A fost lansată o nouă prezentare de 30 de minute de la @aelluswamy, vicepreședintele AI al Tesla, în care vorbește despre FSD, AI și cele mai recente progrese ale echipei. Repere din prezentare: • Flota de vehicule Tesla poate furniza 500 de ani de date de conducere în fiecare zi. Blestemul dimensionalității: • 8 camere la o rată mare de cadre = miliarde de jetoane la 30 de secunde de context de conducere. • Tesla trebuie să comprime și să extragă corelațiile corecte între intrarea senzorială și acțiunile de control. Avantajul datelor: • Tesla are acces la o "cascadă Niagara de date" - sute de ani de conducere colectivă a flotei. • Folosește declanșatoare de date inteligente pentru a captura cazuri rare de colț (de exemplu, intersecții complexe, comportament imprevizibil). Calitate și eficiență: • Extrage doar datele esențiale necesare pentru antrenarea eficientă a modelelor. Depanare și interpretabilitate: • Chiar dacă sistemul este end-to-end, Tesla poate solicita modelului să afișeze date interpretabile: Ocupare 3D, limitele drumurilor, obiecte, semne, semafoare, etc. • Interogare în limbaj natural: întrebați modelul de ce a luat o anumită decizie. • Aceste predicții auxiliare nu conduc mașina, ci îi ajută pe ingineri să depaneze și să asigure siguranța. Splatting gaussian avansat de la Tesla (modelare 3D a scenei): • Tesla a dezvoltat un sistem de splatting gaussian personalizat, ultra-rapid, pentru a reconstrui scene 3D de la vizualizări limitate ale camerei. • Produce randări 3D clare și precise chiar și din câteva unghiuri ale camerei - mult mai bine decât abordările standard NeRF/splatting. • Permite depanarea vizuală rapidă a mediului de conducere în 3D. Evaluare și modele mondiale: • Evaluarea este cea mai dificilă provocare: modelele pot funcționa bine offline, dar eșuează în condiții reale. • Tesla construiește seturi de date de evaluare echilibrate și diverse, concentrându-se pe cazuri limită - nu doar pe condusul ușor pe autostradă. A introdus un simulator de lume învățată (motor video generat de rețea neuronală): • Poate simula 8 fluxuri de camere Tesla simultan - complet sintetice. • Folosit pentru testare, antrenament și învățare prin întărire. • Permite injectarea de evenimente adverse (de exemplu, adăugarea unui pieton sau a unui vehicul). • Permite reluarea defecțiunilor anterioare pentru a verifica noile îmbunătățiri ale modelului. • Poate rula aproape în timp real, permițând testerilor să "conducă" într-o lume simulată. Ce urmează: • Extindeți serviciul de robotaxi la nivel global. • Deblocați autonomia completă a întregii flote Tesla. • Cybercab: vehicul de ultimă generație cu 2 locuri conceput special pentru utilizarea robotaxiului, vizând cel mai mic cost de transport (mai ieftin decât transportul public). • Aceleași rețele neuronale vor alimenta robotul umanoid Optimus. • Același sistem de generare video este acum aplicat pentru Optimus. • Sistemul poate simula și planifica mișcarea roboților, adaptându-se cu ușurință la noi forme. prin intermediul Conferinței Internaționale de Viziune Computerizată (ICCV). Prezentare completă: