特斯拉的自动驾驶研发策略正在经历一次根本性的调整。随着最新软件版本 2026.20.6.6 的推送，其搭载的 FSD v14.3.5 版本揭示了一个关键变化：智能召唤、FSD 和 Robotaxi 开始共用一套统一的模型。这并非简单的软件更新，而是特斯拉技术路线的“反转”。
据长期关注特斯拉的媒体 Not a Tesla App 披露，特斯拉现在优先为 L4 级的专用车辆 Cybercab 及其下一代硬件开发规模更大、结构更复杂的自动驾驶模型。待模型训练成熟后，工程师会通过模型蒸馏技术，将其压缩成一个计算需求更低、体量更小的轻量化版本，再部署到搭载 HW4 硬件的 Model 3、Model Y 等量产车上。
这一流程彻底颠覆了特斯拉过去坚守的“渐进式”路线。此前，特斯拉的策略是以数百万辆量产车为数据采集和测试平台，让 L2 级辅助驾驶系统在实际道路行驶中不断学习进化，逐步向 L4 级自动驾驶能力攀升。而现在，研发主线变成了“L4 降维 L2”——先在算力更强的平台上探索能力上限，再将成果下放给现有车队。
这种“降维”之所以可行，关键在于训练与推理平台的解耦。训练一个庞大的端到端神经网络模型需要数据中心级别的算力集群，这是车端芯片无法承受的。但通过蒸馏技术，可以让一个较小的“学生模型”学习“教师大模型”的判断逻辑，从而在有限的硬件资源下，继承其大部分能力。事实上，类似的模型分层策略已在 HW3 车型上出现，它们运行的就是经过轻量化设计的 FSD v14 Lite 版本。
此次 v14.3.5 更新除了统一模型架构，还带来了其他性能提升。软件底层重写了 AI 编译器与运行时系统，并采用 MLIR 架构，使 FSD 的反应速度提高了 20%，同时加快了后续模型的迭代效率。驾驶表现上，车辆在停车时更加果断，并对紧急车辆、违规抢行车辆和小动物等场景进行了针对性训练。
这一转变的市场含义十分清晰：Robotaxi 的优先级已彻底超越量产车。Cybercab 不再仅仅是 FSD 的一个应用场景，而是成为了整个自动驾驶系统开发的“第一性原理”平台。量产车 FSD 的角色，则从技术探索的先锋，转变为 Robotaxi 技术红利的“继承者”。这意味着，只要 Robotaxi 的模型能力持续提升，数百万特斯拉车主就能通过 OTA 更新，持续获得来自 L4 级研发的技术外溢。
从更宏观的视角看，这体现了马斯克以解决问题为核心的工程思维，不拘泥于某一种固定路线。过去，特斯拉的 L2 升维路线与 Waymo 等公司直接切入 L4 的“跨越式”路线长期对立，争议不断。如今，特斯拉在利用庞大的量产车队完成数据规模积累后，果断切换至更高效的研发模式，将 L4 的成果反哺给 L2，实现了两种路线优势的结合。