特斯拉人工智能副總裁阿肖克・埃盧斯瓦米近日披露，公司採用"端到端"神經網絡架構，將感知、規劃與控制功能整合於單一系統中。與傳統模塊化方案不同，該技術通過梯度反向傳播實現全局優化，使自動駕駛系統能掌握細微價值判斷。

埃盧斯瓦米舉例說明，該系統能自主決策繞行積水或借道避讓，並理解動物穿越意圖。為實現這一能力，特斯拉依託全球車隊構建"數據瀑布"，每日積累相當於500年駕駛經驗的數據量。通過自研的生成式高斯點陣渲染技術和神經世界模擬器，工程師可在虛擬環境中高效測試新模型。

該神經網絡架構未來將延伸至人形機器人Optimus的研發，展現其在人工智能領域的擴展潛力。