這個春節最讓人覺得“顛覆”的不是春晚上頻頻出現的 AI 機器人，而是特斯拉首輛賽博無人駕駛電動車 Tesla Cybercab。老狐特地瞭解了一下，特斯拉 Cybercab 電動車是首款專為特斯拉無人駕駛計程車服務（Robotaxi）設計的營運車輛，無方向盤、無踏板、無後視鏡。是不是覺得這種過於“顛覆”的設計怎麼也得等十年八年之後？其實還真不是，據馬斯克所說，Cybercab 將於 4 月開始生產。看來人類告別‘駕駛’這件事，就在眼前了。更關鍵的是，這並不是有錢人才能享受的東西。有媒體得到消息，這款新車的價格應該不高於 3 萬美元，其落地場景就是商用打車，像計程車一樣。單次乘車費用預估是 0.2 美元/英里（約合人民幣 0.89 元/公里），不需要人開，直接輸入目的地即可，成本只需要日常通行的五分之一。消息一出，全網瞬間沸騰。“科幻照進現實”確實很讓人震撼，但是“沒有手腳控制，車怎麼開？出了事故誰負責？”也是必須得面對的靈魂拷問。今天，老狐也來湊湊熱鬧，和大家聊一聊這台“炸裂”新車的出現，到底是“新革命”還是“大冒險”。“三無”新車到底怎麼樣？汽車行業的新車不少，玩概念的也是大有人在，但能像特斯拉這樣，把“未來概念”變成“現實作品”的並不多。當然，拋開無方向盤、無踏板、無駕駛員這幾個“顛覆”表現來看，普通消費者更關心的還是這台“三無”新車“好不好看、好不好坐、實不實用”的問題。從曝光的資訊來看，這款車外觀方面極具科幻感，兩側車門採用鷹翼式蝴蝶門開啟方式，車尾為一體式大溜背後備廂，後備廂可以容納兩個登機箱。另外，這款車採用兩座設計的座艙佈局，剛好適配日常通勤、短途出遊的需求，畢竟大多數時候打車都是 1-2 人同行。走進車內，才是真正的顛覆認知。沒有方向盤、沒有剎車油門踏板，整個座艙只保留兩個舒適座椅和一塊 21 英吋中控屏，這是我們和車輛互動的唯一窗口。不管是輸入目的地、調節空調，還是播放音樂，靠乘客指令，車輛就能快速響應，完全不用費心操作。至於怎麼駕駛，特斯拉也早就安排到位。新車採用了 Tesla Vision 視覺處理系統+端到端神經網路的自動駕駛方案，無需使用雷射雷達等價格昂貴的硬體裝置，就可以實現無人駕駛。目前，這款車的落地場景就是商用打車，像計程車一樣。不過，老狐覺得這也只是暫時的。畢竟，折合人民幣二十來萬的售價，更低的用車成本，對普通消費者來說壓力不大。說白了，就算未來不做網約車，普通人也有可能買得起，這個實用性已經遠超我們對“無人駕駛車”的固有認知了。特斯拉的安全感夠不夠？科技照進現實的確美好，不過，對於普通消費者來說，安全還是需要考慮的核心問題。換句話來說，馬斯克眼裡的“完美駕駛”，能不能促使消費者買單，最終看的還是倆字：安全。那麼，這款車的安全性到底如何呢？從特斯拉以往的表現上，我們倒是可以對新車進行一些合理猜測。現在，大家擔心的無非是“沒有方向盤，萬一系統當機怎麼辦？”“遇到突發情況，連剎車都踩不了！”等關鍵問題。馬斯克本身就愛玩科技，在造車上還算靠譜，這幾個方面，大機率會令人滿意。首先，這款車新車用的是特斯拉完全體的 FSD 自動駕駛，這是特斯拉的殺手鐧之一。也就是說，Cybercab 會有一個夠厲害的“超級大腦”。實際駕駛的時候，不用經過繁瑣的中間處理，直接從攝影機採集的圖像中輸出轉向、制動指令，遇到突發情況能更快反應。其次，全維度感知系統也等於給車輛裝上了“千里眼”。Cybercab 的 8 顆 500 萬像素攝影機，能實現 360 度無死角視野，最遠能識別 250 米外的目標。再加上 4D 毫米波雷達和超聲波感測器，能精準識別行人、非機動車和障礙物，甚至能預判行人的行走軌跡，比人類司機的反應更快。另外，這款車還做了三重安全冗餘設計。轉向、制動、動力系統各有三套獨立備份，就算其中一套出故障，另外兩套能在毫秒級接管，確保車輛平穩停下。除此之外，這款車還有雲端監控和遠端接管體系進行保障，萬一發生什麼車輛無法自主把握的意外情況，等於還有一個遠端輔助操控來增添一層“安全保障”。老狐覺得，就目前這些準備工作來看，這台新車給的安全感還是比較足的。對消費者來說是好是壞？Tesla Cybercab 讓我們看到了馬斯克搞“革命”的野心，一旦成功，可能就不是多賣點車的事了，而是從“賣車”變成“做出行服務商”的轉變。當然，對於咱們老百姓來說，誰做新的出行服務商不重要，重要的是，新車的出現對我們有沒有看得見的好處，有沒有容易踩到的坑。先說好處，最實際的就是，打車會更便宜、更便捷。要知道，傳統網約車和計程車的營運成本並不低，這其中司機工資這種人力成本基本上要佔據一半，而 Tesla Cybercab 把司機“取消”了，營運成本直線下降，大家的打車成本也會更低，省錢這事，誰能不喜歡？而且它能 24 小時無休營運，不管是深夜加班、凌晨趕飛機，都能隨叫隨到，不用再擔心打不到車，更不用擔心等待時間過長、司機服務態度等問題。當然，現實問題也不得不面對。現在，我們國家對無人駕駛汽車的法規還是很謹慎的，如果沒有“安全員”一類的真人在車上坐著，就算這台車 4 月量產，我們國內消費者一時半會也享受不到。另外，雖然特斯拉挺靠譜，但這車是不是真安全，沒人敢打包票。說白了就是信任問題，即便新車量產後順利進入中國市場，如果沒有對消費者安全的相關法律保障以及願意“第一個吃螃蟹”的人進行支援，恐怕也很難在市場立足。更何況，現在我們自己也有不少無人駕駛計程車的玩家，這款車要打入中國市場要面臨的競爭還是非常大的。這款新車的打車價格會不會真的如馬斯克所說的那麼低？服務體驗會不會比其他品牌更好？這些都需要時間來驗證。結語特斯拉 Cybercab 的出現還是比較有“顛覆”意義的，其受益者不僅僅是特斯拉自己，也包括了享受其服務的消費者。老狐覺得，馬斯克的野心如何，不是咱們普通人考慮的重點，對於普通消費者來說，如果有一台更完美的無人駕駛汽車出現，來打破我們打車難、打車貴的“痛點”，何嘗不是一件好事呢？畢竟安全、便捷、實惠，才是我們的核心訴求。如果這款新車真的來到我們身邊，你敢坐這台“三無”計程車嗎？ (科技狐)

