有关Robotaxi的话题最近在国内互联网出圈，引起了一场“人类司机恐被取代”的大讨论。

现实情况是，萝卜快跑无人车当前在武汉的投放量约为400辆，在当地1.7万辆出租车和约3万辆网约车中的占比很小。从全国范围看更是微乎其微。

加上法律法规、监管、保险、责任界定和伦理道德等方面的不确定性因素，无人驾驶Robotaxi的普及看似离我们的生活还很遥远。

但是在美国，埃隆·马斯克相信特斯拉已非常接近实现自动驾驶。他在7月23日特斯拉Q2财报会上继续抛出激进的时间表：“如果到2025年底特斯拉还没开始Robotaxi运营，我会感到震惊……”

马斯克强调，Autonomy（包括自动驾驶和人形机器人的自主移动）是特斯拉公司最主要的价值所在，它的重要性远高于特斯拉的其他方面，所有与之无关的问题都是“噪音”。

他还说，如果有人不相信特斯拉能够实现自动驾驶，就应该卖掉特斯拉的股票。

而对那些相信特斯拉的人，马斯克引用Ark Invest的预测数据描绘蓝图：特斯拉自动驾驶的价值将会达到5万亿美元，人形机器人的价值更将数倍于此。

的确，Ark最新的研究显示，到2030年，自动驾驶运营商的总估值会达到28万亿美元——大约相当于2023年全球汽车制造商总估值（3.1万亿美元）的9倍。

判断逻辑是，实现自动驾驶之后，更低用车成本将催生新的需求，汽车产业所能提供的服务规模和总体价值将会数倍于今天。

这是为何马斯克将原定8月8日举行的Robotaxi发布会推迟到10月10日——他希望向外界展示尽可能完善的产品和商业计划，因为对特斯拉而言，这是一场过于重要的发布会。

对于全球汽车产业也是如此。

一

Robotaxi是特斯拉公司发展轨迹上的一个既定目标。

马斯克在2016年拟定的《特斯拉宏图·第二篇章》，对基于Robotaxi产品的“特斯拉出行”（Tesla Mobility）业务是这样描述的：

全自动驾驶得到监管部门批准后，你可以从几乎任何地方召唤你的特斯拉车辆。上车后，在前往目的地途中，你可以睡觉、阅读或做任何其他事情。

你还可以很便捷地通过特斯拉App上的一个按键将你的座驾加入到特斯拉共享车队，让它在你工作或休息时为你赚取收入，从而大大抵消、甚至有可能超出购车或租赁成本。这将大大降低真实的拥有成本，以至几乎每个人都可以拥有一部特斯拉。由于大部分车主每天的车辆使用率只有5%-10% ，全自动驾驶汽车的基本经济效用，很可能将是非自动驾驶汽车的数倍。

而在用车需求大于客户拥有车辆数量的城市，特斯拉将会运营自己的车队。无论你身处何处，我们都确保你可以召唤到特斯拉汽车。

2023年12月底，特斯拉开始推送端到端架构的FSD v12。新架构的迭代速度，让马斯克看到了实现Robotaxi的路径。

今年4月，特斯拉去掉了FSD名称中的“Beta”（测试版）字样，改为“Supervised”（有监督），下一步计划迭代到“Unsupervised”（无监督），即传统定义下的L4级自动驾驶。

当Unsupervised版FSD得到应用时，特斯拉的Robotaxi业务就可以大规模推广了。

甚至在Supervised阶段，只要FSD比人类司机更安全且接管率持续下降——即使驾驶位仍需坐着一名司机——特斯拉也可以开始Robotaxi的初步商业化运营，因为司机工作内容的改变和工作强度的下降，已经能够为运营方创造价值。

在2024年Q1财报会上，特斯拉展示了其手机App的打车服务界面。当用户使用召唤和Robotaxi功能时，App上将显示距离、预计到达时间、车内温度、可用座位数、导航地图等信息。

