Una nuova presentazione di 30 minuti di @aelluswamy, VP di AI di Tesla, è stata rilasciata, dove parla di FSD, AI e dei recenti progressi del team. Punti salienti della presentazione: • La flotta di veicoli di Tesla può fornire 500 anni di dati di guida ogni singolo giorno. Maleficio della dimensionalità: • 8 telecamere ad alta frequenza di fotogrammi = miliardi di token ogni 30 secondi di contesto di guida. • Tesla deve comprimere ed estrarre le giuste correlazioni tra input sensoriali e azioni di controllo. Vantaggio dei dati: • Tesla ha accesso a una "cascata di dati" — centinaia di anni di guida collettiva della flotta. • Utilizza trigger di dati intelligenti per catturare casi rari (ad es., incroci complessi, comportamenti imprevedibili). Qualità ed efficienza: • Estrae solo i dati essenziali necessari per addestrare i modelli in modo efficiente. Debugging e interpretabilità: • Anche se il sistema è end-to-end, Tesla può comunque sollecitare il modello a produrre dati interpretabili: occupazione 3D, confini stradali, oggetti, segnali, semafori, ecc. • Query in linguaggio naturale: chiedere al modello perché ha preso una certa decisione. • Queste previsioni ausiliarie non guidano l'auto ma aiutano gli ingegneri a fare debug e garantire la sicurezza. Splatting Gaussiano Avanzato di Tesla (Modellazione di Scene 3D): • Tesla ha sviluppato un sistema di splatting gaussiano personalizzato e ultra-veloce per ricostruire scene 3D da viste di telecamera limitate. • Produce rendering 3D nitidi e accurati anche da pochi angoli di telecamera — molto meglio degli approcci standard NeRF/splatting. • Consente un rapido debug visivo dell'ambiente di guida in 3D. Valutazione e modelli del mondo: • La valutazione è la sfida più difficile: i modelli possono funzionare bene offline ma fallire in condizioni reali. • Tesla costruisce set di dati di valutazione bilanciati e diversificati concentrandosi su casi limite — non solo su facili percorsi autostradali. Introdotto un simulatore del mondo appreso (motore video generato da rete neurale): • Può simulare 8 feed di telecamere Tesla simultaneamente — completamente sintetico. • Utilizzato per test, addestramento e apprendimento per rinforzo. • Consente l'iniezione di eventi avversari (ad es., aggiungere un pedone o un veicolo che taglia). • Consente di riprodurre fallimenti passati per verificare i miglioramenti del nuovo modello. • Può funzionare in tempo quasi reale, permettendo ai tester di "guidare" all'interno di un mondo simulato. Cosa c'è dopo: • Espandere il servizio robotaxi a livello globale. • Sbloccare la piena autonomia in tutta la flotta Tesla. • Cybercab: veicolo a 2 posti di nuova generazione progettato specificamente per l'uso robotaxi, mirato al costo di trasporto più basso (più economico del trasporto pubblico). • Le stesse reti neurali alimenteranno il robot umanoide Optimus. • Lo stesso sistema di generazione video è ora applicato a Optimus. • Il sistema può simulare e pianificare il movimento per i robot, adattandosi facilmente a nuove forme. via la Conferenza Internazionale sulla Visione Computerizzata (ICCV). Presentazione completa:

Dati di sicurezza supervisionati di Autopilot e FSD Nel Q3 2025, abbiamo registrato 1 incidente per ogni 6,36 milioni di miglia percorse in cui i conducenti utilizzavano la tecnologia Autopilot. A titolo di confronto, i dati più recenti disponibili da NHTSA e FHWA (del 2023) mostrano che negli Stati Uniti si è verificato un incidente automobilistico circa ogni 702.000 miglia.