如果你打車打到這樣一輛車：沒有方向盤，沒有踏板，沒有後視鏡，沒有安全員，只有一對向上開啟的蝴蝶門和一塊巨大的中控屏——你敢坐進去嗎？這不是《銀翼殺手》裡的電影道具，也不是某個概念車的PPT。就在這兩天，馬斯克親自把第一輛量產版Cybercab開下了特斯拉德州工廠的生產線。他給出的時間表非常激進：今年4月，這輛車就要上街接客了。這不是概念車，這是即將改變你出行方式的現實。20萬的"科幻座艙"，馬斯克怎麼砍到3萬美元的？走進Cybercab的內部，你會懷疑自己坐進了一台"會跑的iPhone"。駕駛位完全空置，沒有方向盤柱，沒有剎車油門，甚至沒有傳統後視鏡。整個座艙只剩下前排兩個座位和一塊20.5英吋的中控大屏，以及一個據說"非常靠譜"的AI。但最讓人震驚的不是它的極簡，而是它的價格——3萬美元，折合人民幣20萬左右。在這個連普通B級車都要賣20萬的時代，一輛全自動駕駛的計程車為什麼能這麼便宜？答案藏在馬斯克的"成本屠殺"本能裡：首先，零件數量比Model 3直接砍掉一半。沒有複雜的轉向系統，沒有踏板機構，沒有儀表盤，機械結構簡化到極致。其次，特斯拉祭出了名為"Unboxed Process"的樂高式組裝法。傳統汽車流水線是車身從頭到尾移動，而Cybercab把整車分成前、後、電池三大模組，像拼積木一樣平行組裝，最後合一。這套工藝的目標產能是每10秒造一台車。電池也做了極致的減法：只配35度電，續航320公里，剛好夠城市一天的營運。不追求長續航，只追求極致的輕量和低成本。當你坐進車內，按下B柱的按鈕，蝴蝶門向上45度角緩緩開啟，像坐進戰鬥機座艙；而坐進駕駛位後你會發現，車後方根本沒有後擋風玻璃，所有後方視野都交給攝影機和串流媒體後視鏡；更科幻的是，這車連充電口都沒有——FCC剛剛批准了特斯拉的無線感應充電技術，停車自動對齊，"無線喂電"。這一切都在告訴你：這不是一輛"能自動駕駛的汽車"，這是一個"裝了輪子的智能空間"。80億英里背後，馬斯克在賭什麼？當然，所有炫酷的設計都建立在一個危險的前提上：車機不能當機。因為這輛車沒有Plan B。沒有方向盤可以讓你緊急接管，沒有踏板可以讓你踩死剎車，沒有安全員在副駕準備救場。一旦FSD軟體當機，這輛價值3萬美元的車就是一塊會發光的廢鐵。馬斯克敢這麼賭，手裡有兩張牌：第一張牌是資料。截至2026年2月，特斯拉FSD在全球已經積累了80億英里（約128億公里）的行駛里程。而馬斯克給自己設定的"畢業線"是100億英里。也就是說，距離他認為可以"完全放手"的標準，只差最後20億英里。第二張牌是正在進行的"壓力測試"。在德州奧斯汀，特斯拉已經部署了Model Y改裝的Robotaxi進行試點營運。雖然特斯拉宣稱FSD的事故率已經低於美國人類司機平均水平，甚至優於Waymo，但第三方資料給出了不同的畫面：有統計顯示，在奧斯汀的測試階段，這些無人車的事故率是人類駕駛員的4倍。資料在打架，爭議在發酵，但馬斯克已經等不及了。4月量產的時間表意味著，他賭的是最後這20億英里的資料缺口，能在車輛大規模上路前被迅速填平；或者，他賭的是監管會在"百聞不如一見"的壓力下，為他開綠燈。當事故率低於人類時，誰還有資格說"不"？面對Cybercab，今天你可以選擇不坐。你可以說："我不信任AI，我要等它再成熟一點。"但問題在於，科技的前進從來不會徵求個人的意見。想像一下這個場景：當特斯拉真的跑完那100億英里，當統計資料無可辯駁地證明自動駕駛的事故率低於人類司機——那怕只低1%——保險公司會怎麼做？資本市場會怎麼做？城市管理者會怎麼做？他們會用真金白銀投票。人類司機的保費會上漲，Robotaxi的營運成本會下降，效率的剪刀差會越來越大。直到有一天你會發現，不是你想不想坐Cybercab的問題，而是你根本坐不起人類司機開的車了。這不是危言聳聽。從馬車到汽車，從按鍵手機到觸控式螢幕，每一次互動方式的革命，都伴隨著"過渡期的不信任"和"適應期的陣痛"。Cybercab的真正顛覆性，不在於它有多科幻，而在於它宣告了一個時代的終結：人類握著方向盤、掌控著踏板、通過後視鏡觀察世界的時代，正在進入倒計時。當那塊20.5英吋的螢幕亮起，當蝴蝶門在你身後自動關閉，當你發現面前空空如也、沒有方向盤可以抓握時——你面對的不僅是一輛特斯拉，而是一個沒有人類司機的未來，正在向你駛來。你，準備好了嗎？ (混沌的市場)

