2025年底，特斯拉車主David Moss駕駛Model 3（參數(shù)丨圖片），用FSD完成了橫穿美國的挑戰(zhàn)。

彼時FSD版本為V14.2.1，路線從西海岸加州的一家特斯拉餐廳，一路開到東海岸南卡羅來納州的默特爾海灘。

全程2732.4英里，0接管——馬斯克“用FSD貫穿美國無需干預(yù)”的目標(biāo)，首次成真。

沒想到，不到半年，紀錄就被刷新。

真無接管？

前兩天，一位航空公司飛行員、兼特斯拉FSD重度愛好者Joe Anderson宣布：

2026年5月20日至29日，他駕駛自己的2026款Model Y Juniper，開啟FSD V14.3.2，用時9天21小時50分鐘，穿過了美國本土48個相連州（含華盛頓特區(qū)）。

全程7241英里——他沒有做過任何方向盤干預(yù)。

前任紀錄保持者David Moss迅速在評論區(qū)互動：

Joe Anderson的挑戰(zhàn)更徹底。除開與本土相隔加拿大的阿拉斯加、以及太平洋上的夏威夷，其余州全部跑遍。

目標(biāo)是“最短時間+最短距離”，基本上是一場趕路版“點亮地圖”：

即便如此，這依然是世界上首次實現(xiàn)長距離、多州域、零人工干預(yù)的純視覺輔助駕駛行駛，里程碑意義不言而喻。

7241英里，約合11653公里——相當(dāng)于從北京首都機場到新疆喀什徠寧機場，單程跑三趟。

在這樣的距離下，連進出充電位都由FSD V14.3.2一手包辦。

Joe Anderson的原話是：“我乘坐，F(xiàn)SD駕駛。”

嚴格來說，他的“不干預(yù)”是指從未打方向或踩剎車。

但按個人喜好踩過加速踏板，或在后方有車時打燈指引FSD變道，這些都不算接管。

在停車場，F(xiàn)SD的泊車也不總是完美——如果選了不喜歡的車位，他就用Grok更換導(dǎo)航或目的地，讓FSD重新停到別的位置。

以上操作FSD都不會退出，屬于人機共駕，確實不叫接管。

仍有人對FSD 100%的行駛數(shù)據(jù)存疑。Joe Anderson亮出后臺數(shù)據(jù)，確實顯示100%。

不過他本人也指出特斯拉FSD駕駛報告的一個問題：極短途里程不計入。

他實拍了一段測試——全程使用FSD，但因為里程太短，被記錄成了人工駕駛。

所以，當(dāng)他在停車場因為FSD選位不佳而重新導(dǎo)航換位時，那段行駛里程是不被計入FSD數(shù)據(jù)的。

盡管如此，Joe Anderson堅持否認有過手動駕駛。

他對特斯拉FSD的綜合評價是：最后一百碼（停車）還有一些便利性的小毛病，公路部分沒問題。

不斷進化

穿越美國48州，難點遠不止里程。

地貌各異——高速、鄉(xiāng)村、沙漠輪番上陣；交通標(biāo)志設(shè)計不一，限速也千差萬別。

而特斯拉僅靠8顆攝像頭作為感知硬件，F(xiàn)SD V14.3.2是端到端模型，沒有手寫規(guī)則模塊，全靠神經(jīng)網(wǎng)絡(luò)從視頻輸入直接生成控制信號。

這次挑戰(zhàn)，本質(zhì)上是對其世界模型泛化能力的一次極限壓力測試。

關(guān)鍵角色是特斯拉的數(shù)據(jù)。打開特斯拉官網(wǎng)，就能實時看到FSD累計里程——據(jù)公開信息，這在整個輔助駕駛領(lǐng)域排全球第一。

