На общем собрании сотрудников отделов разработки автопилота и роботов Optimus вице‑президент компании по программному обеспечению для искусственного интеллекта Ашок Эллусвами заявил, что следующий год станет самым трудным в истории Tesla. По его словам, для достижения поставленных целей сотрудникам придётся работать интенсивнее, чем когда-либо.
Эллусвами подчеркнул, что перед работниками стоят жёсткие сроки по запуску массового производства роботов Optimus и расширению службы Robotaxi. По мнению главы компании Илона Маска, эти два направления являются приоритетными. К концу текущего года планируется развернуть сервис роботакси в восьми‑десяти крупных городах, подготовив к заказу несколько тысяч автомобилей. К концу 2026 года компания намерена запустить массовое производство робота Optimus.
«Чтобы выйти на годовой объём производства в миллион, этому производственному циклу потребуется некоторое время, потому что он будет расти со скоростью самого медленного, глупого и неудачливого из 10 000 уникальных экземпляров», заявил ранее Илон Маск
Отдел разработки автопилота, который тесно сотрудничает с командой Optimus, отделён от остальных инженерных подразделений, а его организационная структура остаётся закрытой. Сотрудники отдела работают длительные часы и участвуют в еженедельных встречах с Илоном Маском, часто проводимых по пятницам и иногда затягивающихся до полуночи.
Эллусвами занял руководящую должность в проекте Optimus после отставки своего предшественника Милана Ковача. С тех пор ключевым средством навигации роботов стали камеры, аналогично используемым в системах автопилота.
Нейросеть обучает нейросеть, и во всем этом многообразии нейросетей прикрывает их она, третья нейросеть.
Никаких залетных багов на цифровом районе.
Бригада? Не совсем. Илон Макс называет это World Simulator.
Недавно Tesla анонсировала технологию, способную моделировать и обучать нейронную сеть, которая потом используется для автономного вождения в своих авто.
На видео World Simulator генерирует различные ракурсы движения автомобиля в процессе его перемещения. Да да, это видео AI.
World Simulator Tesla сгенерировал различные ракурсы движения автомобиля.
При этом технология способна самостоятельно моделировать различные сценарии, отталкиваясь от идентичного исходного видео.
Слева реальное видео с рандомной камеры владельца Tesla, справа смоделированная ситуация в World Simulator, когда водитель белой машины резко решил заехать за хлебом.
Слева реальное видео, справа решили добавить еще мусорки и посмотреть, что будет.
По сути World Simulator, это технология (ИИ, нейросеть, как еще назвать?), к которой можно подключать различные «тела» (беспилотные автомобили и роботы) и обучать их. Ее также можно использовать для обучения робота Optimus.
Optimus передвигается по виртуальной реальности, созданной нейросетью Tesla.
Тоже самое, что и выше, только уже на складе WB.
Этот бесконечный полигон для тренировок позволит шлифовать скиллы как FSD, так и робокопу. Так как же это все работает? Недавно на конференции ICCV 2025 Ашок Эллусвами (главный по ИИ в Tesla) показал эту кухню изнутри.
Один нейросетевой мозг, но два тела
Как известно, Tesla использует для FSD сквозную (end-to-end) нейронную сеть.
Сквозная модель для автономного вождения.
Обрабатываемые данные:
Camera videos (Видео с камер).
Navigation maps (Навигационные карты): Существуют разные типы карт, и Tesla использует их не так, как, например, Waymo или их китайские братья Xpeng, Xiaomi, Nio, Aito и т.д.. Tesla не использует высокодетализированные HD-карты, которые требуют постоянного обновления и в которых заранее прописано много вещей. Карты не являются сенсором в реальном времени. Просто как доп. информация.
Vehicle kinematics (Кинематика авто): скорость, ускорение, чтобы команды были плавными и физически осуществимыми.
Audio (аудиоданные): Аудиосигнал дает информацию, которую иногда невозможно или сложно получить только с помощью камер. Например, обнаружение спецтранспорта.
Что означает выбор этого сквозного (end-to-end) технологического пути?
Чтобы понять, что делает Tesla, сначала нужно знать, что существуют два принципиально разных технологических подхода.
