FSD Lite v14.1 : quand de grands obstacles semblent soudain devenir « invisibles »
Deux vidéos circulent actuellement sur les réseaux sociaux, dans lesquelles le FSD Lite v14.1 de Tesla ne semble pas réagir à temps à des obstacles sur la route. Dans un cas, il s’agit d’un arbre abattu de nuit ; dans l’autre, d’un gros tronc d’arbre sur la chaussée. Dans les deux situations, les conducteurs interviennent : dans la première, la voiture est arrêtée manuellement à temps ; dans l’autre vidéo, l’auteur affirme que le véhicule a heurté le tronc.
Précision importante pour bien situer les faits : le système de Tesla s’appelle toujours Full Self-Driving (Supervised). Il ne s’agit pas d’un simple ajout marketing, mais d’une exigence d’utilisation claire : le conducteur doit rester attentif et prêt à reprendre immédiatement le contrôle à tout moment. C’est précisément cette surveillance qui a permis d’éviter des conséquences plus graves.
Qu’est-ce exactement que « FSD Lite » et pourquoi concerne-t-il surtout les anciennes Tesla ?
FSD Lite est une variante du logiciel FSD spécialement conçue pour les véhicules équipés de Tesla Hardware 3 (HW3). Installé à partir de 2019, HW3 dispose de ressources de calcul et de mémoire nettement inférieures à celles du plus récent Hardware 4 (HW4), devenu plus courant dans les véhicules à partir de 2023 environ. Avec FSD Lite, Tesla tente de transposer autant que possible les fonctions et le comportement de la nouvelle plateforme sur l’ancien matériel.
Le conflit fondamental est le suivant : la conduite autonome repose aujourd’hui très fortement sur l’IA et exige une puissance de calcul considérable. Une puissance moindre implique souvent des modèles plus petits ou davantage compressés, moins de marge dans les situations complexes et une sensibilité potentiellement plus élevée aux cas limites tels que l’obscurité, les ombres changeantes, une chaussée mouillée ou des objets inhabituels.
HW3 contre HW4 : pourquoi la plateforme fait la différence
| Critère | Tesla HW3 | Tesla HW4 |
|---|---|---|
| Lancement | à partir de 2019 | à partir de 2023 (disponibilité élargie) |
| Résolution des caméras (indiquée) | 1,2 mégapixel | 5 mégapixels |
| RAM (indiquée) | 8 Go | 16 Go par puce |
Dans les systèmes reposant sur la vision, davantage de RAM et de meilleures données issues des caméras ne sont pas de simples éléments de confort : ils influent directement sur la perception, avec des détails plus fins, une classification plus stable et une plus grande marge pour exécuter plusieurs modèles d’IA en parallèle ou avec des résolutions d’entrée plus élevées.
Pourquoi les arbres, les branches et les troncs peuvent être particulièrement difficiles à détecter
Les obstacles imposants mais « atypiques », comme les arbres abattus, constituent un cas classique pour les systèmes d’aide à la conduite. Le problème tient moins à leur taille qu’à la combinaison de leur forme, de leur structure et de leur contexte. Un arbre n’est pas un objet standardisé comme une voiture ou un cône de signalisation et peut, selon l’angle de vue, se confondre avec « l’arrière-plan ».
De nuit, la qualité de l’image diminue encore, notamment en présence de sources lumineuses fortement contrastées — phares ou véhicules arrivant en sens inverse — ou lorsque le feuillage et les branches ne présentent pas de contours nets. Un système reposant principalement sur la vision par caméra a alors besoin de modèles très robustes pour distinguer de manière fiable une « route dégagée » d’une « route bloquée ».
Autres faiblesses signalées pour FSD Lite : surchauffe et suivi de voie imprécis
Outre les vidéos actuelles, d’autres témoignages d’utilisateurs concernant FSD Lite sont disponibles en ligne. Ils mentionnent notamment une surchauffe du matériel FSD ainsi que des situations dans lesquelles le suivi de voie paraît imprécis. Ces retours ne sont pas nécessairement représentatifs, mais ils révèlent une tendance : sur HW3, Tesla semble exploiter la plateforme plus près de ses limites.
Tesla a également déjà évoqué publiquement la question de HW3. Elon Musk, le dirigeant du groupe, a déclaré par le passé que HW3 ne pourrait pas répondre à long terme à toutes les exigences d’une conduite autonome « véritable ». Cet élément est pertinent pour les acheteurs comme pour les propriétaires actuels, car il influe sur les attentes concernant les futures capacités du FSD et les possibilités de mise à niveau.
Ce que cela signifie au quotidien pour les conducteurs de la région DACH
Pour l’Allemagne, l’Autriche et la Suisse — la région germanophone dite DACH — la conclusion pratique est assez claire : si vous utilisez les fonctions FSD, une surveillance constante est indispensable, tout particulièrement de nuit et sur les routes secondaires. Les branches abattues, les troncs d’arbre ou les débris de chantier sont précisément le genre de « cas limite » que l’on rencontre plus souvent dans la vie réelle que ne le reflètent les données d’entraînement.
Si vous conduisez un véhicule équipé de HW3, il est également judicieux de surveiller attentivement les mises à jour et de commencer par tester les nouvelles versions dans des situations simples. Disposer de davantage de « capacités » sur un matériel ancien est en principe une bonne nouvelle, mais cela peut aussi signifier que la marge de sécurité se réduit lorsque la plateforme fonctionne à ses limites.
Le FSD reste un système d’assistance qui ne dispense pas le conducteur de ses obligations. Les situations présentées rappellent pourquoi, dans la pratique, le terme « Supervised » n’est pas une simple note de bas de page.
Place dans la stratégie produit de Tesla : le changement d’échelle face à la réalité
À terme, Tesla souhaite proposer son logiciel de conduite autonome sur le plus grand nombre possible de véhicules. FSD Lite revêt précisément une importance stratégique à cet égard, car une grande partie du parc est encore équipée de HW3. Dans le même temps, ces vidéos le montrent : porter des architectures logicielles modernes d’IA sur des ordinateurs plus anciens constitue un défi technique et peut révéler des limites dans certaines situations.
Pour l’écosystème Tesla, cela ne signifie pas automatiquement une « régression », mais plutôt que le développement se fait par itérations et que certaines versions peuvent présenter des faiblesses qui seront sensiblement corrigées dans des versions ultérieures. L’essentiel est que les conducteurs évaluent avec réalisme les limites du système et que Tesla traite rapidement ces cas.
