FSD Lite v14.1: wanneer grote obstakels plotseling ‘onzichtbaar’ lijken
Op sociale media circuleren momenteel twee video’s waarin Tesla’s FSD Lite v14.1 kennelijk niet op tijd reageert op obstakels op de weg. In het ene geval gaat het om een omgevallen boom in het donker, in het andere om een dikke boomstam op de rijbaan. In beide situaties grijpen de bestuurders in: één keer wordt de auto handmatig op tijd tot stilstand gebracht, terwijl in de andere video wordt beweerd dat de auto de boomstam heeft geraakt.
Belangrijk voor de context: Tesla’s systeem heet nog altijd Full Self-Driving (Supervised). Dat is niet alleen een marketingtoevoeging, maar een duidelijke gebruiksvoorwaarde: de bestuurder moet voortdurend klaarstaan en opletten om onmiddellijk de controle over te nemen. Juist dit toezicht door de bestuurder heeft hier erger voorkomen.
Wat is ‘FSD Lite’ precies en waarom raakt dit vooral oudere Tesla’s?
FSD Lite is een variant van de FSD-software die speciaal is ontworpen voor voertuigen met Tesla Hardware 3 (HW3). HW3 wordt sinds 2019 ingebouwd en beschikt over aanzienlijk minder rekenkracht en geheugen dan de nieuwere Hardware 4 (HW4), die vanaf ongeveer 2023 een grotere rol speelt in Tesla’s voertuigen. Met FSD Lite probeert Tesla de functies en het gedrag van het nieuwere platform zo veel mogelijk naar de oudere hardware over te brengen.
Het fundamentele probleem: autonoom rijden is tegenwoordig uiterst afhankelijk van AI en rekenkracht. Minder vermogen betekent vaak kleinere of sterker gecomprimeerde modellen, minder reserves in moeilijke situaties en mogelijk een hogere gevoeligheid voor uitzonderlijke omstandigheden, zoals duisternis, wisselende schaduwen, een nat wegdek of ongebruikelijke objecten.
HW3 versus HW4: waarom het platform verschil maakt
| Criterium | Tesla HW3 | Tesla HW4 |
|---|---|---|
| Introductie | vanaf 2019 | vanaf 2023 (bredere beschikbaarheid) |
| Cameraresolutie (genoemd) | 1,2 megapixel | 5 megapixel |
| RAM (genoemd) | 8 GB | 16 GB per chip |
Meer RAM en betere camerabeelden zijn bij op camerabeelden gebaseerde systemen niet slechts ‘mooi meegenomen’, maar hebben rechtstreeks invloed op de waarneming: fijnere details, stabielere classificatie en meer ruimte om meerdere AI-modellen parallel of met hogere invoerresoluties te laten draaien.
Waarom juist bomen, takken en boomstammen moeilijk kunnen zijn
Grote maar ‘atypische’ obstakels, zoals omgevallen bomen, vormen een klassiek probleem voor rijhulpsystemen. Het probleem is niet zozeer de omvang, maar de combinatie van vorm, structuur en context. Een boom is geen gestandaardiseerd object zoals een auto of verkeerskegel en kan afhankelijk van de kijkhoek op de ‘achtergrond’ lijken.
In het donker neemt de beeldkwaliteit verder af, vooral bij sterk contrasterende lichtbronnen, zoals koplampen en tegemoetkomend verkeer, of wanneer bladeren en takken geen duidelijke randen vormen. Een systeem dat hoofdzakelijk op camerabeelden vertrouwt, heeft dan zeer robuuste modellen nodig om betrouwbaar onderscheid te maken tussen ‘weg vrij’ en ‘weg geblokkeerd’.
Meldingen van andere zwakke punten van FSD Lite: oververhitting en onnauwkeurig volgen van de rijstrook
Naast de recente video’s zijn online ook andere gebruikersmeldingen over FSD Lite te vinden. Daarin wordt onder meer gesproken over oververhitting van de FSD-hardware en situaties waarin het volgen van de rijstrook niet nauwkeurig lijkt te werken. Zulke ervaringen zijn niet automatisch representatief, maar wijzen wel op een patroon: op HW3 lijkt Tesla dichter tegen de grenzen van het platform aan te werken.
Ook Tesla zelf heeft het onderwerp HW3 al publiekelijk besproken. Topman Elon Musk verklaarde eerder dat HW3 op de lange termijn niet aan alle vereisten voor ‘echt’ autonoom rijden zal voldoen. Dat is relevant voor kopers en huidige eigenaren, omdat het hun verwachtingen over toekomstige FSD-mogelijkheden en upgrademogelijkheden beïnvloedt.
Wat dit in de dagelijkse praktijk in Duitsland, Oostenrijk en Zwitserland betekent
Voor Duitsland, Oostenrijk en Zwitserland is de praktische conclusie vrij duidelijk: als je FSD-functies gebruikt, geldt altijd toezicht, vooral ’s nachts en op provinciale wegen. Omgevallen takken, boomstammen en achtergebleven bouwmaterialen zijn precies het soort ‘uitzonderingssituatie’ dat in de praktijk vaker voorkomt dan trainingsgegevens weergeven.
Als je in een voertuig met HW3 rijdt, is het bovendien verstandig om updates bewust te volgen en nieuwe versies eerst in eenvoudige situaties te testen. Meer ‘mogelijkheden’ op oudere hardware is in principe goed nieuws, maar kan ook betekenen dat de veiligheidsmarge kleiner wordt wanneer het platform op zijn limiet draait.
FSD blijft een rijhulpsysteem waarbij de bestuurder verantwoordelijk is. De getoonde situaties herinneren eraan waarom ‘Supervised’ in de praktijk geen voetnoot is.
Plaats binnen Tesla’s productstrategie: schaalvergroting ontmoet de realiteit
Tesla wil zijn software voor autonoom rijden op termijn naar zo veel mogelijk voertuigen brengen. Juist daarom is FSD Lite strategisch belangrijk, want een groot deel van het wagenpark rijdt nog met HW3. Tegelijkertijd laten zulke video’s zien dat het technisch uitdagend is om moderne AI-systemen naar oudere computers over te zetten en dat daarbij in bepaalde situaties zichtbare grenzen kunnen worden bereikt.
Voor de Tesla-wereld betekent dat niet automatisch een ‘achteruitgang’, maar eerder dat de ontwikkeling stapsgewijs verloopt en dat afzonderlijke softwareversies zwakke punten kunnen hebben die in latere releases weer aanzienlijk worden verbeterd. Doorslaggevend is dat bestuurders de beperkingen van het systeem realistisch inschatten en dat Tesla zulke gevallen snel aanpakt.
