10 月 21 日消息,特斯拉表示,其为 Cybercab 开发的无线充电系统充电效率“远超 90%”,以此回应外界对其效率低于有线充电的质疑。

IT之家注意到,特斯拉是在科技博主 Marques Brownlee(MKBHD)在社交媒体上指出无线充电系统存在“巨大热量浪费”后做出回应的。Brownlee 认为,由于热量损失,无线充电的效率可能只有“75% 左右”。

特斯拉对此明确表示,其无线充电系统的效率“远高于 90%”,这一回应让 Brownlee 感到惊讶。在另一位用户的鼓励下,Brownlee 表示:“我承认我错了。迫不及待想看到它上市。”

特斯拉在今年早些时候的“We, Robot”活动上宣布,Cybercab 将采用无线充电方式,而不是传统的 NACS 端口。虽然外界预计无线充电将在特斯拉未来的机器人出租车计划中发挥重要作用,但直到“We, Robot”活动,特斯拉才首次公开展示了无线充电系统。在活动中,特斯拉还展示了 Cybercab 以 19kW 的功率在 35% 的充电状态下充电,超过了该公司 Wall Connector 提供的约 11.5kW 功率。
特斯拉在 9 月份申请了一项无线充电垫专利,今年 7 月还申请了自动清洁系统的专利,该系统随后在展示无线充电器时也进行了展示。
在特斯拉于周四发布的视频(引发 Brownlee 等人讨论的视频)中,一辆 Cybercab 以 25kW 的功率进行无线充电。视频还强调了特斯拉在自动化方面的布局,包括驾驶、清洁和充电,显示 Cybercab 有望实现全自动操作,不需要人工干预。
特斯拉早在去年就被认为正在涉足无线充电领域,当时该公司收购了无线充电公司 Wiferion。尽管特斯拉后来出售了 Wiferion,但保留了一部分技术人员。
关键字:特斯拉 自动驾驶
引用地址:
特斯拉回应外界质疑,称 Cybercab 自动驾驶出租车无线充电效率“远高于 90%”
推荐阅读最新更新时间:2026-03-25 14:20
特斯拉回应外界质疑,称 Cybercab 自动驾驶出租车无线充电效率“远高于 90%”
10 月 21 日消息,特斯拉表示,其为 Cybercab 开发的无线充电系统充电效率“远超 90%”,以此回应外界对其效率低于有线充电的质疑。 IT之家注意到,特斯拉是在科技博主 Marques Brownlee(MKBHD)在社交媒体上指出无线充电系统存在“巨大热量浪费”后做出回应的。Brownlee 认为,由于热量损失,无线充电的效率可能只有“75% 左右”。 特斯拉对此明确表示,其无线充电系统的效率“远高于 90%”,这一回应让 Brownlee 感到惊讶。在另一位用户的鼓励下,Brownlee 表示:“我承认我错了。迫不及待想看到它上市。” 特斯拉在今年早些时候的“We, Robot”活动上宣布,Cyberc
[汽车电子]
从特斯拉FSD V14到英伟达开源自动驾驶,CES揭示的智能车计算趋势
让 大模型 来得更猛烈些 本月,CES 2026在拉斯维加斯落幕。 如果要用一句话概括今年的主题,那就是——AI Everywhere,而且不再是概念层面的,而是正在以 算力 、模型以及各式各样的硬件载体,真实地进入物理世界。 在展会开幕前一天, 英伟达 黄仁勋与 AMD 苏姿丰隔空对垒;次日,两人又罕见同台一起出现在了联想的舞台。在全球最大的球形LED场馆Sphere,联想将英伟达、 高通 、AMD、Intel 等一众AI核心玩家聚集在同一场发布会中,把「未来将至」的氛围推向了高潮。 无论是老黄祭出的单板推理算力提升5倍的Vera Rubin,还是苏姿丰携手李飞飞展示World Labs 如何赋予模型空间理解能力,都
[汽车电子]
特斯拉下一代芯片AI5:算力暴涨,自动驾驶瓶颈仍未破解?
特斯拉的新一代AI5芯片马上要来了,与现有硬件相比,AI5在计算性能、能效以及成本控制上均有巨大提升,马斯克宣称AI5将带来“人类驾驶安全性提升1000%”的飞跃,到底怎么样呢? 在特斯拉的辅助驾驶体系中,自制的AI芯片是核心大脑,负责实时处理来自车载摄像头的大量视觉数据,并结合算法模型做出毫秒级决策。从HW3(AI3)到HW4(AI4),特斯拉不断强化车载计算平台,以更高的算力来支撑其端到端神经网络。 特斯拉在自动驾驶体系上的核心逻辑:依赖硬件突破以弥补算法和感知的瓶颈。 根据特斯拉公布的信息,AI5的计算性能将比AI4提升50倍,而成本仅为十分之一,内存容量提升九倍,并采用更高效的块量化与softm
