特斯拉的自動駕駛研發策略正在經歷一次根本性的調整。隨著最新軟體版本 2026.20.6.6 的推送，其搭載的 FSD v14.3.5 版本揭示了一個關鍵變化：智慧召喚、FSD 和 Robotaxi 開始共用一套統一的模型。這並非簡單的軟體更新，而是特斯拉技術路線的“反轉”。

據長期關注特斯拉的媒體 Not a Tesla App 披露，特斯拉現在優先為 L4 級的專用車輛 Cybercab 及其下一代硬體開發規模更大、結構更復雜的自動駕駛模型。待模型訓練成熟後，工程師會通過模型蒸餾技術，將其壓縮成一個計算需求更低、體量更小的輕量化版本，再部署到搭載 HW4 硬體的 Model 3、Model Y 等量產車上。

這一流程徹底顛覆了特斯拉過去堅守的“漸進式”路線。此前，特斯拉的策略是以數百萬輛量產車為資料採集和測試平台，讓 L2 級輔助駕駛系統在實際道路行駛中不斷學習進化，逐步向 L4 級自動駕駛能力攀升。而現在，研發主線變成了“L4 降維 L2”——先在算力更強的平台上探索能力上限，再將成果下放給現有車隊。

這種“降維”之所以可行，關鍵在於訓練與推理平台的解耦。訓練一個龐大的端到端神經網路模型需要資料中心級別的算力叢集，這是車端晶片無法承受的。但通過蒸餾技術，可以讓一個較小的“學生模型”學習“教師大模型”的判斷邏輯，從而在有限的硬體資源下，繼承其大部分能力。事實上，類似的模型分層策略已在 HW3 車型上出現，它們執行的就是經過輕量化設計的 FSD v14 Lite 版本。

此次 v14.3.5 更新除了統一模型架構，還帶來了其他效能提升。軟體底層重寫了 AI 編譯器與執行時系統，並採用 MLIR 架構，使 FSD 的反應速度提高了 20%，同時加快了後續模型的迭代效率。駕駛表現上，車輛在停車時更加果斷，並對緊急車輛、違規搶行車輛和小動物等場景進行了針對性訓練。

這一轉變的市場含義十分清晰：Robotaxi 的優先順序已徹底超越量產車。Cybercab 不再僅僅是 FSD 的一個應用場景，而是成為了整個自動駕駛系統開發的“第一性原理”平台。量產車 FSD 的角色，則從技術探索的先鋒，轉變為 Robotaxi 技術紅利的“繼承者”。這意味著，只要 Robotaxi 的模型能力持續提升，數百萬特斯拉車主就能通過 OTA 更新，持續獲得來自 L4 級研發的技術外溢。

從更宏觀的視角看，這體現了馬斯克以解決問題為核心的工程思維，不拘泥於某一種固定路線。過去，特斯拉的 L2 升維路線與 Waymo 等公司直接切入 L4 的“跨越式”路線長期對立，爭議不斷。如今，特斯拉在利用龐大的量產車隊完成資料規模積累後，果斷切換至更高效的研發模式，將 L4 的成果反哺給 L2，實現了兩種路線優勢的結合。