Een nieuwe presentatie van 30 minuten van @aelluswamy, Tesla’s VP van AI, is uitgebracht, waarin hij praat over FSD, AI en de laatste vooruitgang van het team. Hoogtepunten uit de presentatie: • Tesla's voertuigenpark kan elke dag 500 jaar aan rijgegevens leveren. Vloek van dimensionaliteit: • 8 camera's met hoge framerate = miljarden tokens per 30 seconden rijcontext. • Tesla moet de juiste correlaties tussen sensorische input en controle-acties comprimeren en extraheren. Data-voordeel: • Tesla heeft toegang tot een "Niagara Falls aan data" — honderden jaren aan collectieve rijervaring van het voertuigenpark. • Maakt gebruik van slimme datatriggers om zeldzame randgevallen vast te leggen (bijv. complexe kruispunten, onvoorspelbaar gedrag). Kwaliteit en efficiëntie: • Extraheert alleen de essentiële gegevens die nodig zijn om modellen efficiënt te trainen. Debugging en interpreteerbaarheid: • Hoewel het systeem end-to-end is, kan Tesla het model nog steeds aansteken om interpreteerbare gegevens uit te geven: 3D-bezetting, weggrenzen, objecten, borden, verkeerslichten, enz. • Natuurlijke taalquery's: vraag het model waarom het een bepaalde beslissing heeft genomen. • Deze aanvullende voorspellingen sturen de auto niet, maar helpen ingenieurs bij het debuggen en waarborgen van de veiligheid. Tesla’s geavanceerde Gaussian Splatting (3D-scène modellering): • Tesla heeft een op maat gemaakt, ultra-snel Gaussian splatting-systeem ontwikkeld om 3D-scènes te reconstrueren vanuit beperkte camerazichten. • Produceert scherpe, nauwkeurige 3D-renderingen, zelfs vanuit enkele camerahoeken — veel beter dan standaard NeRF/splatting benaderingen. • Stelt snelle visuele debugging van de rijomgeving in 3D mogelijk. Evaluatie & wereldmodellen: • Evaluatie is de moeilijkste uitdaging: modellen kunnen offline goed presteren, maar falen in de echte wereld. • Tesla bouwt gebalanceerde, diverse evaluatiedatasets met focus op randgevallen — niet alleen gemakkelijk snelweg rijden. Geïntroduceerd een geleerde wereldsimulator (neuraal netwerk-gegeneerde video-engine): • Kan 8 Tesla-camera feeds gelijktijdig simuleren — volledig synthetisch. • Gebruikt voor testen, training en versterkend leren. • Stelt tegenstrijdige gebeurtenisinjectie mogelijk (bijv. het toevoegen van een voetganger of voertuig dat inrijdt). • Stelt in staat om eerdere mislukkingen opnieuw af te spelen om nieuwe modelverbeteringen te verifiëren. • Kan bijna in real-time draaien, waardoor testers "binnen" een gesimuleerde wereld kunnen "rijden". Wat is de volgende stap: • Schaal robotaxi-diensten wereldwijd. • Ontgrendel volledige autonomie voor het hele Tesla-voertuigenpark. • Cybercab: next-gen 2-zits voertuig speciaal ontworpen voor robotaxi-gebruik, gericht op de laagste transportkosten (goedkoper dan openbaar vervoer). • Dezelfde neurale netwerken zullen de Optimus-humanoïde robot aandrijven. • Hetzelfde videosysteem wordt nu toegepast op Optimus. • Het systeem kan beweging voor robots simuleren en plannen, zich gemakkelijk aanpassen aan nieuwe vormen. via de Internationale Conferentie over Computer Vision (ICCV). Volledige presentatie:

Autopilot & FSD Gecontroleerde veiligheidsgegevens In Q3 2025 registreerden we 1 ongeluk voor elke 6,36 miljoen gereden mijlen waarbij bestuurders gebruik maakten van Autopilot-technologie. Ter vergelijking, de meest recente gegevens van NHTSA & FHWA (uit 2023) tonen aan dat er in de Verenigde Staten ongeveer elke 702.000 mijlen een auto-ongeluk plaatsvond.