$特斯拉(TSLA)$ X上的博主EdgeCase分享了其对于FSD的评分体系，从v10.69到目前最新的v12.3，可以看出，在大的版本迭代后，分数都有一定的提升，从最初的3.62到现在最新的6.54(10分是满分)。

评分体系从6个大类，COMFORT(舒适性)、COMMON SAFETY CRITICAL(常见安全事项)、LESS FREQUENT SAFETY CRITICAL(不常见安全事项)、FOLLOW THE LAW（遵守法规）、 ROBOTAXI SPECIFIC（无人出租车相关）、MISC.（其他），对各个版本的FSD进行加权打分。

对于最新的v12.3，在‘舒适性’以及‘常见安全事项’中，博主给出了较高的打分，这也容易理解，这一部分的训练数据最多，也最容易接近人类驾驶。

整个打分系统比较好的涵盖了自动驾驶需要实现的能力(如果有没覆盖的，可以发给作者让其完善)，7分以上的就不说了，总结一下目前FSD仍然欠缺的一些能力(有一些老马在后续版本的预告中已经说明会改进了)

1. 对于临时性的路牌/人工指引/闪烁红灯等不能很好处理。

2. 对路面小碎片/坑洼路面无法做出有效反应。

3. 对于识别特殊车辆(警车/校车/救护车)并让行。

4. 无法倒车，这也导致到达目的地的停车表现一般。

我认为对于2、3、4，也许v12版本就可以有效的改善；但对于1，由于涉及到对非道路知识的理解，其难度是非常大的，grok与fsd的结合可能才能较好的处理这些极限corner case。