이야기
샤오펑 테슬라 알파마요 기술 비교
조회 4,810 · 공감 2 · 댓글 28
샤오펑 컨퍼런스 흥미롭네요
쉽게 설명해보자면..
아주 단순화하면 3사는 이렇게 보면 이해가 쉽습니다.
- 테슬라: 영상 보고 바로 운전하는 E2E 직관형
- 엄청난 실주행 데이터로 “이 상황에선 이렇게 움직인다”를 학습
- 엔비디아 알파마요: 영상 보고 언어·인과관계로 추론하는 타입
- “왜 감속해야 하는지”, “저 차가 왜 위험한지” 같은 의미 판단에 강점
- 샤오펑 X-Mind: 영상 보고 몇 초 뒤 장면을 머릿속으로 그려보는 타입
- 차선, 차량 위치, 보행자 움직임 등을 미래까지 예측한 뒤 행동
한마디로 하면
테슬라 = 직관
알파마요 = 언어적 사고
샤오펑 = 시각적·공간적 사고
실제로는 세 방식이 완전히 분리된 건 아니고, 결국 미래에는 이런 방식들이 서로 섞이는 방향으로 갈 가능성이 높아 보입니다.
테슬라도 추론주행을 도입한다고는 하는데 아직 제대로는 아니고요. 시간이 좀 걸릴것으로 보입니다. 현재는
2026년 8월 27일 기준 테슬라 FSD v14.3.x 릴리즈 노트에는 여전히 Expand reasoning to all behaviors beyond destination handling이라고 적혀 있습니다.
즉 주행 전반에 reasoning을 적용하는 건 아직 예정 사항이고
현재 reasoning이 명시적으로 적용된 대표 기능은 목적지 도착 시 주차장 도로변 드라이브웨이 등을 판단하는 Arrival Options 정도입니다.
샤오펑이 테슬라를 따라간다고 하는데.. 그건 아닌 것 같고요. 이미 리오토와 샤오펑 차에 vla가 탑재되어있습니다.
즉 테슬라가 늦고 있고 빨리 적용을 해야 되는 입장이 맞습니다.
최신 기술의 적용은 중국이 훨씬 더 빠릅니다
몇개월만에 하드웨어를 바꿔버리기도 하니까요..
추론기술도 그렇죠. 테슬라는 좀 늦을수 밖에 없습니다. 그동안 쌓아놓은거 잘 되게 만들어 놓은거 한번에 바꾸는게 쉽진 않죠.
아무튼.. 샤오펑 말대로라면 진짜 생각하는 인간에 가까운 자율주행이라고 할 수 있겠습니다.
흥미롭네요. 로봇에도 적용된다면 좋겠네요ㅎㅎ
댓글 28
다른 차량이었으면 일단 직진하고 서로 대항하는 상황이 발생하면 그제서야 후진했을 것 같은데 미리 상황을 파악하고 길을 양보한게 인상깊었습니다.
특이상황에서 머릿속으로 상상을 해서 예측을 한뒤에 움직임을 결정한다는 얘기죠.
샤오펑 말이 사실이라면
chatgpt의 o1모먼트(추론의탄생)라고 할 수 있겠습니다.
반응속도가 관건일 것 같네요.
아님 과장이 심하거나..
기술을 보면 상당히 요약압축해서 상상하는걸 알수있습니다. 즉 이미지를 상상한다기보다 라인 스케치를 상상하는정도로요.
그래서 저런 기능을 아낌없이 넣을 수 있는거죠.
샤오펑도 연산칩 자체생산이라 윗분 말씀처럼 깡성능을 엄청 올려놓긴 했더라구요;;
트림별로 1개칩만 넣는트림
2개칩넣는트림이 있더군요
이게 "목적지핸들링 넘어서 모든 행동으로 reasoning을 확장한다"는 해석아닌가요?
본문 해석이 좀 이상해서 남겨봅니다.
“Expand reasoning to all behaviors beyond destination handling.”
= 현재 destination handling에 적용된 reasoning을 다른 모든 driving behavior로 확대하겠다는 뜻입니다.
