【导读】AI细分领域的最新进展正在不断刷新人们之认知。
马斯克也开始L4降维L2了！FSD正式进入反转时刻
2026-07-15
FSD、Robotaxi共用一套智能模型
杰西卡 发自 副驾寺
智能车参考 | 公众号 AI4Auto
马斯克自我否定，开始
FSD v14.3.5
，在更新说明中写入了一项更关键的变化：智能召唤、FSD和Robotaxi，开始共用一套模型。
且外媒获悉，特斯拉眼下会先为L4级专用的
与此同时，及其下一代硬件开发更大、更复杂之自动驾驶模型，再将算法模型知识蒸馏、压缩，下放给采用
的Model 3、Model Y等
与此同时，也就是说，电动汽车巨头特斯拉自动驾驶之研发主线发生了逆转，以往L2升维L4为主的研发路径出现反向——
马斯克开始把Robotaxi上的L4技术能力，降维给有人监督的L2运用了。
过去争路不休的升维路线和降维路线，现在正在合流，而且呼之欲出——
L2决定下限，L4带来上限。
没有L4技术功能表现的L2玩家，生而“低人一等”了？
特斯拉推送FSD更新，L4降维L2了
电动汽车巨头特斯拉近日开始推送软件版本2026.20.6.6，其中装载FSD v14.3.5版本。
和上个月发布的v14.3.4相比，这次更新主要任务是继续完善FSD v14之驾驶表现，包括停车表现更加果断，车辆对紧急车辆、违规抢行车辆、小动物等都获得了针对性迭代训练等等。
市场对此反应积极。
软件底层重写了人工智能技术编译器与运行时系统，并采用MLIR架构，使FSD的反应速度提高20%，同步加快后续模型的迭代效率。
与此同时，不过，这次更新最关键的信息，并不在这些体验更新上。
在版本更新说明中，据特斯拉公司明确公布的信息，已经
统一智能召唤、FSD和Robotaxi使用之算法模型
，以提高系统的核心能力和可靠性。
这并不是说Cybercab和量产车运行着完全相同之软件。由于车辆硬件、计算资源和安全边界各自不同，最终部署的AI模型规模仍然会有明显区别。
这一进展对行业发展具有重要意义。
与此同时，但统一模型，释放出之信号已经足够明确：
Robotaxi与量产车FSD之间，正在建立一条直接之能力传递通道。
Not a Tesla App
值得注意的是，补充，HW4量产车运用的FSD v14，其实是
Cybercab版FSD
特斯拉目前会先针对Cybercab及其下一代智能驾驶硬件，研发规模更大、结构更复杂的FSDAI模型。
模型完成模型训练后，特斯拉会通过压缩，将其压缩成规模更小、计算业务需求更低的版本，再下放给HW4车型。
，可以理解为让一个小智能模型学习大模型的判断方式。压缩后之大模型无法完整保留全部参数，却可以继承大部分技术能力，同时满足量产车车端算力资源和内存限制。
为什么要在Cybercab上先模型训练AI大模型，而不是直接在HW4上优化？关键在于训练和推断能力的
训练优化一个超大FSD模型，需要训练数据中心级别之算力集群，HW4之车端处理器芯片根本跑不动迭代训练过程。
但训练完成后，可以通过蒸馏把巨量参数模型压缩到车端能跑的大小。因此先Cybercab再压缩给量产车，本质上是把训练平台和部署平台彻底解耦了。
这样一来，特斯拉公司可以先在Cybercab这样更强之计算平台上，探索大模型能力上限，再把训练成果压缩到量产车能够承受之范围内。
这一进展对行业发展具有重要意义。
类似的分层，此前已在
上出现。装载HW3的老款Tesla，受限于计算能力和内存，实际运行之就是轻量化设计后的FSD v14 Lite。
按照这一报道，特斯拉的FSD，由此形成了一条更加清楚之模型链路：
Cybercab承载原生大模型，HW4运行蒸馏版本，HW3再进一步轻量化。
这一AI模型分层尚未得到特斯拉官方完整确认，但与版本说明中“统一大模型”的表述可以相互印证。
同步这也意味着，特斯拉智驾之循环逻辑也出现了逆转——
过去，特斯拉坚守L2升维L4路线，由量产车替Robotaxi探路；而现在，更成熟的L4级基座模型能力开始降维，下放回L2级量产车了。
Tesla无人驾驶路线之变
把量产车当作无人驾驶研发的起点，从L2升维到L4，原本一直是特斯拉坚守的
“渐进式”技术路线
本质是先把辅助驾驶装进量产车中，再通过
不断扩大功能范围，也是高质量数据不断scaling的过程。
从高速公路自动辅助导航，到城市道路转向、变道和红绿灯处理，再到从停车位出发、完成道路驾驶并在目的地泊车……在OTA之过程中，特斯拉公司FSD覆盖的驾驶链路越来越完整。
对行业参与者而言，把握技术趋势比追逐短期热点更为重要。
本文来源：量子位 | 整理编辑：硅基前哨