Et enkelt ratgreb i en HOV-bane kan snart få langt større betydning, end de fleste Tesla-ejere er vant til. Ifølge Elon Musk vil Tesla FSD v15 lære af førerens korrektioner og gradvist udvikle sig mod en mere personlig køreoplevelse, hvor bilen husker vaner som vognbaneskift, placering i HOV-spor og foretrukne parkeringspladser.
Fsd bliver personlig
Meldingen kom 18. juli 2026 og peger på, at Teslas nuværende FSD Supervised skal bevæge sig væk fra en ensartet standardlogik. I stedet skal systemet opføre sig mere som en virtuel chauffør, der tilpasser sig den enkelte ejer. Når føreren griber ind, kan softwaren registrere situationen og bruge den som læring til senere ture.
Det gælder især de tilfælde, hvor bilen vælger en manøvre, som ejeren ofte retter. Hvis en fører for eksempel gentagne gange holder bilen længere i en samkørselsbane, kan systemet med tiden lære den præference. Det er en markant ændring i forhold til dagens mere generiske adfærd, hvor alle biler i høj grad reagerer ud fra samme overordnede model.
Tesla FSD v15 og vaner
Det centrale løfte i Tesla FSD v15 er, at bilen skal kunne huske førerens indgreb og efterligne vaner i specifikke situationer. Musk har især fremhævet problemer med HOV-spor og carpool-spor, hvor FSD i dag kan skifte ud for tidligt. Her skal den nye logik lære af manuelle korrektioner, så bilen næste gang holder den ønskede linje længere.
Det samme princip ventes at gælde ved lav fart og parkering. Hvis ejeren typisk vælger en bestemt side af indkørslen, en favoritplads ved kontoret eller en bestemt position tæt ved skole eller hjem, kan bilen gemme den præference. Ambitionen er altså, at FSD lærer førerens indgreb og husker førerens vaner på en måde, der reducerer unødige overtagelser.
- Registrerer manuelle indgreb i konkrete situationer
- Forbedrer lane-tilpasning ved gentagne korrektioner
- Håndterer HOV-spor og carpool-spor mere præcist
- Gemmer parkeringspræferencer på kendte destinationer
- Bruger data fra deaktiveringer til at prioritere forbedringer
HOV-fejl og lane-tilpasning
Et af de mest omtalte irritationspunkter blandt brugere er, at FSD skifter ud af HOV-spor for tidligt, selv når bilens indstillinger allerede giver mulighed for at påvirke adfærden. Den kommende løsning skal gå et skridt videre end simple toggles og i stedet lære den konkrete ejer at kende. Det kan være særligt værdifuldt for pendlere, som kører samme rute hver dag og forventer konsekvent adfærd.
Her bliver de såkaldte FSD deaktiveringsdata vigtige. Hvis mange eller den samme fører ofte afbryder systemet i bestemte typer vognbaneskift, får Tesla et tydeligere signal om, hvor modellen skal forbedres. Det passer med Musks beskrivelse af, at bilen skal undgå at gentage den samme fejl, når mennesket allerede har vist den ønskede løsning.
Parkering som første gevinst
Parkering kan blive et af de første områder, hvor brugerne mærker forskellen. Musk har peget på, at parkeringssituationer skaber mange afbrydelser, og derfor er de oplagte at forbedre med en personlig læringsmodel. Hvis bilen husker parkeringsplads og kan gentage foretrukne parkeringspositioner, bliver oplevelsen mere forudsigelig i hverdagen.
For ejere kan det være mere værdifuldt, end det først lyder. Små gentagne irritationer ved hjemmet, arbejdspladsen eller skolen fylder ofte mere i den daglige brug end sjældne, spektakulære funktioner. Derfor kan en mere stabil og personlig parkeringsadfærd blive et vigtigt skridt mod højere tillid til systemet.
Større AI-model på AI4
Bag ændringen ligger et større arkitekturløft. Tesla har beskrevet v15 som springet til en 10 milliarder parametre AI-model, altså en 10x større AI-model til FSD end den nuværende struktur. Pointen er, at denne kapacitet skal kunne køre på eksisterende AI4 hardware til FSD, også kaldet HW4, uden krav om ny AI5-platform.
