特斯拉刚刚推送了 FSD v14.3，距离特斯拉推送 FSD v14.2 已经隔了 4 个半月，一个打着小版本迭代名义的大更新。

- 强化学习（RL）训练阶段升级：对 FSD 神经网络的强化学习阶段进行了升级，在多种驾驶场景下均有显著提升。

- 神经网络视觉编码器 encoder 升级：提升了模型在罕见场景和低能见度环境下的理解能力，加强了三维几何结构的理解，并扩展了对交通标志的识别能力。

-从零重写了 AI 编译器和运行时：使用 MLIR 框架对 AI 编译器和运行时进行了彻底重构，使反应时间提升了 20%，同时显著加快了模型迭代速度。

- 减少了不必要的车道偏离和轻微跟车过近行为。

- 停车位选择和操作更加果断：提高了停车位选择的决策质量和速度。

- 改进停车位置标记预测：现在会在地图上显示停车位置，并用 P 图标标注。

- 增强对特种车辆的响应能力：包括应急车辆、校车、抢行车辆以及其他罕见车辆的处理。

- 提升对小型动物的处理能力：通过在强化学习训练中重点关注更极限的案例，并增加主动安全奖励，使系统能更好地提前避让小型动物。

- 复杂路口红绿灯处理优化：在复合信号灯、弯道以及黄灯停车等复杂场景下表现更好，这些改进主要来自特斯拉车队采集的极端强化学习样本训练。

- 改进对罕见异常物体的处理：针对伸出、悬空或倾斜进入车辆行驶路径的罕见物体，系统通过车队采集的罕见事件数据进行了优化。

- 临时系统性能下降时的处理改进：系统能在性能暂时下降时保持车辆控制，并自动恢复，无需驾驶员干预，从而减少不必要的接管。

即将推出的改进：

- 将推理能力扩展到除目的地处理之外的所有驾驶行为。

- 新增避让路面坑洼功能。

- 提升驾驶员监控系统（DMS）的灵敏度：包括更准确的眼神追踪、更好处理戴眼镜的情况，以及在不同光照条件下更高的识别准确率。