Robotik och fysisk AI

Tesla börjar rulla ut FSD V15 med Reality View och uppgraderad synförmåga

Elara Nix
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterTesla rapporterar en 25-faldig förbättring av sin kritisk-interventionsfrekvens med FSD…
Visa mer
  • Tesla rapporterar en 25-faldig förbättring av sin kritisk-interventionsfrekvens med FSD v15.
  • En delad visionskodare tränad på internetvideor omfattar nu FSD Robotaxi- och Optimus-programmen.
  • Reality View ersätter explicita modellsignaler med en end-to-end-visualisering som använder mindre beräkningskraft.

Tesla meddelade den 21 november 2026 att Full Self-Driving (FSD) v15 började rullas ut. Uppdateringen innehåller ett uppgraderat körnätverk, en visualisering av Tesla Reality View i realtid och, enligt företaget, en 25-faldig förbättring av frekvensen av kritiska ingripanden. Även navigering, parkering, förarövervakning och hastighetshantering förändras i den här versionen.

Teslas AI-chef Ashok Elluswamy sa att versionen skulle skickas ut till den första gruppen kunder. Tidigare den 21 november sa Elon Musk att v15 skulle lanseras brett i december 2026.

Reality View ger användaren kontroll över visualiseringen

Reality View ger passagerarna en visualisering av körningen i realtid och möjlighet att se och styra vad FSD planerar att göra. I Teslas fullständiga versionsanteckningar beskrivs den som en enda heltäckande visualisering som ersätter alla uttryckliga signaler från modellen samtidigt som den använder mindre beräkningskraft totalt. Därmed kopplas det nya gränssnittet till en förändring av hur körinformation representeras.

Musks beskrivning innehåller fler tekniska detaljer och styrfunktioner: AI-videogenerering i realtid utan spelmotor, som använder hälften av en AI4 TRIP-accelerator, samt pilar för svängar placerade på himlen och tryckkontroller för att ange riktning, så att bilen kan skickas till en vald punkt. Pilarna visar planerade svängar, medan användaren kan trycka på visualiseringen för att ange vart bilen ska åka.

Delad synkodare sträcker sig bortom FSD

Utöver visualiseringen har v15 en uppgraderad synkodare som delas av FSD, Robotaxi och Optimus. Tesla uppger att den tränats på miljontals internetvideor för att förbättra generaliseringsförmågan och dataeffektiviteten. I versionsanteckningarna kopplas uppgraderingen till den rapporterade förbättringen av ingripandefrekvensen. Den delade kodaren gör uppgraderingen relevant även utanför FSD, eftersom den också används i Teslas robotaxi- och Optimusprogram.

Navigering, parkering och beteende på vägen

I början och slutet av resor använder navigeringen nu en end-to-end-inlärd modell som bygger på fordonsflottans data om ruttpreferenser. Tesla planerar att utöka metoden till hela rutter i senare v15-versioner. Valet av parkeringsplats kan baseras på personligt parkeringshistorik, och kartan kan visa flera parkeringsalternativ vid destinationen.

Tesla listar också förbättrad upptäckt av vägskyltar, smådjur, skräp på vägen och kedjor, liksom potthål och detaljer i vägbanan, samt undvikande av djupt stående vatten. Hastighetshanteringen ändras för varje förarprofil och tar hänsyn till skolzoner, hastighetsbegränsningar och dåligt väder. FSD kan också sakta in vid fartkameror.

När det gäller förarövervakning uppger Tesla att kamerabaserad uppmärksamhetsövervakning nu är tillgänglig i större utsträckning när förare bär hatt eller solglasögon, samtidigt som kraven är mindre strikta i förarprofiler med högre hastigheter. AutoShift använder nu växelprognoser baserade på FSD, och Bike Rack Mode gör det möjligt för förare att aktivera FSD med cykelhållare eller liknande tillbehör till dragkroken.

FSD v15 kombinerar ett nytt styrgränssnitt med förändringar i syn- och körsystemen. Den planerade bredare lanseringen kommer att visa om Teslas rapporterade förbättring av ingripandefrekvensen håller i sig när förändringarna når fler förare.

Elara Nix är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens inom transport, mobilitetssystem och autonoma teknologier. Hennes arbete fokuserar på hur AI omformar självkörande fordon, flygsystem, järnvägsnät och allmänna transporter - där tillförlitlighet, säkerhet och praktiskt införande är lika viktiga som innovation.
Med ett tekniskt och framåtblickande perspektiv undersöker Elara framstegen inom perceptions-system, programvarustackar för autonomi, simulering och säkerhetsvalidering över land, luft och urban mobilitet. Hon uppmärksammar särskilt hur AI-driven automatisering testas, regleras och integreras i befintlig infrastruktur, och hur dessa system balanserar effektivitetsvinster med allmänhetens förtroende och riskhantering.
Artiklar skrivna av Elara Nix är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa korrekthet, tydlighet och ansvarsfull täckning av AI:s föränderliga roll i transport och autonoma system.