FSD Canada

일론 머스크의 2018년 보상안 옵션 행사는 만기(2028년 1월)까지 기다리지 않고 현재 시점($400 선)에서 조기에 행사하는 것이 일론 머스크와 소액주주 모두에게 전략적으로 가장 유리합니다. ​일반적인 투자 상식으로는 주가가 1~2년 후 더 올랐을 때 행사해야 이득이 커질 것 같지만, 세금 메커니즘, 주식 보유 규정(Lock-up), 그리고 지배력(의결권) 측면을 팩트체크해 보면 왜 지금 하는 것이 최선인지 명확해집니다. 각 주체별로 나누어 분석해 드립니다. ​1. 일론 머스크에게 왜 지금($400) 하는 것이 더 유리한가? ​① 막대한 소득세(Tax Bill)의 절감 ​스톡옵션을 행사할 때 발생하는 세금은 행사 당일 주가(FMV)와 행사가격($23.34)의 차액에 대해 부과됩니다. 이 때 부과되는 세금은 세율이 높은 **'근로소득세(Ordinary Income Tax)'**입니다. ​지금($400) 행사할 경우: 주당 약 $376($400 - $23.34)의 이익에 대해 소득세가 매겨집니다. ​1~2년 후 주가가 $800로 올랐을 때 행사할 경우: 주당 약 $776($800 - $23.34)에 대해 소득세가 매겨집니다. 세금 액수가 정확히 2배 이상 늘어납니다. ​② 향후 상승분에 대한 세금 혜택 (소득세 → 자본이득세) ​지금 $400에 옵션을 행사해 주식으로 바꾸어 놓으면, 그 주식은 이제 머스크의 '개인 소유 주식'이 됩니다. 이후 주가가 $400에서 $800로 올랐을 때, 나중에 이 주식을 매각하게 되면 늘어난 $400의 차액에 대해서는 소득세가 아니라 **세율이 훨씬 낮은 '장기자본이득세(Long-term Capital Gains Tax)'**가 적용됩니다. ​[결론] 머스크 입장에서는 주가가 가장 낮을 때(지금) 옵션을 행사하여 소득세를 최소화하고, 향후 주가 상승분은 자본이득세 영역으로 돌리는 것이 엄청난 액수의 세금을 아끼는 합리적인 방법입니다. ​③ 5년 보호예수(Lock-up) 시계의 조기 작동 ​보상안 규정상 머스크는 옵션을 행사해 취득한 신주를 최소 5년 동안 매각할 수 없습니다. 2028년 만기 꽉 채워서 행사하면 2033년이 되어야 매각 제한이 풀리지만, 지금 행사하면 매각 제한 해제 시점이 훨씬 앞당겨지므로 자금 유동성 측면에서도 지금 행사가 유리합니다. ​2. 소액주주에게 왜 지금($400) 하는 것이 더 유리한가? ​① 회사의 현금 유출(세금 대납) 최소화 ​앞서 설명드렸듯이 테슬라는 Net Share Settlement(순주식 결제) 방식을 채택하여, 머스크의 세금만큼을 테슬라 회사의 현금으로 국세청에 대신 납부합니다. ​주가가 $400일 때 머스크가 행사하면 테슬라가 대신 내줘야 할 세금(현금 지출)이 예컨대 70억 달러라면, 주가가 $800가 되었을 때는 회사가 현금으로 140억 달러 이상을 지출해야 합니다. ​즉, 주가가 높을 때 행사할수록 테슬라의 가치 있는 현금이 세금으로 더 많이 유출됩니다. 지금 행사하는 것이 회사의 재무적 타격(현금 유출)을 최소화하여 소액주주의 자산을 지키는 길입니다. ​② 오버행(물량 부담) 및 불확실성 리스크 해소 ​주식 시장은 '불확실성'을 가장 싫어합니다. 머스크가 3억 주에 달하는 옵션을 언제 행사할지 모른 채 만기(2028년) 지점까지 질질 끄는 것은 주가에 지속적인 하락 압력(오버행 리스크)으로 작용합니다. 지금 확정 지어 불확실성을 매듭짓는 것이 주가 안정화에 도움이 됩니다. ​③ 일론 머스크의 인센티브 동기부여 강화 ​지금 주식으로 완전히 전환해 놓아야 머스크는 테슬라의 지분율을 공식적으로 20% 수준까지 확보하게 됩니다. 지분을 확보한 상태여야 머스크가 딴맘을 먹지 않고 FSD, 로보택시, 옵티머스 등 핵심 AI 프로젝트를 테슬라 내부에서 전력 질주할 동기가 조기에 부여됩니다. ​종합 요약 ​주가가 낮을 때 행사하는 것은 결코 '주가 상승을 포기하는 것'이 아닙니다. **"세금은 현재 주가($400) 기준으로 싸게 매를 맞고, 향후 주가 상승의 과실은 주식 보유자로서 온전히 누리겠다"**는 고도의 재무 전략입니다. 따라서 지금 행사하는 것이 일론 머스크에게도 세금 측면에서 최고이며, 테슬라 회사와 소액주주 입장에서도 현금 유출을 줄이는 최선의 선택입니다