2026年，自動駕駛行業告別封閉測試的淺灘，正式駛入規模化探索的“大航海時代”，行業發展迎來從技術驗證到商用落地的關鍵轉折。近日無方向盤，無踏板，無後視鏡的特斯拉首輛賽博無人駕駛電動車下線。2025年12月，工信部正式發放國內首批L3級自動駕駛車型准入許可，長安深藍SL03、北汽極狐阿爾法S兩款車型率先獲批，北京、重慶兩地同步發放L3專用號牌。小鵬汽車也在廣州取得L3級自動駕駛道路測試牌照，啟動常態化路測。國內自動駕駛突破政策與測試壁壘，規模化落地處理程序全面提速。在此背景下本期主要梳理一下無人駕駛領域2025年報淨利潤預告情況，篩選其中業績增長最快的分享給大家一起探討研究。特別注意：本文僅對權威公開資訊做梳理，以下內容絕不構成任何投資建議、引導或承諾，僅供學術研究、研討之用。10、動力新科主營：主營柴油發動機及零部件，商用車動力系統核心供應商淨利：2025年預盈27.52-28.52億元，同比扭虧為盈無人駕駛：配套商用車動力，適配智能網聯與自動駕駛車型9、高德紅外主營：紅外探測器晶片、熱成像整機及綜合光電系統研發製造淨利：2025年預盈7-9億元，同比大幅扭虧高增無人駕駛：車載紅外夜視感知，提升自動駕駛全天候識別能力8、奧比中光主營：3D視覺感知產品、感測器及行業解決方案研發銷售淨利：2025年預盈1.23億元，同比扭虧為盈無人駕駛：提供車載3D視覺感知，服務自動駕駛環境感知7、傳化智聯主營：智能物流服務與化工新材料雙主業營運淨利：2025年淨利潤5.4-7億，預增256-361%無人駕駛：佈局智慧物流，推進園區/幹線自動駕駛落地6、上汽集團主營：整車研發製造、汽車零部件及服務貿易全產業鏈淨利：2025年預盈90-110億元，同比增438-558%無人駕駛：佈局L4級自動駕駛，乘用車與商用車同步推進5、中郵科技主營：智能物流系統整合、分揀裝置與末端配送解決方案淨利：2025年預盈5.4-6.4億元，同比扭虧為盈無人駕駛：中標無人配送車項目，落地末端自動駕駛配送4、航天科技主營：航天應用、汽車電子、物聯網等軍民融合業務淨利：2025年預盈6000-9000萬元，同比增388%-633%無人駕駛：提供慣性導航與車載感測，支撐自動駕駛定位3、賽微電子主營：MEMS晶片工藝開發與晶圓製造，半導體器件研發淨利：2025年預盈14.14-15.04億元，同比扭虧大增無人駕駛：MEMS微振鏡配套雷射雷達，服務自動駕駛感知2、鴻泉技術主營：商用車智能網聯裝置、駕駛輔助系統與車聯網方案淨利：2025年預盈3000萬元，同比扭虧為盈無人駕駛：商用車駕駛輔助與車聯網，賦能智能駕駛1、福田汽車主營：商用車整車研發、製造、銷售及新能源汽車業務淨利：2025年預盈約13.3億元，同比增約1551%無人駕駛：開發L2-L4級智能巴士，佈局商用車自動駕駛 (黑馬挖掘機)

朋友們，今天聊聊眼下的生意和未來的錢。最近很多人在焦慮，做外貿的擔心關稅，做實體的抱怨內卷，做網際網路的在裁員。大家的共識是，舊地圖找不到新大陸了。如果感到迷茫，不妨抬頭看看那個瘋子——馬斯克。不管你喜不喜歡他，都得承認，他是地球上最敏銳的資本雷達。馬斯克最近的佈局非常清晰，他在賭國運，也在賭人類的命運。他手裡攥著六張底牌：商業航天、人形機器人、無人駕駛、腦機介面、AI應用、新能源與儲能。這六個詞，很多人聽了會覺得，這太高科技了，跟我這賣貨的、做加工的有什麼關係？其實關係大了。如果只把它們當成科技新聞看，那確實是在看熱鬧。如果把它們當成產業鏈重構的訊號看，那裡就都是黃金。我們一個個拆解，看看這六大方向裡，到底藏著中國生意人什麼樣的機會。第一張牌：AI應用。請注意，是應用，不是大模型。以前做生意靠資訊差，以後做生意靠效率差。馬斯克為什麼要瘋狂推進xAI？因為他知道，未來的公司只有兩種：一種是全副武裝AI的公司，一種是即將倒閉的公司。對於中國的中小老闆來說，大模型那是神仙打架，跟我們沒關係。我們要做的，是極致的AI應用。客服是不是AI？設計是不是AI？程式碼是不是AI寫一半？AI應用的本質，是把原本屬於高薪白領的技能，變成廉價的水電煤。誰能最快把AI應用落地到具體的場景裡，誰就能在這個低利潤時代活下來。第二張牌：人形機器人。這是我認為對中國製造業衝擊最大、也是機會最大的一張牌。人形機器人是勞動力的替代品，馬斯克預言人形機器人的數量會超過人類，這意味著什麼？意味著藍領危機將被技術性化解。中國有著全球最強的硬體供應鏈，當特斯拉的人形機器人Optimus開始量產，不僅需要電機、減速器，還需要無數的感測器和精密部件。這就是中國工廠的下一個十年。就像當年蘋果產業鏈造富了一批中國企業，人形機器人產業鏈的爆發力，會是手機的十倍。盯著人形機器人，其實是在盯這一條全新的、巨大的供應鏈。第三張牌：無人駕駛。無人駕駛真正的革命在物流，如果貨車可以24小時不休息，不需要司機，物流成本會降到什麼程度？無人駕駛一旦全面鋪開，整個商業零售的邏輯都會變。庫存周轉率會快到嚇人，路邊店的價值會被重估。對於各位老闆來說，關注無人駕駛，其實是在關注履約成本。未來，無人駕駛會讓物理世界的傳輸成本，無限逼近於資訊傳輸成本。第四張牌：新能源與儲能。這一塊大家很熟，中國已經捲成紅海了。但馬斯克的側重點變了，他更強調儲能。太陽能板鋪滿屋頂不稀奇，稀奇的是怎麼把電存下來。新能源與儲能是硬幣的兩面。未來的能源生意，不是看誰發的電多，是看誰能做能源的時間管理大師。