Tôi đã đi trên chiếc Tesla tự lái mới trong Las Vegas Loop! Nó mượt mà hơn rất nhiều so với việc một người lái xe trong Loop. Không có sự can thiệp của con người. Nó không đông đúc nên anh ấy đã cho chúng tôi đi về lại nữa. Tài xế nói rằng họ sẽ sớm cho phép đi xe thẳng đến sân bay. Chúng ta đang ở trong tương lai.

Một bài thuyết trình mới dài 30 phút từ @aelluswamy, Phó Chủ tịch AI của Tesla, đã được phát hành, nơi ông nói về FSD, AI và những tiến bộ mới nhất của đội ngũ. Điểm nổi bật từ bài thuyết trình: • Đội xe của Tesla có thể cung cấp 500 năm dữ liệu lái xe mỗi ngày. Lời nguyền của Độ Dimensionality: • 8 camera với tốc độ khung hình cao = hàng tỷ token mỗi 30 giây bối cảnh lái xe. • Tesla phải nén và trích xuất các mối tương quan đúng giữa đầu vào cảm biến và hành động điều khiển. Lợi thế Dữ liệu: • Tesla có quyền truy cập vào một "Thác nước Niagara của dữ liệu" — hàng trăm năm dữ liệu lái xe tập thể. • Sử dụng các kích hoạt dữ liệu thông minh để ghi lại các trường hợp hiếm (ví dụ: giao lộ phức tạp, hành vi không thể đoán trước). Chất lượng và Hiệu quả: • Chỉ trích xuất dữ liệu cần thiết để đào tạo các mô hình một cách hiệu quả. Gỡ lỗi và Khả năng Giải thích: • Mặc dù hệ thống là end-to-end, Tesla vẫn có thể yêu cầu mô hình xuất ra dữ liệu có thể giải thích: 3D occupancy, ranh giới đường, đối tượng, biển báo, đèn giao thông, v.v. • Truy vấn ngôn ngữ tự nhiên: hỏi mô hình tại sao nó đưa ra một quyết định nhất định. • Những dự đoán phụ trợ này không điều khiển xe nhưng giúp các kỹ sư gỡ lỗi và đảm bảo an toàn. Mô hình hóa Cảnh 3D Tiên tiến của Tesla (Gaussian Splatting): • Tesla đã phát triển một hệ thống Gaussian splatting tùy chỉnh, siêu nhanh để tái tạo các cảnh 3D từ các góc nhìn camera hạn chế. • Tạo ra các hình ảnh 3D sắc nét, chính xác ngay cả từ vài góc camera — tốt hơn nhiều so với các phương pháp NeRF/splatting tiêu chuẩn. • Cho phép gỡ lỗi hình ảnh nhanh chóng của môi trường lái xe trong 3D. Đánh giá & Mô hình Thế giới: • Đánh giá là thách thức khó khăn nhất: các mô hình có thể hoạt động tốt ngoại tuyến nhưng thất bại trong điều kiện thực tế. • Tesla xây dựng các tập dữ liệu đánh giá cân bằng, đa dạng tập trung vào các trường hợp biên — không chỉ lái xe trên đường cao tốc dễ dàng. Giới thiệu một trình giả lập thế giới học được (động cơ video tạo ra từ mạng nơ-ron): • Có thể mô phỏng 8 luồng camera Tesla đồng thời — hoàn toàn tổng hợp. • Được sử dụng cho kiểm tra, đào tạo và học tăng cường. • Cho phép tiêm sự kiện đối kháng (ví dụ: thêm một người đi bộ hoặc xe cắt ngang). • Cho phép phát lại các thất bại trong quá khứ để xác minh các cải tiến mô hình mới. • Có thể chạy gần thời gian thực, cho phép người thử nghiệm "lái" trong một thế giới mô phỏng. Điều gì tiếp theo: • Mở rộng dịch vụ robotaxi toàn cầu. • Mở khóa toàn quyền tự động hóa trên toàn bộ đội xe Tesla. • Cybercab: xe 2 chỗ ngồi thế hệ tiếp theo được thiết kế đặc biệt cho việc sử dụng robotaxi, nhắm đến chi phí vận chuyển thấp nhất (rẻ hơn phương tiện công cộng). • Các mạng nơ-ron giống nhau sẽ cung cấp năng lượng cho robot hình người Optimus. • Hệ thống tạo video giống như hiện đang được áp dụng cho Optimus. • Hệ thống có thể mô phỏng và lập kế hoạch chuyển động cho các robot, dễ dàng thích ứng với các hình thức mới. qua Hội nghị Quốc tế về Thị giác Máy tính (ICCV). Bài thuyết trình đầy đủ:

