#特斯拉[超话]# #新能源汽车# #大v聊车# 昨天发的Ashok的最新演讲视频（http://t.cn/AX54F7jD），其实有相当一部分是重复去年讲过的内容。比如这个高斯溅射。

关于去年的演讲， @TeslaAI 和我都贴了相关文字版。但都没非常直白地讲出来这东西到底是干什么用的。

一句话，这东西是AP组工程师调试FSD用的，车机版本FSD不会跑这东西。整个FSD大模型会有一个输出端，专门输出生成的3D高斯溅射视频，然后工程师可以观察FSD自己看到的周围环境是个啥样子，如果发现和输入的视频不一样，那么大致就知道问题出在什么地方了。

用高斯溅射，甚至之前的NeRF，最让人头疼的其实不是场景还原之后到底和原始视频有多相似/想像，而是这个生成速度。如截图所示，传统的时间是30分钟左右，这肯定没戏，高速场景视频输入，还得等30分钟才能输出一个3D场景，那不把调试工程师给急疯了？所以才有这种优化需求，所以他家最终弄出来的这个220毫秒的才符合这些调试工程师的需求。

那么这个图中说的前馈（Feedforward）是啥意思呢？传统（业界通过论文公布的水平）是需要翻来覆去（多次迭代）才能生成这个3D高斯溅射场景（视频）的，特斯拉的不是这样，就输入视频（摄像头）到输出这个场景（视频），一次搞定（single forward pass，无需逐个场景去迭代优化），这也是导致上面提到的那个220毫秒神速生成的原因。

所以，就算是一个调试输出内容，特斯拉都追求极致速度（当然是实际需求导致他们不得不这样做的）。

至于其它的，你看这个表中的对比就可以了。

你学废了么？@特空间Tspace