Why Elon Musk Has Absolutely No Real-World Reason to Merge TSLA and SpaceX ​TSLA Market Cap Calculation Method Upon Merger: ​The higher of [Tesla’s stock price immediately prior to the merger] or [the stock price Tesla shareholders receive as merger consideration (including premium)] \times [Tesla’s total outstanding shares]. ​In other words, the combined total market cap after the merger is completely irrelevant. The baseline market cap for the performance award is calculated based either on Tesla’s stock price at the time of the merger announcement or the premium-adjusted stock price provided to shareholders. ​The Risk of 'Zero' Compensation is Too High Below a $2.0T Market Cap. ​If a merger is recklessly pursued at the current $1.5T market cap, and the calculated market cap ends up at $1.99T because the market pushes back and refuses to recognize the premium, Musk will not receive a single share and the entire 2025 performance award will be permanently forfeited. ​Even if the Market Cap Exceeds $2.0T, Only Tranche 1 Vesting is Triggered. ​Even if the calculated value surpasses $2.0T, only Tranche 1 will vest (be paid out), and the remaining Tranches 2 through 12 will immediately and permanently be forfeited. ​From Musk's perspective, it makes absolutely no sense to merge SpaceX—the world’s leading aerospace company, which he fully controls with a 42–46% equity stake and 85% voting power—with Tesla, only to walk away with a mere one-twelfth of his Tesla compensation package (Tranche 1), forfeit all the rest, and dilute his post-merger voting power. He has zero reason to engage in such a foolish transaction. ​To unlock the entire performance award, Tesla's market cap must exceed $8.5T (a 7x increase). If Tesla can achieve that on its own, there is no reason to merge in the first place. ​Conclusion ​Even if a merger occurs, his compensation is strictly determined by Tesla's stock price at the time of the transaction. ​Consequently, the merger rumors circulating on X (formerly Twitter) are a complete misunderstanding based on the false assumption that "once the two companies combine their scale, the performance milestones can be easily met based on the post-merger total market cap." ​In reality, the system is meticulously designed so that Musk can only secure his very first step (Tranche 1) if he delivers a definitive reward to Tesla shareholders (breaking through the $2.0T market cap via a premium). ​Therefore, any claim that Musk will merge with SpaceX to sweep the entire compensation package while the stock price is nowhere near $2.0T is utterly unrealistic.

현실적으로 일론 머스크가 tsla와 spcx를 합병할 이유가 전혀 없는 이유 ​합병시 tsla시총 계산법: [합병 직전 테슬라 주가]와 [합병 대가로 테슬라 주주가 받는 주가(프리미엄 포함)] 중 더 높은 가격 X [테슬라 발행 주식 수] ​즉, 합병 후 전체 시총은 아무 상관없습니다. 합병 발표 순간 테슬라 주가나 주주들에게 프리미엄을 제공한 주가를 기준으로 보상안의 기준시총이 계산됩니다. 시총 $2.0T 미만일 때는 보상'제로(0)' 위험이 너무 큽니다. ​시총 1.5T 상태에서 무리하게 합병을 추진했다가 시장의 반발로 프리미엄을 인정받지 못해 계산된 시총이 $1.99T에 그친다면, 머스크는 2025년 보상안 전체를 단 한 주도 받지 못하고 보상안 천체가 소멸하게 됩니다. 만약 시총이 $2.0T를 넘더라도 오직 Tranche 1만 베스팅(지급)되고 나머지 Tranche 2-12는 그 즉시 영구 소멸(Forfeited) 됩니다. 머스크 입장에서 자신이 지분 42-46%를 쥐고 의결권 85%로 완전히 지배하고 있는 세계 최고의 우주 기업 스페이스X를 테슬라와 합병하면서, 정작 본인은 테슬라 보상안의 고작 12분의 1(Tranche 1) 만 챙기고 나머지를 다 날리면서 합병 후 의결권도 낮아지는 바보 같은 거래를 할 이유가 전혀 없습니다. 보상안 전체를 받으려면 tsla 시총이 8.5T (7배 상승) 를 넘어야 합니다. 그러면 굳이 합병할 이유도 없지요. ​결론 합병을 하더하도 합병시 tsla주가로 보상을 받습니다. ​결과적으로 X에서 도는 합병 루머는 "합병 성공 후 두 회사의 덩치가 합쳐지면 합병 후 전체 시총 기준으로 보상안을 달성할 수 있다" 는 생각에서 비롯된 착각입니다. ​실제 제도는 머스크가 테슬라 주주들에게 확실한 대가(프리미엄을 통한 시총 $2.0T 돌파)를 제공해야만 본인도 겨우 첫 단추(Tranche 1) 하나를 꿸 수 있도록 촘촘하게 설계되어 있습니다. 따라서 주가가 $2.0T에 한참 못 미치는 상황에서 머스크가 보상안을 통째로 챙기기 위해 스페이스X와 합병할 것이라는 주장은 현실성이 없습니다.

How much / in what ways has snow driving improved in FSD V14.1.4? Last winter, while driving on V12 and V13, snow performance had improved a lot compared to previous years, but there were still many areas that needed fixing. Let’s take a look at how (and with what methods) V14.1.4 has addressed the issues that needed improvement in snowy/icy driving last year. 1. Following the cleared tracks where other cars have driven and exposed the asphalt. -When it snows, most human drivers don’t stay perfectly in the center of the lane; they slightly deviate and create cleared tracks. However, FSD used to stubbornly try to stay in the exact center of the lane, so one side of the tires would often end up driving on deep snow. → Completely fixed in V14. As expected from Vision-Only + End-to-End neural net training! It now ignores painted lane lines and follows the melted/cleared tracks! 2. Slowing down sufficiently -It did reduce speed on snow, but not enough. Especially on curves, it often failed to drop speed to half or less when it really needed to. → Almost completely solved. The newly introduced “Sloth” mode plays a decisive role on snowy roads. The previous Chill mode still tried to reach the speed limit and would rush and slip on snow, but Sloth mode drives safely and very slowly. 3.Handling icy surfaces -When the road was icy and wheels started slipping, FSD would immediately disengage. If it slowed down enough, it wouldn’t slip in the first place, but it still lacked the ability to recognize which road surfaces were actually icy. → I haven’t yet driven on pure ice with V14, but since V14 can detect even small leaves on the road surface with extreme sensitivity, I believe this is solvable. I expect that in the near future a feature will be added that automatically switches driving mode on snow/ice. 4. Judging whether a snow pile is drivable -This is honestly hard even for humans: determining whether deep snow is soft enough to drive through and, if so, at what speed. → This is a difficult mission. It currently recognizes driveway/grass boundaries very well, but recognition drops when everything is covered in snow. This will likely require more local memory of driving experience and stronger End-to-End training. Time will solve it. 5. Minimizing unnecessary passing on snowy highways -On snowy highways, when the car ahead was going slowly, FSD kept trying to pass even though the passing lane (usually the left lane) was completely covered in snow. → Seems almost completely fixed in V14. Today, a truck on my right was struggling to merge in front of me (turn signal on, slowing down, but kept slipping and couldn’t get over because the right lane had a lot of snow). V14 patiently slowed down, waited for the truck to safely merge ahead, and continued driving. The truck driver even raised his hand to say thank you to FSD. → Also, when a car on the left started showing signs of slipping, FSD immediately moved to the safer right lane. It clearly recognized snowy conditions and prioritized safety. Last winter I had to manually control speed and drive with difficulty on snow, but V14 already recognizes snowy roads and drives quite safely. By the end of this winter (March 2026), it will probably drive on snow better than I do. V14.2.1 is currently being installed, and I’m really looking forward to comfortably driving while looking at the 3D visualization and chatting with Grok. Nov. 28, 2025 Joseph Park

FSD V14.1.4 에서 눈길운전이 얼마나/어떻게 향상되었나? 지난겨울을 나면서 V12, V13에서 눈길운전실력이 많이 향상되기는 했지만 보완해야할 부분이 많았었다. 작년에 눈길 운전에서 보완해야 할 부분은 정리한 내용을 바탕으로 V14.1.4에서 어떻게/어떤방법으로 보완하고 있는지 살펴보자. 1. 다른 차들이 많이 다녀서 아스팔트가 노출된 트랙을 따라 운전하기. -눈이오면 대부분의 차량은 차선의 가운데로 달리지 않고 약간 치우쳐서 달리면서 트랙을 만든다. 그런데 FSD는 원칙대로 차선의 가운데로 달리려고 해서 한쪽 바퀴는 눈이 쌓인 지점을 달리는 경우가 많다. -> V14에서 완전히 해결. 역시 Vison Only와 E2E 뉴럴 학습의 결과! 차선을 따르지 않고 눈이녹은 트랙으로 주행! 2. 속도를 충분히 줄이고 주행하기 -눈길에서 속도를 줄이기는 하는데 충분히 줄이지 못한다. 특히 커브길에서 속도를 절반이하로 확실하게 낮추어야 하는데 그렇지 못한 경우가 있다. -> 거의 해결, 특히 새로나온 Sloth 모드가 눈길에서 결정적역할을 한다. 기존의 Chill 모드도 제한속도까지 가려고 눈길에서도 서둘러서 미끄러졌지만 나무늘보모드는 안전하게 천천히 간다. 3. 얼음길에서의 대처 -도로에 얼음이 있어서 바퀴가 미끄러지면 바로 FSD가 해제된다. 충분히 속도를 줄이면 미끄러지지 않을텐데 아직 어떤 도로표면이 얼음길인지 인식하는 역량이 부족하다. -> 아직 얼음길에서는 주행을 못해보았지만 V14는 도로 표면을 나무잎까지 민감하게 감지하므로 해결이 가능하다고 본다. 향후 눈길/얼음길등에서 주행모드를 자동으로 변경하는 기능이 나오리라고 판단한다. 4. 주행할 수 있는 눈더미인지 판단하기 -사실 사람도 판단하기 어려운데 눈이 많이 쌓여있는 지점을 소프트한 눈이어서 그대로 주행할지, 한다면 어떤 속도로 주행할지 판단을 해야한다. -> 쉽지않은 미션이다. 드라이브웨이에서 잔디밭 경계를 잘 인식하는데 눈이 덮이면 인식율이 떨어진다. 이는 주행경험의 로컬메모리와 판단력 향상을 위한 E2E학습 강화가 필요할 것이다. 시간이 해결해 줄 듯. 5. 눈길에서 앞차 추월을 최소화 하기 -눈길 고속도로에서 앞차가 천천히 가는데 자꾸 추월을 시도한다. 1차선은 눈으로 덮여있는데.. -> V14에서 거의 해결된 것 같다. 오늘 오른쪽 옆차선에 눈이 많아서 트럭이 내앞으로 오려고 깜빡이를 켜고 속도를 내려고 애를 쓰지만 계속 미끄러지면서 오지 못했다. V14는 속도를 줄이고 인내심있게 그차가 내앞에 오도록 기다리면서 주행했고 그차의 운전수가 FSD에게 고맙다고 손을 들어주었다. ->그리고 왼쪽 차가 미끄러지는 듯한 움직임을 보이자 아예 오른쪽 안전한 차선으로 이동했다. 분명히 눈길운전을 인지하고 안전우선으로 주행했다. 작년 겨울에 눈길에서 속도를 수동으로 조절하면서 힘들게 운전했는데 V14는 이미 눈길을 인지하고 상당히 안전하게 주행했다. 이번 겨울이 끝나는 내년 3월이면 눈길운전도 나보다 더 잘하게 될 것이다. 지금 V14.2.1 이 설치되고 있는데 이제 3D 화면을 보면서 Grok과 대화하며 편하게 주행하는 것이 매우 기대된다. Nov. 28 2025, Joseph Park

🚀 FSD V14.1.4 스쿨존 대응, 큰 진전! (캘거리 실주행) ✅ 맵 통합의 힘: 거의 모든 스쿨존에서 30km/h 정확 유지 → 종료 지점에서 50km/h 부드럽게 복귀 🌟 놀라운 점: 표지판 못 읽어도 맵 덕분에 더 안정적으로 감속 ⏰ 캘거리 희망: 오후 4시 이후 제한은 남았지만, V14부터 지역 규정 입력 시작가능! “비전 + 맵” 하이브리드로 스쿨존 80%↑ 해결! 테슬라, 맵정보 확장하면 마지막 퍼즐 완성 🚗💨 #FSD #Tesla #SchoolZone #Autonomy (전문 리뷰 ) xitter.cf/JosephusCanada/status/…

FSD V14.1.4 의 School/Play ground Zone 대응력 분석 V13에서 풀지 못했던 난제가 school zone의 인식과 대응이었다. 사실 V12에서 곧잘 school zone 30km 표지판을 인식하다가 V13 어느순간부터 인식력이 많이 저하되어 30%이하의 성공률을 보여왔었다. School zone의 규정은 도시마다 표지판 자체가 다를 뿐 아니라 제한속도, 지켜야하는 날자, 시간이 다르기때문에 카메라의 시각적 인식만으로는 해결이 거의 불가능하다. 따라서 나는 School zone 은 Stop sign 처럼 네비게이션 맵에 입력되어야 하는 정보라고 생각해 왔었다. 그리고 도시마다 다른 school zone 준수 규정도 맵에 저장 할 수밖에 없다고 보았다. V14에서 드디어 맵에 School zone 정보가 맵에 저장되기 시작했다. 그래서 내가 테스트한 거의 모든 zone에서 30km로 주행하고 zone 이 끝나는 지점에서 다시 50km 로 속도를 올려 주행한다. 거의 완벽해 졌다. (다만 한 곳, zone의 시작이 내리막 경사인 곳에서 충분히 속도를 줄이지 못했다. 심지어 그곳에 경찰인 단속을 하고 있었다. School zone은 철저히 준수해야 한다) 현재 School zone에서 두가지 주행 모습을 보여주는데, 1. FSD가 사인을 인식하는 경우 (30% 확률) -화면에 "max 30km"로 표시되고 속도를 준수한다. 다만 이경우에는 맵의 정보를 사용하지 않는지 zone 이 끝나는 사인을 (글자로만 되어있어서) 인식못하고 계속 30km로 주행한다. 2. FSD가 School zone 사인을 인식하지 못하는대부분의 경우 -화면에 "max 50km"로 그냥 나오고 맵에 저징된 정보를 이용하여 zone의 시작지점에서 30km를 준수하고 끝나는 지점부터 50km로 복귀한다. Wow! 따라서 지금까지의 테스트 결과 FSD가 school zone 사인을 못읽는 경우에 맵의 정보를 사용하므로 오히려 대응을 더 잘한다. 그러나 아직 이곳 캘거리에서 충분하지 못한점은 오후 4시정도부터는 맵의 school zone정보를 무시하고 FSD가 사인을 인식하지 못하면 그냥 50km로 주행해 버린다는 점이다. 이는 대부분의 미국도시가 school zone 준수시간이 오후 4시경이기 때문인 것으로 짐작된다. 그러나 여기서는 오후9까지 철저하게 지켜야 한다. 현재 문제는 오후 4시가 넘어서 school zone sign을 인식하지 못하면 50km로 그냥 달리는데 운전자가 더이상 수동으로 속도를 제어하지 못하기 때문에 저녁에 school zone을 지날때 FSD를 해제할 수 밖에 없다는 점이다. 그러나 V14부터 school zone이 맵에 (비록 표시되지는 않지만) 정보가 입력되기 시작한 것으로 보이기 때문에 이제 버젼이 올라가면서 도시마다 다른 규정까지 입력되면 마지막 남은 큰 문제가 해결될 것이라는 긍정적 기대감을 가지게 되었다. 많은 사람이 맵에 정보를 추가하지 않고 테슬라는 "only vision"으로 자율운전을 달성할 것이라고 믿고 맵을 무시하는데 사실 완벽한 자율운전의 99.999999% "9의 전쟁"에서 승리하려면 맵에 들어가야 하는 정보가 상당히 많다. 특히 마지막 남은 퍼즐인 school/play ground zone과 주차장의 디테일한 정보는 현재 사용하고 있는 구글맵에 아예 없기때문에 테슬라에서 지속적으로 정보를 추가하거나 아예 구글맵을 버리고 FSD 자체맵을 구축해야 한다고 생각한다.

FSD V14.1.4 School/Playground Zone Compliance Analysis The unresolved challenge in V13 was the recognition and adherence to school zones. In fact, V12 reliably detected 30 km/h school zone signs, but from a certain point in V13, recognition performance deteriorated significantly, achieving success rates below 30%. School zone regulations vary by municipality—not only in signage but also in speed limits, applicable days, and enforcement hours—making reliable compliance nearly impossible through vision-based detection alone. I have long maintained that school zones, like stop signs, constitute static map data that must be encoded in navigation maps. The heterogeneous local compliance rules similarly demand storage in map layers. With V14, school zone boundaries finally began appearing in the map data. In nearly all zones I tested, the vehicle now maintains 30 km/h throughout the segment and resumes 50 km/h precisely at the exit point—near-perfect performance. (One exception: a downhill entry where deceleration was insufficient; ironically, police enforcement was present. School zones demand absolute compliance.) FSD currently exhibits two behavioral modes in school zones. 1. Sign-based detection (≈30% success): When the 30 km/h sign is recognized, “Max 30 km/h” appears on the display and speed is limited accordingly. However, the system appears to ignore map data in this mode and fails to detect the textual “End School Zone” sign, continuing at 30 km/h beyond the boundary. 2. Map-based compliance (majority case): When visual signs are missed, the display shows “Max 50 km/h,” yet the vehicle adheres to the mapped zone—reducing to 30 km/h at entry and restoring 50 km/h at exit. Impressive. Paradoxically, FSD performs better when it fails to read the signs, relying instead on map data. A remaining limitation in Calgary: after ≈4:00 PM, map-based school zone enforcement is ignored. If signs are not detected, the vehicle proceeds at 50 km/h. This likely reflects default U.S. municipal rules (most end enforcement ~4 PM), whereas Calgary requires compliance until 9:00 PM. The critical issue is that post-4 PM, without sign recognition, the driver loses manual speed override under FSD, necessitating disengagement in evening school zones. Nevertheless, V14’s integration of school zone geometry into the map (albeit not visualized) is a foundational step. As subsequent releases incorporate locale-specific temporal rules, the final major hurdle will be overcome. Many believe Tesla will achieve autonomy via “vision-only” without map augmentation. Yet the war for the final “nines” of reliability (99.999999%) requires extensive static data ingestion. School/playground zones and parking lot topology represent the last unsolved puzzle—and such granular data is entirely absent from Google Maps. Tesla must therefore either crowdsource continuous map enrichment or abandon third-party maps in favor of an FSD-native HD map stack.

