刚刚，马斯克证明了特斯拉不仅仅是一家「车企

毫不夸张地说，特斯拉是业内的黄埔军校。

4月份，特斯拉法律副总裁艾尔·普雷斯科特(Al Prescott)刚刚入主Luminar，7月份，特斯拉汽车业务负责人杰洛姆·谷利安离开了公司。

如何留住人才是特斯拉头疼的问题。

为了招揽人才，马斯克想尽了办法。其中之一就是发起特斯拉AI日，并在推特上向全世界宣布:

举办AI日的目的是吸引AI领域的顶尖人才到特斯拉工作。

好家伙，现在企业抢人才都这么明目张胆，明目张胆了？

马斯克在发布会的开场白中表示，希望大家能感受到特斯拉不仅仅是一家车企，更有深厚的AI技术积累。

来康康吧，特斯拉在这样的盛会上祭出了什么样的大招？

更强的神经网络技术

对于特斯拉来说，Autopilot/FSD无疑是在智能汽车市场取胜的关键因素。

本次大会Keynote的第一部分讨论了这些系统的AI神经网络以及相应的训练方法。

据特斯拉人工智能总监安德烈·卡拉蒂(Andrej Karathy)称，

为了使机器能够识别和判断路况，特斯拉通过八个摄像头将物理世界的数据传输到神经网络，包括行人、车辆、红绿灯等元素，形成机器对3D环境的感知，也就是向量空间。

HydraNets算法具有多任务学习能力，不仅可以对多个摄像头返回的数据进行训练和推断，还可以帮助实时绘制有效地图，从而实现自动调用等功能。

Andrej Karathy还透露了自己对数据标注的想法——选择第三方公司进行人工标注可能会存在效率问题。

而且自建的标注团队可以更加灵活的满足算法训练的需求。例如，泰斯拉最初是根据2D的图像贴上标签的。经过反复优化，特斯拉开始基于4D向量空间进行标注。直到现在，自动贴标技术才得以应用。

为了更好地预测交通参与者的运动，特斯拉有时需要标记被阻挡的物体(潜在的鬼探头场景)。当图像清晰度不够时，神经网络还可以对图片进行增强。

自动驾驶软件总监Ashok Elluswamy也进行了分享。

在路径规划层面，通过“混合规划系统”，特斯拉车辆可以在保证自身安全行驶的同时，兼顾周围其他车辆的运行模式。比如在狭窄的单向双向路口，系统可以根据实际情况选择让行还是先行。

Ashok Elluswamy还指出，基于上述对纯视觉技术路线潜力的探索，特斯拉得以摆脱毫米波雷达方案。

此前，据第三方估计，特斯拉汽车全球销量超过150万辆。

即使不启动Autopilot，特斯拉也可以在“影子模式”下模拟测试神经网络的驾驶决策。换句话说，系统可以识别神经网络和人类驾驶的决策差异，从而进一步改进神经网络。

有了如此庞大而多样的物理世界数据的反馈，特斯拉神经网络将得到进一步增强。

超级计算机道场及其芯片

如果要说这次大会最吸引眼球的是什么，那一定是Dojo超算。

毕竟早在2019年的“自主日”，马斯克就开始为道场预热了。他曾说Dojo是一只“性能野兽”，可以处理海量视频数据进行无监督标注和训练。

今天，这台神秘的计算机及其运算芯片的信息在AI日被更多披露。

据了解，道场在日语中是“训练方法的场所”，也可以理解为“练习场所”。对于特斯拉来说，Dojo无疑是全自动驾驶算法训练的最佳工具。

具体来说，Dojo超级计算机训练模块每秒可实现万亿次浮点运算，仅内部电路就长达17.7公里。其中，Dojo训练模块由25个D1计算芯片组成。基于7nm技术，计算能力9PFLOPs(9万亿次)，接口带宽36 TB/s..

理论上来说，Dojo的性能没有天花板，因为训练模块有独立运行的能力，支持无线连接。据预测，下一代的性能有望提高10倍。

人形机器人特斯拉机器人

在闭幕环节，马斯克亲自发布了……他特斯拉bot人形机器人，这是相当惊人的。

根据设计，特斯拉Bot身高约1.72米，体重约56.7公斤，移动速度为每小时5英里。

据官方介绍，开发特斯拉Bot的目的是从事危险、重复或枯燥的工作。“他们会从事那些人类最不愿意做的工作，”马斯克说。

例如，这个机器人可以与特斯拉汽车一起使用，并学习人类司机的操作习惯。想想吧。在未来，你也许可以告诉特斯拉机器人开车来帮助你购物...这将对未来的经济产生深远的影响。

目前，特斯拉正在招募工程师，将AI技术用于汽车以外的领域。

总结

总的来说，特斯拉AI日涉及到很多软硬件的技术细节，对外炫耀肌肉。

同时，本次大会也以其宏大的发展方向和颠覆性的行业研发成果向顶尖人才证明:

特斯拉正在向他们敞开大门。

在美国，统计工程专业学生想去的公司排名中，特斯拉和SpaceX经常交替排名第一。另外，很多人想去特斯拉工作的根本原因是想从事FSD的研发及相关工作。

长期以来，马斯克一直强调特斯拉不仅仅是一家汽车公司，而是一家高科技公司——在AI Day的光环下，特斯拉无疑已经走上了这条道路。

雷锋网雷锋网雷锋网(微信官方账号:雷锋网)