马斯克进一步解释了「特斯拉出行」业务的逻辑，称用户可以把它想象成爱彼迎（Airbnb）和优步（Uber）的结合。

特斯拉公司将拥有一定数量的自营车队，以确保在每个城市都有充足的运力，而更大数量的特斯拉车辆仍归用户所有。

用户可以随时选择把自己的车辆加入Robotaxi车队，在自己睡觉或工作时出去载客赚钱，也可以选择只向朋友和家人分享使用，或是只让拥有五星好评的用户使用。

任何时候，用户都可以让爱车回到自己身边，专属于自己——就像爱彼迎一样，你可以随时选择出租客房，或不出租留作自用。

当前，特斯拉已在全球售出了超过500万辆搭载HW3或HW4平台的车辆。特斯拉预计在Robotaxi业务开始运营时，其将在全球拥有700万辆至900万辆车。随着车队规模不断扩大，最终这一数字将达到数千万辆。

如果通过自动驾驶，这些车辆的使用率从当前私家车的5%-10%提升到50%，意味着1000万辆特斯拉汽车将能够提供5000万辆至1亿辆传统汽车的运力。

单位里程的用车成本可能下降70%以上，这是足以颠覆打车服务价格体系的效率提升。

此外，特斯拉汽车为车主赚钱的方式或许不止于作为Robotaxi共享运力，而是还能作为计算中心共享算力。

马斯克畅想道，虽然训练一个AI模型需要大量算力，但让它运行（即推理）所需的算力要少得多。特斯拉汽车上的AI推理能力，未来可能会发展出一种类似亚马逊云服务的业务，即当汽车处于静止状态时，用车载计算平台运行分布式的推理任务。

这一业务模式，可能随着2026年特斯拉下一代车载计算平台“AI5”的量产而变得更加有趣，因为AI5的算力水平将会匹及英伟达新一代GPU芯片B200。

……即使在自动驾驶的未来，汽车每周的行驶时长从10小时变成50小时，汽车上的推理计算机每周仍有100多个小时可以做其他事情，不使用它会是一种浪费。

想象一下，未来全球有1亿辆特斯拉汽车，每辆车平均拥有1kW的推理算力，整体而言，那就是分布在全球各地的100GW的推理算力——这还没算上（同样将搭载AI5、AI6、AI7...的）人形机器人。

100GW的推理算力究竟是何等规模呢？一个可参考的数据是，马斯克旗下xAI公司在7月22日宣布开始运行的10万卡H100集群，作为当前全球最大的单一AI运算集群，总功耗大约为150MW（0.15GW）。

总结一下特斯拉畅想的“Robotaxi共享经济”：

每一辆特斯拉汽车，未来都会成为真正意义上的智能移动空间+运算基站+移动电源……车主将可以通过共享运力、算力和能源，实现资产增值。

二

放眼长远的未来，很少有人怀疑自动驾驶最终会实现。遗留的问题有二：

1.究竟何时能实现？

2.凭什么是特斯拉？

自动驾驶是一项难度极高的科技和工程难题。

自2009年谷歌开展自动驾驶项目Project Chauffeur（Waymo前身）以来，15年过去了，现在全球范围内仅有7座城市在开展无人驾驶Robotaxi商业化运营，全球的车队总规模不超过2000辆。

Andrej Karpathy今年1月在一篇名为《Self-Driving as a Case Study for AGI》的文章中对Waymo在旧金山的服务大加赞赏，称自己如今的城市交通方式已几乎完全转向了Waymo。

但问题在于，这样的体验目前仅限于旧金山、奥斯汀和洛杉矶等寥寥几座美国城市。

AK在文中总结道，自动驾驶的最终目标是在全球范围实现完全自动化——Waymo选择了先实现地理围栏内的完全自动化，再向全球拓展；特斯拉则选择先全球化（把车卖到世界各地），再逐步过渡到完全自动化。

AK称，Waymo和特斯拉这两家公司，一个还有大量软件工作要做，另一个则还有大量硬件工作要做。

看似是说，二者在追求自动驾驶的路上都还任重道远。但实际上，AK的下一句话便是“对于哪个更快实现，我有自己的赌注。”

笔者毫不怀疑AK的赌注在特斯拉身上。这并非因为他曾担任特斯拉FSD团队的AI总监，而是基于事实的发展和理性的思考。

世上永远也不会出现一个100%可靠的系统。监管机构——或者说每个社会作为一个决策主体——需要决定在什么样的节点允许自动驾驶系统合法上路。

马斯克认为，如果有大量数据表明自动驾驶比人类驾驶更安全，那么从道义上讲，政策制定者和监管部门就有义务批准它的使用。

事实上，证明自动驾驶的安全性远高于人类司机的数据已经存在，并且随着FSD软件的进步，这样的差距还在继续拉大。

根据特斯拉官方数据，2024年Q1，特斯拉汽车在开启智驾功能下每行驶750万英里会发生一次碰撞。2023年Q4，这一数据约为540万英里。而美国普通汽车的平均值，常年稳定在约50万英里发生一次碰撞。

