时隔两年多，特斯拉再次"开麦"。 与此前不同，这次特斯拉对于自家智能辅助驾驶算法进展的分享，并不是在AI Day的舞台上，而是在近 日举办的计算机视觉顶会ICCV(International Conference on Computer Vision)期间。 特斯拉自动驾驶副总裁阿肖克·埃鲁斯瓦米(Ashok Elluswamy)作为嘉宾，在大会上发表了主题演讲。 有可能为了接上2023年6月他们提出端到端架构之后的"闭麦"，阿肖克从"特斯拉为何会选择端到 端？"开始分享，但经过多年实践，他们也发现仅通过端到端想要做好智能辅助驾驶，存在一些挑战。 图源Tesla AI 首先就是端到端系统需要解决从极高维到极低维的映射问题，这种映射往往是多对一，因此要保证输出 的正确性，训练难度可想而知。阿肖克的言外之意，或许是在强调端到端模型的"黑箱"问题。 基于特斯拉庞大的用户规模，每日可为他们产生相当于500年驾驶时长的数据，但其中多数是没有太多 价值的常规场景数据，对于算法的长远泛化没有太大帮助。 为了解决这两个问题，特斯拉在架构和算法层面做了一些优化和调整，比如在输出决策控制指令前，还 会输出OCC占用网络和3D高斯 ...