特斯拉FSD版本推送：核心底层重构反应速度提升20

特斯拉近日开始向搭载HW4硬件的车型推送FSD V14.3系统，此次更新的核心亮点在于底层技术的重大变革：

特斯拉基于MLIR框架从零开始重新编写了AI编译器和运行环境，官方表示此举使车辆响应速度提升了20%。

该版本软件编号为.6，同时增加了地图停车位标记功能，并优化了对急救车辆和校车的通行处理逻辑。

这也是特斯拉首次公开确认其技术体系已采用MLIR——这款编译器框架由克里斯·拉特纳主导开发，他曾在2017年短暂负责特斯拉Autopilot团队。

以下是核心升级内容：

升级FSD神经网络训练中的强化学习阶段，全面优化各类驾驶场景表现；

升级神经网络视觉编码器，提升对罕见和低能见度场景的识别能力，增强3D几何空间理解，并扩展交通标识识别范围；

基于MLIR框架彻底重写AI编译器和运行环境，反应速度提升20%，同时加快模型迭代效率；

减少不必要的车道偏移倾向和轻微跟车过近行为；

提升停车位选择与泊车操作的决策果断性；

优化停车位定位标记预测，现已在地图上以“P”图标显示；

增强对急救车辆、校车、路权违规车辆及其他罕见车型的应对逻辑；

通过强化学习针对高难度案例进行训练，并增设主动安全优化奖励机制，提升对小型动物的避让处理能力；

依托特斯拉车队采集的高难度强化学习案例数据，优化复杂路口复合信号灯、弯道行驶及黄灯刹停的信号灯通行逻辑；

从车队数据中提取罕见事件样本，优化对侵入行驶路径的各类非常规突出、悬挂和倾斜物体的应对能力；

优化系统临时性能下降场景下的处理逻辑，无需驾驶员介入即可保持控制并自动恢复，减少不必要的系统接管；

将决策推理能力扩展至除目的地规划外的所有驾驶行为；

新增坑洼路面避让功能；

提升驾驶员监测系统灵敏度，优化眼球追踪和眼镜佩戴识别逻辑，增强多变光照环境下的监测精度；

除了底层编译器重构外，V14.3面向用户的直观改进主要针对FSD至今最受车主诟病的两大问题：泊车逻辑和各类极端场景应对。

新增的地图停车位标记点，配合“更果断的车位选择与泊车操作”，旨在解决车辆驶入停车场后在车位间犹豫徘徊的问题。地图上的“P”图标可提前显示车辆预判的泊车位置。

对急救车辆、校车、路权违规车辆及罕见车型的应对升级，以及小型动物避让优化，均属于长尾场景修复——这类优化只能通过挖掘车队数据中的罕见事件实现，这正是特斯拉本次更新所采用的技术路径。

此外，特斯拉在本次更新中悄悄将界面中大部分“Autopilot自动辅助驾驶”更名为“Self-Driving自动驾驶”：控制界面下的Autopilot标签改为“自动驾驶”，“自动辅助驾驶功能”也更名为“自动驾驶功能”，下设TACC、自动转向与FSD子选项。

行业数据显示，截至2025年第四季度末，特斯拉FSD全球付费激活用户达到110万，其中一次性买断约为77万辆，月付订阅用户约33万辆。

来源：快科技