•
特斯拉Robotaxi加盟營運潛力巨大，無人駕駛行業靜待安全性拐點
以無人駕駛橫跨汽車全應用領域
10月10日，特斯拉名為"We, Robot"的發佈會在好萊塢的華納兄弟工作室舉行。發佈會上首先亮相的是馬斯克和其乘坐的一輛無人駕駛的兩門兩座四輪車。這輛車就是即將發佈的Robotaxi原型。
特斯拉將其Robotaxi命名為Cybercab，延續了此前Cybertruck的命名傳統。從外觀上看，Cybercab的前後燈條和金屬車身都與Cybertruck極其相似。但Cybercab作為一款計程車，其設計目的自然是低成本量產。因此，其車身材質與Cybertruck不同，不是不鏽鋼材質，而是銀色鋁合金。並且，Cybercab 沒有採用特斯拉標誌性的玻璃車頂，而是採用了更簡單的金屬車頂。車窗也不是無框的，而是有框的（玻璃開口周圍是金屬），更容易維護和生產。所有這些變化都是為了降低車輛的總體成本，以適應其Robotaxi的角色。
在內飾方面，Cybercab徹底取消方向盤和踏板，標誌其全自動駕駛的實現，並組態了特斯拉史上最大的20.5英吋中央顯示大屏（當前最大的是Cybertruck的18.5英吋大屏），為乘客在車內打遊戲、看電影帶來最佳的體驗。
除駕駛以外，車輛的清潔也是一項需要人力的複雜工作。為了徹底解放在車上消耗的人力，特斯拉將推出一種模式，即特斯拉提供充電和自動清潔設施樞紐，配合Cybercab的感應充電功能，車主只需根據需要，讓車輛在樞紐充電或清潔即可。
除Cybercab外，特斯拉還在本次發佈會上展示了一款沒有前窗的無人駕駛廂型車Robovan。Robovan與Cybercab 一樣，沒有駕駛員座椅、方向盤或踏板，即全自動駕駛。
外觀方面，Robovan 看起來幾乎像火車頭，前部光滑，沒有可見的擋風玻璃，車輪藏在車身下方。和Cybercab一樣，其外殼採用噴漆鋁合金，但也混合了玻璃。玻璃從外面看是深色的，為車內的人提供了相當高的隱私。
Robovan 離地間隙非常低。據馬斯克介紹，這種超低離地間隙是通過自動負載平衡懸架實現的，該懸架可根據路況升高和降低。這意味著 Robovan 將能夠穿越減速帶和坑窪等障礙物，並且此功能很可能在未來某個時候出現在 FSD 中。雖然 FSD 已經可以正確識別大部分減速帶，但它無法識別道路上的其他障礙物，例如碎片或坑窪。讓 FSD 能夠識別和避開坑窪以使駕駛更加平穩，提高體驗的舒適度。
內飾方面，Robovan車內空間非常寬敞，最大組態下可容納 20 名乘客，可以輕鬆取代短途公車，或者隨著班次的增加，與 40 座公車一較高下。
Robovan內採用乾淨而經典的特斯拉白色，車內天花板上有大量車內照明和暖通空調。駕駛室兩端還配備了大螢幕，可用於娛樂或路線資訊。Robovan 還在後部和前部設有儲存空間，本質上是客車的行李艙。
特斯拉還打算生產無座位Robovan用於送貨，可能會成為大型貨車的有力競爭對手。除此之外，馬斯克還認為 Robovan 還適用於房車旅行等任何具有大內部空間的車輛的用途，甚至可以當作移動餐廳。
Cybercab+Robovan，覆蓋了乘用車/客車/貨運等幾乎全部的汽車應用場景，儘管本次發佈會產品介紹僅有20分鐘，但充分展示了特斯拉通過無人駕駛成為汽車行業絕對龍頭的藍圖。
車主加盟模式下Robotaxi產銷和營運互為壁壘，強者恆強
本次發佈會最大的亮點並非兩款原型車，而是馬斯克提出的Robotaxi車主加盟營運模式。這種模式為無人駕駛汽車全面替代傳統汽車提供動力，並且可以實Robotaxi製造商對網約車平台的替代。
在過去設想的商業模式中，無人駕駛汽車在營運車領域具有較強的優勢。
根據滴滴出行的資料，在乘客支付的乘車金額中，駕駛員激勵與報酬佔比高達 79%，而使用Robotaxi後，乘客乘車成本將大幅降低。特斯拉在Robotaxi發佈會上表示，受司機成本的影響，當前乘客乘坐公車的成本約為1美元/英里，而乘坐Cybercab的成本將降至0.2美元/英里（稅後0.4美元/英里）。在明顯的價格優勢面前，傳統營運車商業模式在Robotaxi面前將完全失去市場份額。
而在車主自用場景中，由於車主自己駕駛，沒有司機成本，因此替換無人駕駛的動力相對較弱。
對此，馬斯克設想了車主加盟營運模式，為自用車車主提供了替換無人駕駛汽車的動力。
