版本 2023.7.30

FSD 測試版 v11.4.7

包含在 2023.7.30

- 通過對目標車道車輛進行更好的建模，改進了短時變道，以避免偏離路線，以提高間隙選擇的自信。

- 改進了控制靜態障礙物時的偏移一致性。此外，通過更舒適地調整速度，提高了改變偏移方向時的平滑度。

- 通過改進對迎面而來的汽車軌跡的預測，並在重新定心之前為它們留出足夠的空間，改善了在狹窄的無標記道路上對迎面而來的車輛的操控。

- 將佔用網路對任意移動障礙物的佔用流預測改進了8%。

- 在非VRU檢測模型中擴展了新物件地面實況自動標記機的使用，提高了半卡車、拖車和異國車輛的遠距離車輛召回率和幾何精度。

- 通過擴大規劃範圍來溫和地控制可能干擾自我路徑的低置信度檢測，從而改進了 VRU 控制。

- 通過更準確地預測人行橫道附近的 VRU 的未來意圖，改進了其處理能力。這是通過利用更多的運動學數據來改善人行橫道和 VRU 之間的關聯來實現的。

- 通過調整其假定的運動學特性並利用可用的語義資訊更準確地分類它們與自我路徑相交的概率，改善了自我在VRU附近的行為。

- 改進了自動緊急制動召回功能，以應對倒車時切入的車輛和自我後面的車輛。

- 在Occupancy Network檢測到的一般障礙物上引入了自動緊急制動功能。

FSD 測試版 v11.4.6

包含在 2023.7.26

- 通過對目標車道車輛進行更好的建模，改進了短時變道，以避免偏離路線，以提高間隙選擇的自信。

- 改進了控制靜態障礙物時的偏移一致性。此外，通過更舒適地調整速度，提高了改變偏移方向時的平滑度。

- 通過改進對迎面而來的汽車軌跡的預測，並在重新定心之前為它們留出足夠的空間，改善了在狹窄的無標記道路上對迎面而來的車輛的操控。

- 將佔用網路對任意移動障礙物的佔用流預測改進了8%。

- 在非VRU檢測模型中擴展了新物件地面實況自動標記機的使用，提高了半卡車、拖車和異國車輛的遠距離車輛召回率和幾何精度。

- 通過擴大規劃範圍來溫和地控制可能干擾自我路徑的低置信度檢測，從而改進了 VRU 控制。

- 通過更準確地預測人行橫道附近的 VRU 的未來意圖，改進了其處理能力。這是通過利用更多的運動學數據來改善人行橫道和 VRU 之間的關聯來實現的。

- 通過調整其假定的運動學特性並利用可用的語義資訊更準確地分類它們與自我路徑相交的概率，改善了自我在VRU附近的行為。

- 改進了自動緊急制動召回功能，以應對倒車時切入的車輛和自我後面的車輛。

- 在Occupancy Network檢測到的一般障礙物上引入了自動緊急制動功能。

FSD 測試版 v11.4.5

包含在 2023.7.25

- 通過對目標車道車輛進行更好的建模，改進了短時變道，以避免偏離路線，以提高間隙選擇的自信。

- 改進了控制靜態障礙物時的偏移一致性。此外，通過更舒適地調整速度，提高了改變偏移方向時的平滑度。

- 通過改進對迎面而來的汽車軌跡的預測，並在重新定心之前為它們留出足夠的空間，改善了在狹窄的無標記道路上對迎面而來的車輛的操控。

- 將佔用網路對任意移動障礙物的佔用流預測改進了8%。

- 在非VRU檢測模型中擴展了新物件地面實況自動標記機的使用，提高了半卡車、拖車和異國車輛的遠距離車輛召回率和幾何精度。

- 通過擴大規劃範圍來溫和地控制可能干擾自我路徑的低置信度檢測，從而改進了 VRU 控制。

- 通過更準確地預測人行橫道附近的 VRU 的未來意圖，改進了其處理能力。這是通過利用更多的運動學數據來改善人行橫道和 VRU 之間的關聯來實現的。

