Tesla встановлює нові камери на валідаційних автомобілях, що свідчить про можливе оновлення апаратного забезпечення або кардинальну перебудову процесу навчання
Новий парк інженерних валідаційних автомобілів Tesla був помічений у Лос-Гатосі, Каліфорнія, оснащений незвичним обладнанням. На відміну від стандартних валідаційних «мулів», які ми спостерігали протягом років — зазвичай оснащених...
Нова флотилія інженерно-валідаційних автомобілів Tesla була помічена в Лос-Гатос, Каліфорнія, з незвичною апаратною конфігурацією. Замість дахових LiDAR-установок, які раніше використовувалися для отримання еталонних даних, на Cybertruck і Model 3 встановили кастомні блоки камер, прикріплені до кутів переднього бампера.
Ці тимчасово виглядаючі кронштейни тримають ширококутні камери, змонтовані низько і спрямовані зовні. Хоча Tesla регулярно випробовує нові сенсори, саме розташування — націлене на передні «сліпі» зони, які поточні масиви камер важко охоплюють — сильно натякає на те, що Tesla збирає дані для вирішення двох пріоритетних завдань: Summon/Actually Smart Summon та Banish.
Встановлення еталонних даних
Візійний підхід Tesla значною мірою спирається на occupancy networks — моделі, що прогнозують присутність і рух об’єктів у сліпих зонах, запам’ятовуючи те, що автомобіль бачив кілька секунд тому. Ця тимчасова пам’ять критично важлива, особливо для Cybertruck, бо його фронтальні камери не можуть спостерігати за певними ділянками навколо бампера.
Однак для точних маневрів на низькій швидкості самої пам’яті недостатньо. Схоже, що нові камери на кутах у поєднанні з високоточним даховим LiDAR призначені для створення еталонного набору даних про безпосередню зону навколо бампера. Це поєднання може генерувати дуже точні карти на піксельному рівні поверхні й найближчих перешкод.
Ймовірно, Tesla використає цей набір даних для навчання нейронних мереж FSD краще оцінювати відстань, форму й об’єм у передніх сліпих зонах. Коротко кажучи, компанія вчить софт виводити точні перешкоди там, де виробничі камери мають «сліпий» сектор, зменшуючи ризик зачепити бордюр чи крило під час маневрів у тісному просторі.
Вузьке місце Banish
Тестування набуває особливої терміновості, бо Banish є центральною для амбіцій Tesla щодо Robotaxi та FSD Unsupervised, і Cybertruck наразі не має Actually Smart Summon. Хоча інші автомобілі флотилії перейшли на FSD v14, Actually Smart Summon все ще працює на старому успадкованому стеку, який не був мігруваний до уніфікованої наскрізної нейронної архітектури Tesla; той успадкований код залежить від компонентів Autopilot, які ніколи не були перенесені на Cybertruck.
Banish — можливість автомобіля висадити пасажира, а потім автономно шукати паркувальне місце на стоянці — вимагає надійної роботи в складних, непередбачуваних умовах без людського водія. Обіцяний ще з FSD v12.5, але ще не повністю реалізований, Banish допускає фактично нульову похибку. Досягнення цього вимагає майже міліметрової точності від візійних моделей, які покривають передні сліпі зони.
Наслідки для майбутнього апаратного забезпечення
Хоча кути кронштейнів на цих фото явно тимчасові, вони піднімають питання, чи додасть Tesla постійні камери, змонтовані низько, у майбутніх ревізіях апаратного забезпечення, чи вирішить проблему виключно програмно. Конкуренти, такі як Lucid і Rivian, доповнюють високі камери додатковими кутовими камерами, радаром або ультразвуковими датчиками, щоб закрити схожі «сліпі» зони. Tesla раніше відмовилася від ультразвукових датчиків, щоб зменшити витрати, складність і конфлікти між сенсорами, і її залежність від високо розташованих камер в деяких сценаріях виявилася проблемною.
