完美体育（国家认证）官方网站

　　完美体育网站app完美体育网站app

　　国内，它是各大车企发布会PPT上的”钉子户“，常常被拿来做对比，被“碾压超越”是它的宿命；但在大洋彼岸，Model Y却展现出截然不同的形象，已然进入到其他车企极少触达的Next Level。

　　6月底，一辆未经改装的量产Model Y从奥斯汀工厂出发，自主驶过城市道路与高速公路，最终精准抵达客户家门口完成交付——全程116公里，零人工干预；

　　同期，特斯拉Robotaxi服务在奥斯汀南部小范围地区开业，开始搭载付费乘客体验无人驾驶出行；

　　更早些时候，特斯拉美国工厂里，下线的新车已能自动驶入物流区，省去了泊车司机。

　　上述事件表明，特斯拉开始真正往FSD(Full Self-Driving)的字面意思发展了。

　　科技迷和特斯拉拥趸们欢欣鼓舞，关于“未来已来”、“憧憬躺赢”的欢呼声一浪高过一浪。人们期待着，马斯克在N年前画下的大饼——让私家特斯拉在闲置时跑Robotaxi赚钱，是否真的已经近在咫尺了？

　　与深耕Robotaxi领域多年的Waymo、百度萝卜快跑和小马智行相比，特斯拉此次试运营规模极小（车队少、范围小、里程短），与其说是运营，不如说是公开测试；其单价4.2美元的收费，更像是意思意思的体验价，连“开业酬宾”都算不上。

　　当然，不可否认的是，马斯克和特斯拉的全球影响力，让Robotaxi重新获得了极高关注度，但Robotaxi真正大规模落地盈利，仍需要逐一突破技术安全、成本控制和权责界定这三座大山，老老实实，脚踏实地，不存在任何口嗨和“跳级”可能。

　　特斯拉Robotaxi直接使用现有硬件（即纯视觉方案）和与量产版本同源的FSD系统，不做额外改装和调教。

　　这是一条与主流L4自动驾驶公司截然不同的技术路线，带有明显的特斯拉风格，激进且大胆。

　　这种做法让普通车主的私家车无缝接入Robotaxi网络去“接单赚钱”成为可能，但客观讲，这套系统的“底子”仍是L2级辅助驾驶。

　　L2的设计初衷是提升人类司机的驾驶舒适度，强调的是人机“共”驾，依赖司机为系统托底，而L4则要求系统安全自主、安全至上，目标是“零事故”，两者从根上就不同。

　　特斯拉目前的做法，实际是用L2级别的”底子“去执行L4级别的“活儿”——让车辆在没有驾驶员的情况下自主载客运营。

　　目前特斯拉Robotaxi车内的副驾位坐着安全员。据受邀体验的乘客所说，在车辆行驶过程中，安全员的右手一直放在副驾门槛上，疑似是紧急按钮的位置。从某种角度讲，安全员充当了临时的“感知和安全冗余”。

　　去年发布的无方向盘的无人出租车Cybercab是否会搭载硬件冗余尚不清楚，但可以确定的是，不论现在跑Robotaxi的Model Y，还是之后的Cybercab，特斯拉都坚持通过摄像头和机器学习实现自动驾驶。

　　马斯克似乎是想押注其纯视觉算法+海量数据+超大算力+软件迭代的组合能够解决一切已知和未知问题。他那句著名的“人类不需要发射激光就能开车”正是其理念的核心。

　　但是，就像人类司机会被对向的远光灯闪瞎眼、会被太阳雨的路面强反光迷惑、会在雨雾等恶劣天气看不清道路一样，模仿人眼的纯视觉方案在强光干扰和恶劣天气下，也会因为错误的感知输入，导致错误的决策输出。

　　在L2辅助驾驶上，这些”错误“可以被人为纠正，但L4自动驾驶无法容忍和接受任何微小的”错误“。

　　在迄今为止两周的小范围测试中，特斯拉Robotaxi已暴露出不少问题：车辆曾误入对向车道、无预警急刹、超速“画龙”、示意转向但实际直行、甚至在十字路口违规停车。

　　就在几天前，特斯拉Robotaxi发生了首次碰撞事故。在静止状态下突然转向，和一辆停放在路旁的车发生碰撞。这些大大小小的状况，都提示了纯视觉方案在真实复杂环境中的潜在风险。