電力的波動性是電網的噩夢，而新能源與儲能系統就是安眠藥。對於在這個賽道的中國企業，出海去賣儲能裝置，去解決那些基建落後國家的用電痛點，可能比在國內卷價格戰要香得多。第五張牌：商業航天。這個聽起來最遙遠，似乎是國家隊的事。但SpaceX的火箭可以回收，衛星可以像撒豆子一樣撒向太空。商業航天帶來的星鏈正在覆蓋地球的每一個死角。這意味著什麼？意味著全球無死角的網路覆蓋。對於做跨境生意、做遠洋運輸、做偏遠地區礦產開發的老闆們，商業航天不僅是通訊工具，更是資產保全的手段。而且，商業航天的零部件外包，也是高端製造業的下一個風口。雖然門檻高，但一旦進去，就是護城河。第六張牌：腦機介面。這聽起來很科幻，但Neuralink確實已經讓癱瘓患者用意念下棋了。腦機介面目前看是醫療器械的巔峰，但長遠看，它是人類進化的入場券。這一塊，咱們普通創業者可能吃不到肉，但無論什麼技術都是要落地的，都是要場景的。圍繞腦機介面的康復醫療、資料分析、高端養老服務，將是老齡化社會裡的頂級奢侈品，這些都是普通人夠得到的機會。富人最後買單的，一定是生命質量。腦機介面，就是通往生命質量的那把鑰匙。馬斯克這六張底牌，其實邏輯是一脈相承的。新能源與儲能提供動力，商業航天搭建網路，無人駕駛解決運輸，人形機器人解決勞動力，AI應用解決大腦算力，腦機介面解決人類自身的極限。這是一個閉環。我們成為不了馬斯克，但我們可以看懂這個閉環。現在的經濟環境，讓人覺得那是垃圾時間。但歷史告訴我們，巨頭們押注未來的時刻，往往是普通人彎道超車的唯一縫隙。這些技術落地的過程，就是舊財富毀滅、新財富誕生的過程。風起於青萍之末，在這些看似瘋狂的賭注裡，靜靜地等待著那些有心人去拆解，去重組，去變現。如果是你，這六張牌，你看好那一張？ (張揚創業說)

最近市場的熱度基本都在AI應用上，我們也還是維持之前的觀點，看好這一輪的AI應用。在前面的文章中，我們也提到過，其實無人駕駛就是目前最大的AI應用場景：後面我們會規劃多篇關於無人駕駛的產業分析文章，帶大家一起跟蹤無人駕駛的產業政策、投資方向。這篇文章來專門講一下逐漸放開的無人駕駛政策，為什麼特意講這個？因為現在智駕面臨的很大問題就是技術進步和政策滯後的矛盾，而智駕已是大國博弈的一個重要方向。就在1月13日下午2:00 ET（也就是台北時間今天凌晨3點），美國眾議院能源與商務委員會就放寬無人駕駛車輛部署舉行聽證會，這個法案的全稱有點長《Safely Ensuring Lives Future Deployment and Research In Vehicle Evolution (SELF DRIVE) Act of 2026》，簡稱SELF DRIVE Act。裡面提到了關於防範中國競爭以及針對智駕的一些要求和標準，而今天下午上海就發佈了關於智駕的行動計畫。可以說兩國的競爭已經逐漸白熱化，政策已經越來越開放，2026 是智駕從 “試點” 轉向 “規模化落地” 的關鍵年。上海的行動計畫在上海今天下午發佈的這個行動計畫中，我們特別需要關注的幾點。1、多樣化應用場景也就是乘用車、商用車、裝備車的多樣化推動，大家比較熟悉的是Robotaxi，但Robovan更是我們非常看好的應用場景，這個後面會有文章來繼續分析。2、加快建構高能級創新要素裡面提到了三點：搭建自動駕駛數字孿生訓練場、完善自動駕駛資料監測平台、有序擴大自動駕駛開放區域。其中第二點是非常關鍵的，我們認為智能駕駛升級的核心是L4的升級和L3的普及，L3的普及利多零部件公司，但L4的升級一定利多營運平台。美國的智駕草案這個草案很多讀者並不太瞭解，我們寫的詳細一點。SELF DRIVE Act並非橫空出世，它其實是2017年和2021年類似法案的更新版本。早在2017年，美國國會就曾提出過SELF DRIVE Act，試圖為自動駕駛車輛鋪平道路，但最終未能通過。2021年的版本也停留在討論階段。現在，2026年的這個草案是在前兩次基礎上最佳化而來，目的是應對自動駕駛技術快速發展帶來的挑戰。為什麼現在推出呢？背景很簡單：自動駕駛技術正從實驗室走向現實道路。美國希望通過這部法案，建立統一的聯邦監管框架，減少人為駕駛錯誤導致的事故（據統計，人為因素佔交通事故的94%），提升道路安全、機動性和可及性，尤其是為老年人和殘疾人提供更多出行便利。同時，它還強調美國在全球AV領域的領導地位，防範中國等競爭對手主導市場。如果沒有全國統一標準，美國各州會各自為政，會造成監管碎片化，阻礙創新。美國更注重“與中國競爭創新，而不是與歐洲競爭監管”。總之，這個法案的誕生源於技術進步與政策滯後的矛盾。它不是單純的“鬆綁”，而是平衡安全與創新的嘗試。時間推進得很快！2026年1月初，這個討論草案正式發佈。緊接著，1月13日下午2:00 ET（也就是台北時間今天凌晨3點），眾議院能源和商務委員會的商務、製造和貿易小組委員會舉行了聽證會，這個聽證會不僅是SELF DRIVE Act的焦點，還討論了其他16項汽車相關草案，包括提高自動駕駛車輛豁免上限至每年90,000輛的提案。 聽證會上，支援聲音佔主流：小組委員會主席Gus Bilirakis在開場白中讚揚了草案，強調它能促進安全部署並提升美國競爭力。安全案例要求：製造商必須為每個ADS版本開發“安全案例”，包括硬體/軟體冗餘、風險分析、驗證過程和碰撞響應。