特斯拉 FSD 14.3 带来了三大核心领域的全面突破

特斯拉 FSD 14.3 带来了三大核心领域的全面突破，马斯克甚至将其称为 FSD 最后的“大拼图”之一。

Model 3

最低售价：23.55万起

1.强化学习（Reinforcement Learning）训练阶段的全面升级

这是本次更新中类似“大脑深度进化”的改动。

• 训练机制： 驾驶模型从第一阶段的“模仿学习”（学习人类如何开车）进化到了第二阶段的“强化学习”。模型在虚拟世界中通过反复试错和奖励机制进行自我进化。
• 应对极端场景： 强化学习的最大意义在于提升了 FSD 在罕见和极端场景下的应对能力，例如行人突然在车前摔倒、遇到紧急车辆（救护车、校车）或违规车辆等。
• 具体表现： 来源提到 FSD 14.3 在遇到紧急车辆封路时表现得更像人类，能自动开启双闪、减速并自主更改路线绕行。此外，还大幅优化了对小动物的避让能力，加入了躲避动物的主动安全奖励机制。

2.视觉编码器（Visual Encoder）的大幅提升

这被形容为对 FSD “眼睛”的深度优化，显著增强了感知能力。

• 低能见度识别： 提升了在大雨、浓雾、深夜、强逆光或暴雪等极端环境下的识别能力。视觉编码器能从模糊或有噪点的图像中提取更有用的特征，比人类更能分辨极端亮度差（如强光下的暗处行人）。
• 3D 空间几何理解： 强化了对空间深度、物体形状及相对位置的建模，使 FSD 能更精准地判断障碍物（如施工设备的吊臂）是否侵入车道。
• 扩展交通标志识别： 大幅扩展了可识别的交通标志范围。例如，当导航系统因地图错误指挥进入逆行出口时，FSD 14.3 能识别出“禁止进入”标志并自主改变方向。

3.反应速度的巨大提升（底层架构重写）

官方表示 FSD 14.3 的反应速度提升了 20%，部分测试者认为体感提升甚至更高。

• 底层重写： 特斯拉彻底重写了 AI 编译器（Compiler）和运行环境（Runtime），并采用了谷歌的 MLIR 架构。这种重写能针对硬件（特别是硬件 4）进行深度特定优化，最大化计算效率。
• 实际效果： 反应速度的提升使得车辆在遇到黄灯或深夜小巷突然窜出的行人时，能够以惊人的速度做出刹车反应，有时甚至快到车机屏幕上的动画都还未更新。
• 迭代效率： 底层架构的优化还提升了模型的迭代效率，使特斯拉未来更新 FSD 模型会变得更快、更高效。

除了这三大核心升级，FSD 14.3 还在泊车功能（速度更快、定位更准）以及遇到停车标志时的加减速顺滑度方面进行了小幅改进。