來自 @aelluswamy 的一個新的 30 分鐘演示已經發布，他是特斯拉的 AI 副總裁，他在演示中談到了 FSD、AI 以及團隊的最新進展。 演示亮點： • 特斯拉的車隊每天可以提供 500 年的駕駛數據。 維度詛咒： • 8 個高幀率攝像頭 = 每 30 秒駕駛上下文數十億個標記。 • 特斯拉必須壓縮並提取感官輸入與控制行動之間的正確關聯。 數據優勢： • 特斯拉擁有“尼亞加拉瀑布般的數據”——數百年的集體車隊駕駛數據。 • 使用智能數據觸發器捕捉稀有邊緣案例（例如，複雜的交叉口、不可預測的行為）。 質量與效率： • 僅提取訓練模型所需的基本數據，以提高效率。 調試與可解釋性： • 儘管系統是端到端的，特斯拉仍然可以提示模型輸出可解釋的數據： 3D 占用、道路邊界、物體、標誌、交通信號燈等。 • 自然語言查詢：詢問模型為什麼做出某個決策。 • 這些輔助預測不會駕駛汽車，但幫助工程師進行調試並確保安全。 特斯拉的先進高斯點雲技術（3D 場景建模）： • 特斯拉開發了一個自定義的超快速高斯點雲系統，從有限的攝像頭視角重建 3D 場景。 • 即使從少數攝像頭角度也能產生清晰、準確的 3D 渲染——遠超標準的 NeRF/點雲方法。 • 使駕駛環境的 3D 快速視覺調試成為可能。 評估與世界模型： • 評估是最具挑戰性的問題：模型在離線時可能表現良好，但在現實世界條件下可能失敗。 • 特斯拉建立了平衡、多樣的評估數據集，專注於邊緣案例——不僅僅是簡單的高速公路駕駛。 引入了一個學習的世界模擬器（神經網絡生成的視頻引擎）： • 可以同時模擬 8 個特斯拉攝像頭的視頻——完全合成。 • 用於測試、訓練和強化學習。 • 允許對抗事件注入（例如，添加行人或車輛切入）。 • 使重播過去的失敗以驗證新模型的改進成為可能。 • 可以近乎實時運行，讓測試者在模擬世界中“駕駛”。 接下來的計劃： • 在全球範圍內擴大機器出租車服務。 • 解鎖整個特斯拉車隊的完全自主性。 • Cybercab：專為機器出租車使用設計的下一代 2 座車輛，目標是最低的運輸成本（比公共交通便宜）。 • 相同的神經網絡將為 Optimus 人形機器人提供動力。 • 相同的視頻生成系統現在也應用於 Optimus。 • 該系統可以模擬和計劃機器人的運動，輕鬆適應新形式。 通過國際計算機視覺會議（ICCV）。 完整演示：

自動駕駛與FSD監控安全數據 在2025年第三季度，我們記錄到每行駛636萬英里就發生1起事故，當時駕駛者使用自動駕駛技術。 相比之下，來自NHTSA和FHWA（2023年）的最新數據顯示，在美國，每行駛約702,000英里就會發生一起汽車事故。