根据最新的消息来看,答案可能是我说的方案1和2的整合版:在国内用百度的云算力去进行数据脱敏,然后再传回美国进行训练。
1. 将收集到的数据脱敏,包括行人身份标识、道路名称标识等,然后主动提交给监管部门审查,通过后传回美国训练。
2. 租用/购买国内企业的计算资源,然后在国内微调FSD。比如,百度有1600+颗晟腾910b芯片,大约相当于大约20000颗A100。这大约是特斯拉当前算力的16%,微调的话勉强够用。
3. 从台湾、新加坡、印度尼西亚等地(左舵+中文)收集的数据微调一个亚洲通用模型,然后或许能在国内表现不错。