今天，X上馬斯克的兩條回復透露了FSD的兩大新功能。這兩個新功能對應的是 FSD 即將上線的兩個不同功能方向，但他們本質上都在解決「最后一段路 / 人車交互」的長尾問題。其中一個是國內一直喊的VLA功能。

下面我們來分享下這兩個功能：

功能一：基于 Grok 的自然語言駕駛交互（約 3 個月后上線）

第一張圖里 @KHdimples 提的需求是：希望能像和 Uber 司機對話一樣用自然語言指揮 FSD——"嘿 Grok，在這里右轉""這里堵車，在這兒下車我們走過去""先在入口下車，然后往前停一點"。馬斯克回復約 3 個月后上線。

這個功能，我猜測應該是把 Grok（大語言模型）接入 FSD 的交互層，讓用戶用口語化、上下文相關的指令實時干預路徑規劃，而不是只能在屏幕上改導航終點。

這個功能的技術關鍵與之前文章《特斯拉 Grok + FSD = VLA?》講到的不同，這次不在于"聽懂話"，而最重要的是在于把模糊的口語指令（"這里""前面一點"）映射到精確的空間定位和路徑決策上——這需要語言理解、車輛感知和規控的緊耦合。它解決的是“我想停的地方和導航點不完全一致”，“自動駕駛中用戶突然的控制”這類細粒度場景。

功能二：記憶停車偏好 / 目的地泊車（即將發布的版本）

第二張圖里 @t_blom 說他基本不用開車了，唯一需要手動接管的就是倒車進車庫（因為入口有陡坡）。馬斯克回復：即將發布的 FSD 版本會記住你的停車偏好，讓車能自動駛入家、辦公室、學校門口等指定地點完成泊車。他還點明：目的地泊車是目前用戶干預 FSD 的最主要原因，而需要緊急安全干預的情況極其罕見。

這是個"個性化記憶 + 末端泊車"的能力。它的產品邏輯很清晰：行程主干（高速、城區道路）的接管率已經壓得很低，剩下的干預集中在"最后 50 米"——進自家陡坡車庫、停到特定車位、繞開門口障礙這類高度個性化、環境固定的場景。通過記憶每個常去地點的停車習慣（角度、車位、路線），把這部分長尾干預也消化掉。

從 PM 視角看這兩個功能的共性

兩者其實指向同一件事：FSD 主干能力趨于成熟后，競爭焦點正在從"會不會開"轉向"接管率的長尾收口"。馬斯克那句"緊急安全干預極其罕見、目的地泊車才是主要干預來源"是個很有信息量的表述——如果屬實，說明 Tesla 認為安全相關的 disengagement 已經不是主要矛盾，剩下的是體驗/便利性層面的干預，這典型凡爾賽了，也就是特斯拉目標的0接管，是全程零接管包括到了目的地。

功能一（Grok 交互）走的是人車交互升級路線，用 LLM 降低指揮車輛的門檻，也是為未來 Robotaxi 無方向盤場景鋪墊——乘客必須能用語言而非方向盤表達意圖。

功能二（記憶泊車）走的是個性化 + 末端自動化路線，靠數據積累把固定場景的干預清零。

當然，老馬的信息也不能全信，他跳票也不是一天兩天的事情，不過，這個事情給國內不少做自動駕駛啟發了。 第一個其實就是國內說的“VLA”，也是自動駕駛走向具身智能的第一步，畢竟與人交互的才算智能，而人類交互最自然的是語言。

這個信息應該給國內走VLA路線的企業吃下一顆定心丸，方向沒錯，就看大家怎么迭代，做到真正的VLA或者類似特斯拉方案，不過話說回來，等特斯拉實際表現了。

*未經準許嚴禁轉載和摘錄-

       原文標題 : 馬斯克X上泄漏特斯拉FSD兩個大新功能