Nowa 30-minutowa prezentacja od @aelluswamy, wiceprezesa Tesli ds. AI, została opublikowana, w której mówi o FSD, AI i najnowszych postępach zespołu. Najważniejsze punkty z prezentacji: • Flota pojazdów Tesli może dostarczać 500 lat danych o jeździe każdego dnia. Klątwa wymiarowości: • 8 kamer w wysokiej częstotliwości = miliardy tokenów na 30 sekund kontekstu jazdy. • Tesla musi kompresować i wydobywać odpowiednie korelacje między danymi sensorycznymi a działaniami kontrolnymi. Zaleta danych: • Tesla ma dostęp do "Wodospadu Niagary danych" — setek lat zbiorczych danych o jeździe floty. • Wykorzystuje inteligentne wyzwalacze danych do uchwycenia rzadkich przypadków (np. złożone skrzyżowania, nieprzewidywalne zachowanie). Jakość i wydajność: • Wydobywa tylko niezbędne dane potrzebne do efektywnego trenowania modeli. Debugowanie i interpretowalność: • Mimo że system jest end-to-end, Tesla nadal może nakłonić model do wyjścia z interpretowalnymi danymi: 3D zajętość, granice dróg, obiekty, znaki, sygnalizacja świetlna itp. • Zapytania w naturalnym języku: zapytaj model, dlaczego podjął określoną decyzję. • Te dodatkowe prognozy nie prowadzą samochodu, ale pomagają inżynierom w debugowaniu i zapewnieniu bezpieczeństwa. Zaawansowane Gaussian Splatting Tesli (Modelowanie scen 3D): • Tesla opracowała niestandardowy, ultra-szybki system Gaussian splatting do rekonstrukcji scen 3D z ograniczonych widoków kamer. • Produkuje wyraźne, dokładne renderingi 3D nawet z kilku kątów kamery — znacznie lepsze niż standardowe podejścia NeRF/splatting. • Umożliwia szybkie wizualne debugowanie środowiska jazdy w 3D. Ocena i modele świata: • Ocena to najtrudniejsze wyzwanie: modele mogą dobrze działać offline, ale zawodzić w warunkach rzeczywistych. • Tesla buduje zrównoważone, różnorodne zbiory danych do oceny, koncentrując się na przypadkach brzegowych — nie tylko na łatwej jeździe po autostradzie. Wprowadzono nauczony symulator świata (silnik wideo generowany przez sieci neuronowe): • Może symulować 8 strumieni kamer Tesli jednocześnie — w pełni syntetyczne. • Używane do testowania, trenowania i uczenia przez wzmocnienie. • Umożliwia wstrzykiwanie zdarzeń adwersarialnych (np. dodawanie pieszego lub pojazdu wjeżdżającego). • Umożliwia odtwarzanie przeszłych niepowodzeń w celu weryfikacji nowych ulepszeń modelu. • Może działać w czasie rzeczywistym, pozwalając testerom "prowadzić" w symulowanym świecie. Co dalej: • Rozszerzenie usługi robotaxi na całym świecie. • Odblokowanie pełnej autonomii w całej flocie Tesli. • Cybercab: pojazd nowej generacji na 2 osoby zaprojektowany specjalnie do użytku robotaxi, mający na celu najniższy koszt transportu (tańszy niż transport publiczny). • Te same sieci neuronowe będą napędzać humanoidalnego robota Optimus. • Ten sam system generowania wideo jest teraz stosowany do Optimusa. • System może symulować i planować ruch robotów, łatwo dostosowując się do nowych form. za pośrednictwem Międzynarodowej Konferencji na temat Wizji Komputerowej (ICCV). Pełna prezentacja:

Dane dotyczące bezpieczeństwa nadzorowanego Autopilota i FSD W III kwartale 2025 roku odnotowaliśmy 1 wypadek na każde 6,36 miliona mil przejechanych, w których kierowcy korzystali z technologii Autopilota. Dla porównania, najnowsze dostępne dane z NHTSA i FHWA (z 2023 roku) pokazują, że w Stanach Zjednoczonych dochodziło do wypadku samochodowego średnio co 702 000 mil.