Presentasi baru berdurasi 30 menit dari @aelluswamy, VP AI Tesla, telah dirilis, di mana ia berbicara tentang FSD, AI, dan kemajuan terbaru tim. Sorotan dari presentasi: • Armada kendaraan Tesla dapat menyediakan data mengemudi selama 500 tahun setiap hari. Kutukan Dimensi: • 8 kamera dengan kecepatan bingkai tinggi = miliaran token per 30 detik konteks mengemudi. • Tesla harus mengompres dan mengekstrak korelasi yang tepat antara input sensorik dan tindakan kontrol. Keunggulan Data: • Tesla memiliki akses ke "data Air Terjun Niagara" - mengemudi armada kolektif selama ratusan tahun. • Menggunakan pemicu data cerdas untuk menangkap kasus sudut langka (misalnya, persimpangan yang kompleks, perilaku yang tidak dapat diprediksi). Kualitas dan Efisiensi: • Mengekstrak hanya data penting yang diperlukan untuk melatih model secara efisien. Penelusuran kesalahan dan interpretabilitas: • Meskipun sistemnya end-to-end, Tesla masih dapat meminta model untuk menghasilkan data yang dapat diinterpretasikan: Hunian 3D, batas jalan, objek, rambu, lampu lalu lintas, dll. • Kueri bahasa alami: tanyakan kepada model mengapa ia membuat keputusan tertentu. • Prediksi tambahan ini tidak mengendarai mobil tetapi membantu para insinyur men-debug dan memastikan keselamatan. Splatting Gaussian Tingkat Lanjut Tesla (Pemodelan Adegan 3D): • Tesla mengembangkan sistem splting Gaussian yang disesuaikan dan sangat cepat untuk merekonstruksi adegan 3D dari tampilan kamera yang terbatas. • Menghasilkan rendering 3D yang tajam dan akurat bahkan dari beberapa sudut kamera — jauh lebih baik daripada pendekatan NeRF/splatting standar. • Memungkinkan debugging visual yang cepat dari lingkungan mengemudi dalam 3D. Evaluasi & Model Dunia: • Evaluasi adalah tantangan tersulit: model mungkin berkinerja baik secara offline tetapi gagal dalam kondisi dunia nyata. • Tesla membangun kumpulan data evaluasi yang seimbang dan beragam yang berfokus pada kasus-kasus tepi — bukan hanya mengemudi di jalan raya yang mudah....