交通部將在2027年9月前頒布最終規則，將其作為安全標準的一部分。ADS性能標準：ADS需在指定域內執行完整DDT，檢測弱勢道路使用者（如行人），實現最小風險狀態（MRC），遵守交通法規，並制定網路安全計畫。對於L3級自動化，要確保駕駛員有足夠干預時間。測試與部署：允許製造商在測試階段進行有限商業營運，但受交通部監督，包括車輛數量和里程限制。草案還涉及重型卡車AV監管，允許貨運試點。資料與透明：建立國家AV安全資料儲存庫，要求報告嚴重碰撞事件和季度里程資料。州機構可訪問，但需保密。預佔與豁免：聯邦法預佔州法，禁止州制定不同製造法規，但保留州在營運和責任方面的權力。不豁免普通法責任。ADS專用車輛可豁免某些人類裝置要求，但必須允許乘客安全退出。網路安全與供應鏈：要求商務部長審查連接車輛供應鏈，並在法案生效後一年報告。此外，草案強調不強制特定技術（如感測器類型），而是基於性能標準，提供靈活性。 總體來說，它的目標是“安全第一”，但也為創新留足空間。如果一切順利，它可能被納入2026年的地面交通再授權法案，這是一項更大的交通立法包。 然後，草案需通過眾議院能源和商務委員會、全眾議院、參議院對應委員會和全參議院，最後由總統簽署生效。總體來看，除了安全方面的要求，美國的這個草案跟上海的《行動計畫》都在強調Robotaxi和Robovan的多應用場景，以及自動駕駛資料監測平台的完善。後續我們會繼續追蹤相關產業資訊，有興趣的讀者可以到星球一起討論。 (傅里葉的貓)

輝達宣佈開源其首個推理 VLA (視覺-語言-動作) 模型Alpamayo 1。該模型旨在打造能在意外情況下"思考"解決方案的車輛，採用 100 億參數架構，使用視訊輸入生成軌跡和推理過程。黃仁勳稱，首款搭載輝達技術的汽車將第一季度在美上路。輝達還發佈了多個開源模型、資料和工具，如用於代理AI的輝達Nemotron家族、用於物理AI的Cosmos平台、用於機器人的輝達Isaac GR00T以及用於生物醫學的輝達Clara。輝達在無人駕駛領域邁出關鍵一步，宣佈開源其首個推理 VLA (視覺-語言-動作) 模型Alpamayo 1，這一舉措旨在加速安全的自動駕駛技術開發。該模型通過類人思維方式處理複雜駕駛場景，為解決自動駕駛長尾問題提供新路徑。美東時間1月5日周一，輝達CEO黃仁勳在拉斯維加斯舉行的CES展會上發佈了Alpamayo平台，使汽車能夠在真實世界中進行"推理"。黃仁勳表示，首款搭載輝達技術的汽車將於第一季度在美國上路。輝達免費開放Alpamayo模型，允許潛在使用者自行對模型進行重新訓練。該模型旨在打造能在意外情況下"思考"解決方案的車輛，例如交通訊號燈故障等場景。車載電腦將分析來自攝影機和其他感測器的輸入，將其分解為步驟並提出解決方案。這一開源舉措獲得了行業廣泛支援。包括捷豹路虎（JLR）、Lucid、Uber以及加州大學伯克利分校DeepDrive深度學習自動駕駛產業聯盟（BDD）在內，多家移動出行領軍企業和研究機構表示，將利用Alpamayo開發基於推理的自動駕駛技術堆疊，推動L4級自動駕駛部署。首個開源推理VLA模型發佈輝達此次發佈的Alpamayo家族整合了三大基礎支柱：開源模型、模擬框架和資料集，建構了一個完整的開放生態系統供任何汽車開發者或研究團隊使用。Alpamayo 1是業界首個為自動駕駛研究社區設計的思維鏈推理VLA模型，現已在Hugging Face平台發佈。該模型採用100億參數架構，使用視訊輸入生成軌跡及推理軌跡，展示每個決策背後的邏輯。開發者可以將Alpamayo 1改編為更小的執行階段模型用於車輛開發，或將其作為自動駕駛開發工具的基礎，例如基於推理的評估器和自動標註系統。黃仁勳表示：“物理AI的ChatGPT時刻已到來——機器開始理解、推理並在真實世界中行動。無人計程車是首批受益者。Alpamayo為自動駕駛汽車帶來推理能力，使其能夠思考罕見場景，在複雜環境中安全駕駛，並解釋其駕駛決策——這是安全、可擴展自動駕駛的基礎。”輝達強調，Alpamayo模型並非直接在車內運行，而是作為大規模教師模型，供開發者微調並提取到其完整自動駕駛技術堆疊的骨幹中。未來該家族的模型將具有更大的參數規模、更詳細的推理能力、更多的輸入輸出靈活性以及商業使用選項。推理VLA技術原理解析推理VLA是一種統一的AI模型，將視覺感知、語言理解和動作生成與逐步推理整合在一起。這類模型整合了明確的AI推理功能，在傳統視覺-語言-動作模型的基礎上建構。AI推理是AI逐步解決複雜問題並生成類似於人類思維過程推理痕跡的能力。這些系統對一系列網際網路規模的任務進行預訓練，包括語言生成和視覺連接，以發展通用知識和感知基礎。與將視覺輸入直接對應到動作的標準VLA模型不同，推理VLA模型將複雜的任務分解成可管理的子問題，並以可解釋的形式闡明其推理過程。這使模型能夠更準確地解決問題或執行任務，還能對模型正在進行的操作提供一定程度的反思。建構推理VLA模型需要三種基本AI功能：視覺感知、語言理解以及動作和決策制定。視覺感知處理來自攝影機、毫米波雷達或雷射雷達等感知感測器的即時資料；語言理解通過自然語言處理解釋命令、上下文提示和對話輸入；動作和決策制定則使用融合的感官和語言資訊來計畫、選擇和安全地執行任務，同時生成可解釋的推理痕跡。