雷锋的原创文章。未经授权，禁止转载。详见转载说明。毫不夸张地说，特斯拉是业内的黄埔军校。

4月份，特斯拉法律副总裁艾尔·普雷斯科特(Al Prescott)刚刚入主Luminar，7月份，特斯拉汽车业务负责人杰洛姆·谷利安离开了公司。

如何留住人才是特斯拉头疼的问题。

为了招揽人才，马斯克想尽了办法。其中之一就是发起特斯拉AI日，并在推特上向全世界宣布:

举办AI日的目的是吸引AI领域的顶尖人才到特斯拉工作。

好家伙，现在企业抢人才都这么明目张胆，明目张胆了？

马斯克在发布会的开场白中表示，希望大家能感受到特斯拉不仅仅是一家车企，更有深厚的AI技术积累。

来康康吧，特斯拉在这样的盛会上祭出了什么样的大招？

更强的神经网络技术

对于特斯拉来说，Autopilot/FSD无疑是在智能汽车市场取胜的关键因素。

本次大会Keynote的第一部分讨论了这些系统的AI神经网络以及相应的训练方法。

据特斯拉人工智能总监安德烈·卡拉蒂(Andrej Karathy)称，

为了使机器能够识别和判断路况，特斯拉通过八个摄像头将物理世界的数据传输到神经网络，包括行人、车辆、红绿灯等元素，形成机器对3D环境的感知，也就是向量空间。

HydraNets算法具有多任务学习能力，不仅可以对多个摄像头返回的数据进行训练和推断，还可以帮助实时绘制有效地图，从而实现自动调用等功能。

Andrej Karathy还透露了自己对数据标注的想法——选择第三方公司进行人工标注可能会存在效率问题。

而且自建的标注团队可以更加灵活的满足算法训练的需求。例如，泰斯拉最初是根据2D的图像贴上标签的。经过反复优化，特斯拉开始基于4D向量空间进行标注。直到现在，自动贴标技术才得以应用。

为了更好地预测交通参与者的运动，特斯拉有时需要标记被阻挡的物体(潜在的鬼探头场景)。当图像清晰度不够时，神经网络还可以对图片进行增强。

自动驾驶软件总监Ashok Elluswamy也进行了分享。

在路径规划层面，通过“混合规划系统”，特斯拉车辆可以在保证自身安全行驶的同时，兼顾周围其他车辆的运行模式。比如在狭窄的单向双向路口，系统可以根据实际情况选择让行还是先行。

Ashok Elluswamy还指出，基于上述对纯视觉技术路线潜力的探索，特斯拉得以摆脱毫米波雷达方案。

此前，根据第三方的估计,……sla全球销量超过150万辆。

即使不启动Autopilot，特斯拉也可以在“影子模式”下模拟测试神经网络的驾驶决策。换句话说，系统可以识别神经网络和人类驾驶的决策差异，从而进一步改进神经网络。

有了如此庞大而多样的物理世界数据的反馈，特斯拉神经网络将得到进一步增强。

超级计算机道场及其芯片

如果要说这次大会最吸引眼球的是什么，那一定是Dojo超算。

毕竟早在2019年的“自主日”，马斯克就开始为道场预热了。他曾说Dojo是一只“性能野兽”，可以处理海量视频数据进行无监督标注和训练。

今天，这台神秘的计算机及其运算芯片的信息在AI日被更多披露。

据了解，道场在日语中是“训练方法的场所”，也可以理解为“练习场所”。对于特斯拉来说，Dojo无疑是全自动驾驶算法训练的最佳工具。

具体来说，Dojo超级计算机训练模块每秒可实现万亿次浮点运算，仅内部电路就长达17.7公里。其中，Dojo训练模块由25个D1计算芯片组成。基于7nm技术，计算能力9PFLOPs(9万亿次)，接口带宽36 TB/s..

理论上来说，Dojo的性能没有天花板，因为训练模块有独立运行的能力，支持无线连接。据预测，下一代的性能有望提高10倍。

人形机器人特斯拉机器人

在闭幕环节，马斯克亲自发布了特斯拉bot人形机器人，相当惊艳。

根据设计，特斯拉Bot身高约1.72米，体重约56.7公斤，移动速度为每小时5英里。

据官方介绍，开发特斯拉Bot的目的是从事危险、重复或枯燥的工作。“他们会从事那些人类最不愿意做的工作，”马斯克说。

例如，这个机器人可以与特斯拉汽车一起使用，并学习人类司机的操作习惯。想想吧。在未来，你也许可以告诉特斯拉机器人开车来帮助你购物...这将对未来的经济产生深远的影响。

目前，特斯拉正在招募工程师，将AI技术用于汽车以外的领域。

总结

总的来说，特斯拉AI日涉及到很多软硬件的技术细节，对外炫耀肌肉。

同时，本次大会也以其宏大的发展方向和颠覆性的行业研发成果向顶尖人才证明:

特斯拉正在向他们敞开大门。

在美国，统计工程专业学生想去的公司排名中，特斯拉和SpaceX经常交替排名第一。另外，很多人想去特斯拉工作的根本原因是想从事FSD的研发及相关工作。

长期以来，马斯克一直强调特斯拉不仅仅是一家汽车公司，而是一家高科技公司——在AI Day的光环下，特斯拉无疑已经走上了这条道路。

雷锋网雷锋网雷锋网(微信官方账号:雷锋网)

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：特斯拉

汽车资讯热门资讯