英偉達機器人業務總監Jim Fan在社交平臺上宣布，特斯拉的FSD v14（全自動駕駛監管版本）首次通過了其提出的“物理圖靈測試”。他強調，使用FSD v14從長時間工作結束后回家的體驗如此自然，以致他無法判斷駕駛行為來自神經網絡還是真人。

Jim Fan目前主導英偉達的Project GR00T項目，在具身人工智能領域是核心研究者，他表示：“即便完全了解機器人學習原理，看著方向盤自動轉動，我仍然覺得很神奇。”

物理圖靈測試的概念由Jim Fan提出，將傳統圖靈測試的范疇從語言對話擴展到物理世界的實際行動，傳統圖靈測試由艾倫·圖靈于1950年提出，主要檢驗機器能否在對話中表現出與人類無異的智。如今這一門檻已被大型語言模型跨越，但語言能力與現實世界中的物理交互是兩回事，物理圖靈測試要求人工智能必須在現實世界中通過實際行動證明其智能水平。

馬斯克曾表示：“FSD v14的目標不是‘能開’，而是‘開得比人類更好’” ，讓人能感受到“感知能力正在成長”。特斯拉已開始推送FSD v14.2.2更新，其應用范圍覆蓋美國、加拿大全量用戶，以及德國、法國、英國的小規模灰度測試；對于中國用戶而言，特斯拉FSD仍處于數據合規審查與本地道路測試階段，預計最早2026年第二季度才可能啟動小范圍公測。

特斯拉FSD v14.2.2版本核心改進包括三個方面：

· 行駛平順性顯著優化：減少“點頭”或“頓挫”感，轉彎時方向盤轉角變化更線性，更像人類駕駛。

· 障礙物識別能力增強：新增對“非標準障礙物”的感知，如倒地的共享單車、散落的快遞箱等。

· 交互邏輯更加智能：集成Grok AI處理導航任務，可通過自然語言添加多個經停點，尋找特定地點。

特斯拉AI部門副總裁Ashok Elluswamy最近在計算機視覺頂會ICCV上分享了FSD的技術進展，揭示了其背后的“世界模型”思想 —— 特斯拉的端到端系統將多攝像頭圖像、導航地圖、車輛運動信息和音頻信號等輸入到一個神經網絡中，直接輸出控制信號。這一技術方向在中國也已生根發芽，蔚來汽車推出了中國首個駕駛世界模型“NWM”，可在100毫秒內推理216種可能的駕駛場景并選取最優決策。

盡管獲得高度評價，但FSD v14.2版本仍存在一些“退步”或待解決的問題：停車邏輯有所退化、在自動泊車時可能出現歪斜或選擇了錯誤的區域、有時車輛會無故背離導航規劃或在可以直行時選擇繞路。