在自動駕駛場景中，推理VLA可以對交通狀況進行逐步推理。例如，接近一個十字路口時，系統可能會進行如此推理："我看到一個停止標誌，左邊有車輛駛來，還有行人正在過馬路。我應該減速，完全停下來，等待行人通過人行橫道，安全時再繼續前進。"完整開放生態系統支援開發除Alpamayo 1模型外，輝達還發佈了配套的模擬工具和資料集，建構完整的開發生態系統。AlpaSim是一個完全開放原始碼的端到端模擬框架，用於高保真自動駕駛開發，現已在GitHub平台發佈。它提供真實的感測器建模、可配置的交通動態和可擴展的閉環測試環境，實現快速驗證和策略最佳化。輝達還提供了面向自動駕駛最多樣化的大規模開放資料集，包含超過1700小時的駕駛資料，涵蓋最廣泛的地理位置和條件範圍，覆蓋罕見且複雜的真實世界邊緣案例，這對於推進推理架構至關重要。這些資料集可在Hugging Face平台獲取。這些工具共同為基於推理的自動駕駛技術堆疊建立了一個自我強化的開發循環。開發者可以利用這些資源在專有車隊資料上微調模型，將其整合到基於輝達DRIVE AGX Thor加速計算建構的輝達DRIVE Hyperion架構中，並在商業部署前通過模擬驗證性能。業界領軍企業表達支援據輝達介紹，多家移動出行領域的領軍企業對Alpamayo表示了濃厚興趣。Lucid Motors高級駕駛輔助系統和自動駕駛副總裁Kai Stepper表示："向物理AI的轉變凸顯了AI系統對真實世界行為進行推理能力的日益增長的需求，而不僅僅是處理資料。先進的模擬環境、豐富的資料集和推理模型是這一演進的重要元素。"捷豹路虎產品工程執行總監Thomas Müller表示："開放、透明的AI開發對於負責任地推進自動移動出行至關重要。通過開源Alpamayo等模型，輝達正在幫助加速整個自動駕駛生態系統的創新，為開發者和研究人員提供新工具，以安全地應對複雜的真實世界場景。"Uber全球自動移動出行和配送負責人Sarfraz Maredia表示："處理長尾和不可預測的駕駛場景是自動駕駛的決定性挑戰之一。Alpamayo為行業創造了令人興奮的新機遇，可以加速物理AI、提高透明度並增加安全的L4級部署。"加州大學伯克利分校DeepDrive聯合主任Wei Zhan表示："Alpamayo組合的推出代表著研究社區的一次重大飛躍。輝達決定公開這一技術具有變革意義，因為其存取權和能力將使我們能夠以前所未有的規模進行訓練——為我們提供了將自動駕駛推向主流所需的靈活性和資源。"跨行業AI模型全面開放本周一，輝達還發佈了推動各行業AI發展的多個新開源模型、資料和工具。這些模型涵蓋用於代理AI的輝達Nemotron家族、用於物理AI的輝達Cosmos平台、用於機器人的輝達Isaac GR00T以及用於生物醫學的輝達Clara。輝達還提供了開源訓練框架和全球最大的開放多模態資料集合之一，包括10兆語言訓練標記、50萬個機器人軌跡、45.5萬個蛋白質結構和100TB的車輛感測器資料。輝達代理式AI基礎模型Nemotron發佈了語音、多模態檢索增強生成（RAG）和安全相關的新模型。Nemotron Speech包含業界領先的開源模型，為即時字幕和語音AI應用提供即時、低延遲語音識別。Nemotron RAG包含新的嵌入和重排序視覺語言模型，提供高度精準的多語言和多模態資料洞察。在物理AI和機器人領域，輝達發佈了Cosmos開放世界基礎模型，為加速物理AI開發和驗證帶來類人推理和世界生成能力。Isaac GR00T N1.6是一個開放推理VLA模型，專為人形機器人打造，實現全身控制，並使用輝達Cosmos Reason實現更好的推理和上下文理解。輝達稱，博世（Bosch）、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和Uber等科技業的領頭羊正在採用並基於輝達的開源模型技術進行開發。輝達的開源模型、資料和框架現已在GitHub和Hugging Face平台發佈，並可通過一系列雲、推理和AI基礎設施平台以及build.nvidia.com獲取。這些模型中的許多還以輝達NIM微服務的形式提供，可在從邊緣到雲端的任何輝達加速基礎設施上進行安全、可擴展的部署。 (invest wallstreet)

12月23日，北京市首批L3級高速公路自動駕駛車輛專用號牌，由北京市公安局交通管理局發放給北京出行汽車服務有限公司名下3輛北汽極狐智能網聯汽車。與此同時，遠在千里之外的重慶，懸掛“渝AD0001Z”號牌的L3級自動駕駛車輛已行駛在內環快速路上。此前，工業和資訊化部正式公佈中國首批L3級有條件自動駕駛車型准入許可。來自長安汽車的深藍汽車和北汽集團極狐品牌的兩款純電動轎車通過測試評估，獲准在北京、重慶部分指定高速公路和城市快速路段開展上路試點，讓自動駕駛討論熱度再度升溫。從車型准入許可到號牌快速落地，這是中國自動駕駛發展史上的一個重要節點，標誌著中國自動駕駛汽車產業正從技術驗證穩步邁向量產應用新階段。不過，我們也不能被社交媒體上的情緒化表達帶偏節奏，簡單地認為自動駕駛可立即“大規模量產”，或無人駕駛時代已來臨。L3級自動駕駛，是從“駕駛輔助”向“自動駕駛”跨越的重要拐點。