Первый путь, выбранный большинством компаний, можно назвать «модульным» методом (Waymo, Яндекс). Этот подход разбивает задачу вождения на несколько независимых этапов: Perception, Prediction, Planning. Про них очень много написано, не буду тут останавливаться.
Второй путь, выбранный Tesla (и еще Wayve), это сквозная (End-to-End) нейронная сеть. В Tesla не существует независимых модулей Perception, Prediction, Planning. Есть лишь одна огромная унифицированная нейронная сеть.
Разница между двумя подходами к автономному вождению.
На вход ей подаются пиксельные изображения с камер, скорость, аудиоданные, навигационная информация, короче все, что на картинке выше. На выходе две команды: угол поворота рулевого колеса и усилие нажатия на педаль газа (акселератора наверно будет правильнее) или тормоза.
Каждый из подходов имеет свои преимущества и недостатки.
Сторонники end-to-end: каждый модуль косячит и передает ошибку следующему по цепочке. Отсутствие взаимодействия между модулями приводит к нестабильности при обучении.
Модульщики им в ответ: ваш end-to-end черный ящик. Отловить коллизии трудно. Непонятно почему система вдруг решила вот так, а не иначе.
На презентации был показан слайд, почему второй подход предпочтительнее.
1. Codifying human values is incredibly difficult
Сложные реальные дорожные ситуации полны ситуаций, требующих взвешенных решений, которые трудно полностью описать программными правилами. Однако нейросеть может неявно обучиться этим компромиссам, анализируя огромные массивы данных о вождении человека.
Пример: в следующей ситуации FSD должен решить: проехать прямо через большую лужу перед ним или выехать на полосу встречного движения. Обычно резкое перестроение на встречную полосу сопряжено с риском.
Традиционная модульная система столкнулась бы здесь с конфликтом. В ее программе могут быть два правила:
1. Никогда не выезжать на встречную полосу;
2. Избегать наезда на препятствия (такую большую лужу).
Когда правила конфликтуют, как должна поступить система? Однако в данном случае видимость хорошая, и в обозримом будущем встречных машин не предвидится. Кроме того, лужа довольно большая, и ее лучше объехать.
Подобное взвешивание обстоятельств крайне сложно описать традиционной программной логикой, но человек, взглянув на ситуацию, мгновенно понимает, как поступить.
Это один из тысяч кейсов, с которыми приходится сталкиваться. Здесь важно не то, что FSD следует правилам, а то, что он обучается способу принятия решений, который гораздо ближе к человеческой системе ценностей.
2. Interface between perception, prediction and planning is ill-defined
В первом подходе сложно четко определить интерфейсы между модулями Perception, Prediction и Planning.
Рассмотрим два сценария: на дороге стадо кур, переходящих проезжую часть, и стадо гусей, прогуливающихся посередине дороги. Создать четкий набор правил для взаимодействия между модулями Perception и Planning сложно.
В модульной системе Perception может передать Planning информацию: «Обнаружена группа птиц». Но эта информация ни о чем не говорит. Намерения птичек тонкая, плохо поддающаяся количественной оценке информация.
Модуль Planning не может определить, следует ли ему замедлить движение и уступить дорогу или можно безопасно объехать.
Птицы находятся у края дороги и хотят перейти дорогу, FSD останавливается и ожидает.
Тут птицы находится у обочины, но они просто хотят остаться на месте, FSD объезжает их не замедляясь.
В End-to-end сети такие барьеры отсутствуют. Вся сеть работает как единое целое, напрямую понимая из пикселей изображения разницу между двумя типами: «птицы хотят перейти дорогу» и «птицы хотят остаться на месте» и напрямую выдавая соответствующее поведение. От входа к выходу информация течет непрерывно, без потерь на промежуточных этапах.
Именно по этим причинам Tesla выбрала сквозной подход. Хотя он, конечно, сопряжен и со значительными трудностями.
В чем трудность?
Современная система автономного вождения должна обрабатывать входную информацию с высокой частотой кадров и высоким разрешением. Tesla подсчитала, что если разбить входные данные на минимальные токены, общее количество токенов достигнет 2 миллиардов.
Задача нейронной сети найти среди этих 2 миллиардов правильные причинно-следственные связи и в конечном итоге сжать их до 2 токенов: куда крутить руль и как сильно газовать и тормозить.