　　L4 Robotaxi的终极目标是比人类更安全，而非“和人类一样”。“模仿人眼”的方案，能否达到“超越人眼“的目的，特斯拉还需要更大的车队规模、更广的运行范围和更多的行驶里程来为自己证明。

　　如果说特斯拉Robotaxi想要打造的是”全民车队“，那么，以Waymo、百度萝卜快跑和小马智行为代表的行业主流，则选择了更稳健但成本更高的“精英车队”模式。

　　其核心在于”硬件冗余“和”多传感器融合“，不计成本地堆砌，以求万无一失的安全保障。

　　Waymo第六代传感器套件拥有13颗摄像头，6颗雷达和4颗激光雷达，车上还装载了一系列外部音频接收器。相较于前代，传感器数量增加了，分辨率和精度提升了，分布位置优化了，旨在确保整车没有视野盲区[1]。

　　小马智行最新第七代Robotaxi则装备了9颗激光雷达、14颗摄像头、4颗雷达，以及4颗麦克风、2颗涉水传感器和1套碰撞传感器，实现车周360°无盲区，650米范围内的物体和环境检测。

　　车辆”武装到牙齿“，目的很明确，通过多种类、多数量的传感器交叉验证，确保在任何光照环境、任何天气条件下都能获得准确的环境感知，并依靠100%车规级硬件和冗余设计，即使某个部件失效，系统依然能安全运行。

　　如果用马斯克”拟人“思路来理解，多模态传感器融合或许就像人类的多感官（视觉、听觉、触觉等）整合，从而对事物形成准确全面的感知——最日常的一个例子，近视人士往往习惯以”即听声音，又看口型“的双重确认，来听清对方的话语。

　　当然，技术路线本身并无高下之分，更无对错之别，不论是”全民多视觉“还是”精英多融合“，最终都需要用“安全”和“稳定”这两个硬指标来衡量。

　　和L2辅助驾驶（先泊车、再高速、再城区、最后全域）的渐进式发展类似，L4自动驾驶/Robotaxi也有一套更严格、更细致的“自证实力”路径：

　　从封闭道路的密集测试，到限定的公开道路的示范应用和示范运营，再到电子围栏内的商业运营；

　　只有满足了前一个阶段的要求（总里程、运营时长、车辆数量等），才能进入下一阶段。无论是国内的萝卜快跑、小马智行，还是国外的Waymo，基本都是遵循这个路径，一步一个脚印走过来。

　　以此标准审视特斯拉Robotaxi目前的“副驾安全员 + 小范围 + 少量车”配置，只能勉强算踏入了早期示范应用阶段（而且车辆数量还远不足够）。 而主流的L4公司，早在几年前就已跨过这个阶段。

　　小马智行CTO楼天城曾直言：“能达到50万小时无人运营规模的公司，才是在牌桌之上的公司。”

　　这有点类似”1万小时定律“，想要在某一领域习得既能拥有专业成就，熬时间，是必经之路。

　　Robotaxi用”安全“和”稳定“证明自己能玩，只是拿到牌桌的入场券。

　　紧接着一个更严峻的挑战是，如何在确保安全的前提下，跑通商业闭环，证明自己能赢——赢在成本，赢在规模，赢在可持续性。

　　从”安全牌桌“到”盈利牌桌“，游戏规则截然不同。胜负的关键，也从绝对安全验证，转向了成本控制、运营效率、规模扩张、流量入口、用户接受度、政策适应等多维度的综合较量。

　　这里的成本不单指造一辆车的价格（BOM成本），而是一个更广义的概念，囊括了：单车成本、维护费用、安全冗余成本和平台运营费用等。

　　行业分析数据显示，尽管各家成本结构和实际支出略有不同，但综合成本仍旧超过了当前的运营收入。简单来说，就是入不敷出，这使得当前主流Robotaxi公司普遍处于亏损状态。