이 항목은 최신 v14.3.8에서도 여전히 Upcoming Improvements로 남아 있습니다.
즉 계획입니다.
릴리즈노트에 단순하게 저렇게 되어있으면 이미 완료된것인데 별도 upcoming 항목으로 되어있는군요.
본문에는 그런말이 없어서 잘못알고 계신줄알았네요.
보행자가 차도 방향으로 오다가 길가에 주차된 차 뒤로 사라지는 경우의 방어동작이나...
IC.JC에서 합류차가 보일때의 반응을 보면 몇 초 뒤 상황도 어느정도 추론하는게 보이긴 합니다.
근데 이거 써보면서 드는 생각이, 프롬프트로 언어가 꼭 들어가야하지 싶어요. 그냥 영상만으로는 모든 상황에 최선으로 대처할 수가 없고...
특히 AI특성상 장기행동은 처리를 잘 못하는데, 이건 사람이 언어로 지시하는걸로 해결해야지 싶어요.
말씀하신 것은 음성 명령에 가깝습니다.
AI 스스로 내린 언어적 추론이 액션에 반영되는 것이 VLA입니다. 인간의 지시가 있든 없든 상관이 없이요..
데이터와 스케일을 엄청나게 늘려 학습하면 몇초뒤 추론이 있는것 처럼 보일수 있습니다
많이 학습한 큰모델이 추론안하고 내놓은 답과
적게 학습한 작은모델이 추론을 하고 내놓은 답이
같을 수 있죠.
그렇다고 해서 큰 모델이 추론을 하는건 아닙니다. 학습을 무지막지 하게 해서 몸이 습득하고 있는거라고 볼 수 있을 것 같습니다.
예를 들면 '교차로 정지신호에 멈추는데 너무 앞차와 가까워서 무서우니 좀 더 천천히 정지하고 더 떨어져있자'라고 음성으로 지시하면 바로 자율주행 AI가 이를 반영하는 것도 가능하다고 하네요.
예측을 안한다고 한적이 없습니다만
이글은 예측방법과 수준의 차이에 관한 글이지 예측 유무에 관한 글이 아닙니다.
“테슬라는 예측을 안한다”라고 명시하지는 않으셨만
· 테슬라: 영상 보고 바로 운전
· 샤오펑: 차선, 차, 보행자를 미래까지 예측
이렇게 배치하면 당연히 테슬라는 현재만 보고 움직이고 샤오펑은 미래를 본 뒤 행동하는 것처럼 읽히지 않을까요.
자율주행은 기본적으로 주변 객체의 미래 움직임을 예측하죠. 차이는 예측이 E2E 안에 숨겨 있느냐, 언어나 중간 표현으로 풀어내느냐지..
그것을 수준 차이로 정의하는 것도 무리입니다.
수준 차이는 VLA냐, X-Mind냐가 아니라 실도로에서 플릿으로 검증됩니다.
본질은 현실과 그에 따른 행동일 뿐입니다.
님이 오독하는것 까지 제가 배려할 수는 없습니다.ㅎㅎ 글을 잘 읽어보시는 습관을 길러보세요.
수준의 차이는 추론수준의 차이를 얘기하는겁니다.
ai에게 반박시키는건 괜찮은데 맥락 검수는 하시면서 반박을 시켜보시는걸 추천합니다.ㅎㅎ
안그러면 허수아비를 때리게 됩니다.ㅎㅎ
안타깝네요..
그런데 사이버캡에는 AI4.5칩에 FSD 15 버전이 들어간다고 하던데 15버전에서 추론이 들어갔을 지 궁금하네요.
월드모델에 가깝긴 한데..
개인적으로는 이런 방식의 차이보다는 자가개선루프가 적용되는게 좀 더 파급력이 크다고 생각합니다.ㅎㅎ
사람도 처음엔 버벅이는데 시행착오를 겪으며 발전되듯이
적은 데이터만으로도 모델이 스스로 배우고 개선될때 진정한 자율주행이 오지 않을까 생각합니다.
llm쪽은 올해안에 그게 될 것 같은데 자율주행쪽은 시간이 좀 더 걸릴것 같네요ㅎㅎ