- 通過調整其假定的運動學特性並利用可用的語義資訊更準確地分類它們與自我路徑相交的概率，改善了自我在VRU附近的行為。

- 改進了自動緊急制動召回功能，以應對倒車時切入的車輛和自我後面的車輛。

- 在Occupancy Network檢測到的一般障礙物上引入了自動緊急制動功能。

FSD 測試版 v11.4.4

包含在 2023.7.20

- 通過對目標車道車輛進行更好的建模，改進了短時變道，以避免偏離路線，以提高間隙選擇的自信。

- 改進了控制靜態障礙物時的偏移一致性。此外，通過更舒適地調整速度，提高了改變偏移方向時的平滑度。

- 通過改進對迎面而來的汽車軌跡的預測，並在重新定心之前為它們留出足夠的空間，改善了在狹窄的無標記道路上對迎面而來的車輛的操控。

- 將佔用網路對任意移動障礙物的佔用流預測改進了8%。

- 在非VRU檢測模型中擴展了新物件地面實況自動標記機的使用，提高了半卡車、拖車和異國車輛的遠距離車輛召回率和幾何精度。

- 通過擴大規劃範圍來溫和地控制可能干擾自我路徑的低置信度檢測，從而改進了 VRU 控制。

- 通過更準確地預測人行橫道附近的 VRU 的未來意圖，改進了其處理能力。這是通過利用更多的運動學數據來改善人行橫道和 VRU 之間的關聯來實現的。

- 通過調整其假定的運動學特性並利用可用的語義資訊更準確地分類它們與自我路徑相交的概率，改善了自我在VRU附近的行為。

- 改進了自動緊急制動召回功能，以應對倒車時切入的車輛和自我後面的車輛。

FSD 測試版 v11.4.3

包含在 2023.7.15

- 通過改善車道、線條、道路邊緣和受限空間的幾何形狀、曲率、位置、類型和拓撲結構，改善轉彎控制和總體平滑度。在其他改進中，由於更大、更清潔的訓練集和更新的車道引導模組，城市街道車道的感知改善了 36%，岔路口改善了 44%，合併改善了 27%，轉彎改善了 16%。

- 在佔用網路中添加了車道引導輸入，以改進對遠距離道路特徵的檢測，從而將誤陰性中值檢測減少 16%。

- 在自我可以輕鬆安全地在行人之前過馬路的情況下，提高了自我對過馬路人的自信。

- 將摩托車召回率提高了 8%，並提高了車輛檢測精度，從而減少了誤報檢測。這些模型還為視覺幀速率的方差增加了更多的魯棒性。

- 將其他車輛切入自我車道造成的干預減少了 43%。這是通過創建一個框架來實現的，該框架可以概率地預測可能切入自我車道的物件，並主動抵消和/或調整速度，以最佳方式定位自我，以適應這些未來。

- 通過將近距離車輛的車道中心速度誤差降低 40-50%，改進了切入控制。

- 通過使用變道軌跡的附加功能來改善監督，將物體部分車道侵佔的召回率提高了 20%，高偏航率切入率提高了 40%，切出率提高了 26%。

- 通過向訓練集添加 68K 視頻，並改進自動標記地面實況，減少了與低估遠距離物體速度相關的高速公路錯誤減速。

- 通過調整允許機動的橫向顛簸量，為大型車輛平滑車道內偏移。

- 改進了對即將到來的高曲率合併的橫向控制，以偏置偏離合併通道。

FSD 測試版 v11.4.2

包含在 2023.7.10 中

- 通過改善車道、線條、道路邊緣和受限空間的幾何形狀、曲率、位置、類型和拓撲結構，改善轉彎控制和總體平滑度。在其他改進中，由於更大、更清潔的訓練集和更新的車道引導模組，城市街道車道的感知改善了 36%，岔路口改善了 44%，合併改善了 27%，轉彎改善了 16%。