　　去年，周出行量超10万次的Waymo，仍让其母公司Alphabet产生了近20亿美元的亏损；

　　小马执行上市后的首份财报显示，其2024年净亏损高达2.75亿美元（约合人民币19.96亿元），较2023年的亏损额（1.253亿美元）翻倍不止。

　　广义成本中，像安全冗余、日常维护、保险、网费、补能、地勤人力等“拉拉杂杂”的费用，短期内很难显著压缩（Cybercab的自动清洁工具或许能帮上忙）。因此，单车制造成本，目前仍是降本攻坚的主战场。

　　降低成本的金科玉律无外乎两条：降低单件制造成本，以及扩大生产规模产生规模效应。

　　在规模制造上，坐拥全球500万保有量的Model Y无疑是王者。马斯克能够喊出“全民车队，全民接单”口号的底气，来自特斯拉的成本协同，简称“一鱼两吃”：一套硬件，双重使命，省去了为Robotaxi单独开发、采购和安装专用硬件的巨额成本。

　　其FSD软件的研发投入，也由庞大的量产车用户群体与之共同分担。每一次软件迭代升级，既服务于购买FSD功能的私家车主，也为未来的Robotaxi网络赋能。这种研发成本的杠杆效应，是专营Robotaxi的公司难以企及的。

　　反观深耕Robotaxi的L4自动驾驶公司，曾经支撑起他们牌桌资格的重型“武器”，如激光雷达等设备，在成本这一标尺下，反倒成了成本劣势。

　　好消息是，得益于国内卷生生死的汽车供应链，人们印象中动辄百万起步的”精英车队“，已经有了接近普通乘用车的单车成本。

　　小马智行第七代Robotaxi采用理想同款激光雷达，蔚来同款智驾芯片等车规级量产部件，硬件总成本已降到27万元，比2017年的第一代整整降低了73万元，预计未来还能继续降本30-40%，进入“20万以内”区间；

　　特斯拉Cybercab (目标) 计划2026年量产，目标成本控制在3万美元以内。

　　截至今年5月，Waymo车队约1500辆，覆盖旧金山、洛杉矶、凤凰城以及奥斯汀，每周完成超过25万次付费出行，累计单量超过1000万；

　　萝卜快跑以北京和武汉为大本营，辐射全球15座城市，部署车辆超1000辆；

　　小马智行聚焦北上广深，拥有超过250辆Robotaxi，计划在今年底扩大至千台，三年内投放上万辆；

　　特斯拉宣称将在几个月内将车队规模扩张至1000辆，在今年底在美国几个重点城市部署类似爱彼迎的共享模式。

　　但Robotaxi的规模扩张，并非简单的”车海战术“。一个反直觉的逻辑是，现阶段Robotaxi想要快速摆脱亏损，实现盈亏持平，投放更多的车辆固然重要，但更关键的是对运营城市和线路的“精挑细选”。

　　目前主流的Robotaxi公司，基本都在超一线/一线城市布点，这并非是因能力不足而被迫”画地为牢“，而是出于ROI（投资回报率）最大化的精明商业考量——把资源优先投放在需求最旺盛、回报最有保障的区域。

　　这些区域通常指拥有机场、高铁站等出行刚需枢纽，当地市民收入高、对新事物包容性强，付费意愿与价格承受力俱佳，交通繁忙但秩序相对规范的成熟区域。

　　很显然，Robotaxi追逐盈利的背后，是精密计算的商业决策，而非单纯的技术炫技。

　　百度在今年Apollo Day上表示，基于武汉运营数据，武汉萝卜快跑已实现单车盈利，预计2025年第四季度全线业务进入稳定盈利期，成为全球首个实现商业化盈利的自动驾驶出行平台。

　　小马智行在超一线城市布局则偏重”枢纽“，覆盖机场、高铁站、核心城区。提供诸如“广州市中心 ⇌ 广州南站/白云机场”、“北京亦庄 ⇌ 北京南站/大兴机场”等高需求、高频次的路线。