馬斯克在發佈會上表示，在一周168個小時中，車主使用車輛的時長僅為10小時左右，而其餘時間車輛都停放在停車場或車庫當中。而在未來，購買Cybercab的車主除自用外，還可在其餘時間將自己的車輛派出營運，進而賺取收益。在這種商業模式下，車主購買無人駕駛汽車的動力將顯著增強，無人駕駛汽車對傳統汽車的替代將更進一步。
不僅如此，車主加盟營運商業模式也將徹底顛覆Robotaxi行業。當前Robotaxi的營運模式下，供給端主要是營運商自有的Robotaxi，如蘿蔔快跑和Waymo等。而在車主加盟營運的商業模式下，B2C模式的Robotaxi營運商將和龐大的Robotaxi車主群體同台競爭。
儘管在這種情況下，營運商仍可做回網約車平台，利用演算法為Robotaxi提供高效派單服務，進而獲得生存空間。但過去網約車資料由網約車平台掌握，可利用資料優勢形成派單演算法優勢，而Robotaxi時代，Robotaxi製造商或智駕系統供應商同樣可以掌握Robotaxi的行駛資料，進而搶佔網約車平台的生態位。
當前，頭部網約車平台的核心壁壘源於雙邊市場網路效應。
當平台上有更多的乘客時，司機會有更多的訂單，出車的空駛時間會減少，收入也會更穩定。這吸引更多的司機加入平台。反之，乘客如果發現平台上司機較多，叫車等待時間較短，也會更傾向於使用該平台。這反過來又吸引了更多的乘客。平台上司機和乘客的數量相互促進，隨著一方的增加，另一方的吸引力也增加。這種雙邊市場的網路效應會形成一個正向循環。最終，平台可以獲得規模經濟效應，更好地降低營運成本，提高使用者體驗，從而使得其在市場競爭中具有更強的優勢。
而進入Robotaxi時代，市場供給端將從司機變為Robotaxi車隊，雙邊市場網路效應將通過Robotaxi車隊規模和乘客數量來實現。因此，在Robotaxi品牌集中度非常高的情況下，Robotaxi龍頭製造商也將是龍頭營運商。
從目前來看，對比競爭對手，特斯拉仍然是最有希望成為Robotaxi龍頭製造商的車企。
當前特斯拉作為Robotaxi製造商的主要競爭對手為Google旗下Waymo、百度旗下蘿蔔快跑、小鵬汽車，以及Robotaxi智能駕駛解決方案供應商文遠知行等。雖然華為智能汽車解決方案尚未佈局Robotaxi業務，但是在車主加盟營運的大趨勢下，也是特斯拉的潛在競爭對手。
其中，Waymo和蘿蔔快跑類似，Robotaxi已投入營運，但自動駕駛方案依賴高精地圖，高精地圖製作和維護的難度限制了Robotaxi營運範圍的快速擴張。
高精地圖包含大量的細節資訊，如道路形狀、車道線、標誌、路緣、甚至建築物的三維資訊。這些資料量非常龐大，導致儲存、處理和傳輸的成本較高。並且，道路上的交通標誌、車道線、建築工地等環境變化頻繁，高精地圖需要及時更新才能精準反映當前的路況，保持高頻更新可能會面臨技術和成本上的挑戰。
目前，Waymo僅在舊金山、鳳凰城、洛杉磯和奧斯汀的部分區域營運，蘿蔔快跑僅在北京、上海、廣州、深圳、重慶、武漢、成都、長沙、合肥、陽泉、烏鎮等地的部分區域營運，距離全球Robotaxi龍頭仍有很長的路要走。
相比之下，雖然採用無高精地圖方案的特斯拉FSD、小鵬XNGP和華為ADS仍是L2等級的自動駕駛，但覆蓋範圍比高精地圖方案要大很多。特斯拉FSD覆蓋範圍已擴張至全北美，小鵬汽車和華為ADS的城市NOA功能已覆蓋全國。
在無高精地圖方案上，特斯拉始終是先驅者，因此也是最有希望實現無高精地圖Robotaxi的車企。
從時間軸上來看，特斯拉於2021 AI Day上提出BEV+Transformer方案，並在2022 AI Day 2上提出Occupancy Network方案，2024年3月18日端到端神經網路方案的FSD V12.3向使用者全量推送。而基於BEV+Transformer模型的華為ADS 1.0首次在極狐αS上量產下線已是2022年5月，基於GOD網路的華為ADS2.0於2023年4月16日首發，採用端到端神經網路的華為ADS3.0於2024年9月10日向問界、智界、享界使用者全量推送。
銷量優勢轉化為資料優勢，資料優勢帶來演算法優勢，特斯拉FSD強者恆強。
2024年上半年，特斯拉智駕領域主要競爭對手鴻蒙智行銷量19.42萬輛，小鵬汽車銷量5.2萬輛。蘿蔔快跑在武漢佈局了400輛車，並計畫到年底投放1000輛。Waymo的車隊目前在舊金山、鳳凰城和洛杉磯三個市場擁有約 700 輛汽車。而特斯拉上半年全球銷量高達83.08萬輛，遠超競爭對手。高銷量將轉化為訓練FSD演算法的海量資料，持續增強技術壁壘。
