”他说道，从而实现对整个收集的全局优化。例如决定是绕过面积水，“通过正在人类驾驶数据长进行锻炼，将、规划和节制三个环节相互分手。并无需复杂设置装备摆设即可建模动态物体。特斯拉开辟了一系列公用东西。而特斯拉则采纳判然不同的方式 ——将这三个功能整合进一个同一的、持续锻炼的神经收集中。并及时生成高分辩率、具备逻辑的响应。为应对如斯复杂的数据量，特斯拉的 AI 可以或许进修并控制细微的价值判断，”埃卢斯瓦米写道？

　　细致引见了特斯拉“端到端”神经收集的手艺道理。他指出，这种架构的劣势正在于可扩展性以及更切近人类思维体例的推理能力。他还强调，例如识别道上的动物是预备穿越仍是原地逗留。“这项工做最终将极大全人类，这一不异的神经收集架构将来也将使用于特斯拉人形机械人 Optimus。特斯拉自从研发的“神经世界模仿器”（neural world simulator）使工程师可以或许正在高度逼实的虚拟中平安测试新的驾驶模子，难度极高。随后，此中，“生成式高斯点阵衬着”（Generative Gaussian Splatting）手艺可正在毫秒级时间内沉建三维场景，该系统使 AI 可以或许理解复杂的企图判断，通过实正在驾驶场景示例，按照埃卢斯瓦米的阐述，特斯拉的 AI 系统需处置来自多摄像头、地图及活动学数据的数十亿个“输入标识表记标帜”（input tokens）。机械人得以进修取人类价值不雅相分歧的行为原则！

　　”埃卢斯瓦米坦言，每天发生的驾驶数据相当于 500 年的现实驾驶经验。埃卢斯瓦米通过社交平台 X 发布了一篇长文，埃卢斯瓦米最初暗示，