特斯拉輔助駕駛功能 FSD v14.3.4 版本近期開始向早期測試者推送，國外 YouTuber 也進行了一系列極端測試，從人類交通指揮、反應速度、薄鏈條障礙到突發行人閃避，全面檢視這套系統的真實能力。結果顯示，FSD 在反應速度與行人閃避方面表現驚人，但在辨識細小障礙物時仍有明顯盲點。
實測特斯拉 FSD v14.3.4：反應速度僅 234 毫秒超越賽車手
人類交通指揮測試：FSD 確實看得懂施工人員的 stop/slow 標誌
測試的第一個項目是人類交通指揮（human flagger）場景。YouTuber 團隊讓一名工作人員 David 穿著反光背心站在路中，手持 stop/slow 雙面標誌牌。FSD 在接近時並未像一般路口那樣直接通行，而是辨識出 David 是交通指揮人員，等待他將標誌翻到 slow 面後才緩緩通過。測試者指出，這對 FSD 來說是一個需要理解「上下文語境」的任務，而不是單純的號誌辨識。
一般路口系統只需要辨識紅綠燈或 stop 標誌，但在人類指揮場景中，系統必須理解「這個人正在指揮交通」的上下文脈絡，而不是把他當成一般的行人或路障。FSD v14.3.4 在這項測試中表現相當流暢，展現了視覺系統對複雜場景的理解能力。
反應速度：234 毫秒，比職業賽車手還快
測試團隊利用 60fps 影格分析，精確測量 FSD 從「看到 stop 標誌」到「開始煞車」的反應時間。結果顯示，FSD 僅需約 14 個影格（約 234 毫秒）就能完成辨識並觸發煞車動作。測試者指出，這比一般人類駕駛的平均反應速度快約 3 倍，甚至優於職業賽車手在彎道前的預期反應時間。測試者將資料輸入 Gemini 分析後，得到的結論是「系統的運作速度已達到生物人類能力的絕對極限」。
這項資料與特斯拉官方對 FSD v14.3 系列的宣稱一致。特斯拉表示 v14.3 版本的反應速度提升了 20%，主要歸功於底層規劃系統的重寫。
薄鏈條測試：膠帶橫在路上，FSD 多次直接撞上去
測試中最令人意外的結果來自「薄鏈條模擬測試」。團隊將一條黑色膠帶橫拉在路面上，模擬施工鏈條或掉落纜線的場景。結果 FSD 在多次測試中幾乎都直接撞上膠帶，只有當膠帶舉高到與攝影機水平時系統才有反應。測試者嘗試了不同高度、不同速度，甚至揮動膠帶增加可見度，FSD 仍然無法辨識。
測試者坦言對這個結果相當失望。膠帶的厚度與可見度遠高於真實的細鏈條，但 FSD 的視覺系統似乎無法將地面上的橫向細長物體辨識為障礙物。測試者推測，如果車輛配備前保險桿攝影機（front bumper camera），視角更低、更接近地面，或許能改善這個問題。兩人甚至自嘲說「如果我們不是這麼窮，應該要有前保險桿攝影機來測試才對」。
車門突開與攝影機遮蔽：FSD 的應對策略
相信很多人開車時都有遇過不看後面就突然開車門的三寶，人類駕駛遇到這種情況很容易沒注意到就發生意外。影片也做了相關測試，在車門突開測試中，FSD 展現了極快的反應速度。當路邊靜止車輛的車門突然打開時，FSD 會瞬間偵測到危險並向左急轉閃避。測試者指出，這種反應速度確實優於多數人類駕駛，但閃避動作過於激進，可能會讓旁邊車道的其他駕駛感到不安。如何在「純粹安全」與「可預測性」之間取得平衡，是 FSD 未來版本可以持續改善的方向。
攝影機遮蔽測試則暴露了系統的脆弱面。當測試者用手遮擋車內後視鏡上方的攝影機時，FSD 隨即進入混亂狀態：它認為前方有一道牆，於是開始不斷前進後退，最終開上了人行道並停在樹籬旁邊。這與先前報導中「一副墨鏡就能騙過 FSD 監控」的問題屬於同一類設計限制。
充氣假人測試：無論怎麼丟，FSD 就是不會撞到人
當天的壓軸測試是充氣假人 Greg 的突發行人閃避測試。團隊將一個穿著衣服的充氣假人直接丟到 FSD 行駛路線的正前方，結果無論是提前丟出、從盲彎後丟出，還是從路邊草叢中突然拋出，FSD 都能在偵測到假人的瞬間做出閃避動作，同時計算逃逸路線並轉向閃避，而非單純直線煞車。
測試者總結：「不管我們怎麼試、丟得多晚，我們就是沒辦法讓 FSD 撞到那個假人。」這項測試驗證了 FSD v14.3.4 在行人偵測與閃避方面的成熟度。
如果想看完整測試的朋友可以直接看下面這段影片，希望台灣的 FSD 也早日開放，應該能減少不少意外發生：
v14.3.4 版本的整體評價
根據 Not a Tesla App 的彙整，FSD v14.3.4 在早期測試者中的首日評價相當正面。主要改進包括市區低速行駛不再猶豫不決、Mad Max 模式恢復積極的變道風格，以及新增的「Pull Over」停車選項能更精準地識別目的地入口。不過部分測試者回報，系統在高速公路出口匝道處偶爾會錯過導航轉彎，需要重新規劃路線。
綜合來看，FSD v14.3.4 在反應速度與行人安全方面已達到相當高的水準，234 毫秒的反應時間確實超越了人類極限。但薄鏈條測試的失敗也提醒我們，視覺為主的自動駕駛系統仍有其感知盲區，感知盲區將是未來版本持續改進的方向。隨著 FSD 版本迭代速度越來越快，每一次更新都在縮小感知盲區，但這次測試也清楚顯示了當前系統的能力邊界在哪裡。