再比如六个方向的交叉路口，即便车上配8个摄像头，如遇到其他车遮挡，预测难度也不小。
基于种种复杂场景，特斯拉方公布一个详细架构，让各路摄像头信号通过RegNets，却不同摄像头使用不同RegNet，再进入Special attention层，该架构同样适用于车辆、行人行为预测等场景。
视觉路线一直在圈内质疑不断，现场特斯拉以一个案例作为回应。
他们公布了一种通过语义识别预测周边车辆的方式，即便高速路上，前车捡起雪花挡住视线，使摄像头无法「看见」前车，但算法仍能通过语义预测前车的存在并做出适当决策。
此外，为支撑种种复杂场景的模型训练，其全栈式开发平台已能做到每8分钟生产一路算法模型，以1.4万个GPU组成阵列提供计算支持，此外他们还使用了Accelerated Video Library，增加了30%训练速度。
在边缘端，他们还进行了轻量化处理，让系统降低延迟，8个摄像头通过神经网络快速实时识别建筑及不同路面场景，更快完成3D场景生成。
指的一提的是，在今年4月奥斯汀超级工厂开业庆祝活动及Q1财报电话会上，马斯克都提及了不带方向盘和踏板的自动驾驶出租车产品，不少人预测他会在今天聊聊RoboTaxi，但在现场特斯拉并未提及。
芯片与超算
去年AI Day上，特斯拉公布了D1芯片及超级计算机平台DOJO，用以加速自动驾驶模型训练，一时吸引不少眼球——
后续提问中，有人质疑了他们如何将芯片组合并实现高效编译，今年，他们拿出了具体的答案。
首先关于芯片连接上，他们考虑到芯片连接处热膨胀系数(CTE)问题，于是，干脆做了个外部「骨架」将一个个芯片放入其中，底部配备高速记忆模块，搞了个「铁锁连环阵」：
然后整体封装，放进机柜里：
那么一通操作下来成绩如何？
按特斯拉的说法，他们在经典项目RESNET-50上的计算能力击败了A100：
在替代性方面，他们以自动标注为例，宣称4个DOJO机柜可替代72个GPU RACKS：
对未来，他们更是充满自信，认为不仅现在吊打100，到2023年Q1即可实现多倍超越：
在现场，马斯克也强调特斯拉被外部认为是一家自动驾驶和造车公司，但事实远不止于此，他将特斯拉称为前沿人工智能公司，并补充半导体也是技术的一种体现，紧接着他号召更多人才加入公司，画足了技术愿（大）景（饼）。
其实活动之前，马斯克就早早发出预告，称这次活动是为了招募人工智能和机器人工程师/芯片超算工程师，如此看来，种种秀技术肌肉之举，也带着一鱼两吃的盘算。
One More Thing
马斯克本人在今天的活动中戏份并不多，下台后转头就开始高强度网络冲浪
比如宣称未来会有“猫女”版擎天柱机器人。