根據《汽車駕駛自動化分級》（GB/T 40429-2021）國家標準，L3級屬於有條件自動駕駛，即在設定的運行條件下，自動駕駛系統可持續執行轉向、加速、制動等動態駕駛任務，駕駛員無需持續監控行駛環境，但需要在系統發出接管請求時及時響應。當前，中國正處於從L2級駕駛輔助大規模普及，向L3級自動駕駛實現商業化突破的關鍵過渡期。今年前三季度，中國具備組合駕駛輔助功能（L2級）的乘用車新車銷量同比增長21.2%，滲透率達64%。此次對兩款自動駕駛車型許可，不僅是對技術成熟度的權威認可，更是對社會各界關於未來智慧出行深切期待的有力回應。配備有安全員的小馬智行自動駕駛示範營運專線計程車行駛在廣州塔附近道路上。鄧華攝（新華社）智能網聯汽車作為跨學科、跨領域的複雜系統，其成熟度不僅依靠技術突破，更需商業閉環驗證。L3等級有條件自動駕駛試點落地，是涵蓋整車、零部件、軟體演算法、通訊、資料服務等多主體協同的系統工程，不僅能為消費者帶來更高等級的自動駕駛體驗，也將推動交通管理、保險理賠、責任認定、政策法規等社會配套體系同步完善，從而在政策法規、產業生態、基礎設施與社會接受度上形成合力，為後期更多車型規模化商用積累資料和經驗。事實上，此次許可並非“全面放開”。工信部對兩款車型的運行場景、道路類型、城市範圍和速度上限，都作出了嚴格與具體的限定。同時，在營運層面，兩款車型也沒有直接面向普通消費者開放，而是由特定使用主體組織開展試點運行。以包容審慎監管護航前沿技術安全落地，並非對產業發展的限制，而是築牢安全根基，更符合行業長期健康發展邏輯。需要指出的是，在L3級有條件自動駕駛的推進過程中，當前有兩種許可常被混淆：一是由地方相關機構發放的“道路測試牌照”，二是此次由國家有關部門發放的“產品准入許可”。如果做一個比喻，前者相當於“企業自主命題、自主考核”，重在持續提升產品能力；後者則類似於“行業部門統一命題、擇優選拔開展管理探索”，目的是在保障安全的前提下，著力探索完善准入管理相關制度、流程、法規與標準，為未來規模化應用打下堅實基礎。截至目前，全國已累計發放超過1.6萬張“道路測試牌照”，而獲得“產品准入許可”的僅有兩款車型。單從數量上看，後者的獲取難度要遠高於前者。L3級自動駕駛的真正普及，並非只需要單一技術的突破，還需要政策法規、產業生態、基礎設施等保駕護航。由於自動駕駛系統及其應用場景的複雜性，以及面臨安全風險的複雜多變性，當前中國試點採取的是“小範圍起步、附條件實施”推進方式，獲得準入許可並不意味著自動駕駛可立即“大規模量產”。對行業而言，這一步的象徵意義，遠大於兩款車型本身。但更要明白的是，距離L3級自動駕駛大規模商業化落地，我們仍有很長的路要走。 (經濟日報)

當地時間12月21日晚，美國舊金山出現了一起大規模停電事件。但誰承想，停電影響13萬居民日常生活也就罷了，居然還能導致全市交通中斷！隨著紅綠燈徹底熄滅，只見一輛輛Waymo旗下的Robotaxi無人駕駛計程車成片趴窩，直接給路口圍了個水洩不通。更要命的是，車上根本沒有安全員……這也就意味著，它們根本沒法憑一己之力把車挪到安全地帶，只能等後台安全員一個個遠端操作，或是等人到現場施救。而來救它們的人，又會被另一批Robotaxi堵在下一個路口。在當地，無人駕駛和Robotaxi本就備受爭議。這種關鍵時刻掉鏈子的操作無異於雪上加霜，進一步損失了一大波路人緣。這時，一直瞧不上Waymo的馬斯克火速下場，來了個落井下石：停電，可沒有影響特斯拉的Robotaxi業務哦。趴窩的Waymo和暢通無阻的特斯拉，形成了鮮明的對比——那句話怎麼說的來著，“全靠同行襯托”。正因如此，有美國網友表示：如果我是Waymo，乾脆收工算了！接下來肯定是特斯拉一統自動駕駛江湖，還混個什麼勁兒啊！但同樣地，也有人並不接受“特斯拉沒趴窩=FSD技術更先進”的邏輯。畢竟自動駕駛要考慮的場景，那可太多了。如果要公平客觀地評判，肯定要綜合各種複雜場景下的應對策略，停電只不過是其中一種而已。但不管怎麼說，Waymo的Robotaxi存在不足和漏洞，是板上釘釘的事實。咱們先來說說Waymo為何會在路口集體趴窩。Waymo Drive作為一步到位的L4自動駕駛系統，是典型的“重地圖、重規則”流派。它的運行流程，也是繪製高精地圖——多冗餘系統下感知即時資訊——根據已有規則做出預測——規劃並執行路線行駛。經過超1億英里真實道路資料的錘煉，Waymo Drive可以說已經進化得比較成熟了。就比如，這次停電事件中，有網友質疑Waymo無法理解最基本的道路規則，才在路口“不知所措”，這麼說其實有失偏頗。正如圈出來的法規所言，當交通訊號燈無法正常執行階段，所有方向都必須先停車，確認安全後才能通行。這也是很多人提到的美國“四向停車”規則，具體通行順序稍微有點複雜——先到的先走，直行/右轉車輛要比左轉車輛先走。如果四向車輛同時到達、且均需左轉，靠司機的手勢和眼神，或者其他人與人之間的交流方式協調通行。該項規則，Waymo Drive是學了的，只不過沒應對好。這就好比，學生在上課時學習了一道公式，結果考試考得是這道公式衍生出來的複雜陣列，解題難度瞬間激增。Waymo發言人，也差不多是這麼解釋的：雖然技術上車輛能夠應對訊號燈故障，但“公用事業基礎設施的重大故障”疊加由此引發的交通混亂，導致車輛為了安全起見，停留時間過長。