换句话说，在FSD v12推送后的2024年Q1，开启FSD或Autopilot功能的特斯拉汽车，大约比美国普通汽车安全14倍。

而特斯拉刚刚在7月23日开始向非员工推送的FSD v12.5，参数量是v12.4的5倍，并且是一个经过大幅简化、重组的全新模型。

在X平台上，v12.5的负责人Tony Duan专门为这次推送制作了宣传海报，并且除他之外还有多名FSD研发团队成员在X上发布了关于v12.5的宣传内容，显示出一线研发人员对这一版本的信心。

从拟人化和接管率等指标来看，v12.5目前在美国的网络上获得了几乎是压倒性的正面评价。

7月29日，FSD v12.5.1开始广泛推送。

按照马斯克的说法，特斯拉将在v12.5或v12.6期间，向中国、欧洲及其他地区的相关部门申请准入。

考虑到v12.5的参数量是v12.4的5倍，而马斯克预计HW4.0硬件最高可支持的模型参数量将是v12.5的8倍。这意味着v12.6或更靠后的某个版本，参数量将达到v12.4的40倍。

从Scaling Law在大语言模型上展现出的演进效果来推理：特斯拉FSD未来几个版本的进步幅度，可能会远超自动驾驶行业人士的想象（多数人只有先看到，才会相信）。

尽管法律法规的推进一定会落后于技术，并且能见度高如自动驾驶的技术的普及，一定会经历漫长过程、受多重因素相互牵制影响……但从底层逻辑上讲，马斯克是对的：

当有一天，特斯拉拥有数十亿、上百亿英里的数据表明FSD比人类驾驶安全20倍、50倍、100倍……时，监管部门终究没有理由对自动驾驶说No。

因此，在FSD持续进步的情境下，监管对其开绿灯只是时间问题。

另一个情境是，Scaling Law在FSD身上不奏效，或不足够奏效，即FSD以当前的技术方案无法实现足以撬动监管批准的安全率，那么可能意味着当前在中美自动驾驶领先的特斯拉、华为、“蔚小理”等企业，都将需要切换以Transformer为基的技术路线。

在本文中，让我们暂时忽略第二种情境，因为那可能意味着与物理世界交互的AGI事业整体遭遇重大滞碍。

下面分别通过对比科技公司和其他汽车厂商，探讨特斯拉在Robotaxi竞争中的优势。

三

首先，为什么以Waymo为代表的科技公司，无法在Robotaxi的商业化竞争中击败特斯拉？

1.成本：Waymo基于捷豹i-Pace改装的无人车，单车总成本约在100万人民币级别，与特斯拉20-30万人民币成本相比不具备竞争力。下一代车型由极氪代工，成本和规模仍弱于特斯拉。

2.技术：Waymo当前采用的技术，依赖（自有车队创建、维护的）高精地图，每新开一座城市的服务均需Waymo团队在该城市进行绘图、测试和验证，无法像特斯拉FSD一样快速泛化至多个城市。

3.硬件/生产：Waymo暂不具备大批量生产无人车的能力，其与极氪合作的M-Vision车型，不具备美国本地产能，且在快速爬产、生产效率等方面与特斯拉差距巨大。

4.规模：特斯拉车队的规模约为Waymo的一万倍，且生产能力决定了Waymo在10年或更长时间内都无法追赶；数据规模方面，Waymo的年化行驶里程比特斯拉少2-3个数量级。

5.运营：软件公司的背景和基因，让Waymo很难在短期内建立起可与特斯拉较量的车队运营能力，包括但不限于充电、维修、物流、招聘大规模团队等能力。

以上因素决定了，Waymo取胜的唯一希望是特斯拉由FSD进化到Robotaxi的技术路线走不通，即情境1不成立。

与Waymo相比，特斯拉则有机会将Robotaxi变成一个软件渗透的问题——我们可以将Skype的发展轨迹作为类比。

Skype最初于2003年推出互联网语音服务，一年后用户达到100万，两年后用户达到5000万……这是历史上增长最快的新技术之一，其成功的原因可概括为三点：

在Skype之后，Zoom、Airbnb、Uber、Netflix等产品，原理都是利用现有基础设施进行软件升级，也都在早期实现了高增长，并利用早期建立的优势在更激烈的竞争环境下仍然具有持久性。