鑑於馬斯克曾多次未能按時完成自己設定的目標，並且本次發佈會產品介紹過於簡短，缺乏細節參數，資本市場對他關於 Cybercab 將在“2027 年之前”開始生產這一預測提出了質疑。
CFRA 分析師Garrett Nelson指出，馬斯克曾多次未能按時完成之前公佈的時間表：“如果你回顧十年前，他曾承諾全自動駕駛汽車只需一兩年就能問世。現在我們已經到了 2024 年，仍未實現。我們認為特斯拉距離這一目標還有一段距離。”因此，他認為投資者的期望“過高”，尤其是在電動汽車銷售普遍放緩的情況下。
此外，馬斯克表示，Cybercab 將與 Alphabet 旗下的 Waymo 等競爭對手展開競爭，售價將低於 30,000 美元。
但Forrester研究公司的Paul Miller認為：“特斯拉要在那樣的時間內推出那樣價格的新車將極其困難。”他補充道：“如果沒有外部補貼，或者特斯拉每輛車都不虧本，那麼本世紀內推出任何接近這個價格的車型似乎都是不可能的。”
無人駕駛行業發展的瓶頸在於安全性能的提升。從統計學角度來看，自動駕駛的安全性整體高於人類駕駛。
在過去兩年中，百度Apollo自動駕駛計程車車隊的事故率為人類司機的 1/14。根據特斯拉車輛安全報告，2024年第三季度，在駕駛中使用 Autopilot 自動輔助駕駛功能的，平均每 708 萬英里行駛里程發生一起碰撞事故；駕駛中未使用 Autopilot 自動輔助駕駛功能的，平均每 129 萬英里行駛里程發生一起碰撞事故。相比美國境內大約每 67 萬英里行駛里程即發生一起車輛碰撞事故，Autopilot的事故率明顯更低。
然而，自動駕駛並不能保證所有情況下都比人類駕駛更加安全，仍然有許多問題需要解決。
10月18日，接到四起碰撞事故的報告後（包括 2023 年的一起致命事故），美國汽車安全監管機構對特斯拉汽車啟動調查。
NHTSA 表示，事故發生在“道路能見度降低”的情況下，而“道路能見度降低是由陽光眩光、霧氣或空氣中的灰塵等因素引起的”。當時車輛啟用了 FSD 模式。報告稱：“在其中一起事故中，特斯拉汽車撞死了一名行人”，此外，“在這種情況下還發生了一起事故，據報導有一人受傷”。
NHTSA 將對約 240 萬輛特斯拉汽車進行檢查，包括配備 FSD 系統的 2016 年至 2024 年的 Model S 和 X 車型、2017 年至 2024 年的 Model 3 車型、2020 年至 2024 年的 Model Y 車型，以及 2023 年至 2024 年的 Cybertrucks。
NHTSA 對 FSD 系統的初步檢查將評估其“檢測並適當應對道路能見度降低情況”的能力。該機構還將調查“在道路能見度降低的情況下是否發生過其他類似的 FSD 事故，如果發生過，那麼事故發生的相關因素是什麼”，以及特斯拉 FSD 系統是否有任何更新“可能會影響 FSD 在道路能見度降低情況下的性能”。
作為當前無人駕駛領域的龍頭，特斯拉FSD安全性能提升將帶來無人駕駛行業拐點。
從趨勢來看，特斯拉能每1~2年便能實現演算法升級，將安全行駛里程提升約100萬英里。2019年以前，特斯拉Autopilot安全行駛里程為200~300萬英里，2020~2021年達到400~500萬英里；2022~2023年，在佔用神經網路演算法的加持下，安全行駛里程已達到500-600萬英里。2024年，特斯拉FSD演算法升級為端到端神經網路。儘管特斯拉Autopilot在Q2和Q3的安全行駛里程低於Q1，但2024年的安全行駛里程已基本穩定在700萬英里，和往年相比有明顯的提升。
從理論上來看，端到端神經網路演算法具備持續升級的能力。過去，自動駕駛系統的決策和控制依賴於工程師事先編寫的固定規則程式碼，而端到端神經網路演算法則是利用AI模型，讓自動駕駛系統學習並模仿人類駕駛的反應及決策過程。這種訓練方式與傳統的程序編碼截然不同。它不依賴工程師事先編寫的固定規則，而是允許AI直接從真實世界的資料中學習。這使得在處理複雜的駕駛任務時，系統更加靈活和精準。AI模型通過分析全球特斯拉車輛收集的數百萬個行車記錄片段進行訓練。因此，提升訓練AI模型的駕駛視訊的數量及質量，可在理論上給予FSD安全性進一步提升的空間。 (新財富)