[汽车电子]
通过特斯拉ICCV 演讲和招聘JD - 看前沿自动驾驶和机器人算法技术
最近AI 行业热门的ICCV会议召开,其中有一个workshop叫做“Distillation of Foundation Models for Autonomous Driving”可以翻译成“自动驾驶基础模型的蒸馏”,其实这是他的第二次workshop,第一次是在今年的CVPR上,我们之前文章《 揭秘小鹏自动驾驶「基座模型」和 「VLA大模型」 》就是来自于那次workshop Liu xianming先生的演讲。 这次workshop上特斯拉现任的AI VP Ashok Elluswamy 做了一个题为Building Foundational Models for Robotics at Tesla的演讲,其中流出一
[汽车电子]
特斯拉Robotaxi陷无限循环,自动驾驶安全性再引争议
在自动驾驶技术的快速推进中,特斯拉Robotaxi的一次“死循环”事件引发广泛关注:一辆正在运营中的Robotaxi在停车场中不断打转,即便远程支持人员尝试介入,车辆依旧无法脱困,最终陷入了“无限循环”。这一幕迅速在社交平台传播,成为FSD(Full Self-Driving,全自动驾驶)系统稳定性与安全性的新争议焦点。 但真正令人警觉的,不只是这辆车转个不停的滑稽画面,而是这一事件所揭示出的系统性问题:路径规划逻辑闭环、远程干预失效、传感器体系单一,以及网络化控制机制的脆弱。这不仅是一次技术Bug,更是一次全链路能力的警示。 01 不是孤例,而是系统性反复 自2024年6月特斯拉在奥斯
[汽车电子]
仅需摄像头和 AI 芯片,马斯克称特斯拉即将实现纯 AI 全自动驾驶解决方案
4 月 15 日消息,特斯拉首席执行官埃隆・马斯克在 X 平台发文称,特斯拉即将实现一种“通用的、纯 AI 的全自动驾驶(FSD)解决方案”。 马斯克表示:“这是首次,全自动驾驶将很快迎来一个通用的、纯 AI 的解决方案。”他强调,该技术将完全依赖于摄像头和特斯拉自主研发的 AI 芯片,并由特斯拉开发的 AI 软件驱动。 据IT之家了解,这一声明与特斯拉长期以来坚持的仅靠视觉实现自动驾驶的愿景相一致。该愿景因其雄心壮志而受到一些人的赞扬,但也因安全问题而受到批评。马斯克的这番言论是在自动驾驶汽车领域竞争日益激烈的背景下发表的,目前像 Waymo、Cruise 等公司都在采用不同的技术路径来开发自动驾驶汽车。 与此同时,美国、欧
[汽车电子]
自动驾驶场景中的长尾问题怎么解决?特斯拉与英伟达方案分析
自动驾驶长尾问题是指自动驾驶汽车中的边缘情况,即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决,剩下的5%的长尾问题,逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。 自动驾驶中的边缘场景 长尾”是指自动驾驶汽车 (AV) 中的边缘情况,边缘情况是发生概率较低的可能场景。这些罕见的事件因为出现率较低且比较特殊,因此在数据集中经常被遗漏。虽然人类天生擅长处理边缘情况,但人工智能却不是这样。可能引起边缘场景的因素有:带有突起的卡车或者异形车辆、车辆急转弯、在拥挤的人群中行驶
[汽车电子]
特斯拉自动驾驶技术或遭打击:Dojo 超算项目负责人辞职,原苹果高管接任
12 月 8 日消息,据彭博社当地时间周五报道,熟知内情的人士表示特斯拉超级计算机“Dojo”项目负责人 Ganesh Venkataramanan 已在上个月离职,这对特斯拉的自动驾驶技术来说,可不是一件好事。 Ganesh 此前负责特斯拉 Dojo 超算项目的时长已达 5 年。在他出走之后,Dojo 项目的负责人由苹果公司的前高管 Peter Bannon 接任,Peter 在特斯拉已经拥有 7 年的主管职位经验。 Dojo 是特斯拉自己的定制超级计算机平台,用于人工智能机器学习,帮助训练其自动驾驶的视觉技术等。报道称,Dojo 采用了由 Ganesh、Peter 和其他一些硅行业“大佬”设计的定制 D1 芯片。 另有两名知情
[汽车电子]