In Two Weeks… FSD Beta 10.69 (其实就是10.13) 8 月 20 日见~ 此次大版本更新 泄露的更新日志： 1. 通过更好地估计自我与其他物体的互动，改进无保护左转的决策。 2. 通过利用中间的安全区域，改进了在 "查克-库克式 "无保护左转弯时为交叉物体让步的停车姿势。 3. 在爬行以提高能见度时，使速度曲线更加舒适，以便在保护可能被遮挡的物体时能更顺利地停车。 4. 在任何有物体可能穿越自我路径的交叉口，无论是否存在交通控制，都能实现爬行以提高可见度。 5. 改善了5%的车道位置误差和12%的车道召回。 6. 通过在网络结构中增加远距离跳过连接和更强大的主干线，将穿越和合并车道的车道位置误差提高了22%。 7. 通过改进作为神经网络输入的车载轨迹估计，将行人和自行车手的速度误差提高了17%，特别是当自我正在转弯时。 8. 通过将自动标记的训练集的大小增加一倍，将动物检测的召回率提高了34%，假阳性率降低了8%。 9. 通过调整训练期间使用的损失函数和提高标签质量，将远处过路车辆的检测召回率提高了4%。 10. 通过在训练集中增加20%的例子，改进了车辆的 "是否停放 "属性。 11. 通过增加一个视频模块、调整损失函数和在训练集中增加3700个新片段，升级了占用网络以检测动态物体并提高了性能。 12. 通过更好地将行人和自行车手分类为不打算与自我互动，减少了人行横道周围的错误减速。 13. 通过在适当的时候在车道内选择温和的偏移，减少了因锥体或堵塞物而产生的错误变道。 14. 在宽阔的住宅道路上改进了车道内定位。 15. 改进了在高偏航率情况下的物体未来路径预测。 16. 将数字限速标志的准确性提高了29%，将有困难的标志的准确性提高了23%，将3位数的速度提高了39%，将限速结束标志的准确性提高了62%。 17. 神经网络的训练中，训练集的例子增加了84%，结构上的改变使网络头分配了更多的计算。