特斯拉在全球有數(shù)百萬輛量產(chǎn)車，獨創(chuàng)的“影子模式”讓每一臺車都成為老師——即使車主不用輔助駕駛。

當(dāng)車主的駕駛動作和FSD判斷不一致時，系統(tǒng)就會認為“AI這里需要調(diào)整”，并自動上傳前后10秒的完整數(shù)據(jù)。

影子模式篩選出人類接管的高價值場景，形成困難題庫，再通過獎懲算法激勵FSD在學(xué)習(xí)中“取精華去糟粕”——這就是強化學(xué)習(xí)。

數(shù)據(jù)和強化學(xué)習(xí)，讓FSD的進步像飛輪一樣越轉(zhuǎn)越快。

在最新的V14版本中，特斯拉還用SDF取代了傳統(tǒng)的OCC，進一步提升感知水平。

過去的OCC把空間劃分成無數(shù)小格子，障礙物像填空一樣占住格子，未被占用的格子即為可通行空間。

OCC曾長期作為王牌幫輔助駕駛分辨“可通行空間”，但它有弱點：

最小單位是“一個格子”，精度不夠；

還要存格子數(shù)據(jù)，浪費算力。

SDF不再用格子，而是用數(shù)學(xué)函數(shù)來描述世界——零值點就是障礙物邊界。

系統(tǒng)只需存函數(shù)，大幅節(jié)省算力，響應(yīng)更快；

障礙物位置像被描在函數(shù)圖上，每個點都很精細，感知精度甚至縮到厘米級。

美國的交通環(huán)境沒有國內(nèi)擁擠，但在如此長里程、多路況中仍做到無需接管，足以說明特斯拉FSD對物理世界的理解已經(jīng)相當(dāng)充分。

比7241英里行駛里程更值得關(guān)注的，是特斯拉FSD居然可以在任意州的陌生停車場完成泊入充電位——作為無圖方案，這一點極其亮眼。

目前國內(nèi)“車位到車位”的功能，絕大部分無法在陌生地區(qū)完成從主路到充電位的完整領(lǐng)航。

原因很簡單：大多需要提前在停車場建圖。

去過并記憶的車位被占后，系統(tǒng)再在附近找空位。

理想和小鵬的VLA可以無圖漫游——一邊看路一邊開，不受地區(qū)限制，但這樣的自主品牌目前不多，功能效率也還有優(yōu)化空間。

華為則比較特殊，云圖幾乎覆蓋全國。

車主設(shè)導(dǎo)航時就能點選終點某個具體停車位作為目的地，ADS 5還將推出充電車位一鍵直達功能。

蔚來作為換電品牌，推出了城區(qū)領(lǐng)航換電功能，直達換電站；

理想和極氪也在落地讓輔助駕駛直接停靠品牌充電位的功能。很方便，但仍受品牌補能網(wǎng)的限制。

整體來看，能在陌生區(qū)域操控輔助駕駛停進充電車位的自主品牌并不多。

這意味著FSD真正打通了最后一公里——從“領(lǐng)航輔助”延伸到了能源補能的全鏈路。

我們之前測過國內(nèi)特斯拉FSD V13版本的“車位到車位”，在園區(qū)內(nèi)路徑規(guī)劃時常出現(xiàn)奇怪走位，屬實難用，體驗遠不如自主品牌。

但按FSD V14的表現(xiàn)來看，一旦在華OTA，對國內(nèi)智能駕駛領(lǐng)域的沖擊將遠超“多一個玩家”那么簡單。

關(guān)于特斯拉FSD入華，我們一直以來的看法是“能跑美國不等于能跑中國”——但這種情況即將改變。

作為智駕領(lǐng)域的T0級玩家，從Transformer、OCC占用網(wǎng)絡(luò)，到如今的端到端加世界模型，特斯拉的技術(shù)一直在左右全球智駕行業(yè)的方向。

所以FSD入華面臨的第一個坎不是算法，而是數(shù)據(jù)本地化與場景遷移。

在FSD V13階段，它幾乎只有三個弱點：分不清橋上橋下；會駛?cè)敕菣C動車道；遇人禮讓的分寸欠火候，面對非機動車等高擁擠混流場景容易卡死。

而前段時間，特斯拉已在國內(nèi)招聘大量測試工程師，進行本地訓(xùn)練。

保持算法優(yōu)勢，補上區(qū)域數(shù)據(jù)的短板——滿血版FSD在國內(nèi)場景下，與國產(chǎn)品牌正面硬剛，實力究竟如何？

也許V14的入華，將帶來一次殘酷的“去泡沫”檢驗。