🚗 Tesla needs **GREEN LIGHTS** for Unsupervised FSD! 👀 Driver watching Netflix = legal 🚔 Cop sees phone = ticket 🚶 Pedestrian hesitates = danger ✅ Fix: **Green headlights/taillights** when Unsupervised FSD is ON → Instant awareness → Safety ↑ | Tickets ↓ | Marketing ↑ Future roads = sea of green Teslas 💚 #Tesla #FSD #Robotaxi

🚗 테슬라 FSD 비감독 자율주행 시 🔋 **녹색 외부 표시등**이 필요하다! 👀 운전자가 넷플릭스 봐도 합법인데 🚔 경찰은 모름 → 단속 오인 🚶 보행자는 불안 → 횡단 망설임 ✅ 해결책: FSD Unsupervised 작동 시 헤드라이트·테일라이트에 **녹색등 ON** → 누구나 즉시 인지 → 안전 ↑ | 오인 ↓ | 홍보 ↑ 미래 도로 = 녹색빛 테슬라 대열 💚 #Tesla #FSD #AutonomousDriving #자율주행

FSD V14 - 카메라 하나를 가려도 정상적으로 자율주행 가능! 올해 여름 V13에서 자전거 캐리어에 자전거를 달고 FSD를 작동했을 때 마치 술취한 운전자처럼 차선도 제대로 지키지 못하고 비틀겨렸다. 그러면서 한두달 후에는 적응이 되었는지 심하게 비틀거리지는 않고 그럭저럭 운전을 했는데 V13 최근 버젼에서는 아예 후방카메라가 막혀있다고 FSD 작동을 하지 않았었다. 오늘 V14.1.4를 받고 처음으로 자전거를 달고 FSD를 구동했는데... 완전히 정상으로 시내주행은 물론 심지어 고속도로에서도 전혀 흔들림없이 주행하고 주차장에서 좁은 빈공간에 주차까지 완벽히 수행했다. 화면에 후방카메라가 가려있어서 FSD의 성능이 저하될 수 있다는 경고메세지가 나왔지만 후방카메라 이미지를 부재를 다른카메라의 이미지로 완벽히 보상하는 것 같다. 후진도 문제없이 수행하였다. 아직 견인모드는 테스트하지 못했지만 RV를 뒤에 달고 FSD로 자율주행이 기능할 것으로 보인다. Tesla의 기술발전은 범인의 상상력을 뛰어넘는다.

FSD V14 - 카메라 하나를 가려도 정상적으로 자율주행 가능! 올해 여름 V13에서 자전거 캐리어에 자전거를 달고 FSD를 작동했을 때 마치 술취한 운전자처럼 차선도 제대로 지키지 못하고 비틀겨렸다. 그러면서 한두달 후에는 적응이 되었는지 심하게 비틀거리지는 않고 그럭저럭 운전을 했는데 V13 최근 버젼에서는 아예 후방카메라가 막혀있다고 FSD 작동을 하지 않았었다. 오늘 V14.1.4를 받고 처음으로 자전거를 달고 FSD를 구동했는데... 완전히 정상으로 시내주행은 물론 심지어 고속도로에서도 전혀 흔들림없이 주행하고 주차장에서 좁은 빈공간에 주차까지 완벽히 수행했다. 화면에 후방카메라가 가려있어서 FSD의 성능이 저하될 수 있다는 경고메세지가 나왔지만 후방카메라 이미지를 부재를 다른카메라의 이미지로 완벽히 보상하는 것 같다. 후진도 문제없이 수행하였다. 아직 견인모드는 테스트하지 못했지만 RV를 뒤에 달고 FSD로 자율주행이 기능할 것으로 보인다. Tesla의 기술발전은 범인의 상상력을 뛰어넘는다.

FSD V14 - Fully autonomous driving even with one camera occluded! This summer, on V13, when I attached a bike to the bike carrier and activated FSD, it wobbled like a drunk driver, failing to stay in the lane properly. But after a month or two, it seemed to adapt—it no longer wobbled severely and managed to drive decently. However, in the latest V13 version, FSD wouldn't even engage if the rear camera was blocked. Today, I received V14.1.4 and, for the first time with the bike attached, activated FSD... It drove completely normally—city streets, and even the highway without any wobbling. It perfectly parked in a narrow empty spot in the parking lot. A warning message appeared on the screen saying that FSD performance might be degraded because the rear camera was occluded, but it seems to fully compensate for the missing rear camera image using the other cameras. Reversing was also performed without issues. I haven't tested towing mode yet, but it looks like FSD will work with an RV attached behind. Tesla's technological advancements surpass the imagination of ordinary people.