視化系統、平穩系統、邏輯推演、FSD改良， 要整合這些系統並完整的運用在AI機器人上， 只花了一年多就有如此成就， 確實不容易， 不過後面開始， 才是最困難的地方， 就是如何無限貼近人體動作， 加油了！
厲害的不單是開發能力，還有Tesla工程人員的系統設計和整合能力，這是美國企業的看家本領吧。那些科技基本上已經齊全，問題是怎樣把其他領域的技術轉移至機械人身上，和怎樣把它他集合在一起，再進行改良，還要經濟上可行。
目前業界其實很多模型都做到超越人類的水平，而且這幾年已經開始擴充到混合領域(簡單來說就是透過讓機器學習大型自然語言後在混合學習計算機視覺)，在很多領域都證明混合的結果更好，而且機器可以學習到更細緻更複雜的特徵，這種幾乎是人類認識世界的方式，像特斯拉這次的AI Day就有這樣的應用，還有包含最近很紅的超越畫家水平的自動繪圖，接下來，谷歌的目標還有稀疏大型混合網路，整體會越來越像人腦。不過這邊還是有很多前沿問題要解決，像是在線學習、聯邦學習、零樣本學習、領域遷移等甚至改變梯度算法借鑒仿生網路都還是很新穎的問題，但是這條人工智慧革命已經是現在進行式了。