Это чрезвычайно сложная проблема: ИИ легко может выучить ошибочные, случайные «корреляции» в таком море данных, а не истинную «причинность». Tesla создала сложный конвейер «движка данных», который автоматически отбирает из огромного массива видео наиболее интересные, редкие и качественные образцы для обучения.
Когда ИИ обучается на достаточном количестве таких «сложных случаев», он демонстрирует способность к обобщению.
Например, в сценарии скользкой дороги после дождя ИИ начинает замедляться заранее, до того как впереди идущее транспортное средство явно потеряет управление. Он понимает дождь -> автомобиль впереди может занести -> он может удариться о ограждение и отскочить на полосу движения.
Кроме того, FSD может объяснять свои решения на естественном языке. Эта система уже частично работает в версии FSD v14.x.
Справа чат, который поясняет за маневр.
World Simulator безграничный trial-and-error испытания для FSD и Optimus
Тестирование обученной системы автономного вождения на реальных дорогах опасно и занимает много времени. Даже если FSD идеально справляется с историческими данными, это не гарантирует, что он будет так же хорошо работать в реальном мире. Для решения этой проблемы Tesla представила World Simulator.
World Simulator, как и сам FSD, обучен на огромных массивах данных из реального мира.
Он предсказывает как будет выглядеть мир, исходя из текущего состояния и действия водителя, то есть генерирует с высочайшей точностью то, что должны видеть все камеры транспортного средства. Ну и далее можно помещать FSD в этот смоделированный мир и оценивать результаты + создать провокационные сценарии и моделировать разные варианты развития этих ситуаций.
При чем тут человекоподобные роботы?
Амбиции Tesla давно вышли за рамки просто производства авто. Настоящая их цель создание фундаментального движка, способного решать задачи взаимодействия с физическим миром.
World Simulator для Optimus.
Лучшим доказательством служит то, что World Simulator сразу же переиспользовали для Optimus и теперь она генерирует сценарии как он ходит виртуально по каким-то цехам.
Если статья вам понравилась, у меня есть небольшой канал, где я рассказываю про беспилотные авто, там же пишу про электромобили, FSD (например, такой пост), китайские FSD, экономику, даже есть немного автомаркетинга (что-то типа такого). Посты выходят не часто, примерно раз в 1-2 дня, но регулярно. Буду благодарен за подписку.
Мир стремительно меняется, то, что было актуально сегодня, уже не имеет никакого значения завтра. Поэтому заварите чай, присаживайтесь и будьте готовы погрузиться в мир высоких технологий и госрегулирования.
Google случайно открыла доступ к nano banana 2.
Ссылка. На платформе Media AI, которая агрегирует доступ к нейросетям от разных компаний, на некоторое время появилась новая модель генерации изображений Google Nano Banana 2. В утечках утверждается, что nano banana 2 основана на будущей нейросети Gemini 3.0 Pro, в то время как обычная nano banana работает на Gemini 2.5 Flash. Отдельно стоит отметить, что появление слухов совпадает с графиком, по которому Google выпускает свои модели генерации изображений. Между релизами Imagen 4 и nano banana прошло три месяца, а с момента релиза nano banana прошло 2.5 месяца — если заложить время на дополнительное тестирование, то как раз получится 3 месяца.
Мюсли. Про первую версию данного редактора писали, что «прощай фотошоп», так как редактор позволял творить реальную магию. Еще для первой версии пользователи обнаружили интересную функцию, а именно, «место на карте». Например, вы хотите посмотреть какой-либо объект на карте мира. Для этого достаточно на карте нарисовать стрелку и попросить модель изобразить то, куда она указывает.
Входное изображение с стрелочкой
Результат работы
Господа, я потрясен и обескуражен.
AI-рынок потерял $800 млрд за неделю.
Ссылочка. Технологический сектор, связанный с искусственным интеллектом, пережил резкий спад. За одну неделю капитализация компаний, работающих с ИИ, сократилась примерно на $800 млрд. Индекс Nasdaq потерял 3%, что стало первым серьёзным сигналом о том, что инвесторы начали сомневаться в стремительных темпах роста отрасли.
