剑识 | FSD V14：特斯拉自动驾驶的“觉醒”时刻
推荐标签
AGI
Slogan
AI First AI Native AI inside
限制AI能力的，不是AI，而是你的认知
座右铭
经常庆功，就会成功。 --《繁花》
摘要
埃隆·马斯克公布的 FSD V14 是特斯拉自动驾驶系统继 V12 之后的第二大架构升级，其核心目标是实现“有感知能力”（Sentient）的拟人化驾驶体验（即预防性驾驶），并向“无人监督”的终极目标迈进关键一步。
内容
FSD V14 将向用户推送。FSD V14 备受期待，主要基于以下架构级升级和硬件限制：
- 神经网络能力飞跃： 神经网络参数量达到 V13 的 10 倍，旨在处理更复杂的驾驶任务，带来能力上的阶跃式变化。
- 硬件限制： V14 的巨大算力需求意味着它仅支持 HW4 硬件。HW3 车辆将无法获得此更新。
- 视觉质量提升： 致力于减少视频数据压缩损失，提升输入神经网络的视频源质量，使车辆“看”得更清楚。
- 超越 Robotaxi： 马斯克证实，当前的 Robotaxi 仍在使用基于 FSD V13 的版本。这意味着 V14 在能力上将追平甚至超越现有的 Robotaxi 软件水平。
那么为什么这么关注FSD的版本呢？
FSD 是 Full Self-Driving Capability（完全自动驾驶能力）的缩写，是特斯拉为其车辆提供的一套进阶版驾驶辅助系统（Advanced Driver-Assistance System, ADAS）。
尽管名称中带有“Full Self-Driving”（完全自动驾驶），但目前特斯拉向公众推送的FSD 版本（通常称为 FSD (Supervised) 或 FSD Beta）在国际汽车工程师协会（SAE）的自动驾驶分级中属于Level 2 (L2) 级驾驶辅助。
核心要求：
- 驾驶员必须全程监督： 驾驶员需要随时保持注意力集中在道路上。
- 随时准备接管： 驾驶员必须随时准备立即控制车辆方向盘、刹车和油门。
- 非完全自动驾驶： 该系统不能在没有人类监督的情况下自主驾驶。
下面是FSD的各个版本的情况
技术演进亮点
- V10.12：通过引入大量真实世界数据，提升了系统在复杂场景下的表现。
- V11.3.1：增强了对大型车辆和复杂转弯情境的处理能力，提升了高速公路驾驶的稳定性。
- V12.1.2：标志着 Tesla 向端到端神经网络架构的转型，减少了对传统规则的依赖，提升了决策的灵活性。
- V13.2.9：在硬件和算法上进行了全面升级，显著提升了数据处理能力和系统响应速度。
- V14.1.3：引入了更多个性化和智能化的功能，如停车位置选择和驾驶风格调节，进一步提升了用户体验。
关键技术要点（逐项说明）
- 硬件演进（HW1 → HW4）
- HW3 为 Tesla 首个自研 FSD SoC（“FSD Chip”），显著提升车端推理能力；HW4 为后续更高算力平台并被设计用于更高分辨率摄像头与更大模型。官方/拆解与媒体分析证实 HW4 的内存/算力显著高于 HW3。
- 从模块化到“更端到端”的趋势
- Tesla 自 V12 起大力宣传“end-to-end neural nets”（端到端网络）——即用大网络直接从多摄像头输入学习到行为/轨迹决策，减少手工规则。但“完全端到端”仍是一个连续体（实际系统中仍保留一些明确的中间表征与安全逻辑）。
- Occupancy Network / BEV（占位网络 / 鸟瞰视图）
- Occupancy grid / 3D 占位网络是 Tesla 前几年核心理念之一：将环境投影到 BEV 或体素网格中，预测每个单元是否被占据，从而进行路径/行为规划。该方向已被多篇逆向分析和技术博客广泛讨论。
- Transformer 的使用（部分推测）
- Transformer 在视觉/时序任务越来越常见，外界猜测 Tesla 在某些模块（尤其时序建模与跨视角融合）可能使用 Transformer 类模型，但 Tesla 官方并未完整披露其内部模型细节。该点目前更多为行业分析/招聘与专利线索支持的推测。
- 训练平台 — Dojo & 大规模数据
- Tesla 强调使用 Dojo（自家大规模训练平台）训练超大模型与海量视频数据，这是其能推进“大模型+端到端”方向的重要基础（官方与多方报道证实）。训练数据量与训练策略是其核心竞争力来源之一。
实际效果与局限（现实观测总结）
- 效果：自 v10→v12→v13 起，城市与高速驾驶在“平常/标准场景”下稳定性与自然度明显提高（平滑变道、对停止/起步、左/右转等场景处理进步）。HW4 车主报告在视觉细节和夜间表现上有所改善。
- 局限：极端/边缘情况（复杂施工区、非常规交通参与者、恶劣天气、异常突发事件）仍需人工接管；多个监管机构／媒体对“完全无人驾驶”保持审慎。此外，部分功能在不同地区（例如中国）受监管与数据差异影响，推送节奏与功能集会不同步。
剑曰
V14 继续沿用并强化 BEV + Occupancy（占位网络）思路，并朝更大规模、更多端到端训练靠拢。 有媒体报告（和 Musk 的表述）称参数量大幅增加并强调端到端感知与决策；而 Transformer 组件的使用很有可能存在（尤其在时序/多视角融合模块），但这方面更多为外界合理推测而非 Tesla 官方逐行披露。换言之：V14 很可能是 “BEV/Occupancy 为核心 + 更大端到端网络（可能包含 Transformer 元件）”，而不是一个单一标签能完全覆盖的架构。
中国区情况
- 截至目前（2025年10月25日），中国区未有 FSD V14 推送或备案公告。
- FSD 在中国仍限于 Navigate on Autopilot（NOA）与City NOA 封闭测试。
- 工信部与特斯拉中国官方均未发布“FSD 全面启用”或“V14 启动”的正式文件。
深度交流
公域交流止步与此（多重宇宙之下，每一个宇宙空间都有自己的规则：能聊什么，能怎么聊是被定义的）
来知识星球畅游。