翻譯一下就是，當天晚上的舊金山，堪比黑暗森林的大型博弈現場。按照先停車、後視情況通行的原則，Waymo停在了路口，但遲遲無法確認道路可以100%安全通過，所以只能按兵不動。這在外界看來，就是Waymo當機了。好巧不巧，由於“當機”的車輛激增，雲端的遠端操作員只能協助處理一部分，處理速度根本趕不上新當機的數量。再加上停電導致斷網，這才讓道路被徹底堵死。而馬斯克的“拉踩”，也是真的有底氣。據評論區的網友分享，那怕停電了，特斯拉的FSD也不會對著一個沒有訊號燈的路口當機，水平甚至能追平甚至趕超“最優秀的人類司機”。這就有意思了。要知道，最早開始測試Robotaxi的Waymo，一直以來都被視為全球L4領域的領頭羊，技術實力穩坐頭把交椅。而特斯拉到了今年6月份，才正式開啟試點營運Robotaxi，目前僅在美國德州奧斯汀的部分營運區域取消了安全員，在Robotaxi領域是妥妥的後來者。怎麼在停電這種極端場景中，Waymo的表現還不如特斯拉呢？這背後的根本原因，社長認為主要有兩點。一方面，是Waymo海量路測里程中的資料缺陷。或者不客氣一點說，是採集資料過程中的邏輯缺陷。Waymo積累的里程資料有兩種，一種是模擬行駛資料，就是在電腦裡生成許多個能模擬現實路況的虛擬世界，讓Robotaxi在裡面鍛鍊應對能力；另一種則是真實道路的營運里程，累計超1億英里，並且這個數字還在隨著每周45萬單的Robotaxi業務迅速增加。理論上來講，Waymo可以將在真實道路上遇到的極端場景，放在模擬環境中反覆練習測試，直至找到最優處理方式後，再應用到真實世界中。但Waymo以往積累的所有資料，都是建立在城市交通訊號沒有中斷、交通秩序能基本維持的前提下。比如喪屍來了、空襲槍戰、或者是這次的停電導致訊號燈中斷，壓根不在Waymo的考慮範圍之內。所以一旦規則不好使了、連人類司機都得靠眼神和手勢溝通博弈，定位L4的Waymo為了100%安全，必然會禁止在混亂中主動參與博弈，當機也就成了必然。另一方面，是Waymo與特斯拉在自動駕駛技術路線上的不同。Waymo的選擇，是配備雷射雷達的多感知融合方案。它並沒有完全押注端到端大模型，而是採用世界模型結合端到端學習的混合設計，目的就是為了能更有力地提供安全兜底能力。特斯拉的路線大家就比較熟悉了：堅定支援純視覺方案。並且自打FSD V12版本以來，特斯拉就是將端到端大模型引入自動駕駛路線的頭號玩家。關於多感知融合方案和純視覺方案，最大的區別不是有沒有雷射雷達，而是背後的感知演算法邏輯。多了雷射雷達（和毫米波雷達），意味著更多的感知來源，和更高等級的保障。但這時，會對演算法和算力提出更高的要求——一個極端的例子是，雷射雷達告訴你前面有個巨大的透明塑料袋，你需要剎車；但攝影機依然能看清前面的路，告訴你可以繼續開。人類司機當然能通過經驗自行處理。但當資料衝突的時候，演算法到底該相信誰？更何況算力如果不夠，等系統從猶豫中反應過來，車輛已經來不及操作了。因此，所有做L4自動駕駛的公司，都要在演算法和算力上下大工夫。從這個角度出發，特斯拉的純視覺路線要處理的感知資訊更少，決策過程更簡單。FSD的端到端大模型，可以在不依賴高精地圖和程式碼規則的情況下，通過攝影機傳來的資訊隨機應變，做出比人類駕駛員更優秀的應對方案——那怕這一場景，不曾模擬訓練過。不過，經過這一番停電大考，Waymo也算是狠狠長了一回教訓。12月23日，Waymo宣佈更新Robotaxi的自動駕駛系統，以提升應對停電場景的能力。此外，Waymo還表示將吸取這次停電事件的經驗，從而改進緊急響應協議。不得不說，Waymo這次雖然在全世介面前現了眼，但也收集到了極端場景下的寶貴資料，還是有收穫的。只不過，這收穫的代價屬實有點大。寫在最後馬斯克對Waymo的反唇相譏，其實也反映出Robotaxi賽道競爭的白熱化。目前，Waymo的Robotaxi車隊數量為2500輛，在美國5個大城市展開營運。到了明年，Waymo計畫進一步擴張，再新增12個營運城市，其中還包括首個出海城市英國倫敦；還會新增其他12座測試城市，為後續營運提前鋪路。而特斯拉無需安全員的“真·無人車”，也會隨著Cybercab量產，從德州奧斯汀的約150輛，提升到明年預計的1000輛。畢竟在馬斯克眼裡，自動駕駛是特斯拉未來最重要的增長來源之一，也必然會成為馬斯克多項工作中的重中之重。本次舊金山停電事件，其實對Waymo和特斯拉雙方都提了個醒：必須重視平時很難遇到，但一旦出現，就會產生巨大社會影響的極端場景。對於Waymo這類L4自動駕駛公司來說，激進（效率）與保守（安全）之間的平衡，會更加難以把握。社長相信在不少人眼裡，都希望Robotaxi在道路通暢的時候能夠遵守交規，確保安全；但到了路況糟糕的時候，又希望它能耍點“小聰明”繞開規則，效率優先。然而，既想要Robotaxi精準讀懂人類每一次的駕駛偏好，又想讓它和道路上各類交通參與者的博弈中取得勝利……這和“讓人類永遠保持理智”一樣，是一種奢望。至於想要徹底消滅交通事故，或許，只能期待一下車路協同下的全自動交通？但無論如何，從L2漸進式實現L4，與一步到位實現L4的路線之爭，似乎開始要有眉目了。 (電動車公社)