•
特斯拉V14發佈：Robotaxi成果被整合！馬斯克：FSD產生意識了
今年智能汽車賽道最重要、最受關注的進展，來了——
特斯拉FSD V14版本，剛剛正式推送。
技術上千億等級參數模型落地，首次實現Robotaxi和量產車真正同源同架構，大模型通用自動駕駛邁出第一步。
體驗上，北美使用者直呼“牛X”：
馬斯克說：V14版本的FSD，感覺已經產生了自我意識。
真的這麼厲害？
FSD V14，體驗如何？
打通——這是剛剛向使用者全量推送的FSD V14.1的最大亮點：
打通了各種停車、接駁功能和開放道路上的智能輔助駕駛體驗。
也就是國內使用者更加熟悉的車位到車位駕駛能力，V14現在能夠處理完整的door to door行程。
有不少使用者已經上傳了實測體驗：
這個場景中，FSD在地下車庫中自主繞行找路，然後順利通過停車場閘機，尤其是還專門停車等使用者繳費。
真正厲害的是這個場景，使用者自家庭院內部的不規則非鋪裝車道，FSD能自主駛入駛出，還能自主停進堆滿雜物的車庫：
這種私人內部道路，根本不可能有任何地圖先驗資訊，完全靠系統對環境的認知理解能力，似乎表明FSD現在也在採用類似VLA的大語言模型。
說到理解能力，還有使用者發現V14版的FSD，現在除了能自主駛入駛出麥當勞點單取餐車道外，還能精準識別付款與取餐位置：
以及，FSD現在還能在繁忙的停車場中漫遊尋找車位，一輛車駛離之後，FSD迅速“搶佔”了這個珍貴的車位資源：
行車過程中，FSD也更像一個會思考的老司機了：
FSD穿過這個路口準備左轉，但在完成轉彎之前，訊號突然變紅，於是FSD自動倒車到標線後面，全程沒闖紅燈，也沒有妨礙其他車輛。
再比如，另一位使用者實測中發現，FSD幾乎是看到消防車的一剎那，就自動打轉向燈路邊停車，迅速騰出通行空間：
不少使用者感嘆，現在FSD好像知道眼前正在發生什麼，馬斯克則直接說：Feel Alive。
FSD感覺就像活的一樣，已經有了意識。
這其實就是FSD V14的厲害之處，所有的停車、接駁、避讓等等，完全不再依賴記憶學習，或地圖眾包模式。
FSD具體更新了什麼？
從功能來看，FSD更新其實挺“波瀾不驚”的。
包括：
新增到達選項（Arrival Options）：駕駛者可選擇目的地停車類型，包括停車場、街邊、車道、停車庫或路邊停靠。
系統可識別警車、消防車、救護車等緊急車輛並自動避讓或靠邊停車。
實現對封路與臨時繞行的即時處理。
增加自訂“速度檔位”以調整駕駛風格。新增“SLOTH”模式，以更低車速與保守變道策略應對複雜路況。
改進對固定與動態障礙（如路障、樹枝、輪胎碎片）的避讓能力。
增強FSD在系統異常情況下的穩定運行與恢復能力。
新增前攝影機自動清洗系統，可根據車速最佳化清洗強度，並在車內擋風玻璃有殘留影響視野時提醒使用者前往服務中心清潔。
感覺像是對已有功能的繼續最佳化，但官方一句話透露天機：
視覺導航整合：將導航與路線規劃納入基於視覺的神經網路。
也就是說，特斯拉終於完成了一段式端到端的過渡，V14版本完全重構了模型。
馬斯克透露參數量是至少是V13版本的4.5-10倍，對比每個版本馬斯克的表態，合理推測V14版本的FSD，背後基座模型參數量至少是大幾百億甚至千億等級。
這意味著目前只有搭載HW4.0硬體的特斯拉使用者，才能體驗V14。
不過這仍然能表明特斯拉已經解決了有限算力下的模型最佳化問題，畢竟同樣是數百TOPS的硬體基礎，行業內大部分玩家在10Hz左右的頻率下，最高能跑數十億至百億參數。
百億以上參數方案，比如小鵬的VLA，底層算力已經超過2000TOPS。
另外，儘管V14版本說明中還寫清楚需要人為監管，但從功能體驗上來看，作為量產車上搭載的FSD正在快速和特斯拉Robotaxi對齊。
比如系統對各種障礙的動態避障能力、異常情況下的穩定運行與恢復能力、感測器自清潔功能等等，完全是L4、Robotaxi的營運要求。
這其實也是整個自動駕駛、智能汽車歷史上，第一次真正實現量產車與Robotaxi的同源同架構落地交付。
馬斯克篤信、特斯拉代表的自動駕駛“升維”路線，或者更準確的說是大模型通用自動駕駛，邁出了驗證的第一步。
對於L4賽道來說，之前特斯拉Robotaxi落地營運可能還只是“前菜”，真正的衝擊才剛剛開始：特斯拉開始率先模糊、拆除L2與L4的壁壘。
架構同源體驗打通，監管上避開了“開城落地”的審批限制，跳出地理圍欄迅速觸達每一個普通使用者。
Robotaxi的兩條不同商業落地路線，也許要開始“生死時速”了。
對於廣義的汽車工業來說，特斯拉V14優勢開始集中體現釋放，證明自研全端軟硬體的作用的確不可替代，後續可能會被更多玩家押注。
當然對於軟硬體實力要求會前所未有的高。如今車企採購多家供應商自己做整合的所謂“自研”，只能解決智能化有沒有的問題，可能存在永遠也無法突破的天花板。
也許，今後“自動”和“輔助”的判別條件，不再是感測器數量或算力，而是是否有全端自研、軟硬體底層融合帶來的體驗優勢。
2025年，自動駕駛是不是真的走到了技術路線、商業模式、競爭格局開始全面收斂的轉折點了？ (智能車參考)