快科技4月8日消息，特斯拉今日开始向搭载HW4硬件的车型推送FSDV14.3系统，本次更新最重磅的改动来自底层技术：
特斯拉基于MLIR框架从零重写了AI编译器与运行环境，官方称此举让车辆反应速度提升20%。
该版本软件编号为2026.2.9.6，同时新增地图停车位标记点功能，优化了对急救车辆、校车的通行应对逻辑。
这也是特斯拉首次公开确认其技术体系已采用MLIR该编译器框架由克里斯·拉特纳主导开发，而他曾在2017年短暂执掌特斯拉Autopilot团队。
下附核心升级点：
升级FSD神经网络训练中的强化学习（RL）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、低能见度场景的识别能力，强化3D几何空间理解，拓展交通标识识别范围；
基于MLIR框架彻底重写AI编译器与运行环境，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与轻微跟车过近行为；
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、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；
特斯拉还列出了三项暂未加入本次版本的即将上线优化功能：
将决策推理能力拓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、眼镜佩戴识别逻辑，增强多变光照环境下的监测精度；
除底层编译器重构外，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：泊车逻辑与各类极端场景应对。
新增的地图停车位标记点，搭配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，也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然将界面中大部分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，截止到2025年四季度末，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。