- 在佔用網路中添加了車道引導輸入，以改進對遠距離道路特徵的檢測，從而將誤陰性中值檢測減少 16%。

- 在自我可以輕鬆安全地在行人之前過馬路的情況下，提高了自我對過馬路人的自信。

- 將摩托車召回率提高了 8%，並提高了車輛檢測精度，從而減少了誤報檢測。這些模型還為視覺幀速率的方差增加了更多的魯棒性。

- 將其他車輛切入自我車道造成的干預減少了 43%。這是通過創建一個框架來實現的，該框架可以概率地預測可能切入自我車道的物件，並主動抵消和/或調整速度，以最佳方式定位自我，以適應這些未來。

- 通過將近距離車輛的車道中心速度誤差降低 40-50%，改進了切入控制。

- 通過使用變道軌跡的附加功能來改善監督，將物體部分車道侵佔的召回率提高了 20%，高偏航率切入率提高了 40%，切出率提高了 26%。

- 通過向訓練集添加 68K 視頻，並改進自動標記地面實況，減少了與低估遠距離物體速度相關的高速公路錯誤減速。

- 通過調整允許機動的橫向顛簸量，為大型車輛平滑車道內偏移。

- 改進了對即將到來的高曲率合併的橫向控制，以偏置偏離合併通道。

全自動駕駛（測試版）懸架

包含在 2023.7.10 中

為了最大限度地提高安全性和問責制，如果檢測到不當使用，將暫停使用全自動駕駛（測試版）。不當使用是指您或您車輛的其他駕駛員收到五次「強制自動駕駛儀脫離」。脫離是指在駕駛員收到多個注意力不集中的音訊和視覺警告后，自動輔助駕駛系統在剩餘行程中脫離。駕駛員發起的脫離不計入不當使用，駕駛員應這樣做。將雙手放在方向盤上，並始終保持專注。使用 Autopilot 時不允許使用任何手持設備。

FSD Beta 功能只能根據此暫停方法刪除，並且大約一周內將不可用。

FSD 測試版 v11.4.1

包含在 2023.7.5 中

- 通過改善車道、線條、道路邊緣和受限空間的幾何形狀、曲率、位置、類型和拓撲結構，改善轉彎控制和總體平滑度。在其他改進中，由於更大、更清潔的訓練集和更新的車道引導模組，城市街道車道的感知改善了 36%，岔路口改善了 44%，合併改善了 27%，轉彎改善了 16%。

- 在佔用網路中添加了車道引導輸入，以改進對遠距離道路特徵的檢測，從而將誤陰性中值檢測減少 16%。

- 在自我可以輕鬆安全地在行人之前過馬路的情況下，提高了自我對過馬路人的自信。

- 將摩托車召回率提高了 8%，並提高了車輛檢測精度，從而減少了誤報檢測。這些模型還為視覺幀速率的方差增加了更多的魯棒性。

- 將其他車輛切入自我車道造成的干預減少了 43%。這是通過創建一個框架來實現的，該框架可以概率地預測可能切入自我車道的物件，並主動抵消和/或調整速度，以最佳方式定位自我，以適應這些未來。

- 通過將近距離車輛的車道中心速度誤差降低 40-50%，改進了切入控制。

- 通過使用變道軌跡的附加功能來改善監督，將物體部分車道侵佔的召回率提高了 20%，高偏航率切入率提高了 40%，切出率提高了 26%。

- 通過向訓練集添加 68K 視頻，並改進自動標記地面實況，減少了與低估遠距離物體速度相關的高速公路錯誤減速。

- 通過調整允許機動的橫向顛簸量，為大型車輛平滑車道內偏移。

- 改進了對即將到來的高曲率合併的橫向控制，以偏置偏離合併通道。