馬斯克在X平台（原推特）上確認，特斯拉FSD（監督版）正在從一套通用的“一刀切”自動駕駛方案，轉型為真正的個性化虛擬司機。未來，FSD將能夠記住駕駛員的干預操作，並學習每個人的駕駛習慣，從而在類似場景中做出更符合使用者偏好的決策。

這一訊息源自馬斯克對一位長期使用者投訴的回應。特斯拉愛好者 @wholemars 在X上抱怨，FSD經常在拼車車道（HOV車道） 中無故駛出，導致車輛陷入擁堵，而其他車輛仍在左側車道快速通行。馬斯克回覆稱：“汽車將開始記住你的特定干預，並匹配每個人的個人偏好。”

解決拼車車道問題 FSD在拼車車道上的不當退出，是多年來許多車主反覆投訴的痛點。特斯拉其實已在導航控制中內建了“使用HOV車道”偏好開關，並提供“自動”、“是”和“否”三個選項。其中“自動”模式會通過車內攝像頭和地圖判斷時間、位置和乘客數量，再決定是否進入HOV車道。但即便如此，FSD仍可能提前退出該車道。

新功能將改變這一局面：當駕駛員在類似場景下多次手動接管方向盤（干預）後，FSD會記錄該事件並調整規劃路徑，避免未來再犯同樣錯誤。這相當於系統從使用者的糾正行為中學習，逐步消除最令人困擾的摩擦點。

從錯誤中學習 特斯拉近期已引入一個“FSD干預選單”，每次使用者從FSD手中接管車輛時都會彈出，要求說明原因。這一反饋迴圈的資料，可能正被用於訓練FSD優先消除哪些型別的干預。根據特斯拉內部資料，停車是導致FSD干預的最常見原因。因此，馬斯克此前預告的“學習並模仿你的停車偏好”功能，很可能成為首批受益場景——FSD將學會在你家車庫、公司或孩子學校等日常地點，自動停到你習慣的位置和朝向。

馬斯克未給出這些個性化學習功能的具體上線時間視窗，僅表示“它們正在到來”。行業預期，特斯拉計劃於今年晚些時候或明年初推出下一代消費級FSD模型——FSD V15，該版本將實現模型引數10倍的升級。個性化學習能力很可能隨V15版本一同交付。

市場意義 FSD從通用演算法轉向個性化學習，標誌著特斯拉自動駕駛策略的重大轉變。此前，FSD依賴統一的神經網路邏輯處理所有場景，但不同駕駛員的風格和容忍度差異巨大。通過讓系統學習個人偏好，特斯拉有望大幅降低干預率，提升使用者粘性，並加速FSD作為付費服務的價值兌現。特斯拉內部資料已顯示，FSD在能耗效率上優於人類駕駛員；未來，它還將學會人類駕駛員的習慣，進一步減少人工介入。