Det gør opdateringen særlig interessant for ejere af nyere Model 3, Model Y og andre Tesla-modeller med HW4. Samtidig er billedet mindre positivt for ældre biler. HW3 udelukkes fra unsupervised FSD, og de ejere må derfor se mod en opgradering eller trade-in, hvis de vil helt med på den næste fase.
Hvem får funktionen?
Den forventede retning er klar: HW4 (AI4) kompatibilitet bliver nøglen til de nye personlige funktioner og til Teslas videre plan for unsupervised FSD i USA. Foreløbig er der ikke meldt en præcis dato ud for den personlige læring, men den er knyttet til v15, som ventes fra sen 2026 til tidlig 2027.
Vigtigt for danske læsere er, at tilgængeligheden i Danmark endnu ikke er bekræftet. Teslas geofenced udrulning og sikkerhedsvalidering af FSD sker fortsat primært i USA, og omtalen af topbrugere i Texas, Florida og Nevada understreger netop, at den operative lancering starter der. Danske ejere bør derfor se funktionen som relevant på sigt, men endnu ikke som en bekræftet opdatering herhjemme.
Vejen fra v14 til v15
De nuværende FSD v14.3.x interim-opdateringer beskrives som finpudsning, mens v15 er det egentlige tekniske spring. Det er også her, Tesla vil binde den personlige adfærd sammen med ambitionen om, at FSD Supervised udvikler sig til unsupervised i flere amerikanske byer. Fjernelsen af Beta-mærket for udvalgte brugere tidligere i 2026 peger i samme retning.
Det betyder dog ikke, at alt er afgjort. Sikkerhedsvalidering af FSD, lokale regler og geofenced udrulning kan stadig flytte tidsplanen. Derfor bør forventningerne holdes realistiske, selv om udsigten til en mere menneskelignende og mindre stiv softwarelogik er noget af det mest spændende, Tesla har varslet i år.
Hvorfor det betyder noget
Hvis Tesla lykkes, kan den næste generation af FSD føles langt mere naturlig i daglig brug. Det handler især om at fjerne de små fejl, der tvinger føreren til at overtage igen og igen på de samme punkter. Når bilen lærer af menneskets korrektioner, kan den blive mere effektiv, mere energibevidst og vigtigst af alt mere tillidsvækkende.
For Tesla-ejere, der allerede følger udviklingen tæt, er dette også en logisk forlængelse af andre softwarehistorier, som for eksempel Tesla Model 3: FSD tilsidesat ved speederen. Og hvis du vil følge det større forretningsmæssige billede omkring autonomi og robotaxi, er både Tesla Q2 regnskab 2026: robotaxi og EPS-kamp og Tesla Q2 2026: robotaxi og FSD under lupen værd at læse. Har du selv oplevet de samme lane- eller parkeringsfejl, så del gerne dine erfaringer i kommentarfeltet.
Ofte stillede spørgsmål om Tesla FSD v15
Hvornår kommer v15?
Den forventes i slutningen af 2026 eller begyndelsen af 2027, men Tesla har endnu ikke givet en endelig dato for den personlige læringsfunktion.
Hvad lærer bilen af?
Systemet skal lære af manuelle indgreb som ratkorrektioner, ændringer i vognbaner og parkeringsvalg på kendte steder.
Virker det på HW3?
Nej, HW3 er ifølge de nuværende oplysninger udelukket fra unsupervised FSD. De mest avancerede funktioner er rettet mod biler med HW4.
Kommer det til Danmark?
Det er endnu ikke bekræftet. Funktionen udvikles med fokus på amerikansk udrulning, og Danmark er ikke officielt nævnt i den første tidsplan.
Hvad bliver den største forbedring?
For mange ejere kan den største gevinst blive færre gentagne fejl i HOV-spor, mere naturlige vognbaneskift og parkering, der passer bedre til førerens egne vaner.
Kilder til denne artikel
Musk, E. (2026) udtalelser om FSD-personalisering og interventioner, 18. juli.
Tesla (2026) oplysninger om FSD-arkitektur, HW4 og fremtidig udrulning.
