Tesla впервые за всю историю компании опубликовала открытый датасет для обучения систем автономного вождения. Набор данных включает более 5 часов видеозаписей в разрешении 1920×1200 пикселей с восьми камер автомобиля, охватывающих около 100 километров реальных поездок по дорогам Пало-Альто. Датасет содержит детальную разметку объектов, включая автомобили, пешеходов, велосипедистов и дорожные знаки, а также информацию о дорожной разметке и траекториях движения. Релиз состоялся через репозиторий на GitHub под лицензией Creative Commons, что позволяет исследователям и разработчикам свободно использовать данные для некоммерческих проектов.
Решение Tesla открыть данные выглядит неожиданным, учитывая многолетнюю политику секретности компании в отношении технологий Full Self-Driving. Илон Маск неоднократно подчеркивал, что данные с миллионов автомобилей Tesla — это ключевое конкурентное преимущество компании перед другими производителями. Опубликованный датасет охватывает типичные городские сценарии: перекрестки со светофорами, парковки, взаимодействие с другими участниками движения и сложные погодные условия. Эксперты отмечают высокое качество разметки и синхронизацию данных с разных камер, что делает набор особенно ценным для обучения мультимодальных моделей компьютерного зрения. Tesla также предоставила метаданные о параметрах камер и их калибровке, что редко встречается в публичных датасетах автомобильной индустрии.
Этот шаг можно интерпретировать как стратегическую попытку установить стандарты в индустрии автономного вождения и одновременно получить косвенную пользу от разработок open-source сообщества. Публикуя относительно небольшой, но качественный датасет, Tesla потенциально стимулирует развитие алгоритмов, которые компания сможет адаптировать для своих нужд, сохраняя при этом в секрете основной массив данных и архитектуру своих нейросетей. Кроме того, это может быть ответом на растущую критику со стороны регуляторов относительно прозрачности систем FSD — демонстрация открытости без раскрытия критически важной интеллектуальной собственности. Для академического сообщества и стартапов этот релиз открывает доступ к данным промышленного качества, которые ранее были доступны только крупным корпорациям.