特斯拉看起来是“快慢脑”系统，为了保证行驶的效率和流畅度，并不是时时刻刻都在使用“慢脑”。
图示是特斯拉给出来需要仔细推理的场景，需要“L”来理解施工标牌上的文字信息。
而非必要情况下，这套系统就直接“VA”了。
*****************************************
以下是特斯拉的 AI team leader 在 ICCV 上的发言摘要
“其次，既然这是一个端到端系统。你们如何调试？你们实际上如何开发这个东西？如果出了问题，你们怎么知道？
仅仅因为它是端到端系统，并不意味着它不能预测其他东西。同一个模型可以被提示预测任意事物，包括3D占据栅格、其他物体、交通灯、交通标志、道路边界。甚至可以用自然语言。你可以问它为什么做出某些决定，它是否理解场景，等等？所有这些都有助于解释模型的理解，并在某种程度上为整个系统的安全性提供一些保证。所以在实践中，它看起来是这样的，你可以输入任意的传感器数据，并提示它产生任意的输出。但最终，在车上真正重要的是它产生的控制动作。其他一切都是辅助性的，但它们对于预测正确的控制动作非常有帮助。
就像我之前提到的，我们也可以使用自然语言与模型交互。同一个模型可以指向某些东西，解释它为什么做出某个决定。我们不需要所有这些来实时驾驶汽车。但如果你确实需要，你总是可以思考更长时间，产生推理标记，然后产生与整个推理一致的正确动作。同样，它可以是运行在车上的同一个模型，但根据情况，可以使用它或者直接产生控制动作。它不需要对每个细节都进行推理，因为如果你对每件事都进行详细推理，那么会花费太多延迟。但在需要的地方，它可以进行更长的推理以产生正确的答案。”
