Ashok 阿肖克·埃卢斯瓦米（Ashok Elluswamy，特斯拉AI副总裁）在ICCV上的演讲透露了他们收集哪些真实世界的数据。
可以对比一下特斯拉和蔚来收集哪些数据：
Tesla通过强大的数据引擎（Data Engine）来应对此挑战，致力于采集大量高质量数据。Tesla车队每日可产生相当于500年驾驶时长的数据，但其中多数为常规场景。为此，Tesla采用了复杂的触发机制来回传长尾场景数据，如使用专用模型采集特殊车辆数据、基于预测偏差回传bad cases、收集所有用户接管数据，以及感知状态突变的场景。高效的数据筛选与回传机制，使得Tesla能收集海量的极端场景和主动避险数据，确保FSD模型具备极强的泛化能力。
对比一下任少卿对外透露的蔚来收集的数据：
我们建了三套数据系统。
第一套是 DLB (Data Loop Back 数据闭环系统），就是通过代码和模型自动筛选数据，形成有用数据进入训练/标注流程。
第二套是伴生系统，相当于车上有两套系统，一套跑用户功能，一套跑测试功能，就像互联网的 AB Test，把切流量的能力引入到车端。这样我们在主动安全上的迭代速度就比同行快很多，因为主动安全对误刹的要求极高，靠车队测试根本不现实，必须靠这种规模化的系统切流量去验证。
第三套是 RAMS（Risk Assessment and Management System 风险评估控制系统），它用来解决量产车每天上百万次接管怎么自动化分析的问题，做到每天消化几百万、上千万次接管数据。
从数据系统角度来说，我们现在的数据系统覆盖国内外车厂及方案供应商，应该是最顶尖之一。
