特斯拉FSD技術(shù)多年來面臨的核心批評是缺乏“常識性推理能力”。盡管FSD在基本駕駛操作如車道保持、制動與轉(zhuǎn)向上表現(xiàn)出色，但在應對復雜場景所需的高階推理任務上仍有不足。特斯拉正在招聘人工智能工程師，專注于強化學習與知識蒸餾，以研發(fā)更智能、更緊湊的模型架構(gòu)，解決FSD在真實世界中難以妥善處理的典型場景。
此次人才招募表明特斯拉正超越“堆數(shù)據(jù)訓練”的既有范式，轉(zhuǎn)向重塑車輛的前瞻思考機制，從單純的“行為模仿”邁向?qū)χ茉馕锢硎澜缃⒄嬲饬x上的理解。這一推理層有望成為FSD從“監(jiān)督學習”邁向“無監(jiān)督自主決策”的關(guān)鍵躍遷，帶來顯著的技術(shù)提升。
CONTACT US
ICC APP