特斯拉推出Robotaxi，同样具备上述Skype成功的三个条件：

通过FSD不断的软件升级，特斯拉能够以更低成本提供更安全、更便利、体验更好的出行服务。

一旦特斯拉的Robotaxi商业化跑通，其先发优势和高度垂直整合的业务模式，将成为自动驾驶科技公司（Waymo）和打车服务运营商（Uber）在很长时期内都无法逾越的鸿沟。

那么其他智能汽车制造商呢？

即使抛开地缘政治因素和全球化进程的差距，特斯拉相比华为、蔚小理等自动驾驶技术处于头部的中国厂商，至少拥有算力和数据两方面优势：

1.算力优势

车端推理算力：特斯拉HW3为144TOPS（稠密）、HW4约为700TOPS（稠密）；华为MDC为200TOPS（稠密）；理想、小鹏的双Orin方案为508TOPS（稀疏）；蔚来四Orin为1016TOPS（稀疏）。

由于特斯拉自研智驾专用芯片，其算力利用率比英伟达方案更高，且下一代AI5的算力将比HW4提升10倍。

云端训练算力方面，差距更明显：特斯拉当前拥有等效3.5万块H100的训练算力，约为35 EFLOPS，计划2024年底增加到等效9万块H100。

中国厂商方面，华为的训练算力规模约为3.5 EFLOPS，理想、蔚来、小鹏的储备均低于华为。

此外，特斯拉基于自研芯片的Dojo规模已经达到等效8000块H100，这为其在英伟达之外提供了第二个选择。中国厂商除华为之外，都面临采购英伟达芯片的不确定性。

2.数据优势

FSD v12推送之后，FSD的累计里程增长明显提速。截至2024年6月，FSD累计里程超过16亿英里（25.8亿公里）。

在2016年《特斯拉宏图·第二篇章》中，特斯拉曾预测要实现自动驾驶且获得全球各地监管部门批准，需要积累大约60亿英里（接近100亿公里）的自动驾驶里程。

按照这一标准，考虑当前的增速，预计特斯拉FSD最迟到2025年底就可达到60亿英里累计里程。

国内华蔚小理的车队规模约比特斯拉低1个数量级，且早期车型不具备支持城市NOA功能的计算平台，因此里程总量仅为特斯拉的1/10或更少。

Scaling Law在自动驾驶领域发挥作用，一方面是指模型规模（参数量）增大带来性能增长，另一方面是指数据规模的增大带来类似的收益——这说明特斯拉在算力和数据两方面领先的重要性。

此外，人才和算法方面的优势难以量化，但可能更重要。

特斯拉推出端到端方案后，已不再公布最新的技术细节。对于其「photons in, controls out」的具体做法，业界并没有统一的认知。

但是基于特斯拉跑通端到端量产上车的事实，有自动驾驶追求的中国厂商已经行动起来了。理想的“端到端+VLM”、蔚来的“引入世界模型的端到端架构”，就是在端到端理念下各自做出的设计尝试。

特斯拉FSD的核心团队不过数十人——类似于OpenAI，大模型时代的人工智能项目，人才质量和人才密度的重要性远高于团队规模。因此，今年以来理想、蔚来、小鹏的智驾团队都经历了组织重构和裁员。

理想汽车智能驾驶副总裁郎咸朋认为，从产品表现角度看，理想AD与FSD的差距大约为半年（特斯拉AI5量产后可能会有变化）——这个对差距的认知是否准确，以及差距是在缩小还是在拉大，都还需时间观察。

无论差距几何、还需要多久赶上，一个确定的结论是，最具备与特斯拉争夺Robotaxi市场能力的企业，很可能是中国头部智能汽车厂商。

结语

Robotaxi不会在一夜之间代替传统汽车的使用，而是会与现存汽车长期共存，直至绝大多数人的个人交通工具最终让位于自动驾驶汽车。

自动驾驶汽车将成为一系列新服务生态系统的基础，这些新的服务，总价值最终将远远超过目前的汽车市场。

当前的局面是，特斯拉在这个生态系统中占据了优势地位，包括先发优势、规模优势和垂直整合优势。

全球汽车产业将被重塑，谁都无法置身事外。

· END ·