Минуса по компаниям
Мюсли. Кто сказал «пузырь»?А по факту, у некоторых экспертов есть большие подозрения в круговом финансировании ИИ. Нвидиа финансирует OpenAi для того чтобы закупить графические ускорители самой Нвидиа. На фоне этих новостей капитализация обоих растет и компания Хуана (ака Куртка) пробивала 5 триллионов стоимости. Если ИИ компании не начнут зарабатывать больше, чем тратят (сильно больше), этот «пузырь» может очень неприятно лопнуть.
Акционеры Tesla утвердили триллион для Маска.
Буньцк. Илон Маск снова доказал, что умеет играть по-крупному. Акционеры Tesla одобрили грандиозный компенсационный план стоимостью триллион долларов. Теперь перед Маском стоят двенадцать целей, среди которых главная - довести капитализацию Tesla до 8,5 триллиона долларов. На сегодняшний день компания оценивается в 1,5 триллиона, и на покорение этой высоты у него есть десять лет.
Радостный Муцк
Мюсли. Муцк будет получатьвознаграждение не в виде кеша, а акциями самой Тесла. Если все у Муска сработает, а ранее все срабатывало, то с 15% доля возрастет до 25%. Неплохо, неплохо. Пасан к успеху идет и к славе первого триллионера.
Американский законопроект обяжет крупные компании раскрывать влияние внедрения ИИ на занятость и сокращение персонала.
Пам-пам. Обе партии в Сенате США представили законопроект, который обяжет публичные компании и федеральные агентства раскрывать данные о том, как внедрение искусственного интеллекта влияет на занятость и сокращение персонала. Компании должны будут каждые три месяца предоставлять подробные отчёты об этом в Министерство труда США.
Мюсли. А вот и госрегулирование в области ИИ, это было закономерно. Суть вот какая, для государства не очень выгодны не работающие люди, так как они банально не платят налоги и более того, могут сидеть на пособиях, создавая нагрузку на без того не резиновый бюджет.
А на этом все, пацантре и пацантрини. Увидимся в данной рубрике на следующей неделе. Покеда.
Национальное управление безопасности дорожного движения (NHTSA) начало расследование в отношении технологии Full Self-Driving (FSD) компании Tesla после получения более 50 сообщений о случаях, когда программное обеспечение приводило автомобили к проезду на красный свет или выезду на встречную полосу. Четыре из этих инцидентов завершились травмами. В рамках расследования было получено как минимум 18 жалоб от потребителей, два сообщения от СМИ и несколько отчетов, поданных Tesla в соответствии с Общим приказом о сообщении о ДТП (SGO).
Это первое расследование, специально направленное на программное обеспечение FSD. Ранее, в октябре 2024 года, NHTSA открывала расследование FSD после сообщений о столкновениях в условиях плохой видимости. В апреле 2024 года агентство завершило расследование по системе Autopilot, менее продвинутой, после выявления 13 смертельных аварий, связанных с неправильным использованием этой функции. Другое расследование, касающееся эффективности исправления, выпущенного Tesla для Autopilot, остаётся открытым.
Новое расследование совпало с выпуском последней версии FSD, которую генеральный директор Elon Musk активно рекламировал в течение нескольких месяцев. По заявлению Tesla, в обновление были включены данные обучения, полученные в ходе ограниченного пилотного проекта роботакси в Остине, штат Техас.
Действия NHTSA
Офис расследования дефектов (ODI) NHTSA сообщил, что совместно с транспортным управлением штата Мэриленд и его полицией проверяется, являются ли проблемы с проездом на красный свет повторяющимися, поскольку несколько инцидентов произошли на одном перекрёстке в Джоппа, Мэриленд. По словам агентства, Tesla уже приняла меры для устранения проблемы на этом перекрёстке.
ODI также выявил 18 жалоб, два сообщения от СМИ и два отчёта SGO о случаях, когда FSD «въезжал в встречную полосу во время или после поворота, пересекал двойные желтые разметки при движении прямо или пытался повернуть на дорогу в неправильном направлении, несмотря на наличие знаков, указывающих на обратное движение».
“Некоторые из зафиксированных инцидентов, по-видимому, включали выполнение FSD смены полосы на встречную с небольшим предупреждением водителю и без возможности вмешательства.” ODI
ODI также зафиксировал шесть жалоб, одно сообщение от СМИ и четыре отчёта SGO, где автомобиль с включённым FSD проезжал прямо через перекрёсток из полосы поворота или поворачивал из полосы движения прямо.
В рамках предварительной оценки, одного из первых шагов, который может привести к требованию отзыва продукции, агентство планирует завершить расследование в течение восьми месяцев, хотя неизвестно, как на это повлияет возможное правительственное закрытие.
Ранее в этом году отдел эффективности правительства, возглавляемый Elon Musk, сократил штат специалистов по безопасности автоматизации транспортных средств в NHTSA, что, по сообщениям, могло отразиться на работе агентства.
Илон Маск вчера на саммите All-In Summit рассказал про новый суперчип Tesla для искусственного интеллекта. По его словам, разработка под названием AI5 обещает беспрецедентный прорыв в ИИ-технологиях с впечатляющими техническими характеристиками.
По словам Маска, новый чип будет до 40 раз быстрее предыдущего поколения AI4 по отдельным метрикам производительности. AI5 обеспечит 8-кратное увеличение вычислительной мощности и предложит в 10 раз больше памяти по сравнению с предшественником. Кроме того, пропускная способность памяти возрастёт в 5 раз.
Особенностью разработки стал новый подход к созданию технологии. Впервые команды аппаратного и программного обеспечения Tesla работают над чипом совместно, что позволяет достичь максимальной синергии между железом и софтом.
Он отметил, что даже текущее поколение AI4 позволит достичь серьёзного уровня автономности, а с появлением AI5 прогресс будет ещё значительнее.
По прогнозам Илона Маска, продукты компании на базе новых суперчипов к концу года будут демонстрировать возможности, которые можно охарактеризовать как "почти разумные".
Верим товарищу нашему Максу?
--
Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект
Tesla опубликовала четвертую часть своего стратегического документа Master Plan, в котором компания формулирует долгосрочное видение развития бизнеса.
Центральной концепцией новой стратегии стало создание "устойчивого изобилия" и объединение всех направлений деятельности Tesla в единую экосистему.
В документе вводится принцип "бесконечного роста", согласно которому технологические инновации способны преодолеть проблему ограниченности ресурсов.
Tesla иллюстрирует эту идею собственным опытом: компания смогла сделать массовое производство электромобилей экономически оправданным вопреки изначальным скептическим прогнозам о непреодолимой дороговизне аккумуляторных батарей.
Ключевые направления развития остаются неизменными, но приобретают новое стратегическое значение.
Автономный транспорт позиционируется как решение для создания более чистых и безопасных городов.
Человекоподобный робот Optimus должен освободить людей от монотонного и опасного труда.
Системы солнечной энергетики с накопителями обеспечат доступное электроснабжение.
Это четвертая итерация стратегического плана Tesla — предыдущие версии были опубликованы в 2006, 2016 и 2023 годах.
По идее, этот документ демонстрирует эволюцию видения компании от производителя электромобилей к создателю комплексной технологической экосистемы. Где каждый продукт направлен на решение конкретных практических задач.
В целом - все круто. Но где там роль Grok?
--
Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект
В попытке переключить внимание инвесторов с проблем в основном бизнесе, гендиректор Tesla Илон Маск заявил, что около 80% будущей стоимости компании будет формироваться за счет гуманоидных роботов Optimus.
Увы, но это смелое заявление прозвучало на фоне многоквартального спада продаж электромобилей Tesla.
Но, справедливости ради, ещё в середине 2024 года Маск предсказывал, что технология Optimus потенциально может увеличить рыночную капитализацию Tesla до $25 триллионов. Это сумма, превышающая половину стоимости всех компаний из индекса S&P 500.
А в начале этого года он объявил о планах производства примерно 5000 роботов до конца 2025 года.
Стратегическое переключение акцентов происходит в непростой для компании период.
Продажи Tesla снижаются из-за усиления конкуренции со стороны более доступных китайских электромобилей, устаревающего модельного ряда и противоречивой политической активности самого Маска, включая его связи с администрацией Трампа.
Но Илон Маск не унывает:
Tesla, безусловно, лучшая в мире компания в области искусственного интеллекта для реального мира.
Даже не удивляет это уже. Маск всё время предсказывает и к чему-то идет. То Tesla впереди планеты всей по "электричкам". То колонизация Марса. Потом Grok как лучший ИИ на Земле. Затем Tesla как массовые робомобили. Теперь очередь Optimus настала. Держись, гуманоид!