Một bài thuyết trình mới dài 30 phút từ @aelluswamy, Phó Chủ tịch AI của Tesla, đã được phát hành, nơi ông nói về FSD, AI và những tiến bộ mới nhất của đội ngũ. Điểm nổi bật từ bài thuyết trình: • Đội xe của Tesla có thể cung cấp 500 năm dữ liệu lái xe mỗi ngày. Lời nguyền của Độ Dimensionality: • 8 camera với tốc độ khung hình cao = hàng tỷ token mỗi 30 giây bối cảnh lái xe. • Tesla phải nén và trích xuất các mối tương quan đúng giữa đầu vào cảm biến và hành động điều khiển. Lợi thế Dữ liệu: • Tesla có quyền truy cập vào một "Thác nước Niagara của dữ liệu" — hàng trăm năm dữ liệu lái xe tập thể. • Sử dụng các kích hoạt dữ liệu thông minh để ghi lại các trường hợp hiếm (ví dụ: giao lộ phức tạp, hành vi không thể đoán trước). Chất lượng và Hiệu quả: • Chỉ trích xuất dữ liệu cần thiết để đào tạo các mô hình một cách hiệu quả. Gỡ lỗi và Khả năng Giải thích: • Mặc dù hệ thống là end-to-end, Tesla vẫn có thể yêu cầu mô hình xuất ra dữ liệu có thể giải thích: 3D occupancy, ranh giới đường, đối tượng, biển báo, đèn giao thông, v.v. • Truy vấn ngôn ngữ tự nhiên: hỏi mô hình tại sao nó đưa ra một quyết định nhất định. • Những dự đoán phụ trợ này không điều khiển xe nhưng giúp các kỹ sư gỡ lỗi và đảm bảo an toàn. Mô hình hóa Cảnh 3D Tiên tiến của Tesla (Gaussian Splatting): • Tesla đã phát triển một hệ thống Gaussian splatting tùy chỉnh, siêu nhanh để tái tạo các cảnh 3D từ các góc nhìn camera hạn chế. • Tạo ra các hình ảnh 3D sắc nét, chính xác ngay cả từ vài góc camera — tốt hơn nhiều so với các phương pháp NeRF/splatting tiêu chuẩn. • Cho phép gỡ lỗi hình ảnh nhanh chóng của môi trường lái xe trong 3D. Đánh giá & Mô hình Thế giới: • Đánh giá là thách thức khó khăn nhất: các mô hình có thể hoạt động tốt ngoại tuyến nhưng thất bại trong điều kiện thực tế. • Tesla xây dựng các tập dữ liệu đánh giá cân bằng, đa dạng tập trung vào các trường hợp biên — không chỉ lái xe trên đường cao tốc dễ dàng. Giới thiệu một trình giả lập thế giới học được (động cơ video tạo ra từ mạng nơ-ron): • Có thể mô phỏng 8 luồng camera Tesla đồng thời — hoàn toàn tổng hợp. • Được sử dụng cho kiểm tra, đào tạo và học tăng cường. • Cho phép tiêm sự kiện đối kháng (ví dụ: thêm một người đi bộ hoặc xe cắt ngang). • Cho phép phát lại các thất bại trong quá khứ để xác minh các cải tiến mô hình mới. • Có thể chạy gần thời gian thực, cho phép người thử nghiệm "lái" trong một thế giới mô phỏng. Điều gì tiếp theo: • Mở rộng dịch vụ robotaxi toàn cầu. • Mở khóa toàn quyền tự động hóa trên toàn bộ đội xe Tesla. • Cybercab: xe 2 chỗ ngồi thế hệ tiếp theo được thiết kế đặc biệt cho việc sử dụng robotaxi, nhắm đến chi phí vận chuyển thấp nhất (rẻ hơn phương tiện công cộng). • Các mạng nơ-ron giống nhau sẽ cung cấp năng lượng cho robot hình người Optimus. • Hệ thống tạo video giống như hiện đang được áp dụng cho Optimus. • Hệ thống có thể mô phỏng và lập kế hoạch chuyển động cho các robot, dễ dàng thích ứng với các hình thức mới. qua Hội nghị Quốc tế về Thị giác Máy tính (ICCV). Bài thuyết trình đầy đủ: