FSD Lite v14.1: cuando grandes obstáculos parecen volverse «invisibles»
Actualmente circulan en las redes sociales dos vídeos en los que el FSD Lite v14.1 de Tesla aparentemente no reacciona a tiempo ante obstáculos en la carretera. En un caso se trata de un árbol caído de noche y, en el otro, de un tronco grueso en la calzada. En ambas situaciones intervienen los conductores: en una, el coche se detiene manualmente a tiempo; en el otro vídeo, se afirma que el vehículo llega a tocar el tronco.
Es importante ponerlo en contexto: el sistema de Tesla sigue llamándose Full Self-Driving (Supervised). No se trata solo de un añadido comercial, sino de un requisito de uso claro: el conductor debe mantener en todo momento las manos y la atención preparadas para tomar el control de inmediato. Precisamente esa supervisión evitó aquí consecuencias más graves.
¿Qué es exactamente «FSD Lite» y por qué afecta sobre todo a los Tesla más antiguos?
FSD Lite es una variante del software FSD diseñada específicamente para vehículos con Tesla Hardware 3 (HW3). HW3 empezó a instalarse en 2019 y dispone de muchos menos recursos de procesamiento y memoria que el más reciente Hardware 4 (HW4), que tiene una mayor presencia en los vehículos fabricados aproximadamente desde 2023. Con FSD Lite, Tesla intenta trasladar a la plataforma anterior tantas funciones y comportamientos de la más reciente como sea posible.
Este es el conflicto fundamental: hoy en día, la conducción autónoma exige una enorme cantidad de inteligencia artificial y capacidad de cálculo. Una potencia menor suele implicar modelos más pequeños o más comprimidos, menos margen ante situaciones complejas y una sensibilidad potencialmente mayor a casos extremos como la oscuridad, las sombras cambiantes, la calzada mojada o los objetos inusuales.
HW3 frente a HW4: por qué la plataforma marca la diferencia
| Criterio | Tesla HW3 | Tesla HW4 |
|---|---|---|
| Introducción | desde 2019 | desde 2023 (disponibilidad más amplia) |
| Resolución de las cámaras (indicada) | 1,2 megapíxeles | 5 megapíxeles |
| RAM (indicada) | 8 GB | 16 GB por chip |
En los sistemas basados en visión, disponer de más RAM y mejores datos de las cámaras no es algo meramente deseable, sino que influye directamente en la percepción: permite captar detalles más precisos, lograr una clasificación más estable y contar con más margen para ejecutar varios modelos de IA en paralelo o utilizar resoluciones de entrada más altas.
Por qué los árboles, las ramas y los troncos pueden resultar especialmente difíciles
Los obstáculos grandes pero «atípicos», como los árboles caídos, constituyen un problema clásico para los sistemas de asistencia a la conducción. La dificultad no reside tanto en su tamaño como en la combinación de forma, estructura y contexto. Un árbol no es un objeto estandarizado como un coche o un cono de tráfico y, dependiendo del ángulo de visión, puede parecer parte del «fondo».
Por la noche, la calidad de la imagen disminuye aún más, especialmente con fuentes de luz de fuerte contraste —como los faros o los vehículos que circulan en sentido contrario— o cuando el follaje y las ramas no forman contornos claros. En esas condiciones, un sistema que funciona principalmente mediante visión por cámaras necesita modelos muy robustos para distinguir de forma fiable entre «carretera despejada» y «carretera bloqueada».
Informes sobre otras debilidades de FSD Lite: sobrecalentamiento y seguimiento impreciso del carril
Además de los vídeos actuales, en internet también pueden encontrarse otros testimonios de usuarios sobre FSD Lite. Entre los problemas mencionados figuran el sobrecalentamiento del hardware FSD y situaciones en las que el seguimiento del carril parece impreciso. Estos comentarios no son necesariamente representativos, pero muestran un patrón: en HW3, Tesla parece estar trabajando más cerca de los límites de la plataforma.
La propia Tesla ya ha hablado públicamente sobre la cuestión de HW3. Su consejero delegado, Elon Musk, declaró anteriormente que, a largo plazo, HW3 no cumpliría todos los requisitos necesarios para una conducción autónoma «real». Esto es relevante tanto para compradores como para propietarios actuales, ya que influye en las expectativas sobre las futuras capacidades de FSD y las vías de actualización.
Qué significa esto para los conductores de Alemania, Austria y Suiza
Para Alemania, Austria y Suiza —la región germanófona conocida como DACH—, la conclusión práctica está bastante clara: si utilizas funciones FSD, la supervisión es obligatoria en todo momento, especialmente de noche y en carreteras secundarias. Las ramas caídas, los troncos o los restos de obras son precisamente el tipo de «caso extremo» que aparece en la vida real con más frecuencia de la que reflejan los datos de entrenamiento.
Si conduces un vehículo con HW3, también conviene prestar atención a las actualizaciones y probar inicialmente las nuevas versiones en situaciones sencillas. Disponer de más «capacidades» en hardware antiguo es, en principio, una buena noticia, pero también puede significar que el margen de seguridad se reduce cuando la plataforma funciona al límite.
FSD sigue siendo un sistema de asistencia que exige la intervención responsable del conductor. Las situaciones mostradas recuerdan por qué «Supervised» no es una simple nota al pie en la práctica.
El papel en la estrategia de producto de Tesla: la escalabilidad se topa con la realidad
La intención de Tesla es llevar en el futuro su software de conducción autónoma al mayor número posible de vehículos. Por eso FSD Lite tiene importancia estratégica, ya que una gran parte de la flota sigue equipada con HW3. Al mismo tiempo, vídeos como estos demuestran que trasladar sistemas modernos de IA a ordenadores más antiguos es técnicamente complejo y puede alcanzar límites evidentes en determinadas situaciones.
Para el ecosistema de Tesla, esto no supone automáticamente un «retroceso», sino más bien que el desarrollo avanza mediante iteraciones y que ciertas versiones pueden presentar debilidades que mejoren notablemente en lanzamientos posteriores. Lo decisivo es que los conductores evalúen de forma realista los límites del sistema y que Tesla resuelva estos casos con rapidez.
