI 一、 OpenAI强化微调终于上线，几十个样本可轻松打造AI专家 1. OpenAI正式发布RFT(强化微调)功能，通过思维链推理和专属评分机制，可用极少样本快 速提升模型在特定领域的专业表现； 2. RFT主要应用于三大场景：指令转代码、文本精华提取、复杂规则应用，已有ChipStack 等多家公司取得显著成效； 3. 实施RFT前必须创建评估体系，需要明确任务定义和强化评分方案，避免模棱两可的任务 目标。 https://mp.weixin.qq.com/s/c7RfeoWNwh3NZDeuTCXXLw 二、 Gemini 2.5实现视频理解重大突破：一口气处理6小时视频 1. Gemini 2.5 Pro突破视频处理长度限制，通过低媒体分辨率技术可处理长达6小时视频， 在多个学术基准测试中创下新纪录； 2. 实现视频内容与代码无缝结合，能将视频直接转化为交互式网页应用、p5.js动画等创新应 用形式； 3. 具备精准的视频片段检索和时序推理能力，可实现复杂场景计数、时间戳定位等高级分析 功能。 https://mp.weixin.qq.com/s/FkaOacVuVCS7wzny5l1jFQ ...