Багато хто давно просив камери у кутах бампера, щоб усунути передній сліпий сектор і покращити видимість навколо перехресть із обмеженою видимістю; поточні конструкції часто вимагають, щоб автомобіль їздив уперед, перш ніж камери на B-стійці зможуть «побачити» за перешкодами. Незважаючи на цей попит, здається малоймовірним, що проводитимуться дооснащення або середциклове оновлення апаратного забезпечення, яке додавало б ці камери до існуючих автомобілів. Найпристойніше пояснення — Tesla використовує ці тимчасові сенсори для збору цілеспрямованих даних і відточування свого програмного забезпечення, щоб воно краще працювало з апаратним забезпеченням, яке вже йде у виробництві.
Ці тимчасово виглядаючі кронштейни тримають ширококутні камери, змонтовані низько і спрямовані зовні. Хоча Tesla регулярно випробовує нові сенсори, саме розташування — націлене на передні «сліпі» зони, які поточні масиви камер важко охоплюють — сильно натякає на те, що Tesla збирає дані для вирішення двох пріоритетних завдань: Summon/Actually Smart Summon та Banish.
Встановлення еталонних даних
Візійний підхід Tesla значною мірою спирається на occupancy networks — моделі, що прогнозують присутність і рух об’єктів у сліпих зонах, запам’ятовуючи те, що автомобіль бачив кілька секунд тому. Ця тимчасова пам’ять критично важлива, особливо для Cybertruck, бо його фронтальні камери не можуть спостерігати за певними ділянками навколо бампера.
Однак для точних маневрів на низькій швидкості самої пам’яті недостатньо. Схоже, що нові камери на кутах у поєднанні з високоточним даховим LiDAR призначені для створення еталонного набору даних про безпосередню зону навколо бампера. Це поєднання може генерувати дуже точні карти на піксельному рівні поверхні й найближчих перешкод.
Ймовірно, Tesla використає цей набір даних для навчання нейронних мереж FSD краще оцінювати відстань, форму й об’єм у передніх сліпих зонах. Коротко кажучи, компанія вчить софт виводити точні перешкоди там, де виробничі камери мають «сліпий» сектор, зменшуючи ризик зачепити бордюр чи крило під час маневрів у тісному просторі.
Вузьке місце Banish
Тестування набуває особливої терміновості, бо Banish є центральною для амбіцій Tesla щодо Robotaxi та FSD Unsupervised, і Cybertruck наразі не має Actually Smart Summon. Хоча інші автомобілі флотилії перейшли на FSD v14, Actually Smart Summon все ще працює на старому успадкованому стеку, який не був мігруваний до уніфікованої наскрізної нейронної архітектури Tesla; той успадкований код залежить від компонентів Autopilot, які ніколи не були перенесені на Cybertruck.
Banish — можливість автомобіля висадити пасажира, а потім автономно шукати паркувальне місце на стоянці — вимагає надійної роботи в складних, непередбачуваних умовах без людського водія. Обіцяний ще з FSD v12.5, але ще не повністю реалізований, Banish допускає фактично нульову похибку. Досягнення цього вимагає майже міліметрової точності від візійних моделей, які покривають передні сліпі зони.
Наслідки для майбутнього апаратного забезпечення
Хоча кути кронштейнів на цих фото явно тимчасові, вони піднімають питання, чи додасть Tesla постійні камери, змонтовані низько, у майбутніх ревізіях апаратного забезпечення, чи вирішить проблему виключно програмно. Конкуренти, такі як Lucid і Rivian, доповнюють високі камери додатковими кутовими камерами, радаром або ультразвуковими датчиками, щоб закрити схожі «сліпі» зони. Tesla раніше відмовилася від ультразвукових датчиків, щоб зменшити витрати, складність і конфлікти між сенсорами, і її залежність від високо розташованих камер в деяких сценаріях виявилася проблемною.
Багато хто давно просив камери у кутах бампера, щоб усунути передній сліпий сектор і покращити видимість навколо перехресть із обмеженою видимістю; поточні конструкції часто вимагають, щоб автомобіль їздив уперед, перш ніж камери на B-стійці зможуть «побачити» за перешкодами. Незважаючи на цей попит, здається малоймовірним, що проводитимуться дооснащення або середциклове оновлення апаратного забезпечення, яке додавало б ці камери до існуючих автомобілів. Найпристойніше пояснення — Tesla використовує ці тимчасові сенсори для збору цілеспрямованих даних і відточування свого програмного забезпечення, щоб воно краще працювало з апаратним забезпеченням, яке вже йде у виробництві.
