El FSD de Tesla ahora evita los baches

El sistema Full Self-Driving de Tesla ahora puede esquivar baches

Un video reciente compartido por DirtyTesla muestra a un Tesla utilizando la versión 14.2.2.5 del sistema Full Self-Driving (Supervised) realizando una maniobra que se asemeja a la conducción humana, destacando cómo el sistema puede captar "reglas no escritas" que no se le enseñaron explícitamente.

"Mira cómo el FSD se desplaza para colocar el bache debajo del coche y evitar los neumáticos", comentó el creador al publicar las imágenes de la cámara de a bordo. El vehículo detectó un bache y ajustó suavemente su trayectoria para que ambos neumáticos lo evitaran, permitiendo que el agujero pasara por debajo del chasis.

Look how FSD scoots over to put the pothole under the car and avoid the tires 🤯🤯🤯 pic.twitter.com/J3w3dnzJUP

— Dirty Tesla (@DirtyTesLa) 5 de marzo de 2026

La nueva habilidad del FSD para esquivar baches

Este comportamiento marca un paso más para la red neuronal de extremo a extremo del FSD. En lugar de depender de cientos de miles de líneas de código escritas a mano para casos específicos, las versiones más recientes aprenden de millones de clips de video de conducción humana.

Incluso sin un entrenamiento específico para "evitar baches", el sistema ha visto suficientes ejemplos de conductores maniobrando para rodear defectos en la carretera como para emular la acción. Esto puede significar movimientos laterales suaves y, cuando es seguro, incluso cruzar una línea amarilla para proteger la suspensión y los neumáticos. Se ha observado este tipo de respuesta, incluyendo al FSD cruzando una línea amarilla para evitar un bache grande en una carretera de un solo carril cuando no había tráfico, lo que ayuda a que el sistema se sienta menos rígido y más natural.

Por qué no siempre funcionará

Es probable que el FSD no esté entrenado específicamente para escenarios especializados como los baches; aprende muchos de ellos a partir de videos a gran escala sobre cómo reaccionan los conductores. Como resultado, es posible que esquive un bache en un lugar pero no lo haga en otro si carece de suficiente exposición de entrenamiento.

Un patrón similar apareció con las cabinas de peaje. El vicepresidente de IA de Tesla explicó por qué funciona esto y que el comportamiento no fue codificado explícitamente en la red neuronal. Después de ver suficientes ejemplos, el sistema aprendió a detenerse incluso sin una barrera, permanecer en pausa cuando se extiende una mano por la ventana y luego continuar una vez que se retira la mano, reflejando el comportamiento típico del conductor. Cuantos más ejemplos ve el modelo, más amplio es el conjunto de escenarios que puede manejar. Tesla prioriza primero las tareas fundamentales —como detectar y detenerse ante señales de stop— y puede enfocarse más adelante en detalles como los baches.

Más allá del bache: interacciones más inteligentes en el mundo real

Evitar baches se suma a una serie de mejoras no programadas. Se ha visto al FSD manejarse con soltura en los peajes, deteniéndose y esperando a que los ocupantes completen el pago antes de continuar. También ha aprendido a reconocer gestos con las manos, como los de un trabajador de la carretera o un ciclista indicando al vehículo que proceda.

El sistema también se está volviendo más receptivo a la intención del conductor. En algunas situaciones, usar las señales de giro puede incitar al coche a tomar una ruta diferente a la planeada. Esto se suma a los informes sobre el FSD prediciendo y evitando colisiones a alta velocidad antes de que ocurran.

El camino hacia la autonomía sin supervisión

A medida que Tesla avanza hacia una versión del FSD que no requiere supervisión humana, su enfoque de aprendizaje automático a veces supera las expectativas. Elon Musk dijo recientemente que los usuarios pronto podrán controlar el FSD con Grok, el asistente de IA integrado de Tesla, utilizando lenguaje natural para especificar dónde o cómo aparcar al llegar.

Con cada actualización, el FSD se vuelve más seguro y capaz de gestionar casos excepcionales que antes se consideraban fuera de su alcance. Al aprender de millones de kilómetros de conducción humana, el sistema está desarrollando una comprensión de los matices de la carretera más allá de lo que suelen ofrecer los enfoques programados tradicionales.