6月17日，特斯拉的全自动驾驶系统（FSD）在导航功能上遭遇挑战。尽管FSD在加速、变道和避障等方面表现出色，但在遵循行驶路线方面频繁出错，导致车主不得不频繁接管车辆。问题包括指引车辆拐错弯、错过高速出口、给出低效路线和误报限速等。

特斯拉导航的问题主要源于三个方面：一是多源数据拼接存在缺陷，特斯拉导航数据来源繁杂且兼容性差，导致系统在不同数据源出现冲突时犹豫不决；二是FSD难以从人工干预中持续自主学习，即便多次手动纠正路线，路线规划逻辑也不会出现实质性优化；三是路线推理、规模化适配与人路感逻辑不足，FSD往往只会给出单一固定路线，无视驾驶员偏好和现实路况细节。

优化导航功能对特斯拉至关重要。从实际使用层面看，导航是自动驾驶的根基；从安全层面看，错乱的路线方案会增加事故风险；从商业层面看，持续存在的导航故障会延缓监管审批进度，消耗消费者信任。特斯拉需要着力优化多源数据融合机制、缩短人工修正数据的学习周期、迭代更贴合人类直觉的路线算法，以补齐这块短板。