　　精准的布点换来了亮眼的财报数据——今年一季度，小马智行Robotaxi业务暴涨200%，乘客车费激增800%。

　　这证明，通过在”黄金区域“精细化的运营，大规模部署Robotaxi已不再是理论设想，而是具备商业可行性的现实路径。

　　不论是按部就班的主流自动驾驶公司，还是从技术到规模都剑走偏锋的特斯拉，在成本和规模上找到感觉后，都将面临一个关于能否真正”改变公众出行模式“的关键问题——责任归属和公众接受度。

　　Robotaxi扎根的一线城市，对此多有支持。《深圳经济特区智能网联汽车管理条例》、 《北京市自动驾驶汽车条例》、《武汉市智能网联汽车发展促进条例》等，都为Robotaxi的无人化运营，提供了良好的政策土壤。

　　23年，由工信部与公安部联合制定的《关于智能网联汽车准入和上路通行试点通知》结束征求意见。这份全国性的政策文件为L4车型的准入和上路开创了”试点申报联合体“，由车企和Robotaxi运营方共同为L4自动驾驶车型的上路保驾护航。从安全评估、准入许可、上路通行，到责任划分、应急处置、暂停与退出，都设置了完善机制。

　　把视野扩展至全球，美国国家公路交通安全管理局（NHTSA）在24年末出台了全球首个专门的 L4 Robotaxi的政策（L2/L3不适用）。这份名为AV-STEP的草案详细规定了谁有资格运营Robotaxi、可以在哪些区域运营、如何运营，以及最关键的事故责任归属等问题，为美国市场的Robotaxi发展提供了清晰的指引。

　　目前来看，完善法律法规只缺时间，但这只解决了”能不能合法跑“的问题，Robotaxi真正融入社会，还需要跨过公众心理接纳这道坎。一个需要正视的风险是，新技术对传统就业岗位的冲击可能引发的社会矛盾。

　　在Robotaxi推广较早的武汉，就曾发生一起极具象征意义的事件：部分担忧失业的传统出租车/网约车司机，采取了冲撞正常行驶的Robotaxi的过激行为。

　　对于依赖驾驶为生的庞大群体来说，无人出租车的出现，直观地意味着工作机会的减少。这种对生计的忧虑是真实且强烈的。

　　即便没有就业冲突，普通乘客对完全由机器驾驶的车辆，天然会存在安全性质疑和乘坐习惯的适应过程。

　　如何妥善解决新事物和旧习惯，新业态与老传统之间的矛盾，将成为Robotaxi规模化和合法化之后的又一未竟之战。

　　当Robotaxi跨过这三大关隘后，无人驾驶已不再是公司企业之间的竞争，而是升级成了国与国之间科技产业综合实力的全面较量。

　　国内市场，依托高效的制造能力、强大的工程化落地能力、坚定的政策决心，以及在复杂城市交通场景中的淬炼，中国Robotaxi市场展现出强劲增长势头。

　　百度萝卜快跑在武汉接近收支平衡、小马智行通过聚焦高ROI路线实现收入激增，这些都是中国模式效率的初步印证。

　　再看美国，在相对宽松的试错环境下，以Waymo为典型代表的一众科技公司拥有前沿技术探索的先发优势，还有特斯拉这种既卖乘用车又经营出行业务的”异类“，在商业模式探索上充满灵活性和创新性。

　　高盛预测，到2030年，中国Robotaxi车队或达50万辆量级，而美国同期预计约为3.5万辆——两者的规模差达14倍。这种量级的差距，会对技术迭代速度、运营经验积累和政策法规修订产生影响。

　　一个世纪前，亨利·福特的流水线让T型车驶入千家万户，将美国塑造成“车轮上的国家”，定义了工业时代的出行文明。

　　这一次，驱动车轮的不再仅仅是内燃机，更是人工智能、海量数据、云计算等核心科技产业链的合力。谁能在安全、规模和政策的三重门里为自动驾驶找到正确的路，谁就能再次定义“车轮上的国家”。