•
Waymo vs. 特斯拉：兩輛車，開到了同一條街
2025 年 6 月，Google的 Waymo 與特斯拉的 Robotaxi，將首次在真實街頭 “正面交匯”。
Waymo 已在舊金山、鳳凰城累完成超 1000 萬次無人駕駛出行，車隊不再配備安全員，服務範圍持續擴大。
特斯拉則將在奧斯汀推出首批 Robotaxi，進入路面驗證階段。
它們駛向的是同一條街，走法卻大不相同。
01｜技術路徑之爭：雷達地圖 vs. 純視覺神經網路
｜Waymo：多感測器 + 高精地圖
一座城市一座城市打下來
Waymo 的路線非常穩健：
依靠雷射雷達（LiDAR）、毫米波雷達與攝影機組合，配合提前繪製的高精地圖，為每一輛車建構一個 “已知世界”。
它強調安全、冗餘、可控 —— 多套感知系統彼此補位，即使某類元件失效，車輛仍可穩定運行。
這意味著，每進入一座新城市，Waymo 都需重建地圖、模擬驗證，並逐步放開營運範圍。
這種方式成本高，但穩定性強。
Waymo 的這一模式，已經在多個核心城市穩定落地，安全記錄也成為其最有力的護城河。
但也因此擴張緩慢——每開拓一座城市，都是一場持久戰。
｜特斯拉：純視覺 + AI 神經網路
不靠地圖，一次訓練跑遍所有城市？
與 Waymo 的工程路徑幾乎相反，特斯拉選擇了一條激進路線：
只依靠攝影機感知環境，通過神經網路進行 “端到端” 決策，不使用雷射雷達，也不依賴高精地圖或詳盡規則庫。
它的目標是模仿人類駕駛 ——靠 “看” 和 “學”，從真實世界中訓練出具泛化能力的模型，使系統可適應不同城市、天氣與道路。
如果這條路徑成立，特斯拉就能：
通過 OTA（線上更新），把 FSD 能力推送到全球數百萬輛已售車輛上，部署速度遠超 Waymo 的重感測器模式。
但截至目前，特斯拉仍未實現真正意義上的無人駕駛。
首個 Robotaxi 服務將於 2025 年 6 月 12 日在奧斯汀上線，初期投入 10–20 輛車，營運區域有限，仍需遠端團隊支援。
儘管馬斯克聲稱測試中曾實現 “連續數天無事故”，但業界普遍認為，其演算法在複雜城市場景中仍存在尾部風險。
｜技術路徑對比小結：
- Waymo：強調控制與安全，一步步吃透每座城市；
- 特斯拉：押注演算法泛化，一旦跑通可快速複製。
- 一個靠地圖，一個靠模型；
- 一個穩，一個快。
02｜商業模式博弈：自營重資產 vs. 輕平台生態
｜Waymo：車是自己的，營運也是自己的。
Waymo 改採用的是一種 “新型出行公司” 模式：不賣車、不加盟，而是自營完整的 Robotaxi 車隊，通過 Waymo One App 提供服務。
這種模式帶來兩方面結果：
- 一方面，Waymo 擁有從硬體選型、感測器安裝，到調度、維護、客服的全流程控制權，服務一致、安全可控；
- 另一方面，營運成本極高，每進一城都需重新部署地圖、系統與團隊。
截至 2024 年底，Waymo 尚未實現盈利。“Other Bets” 類股全年虧損超 40 億美元。
即使每周訂單已超 25 萬，要支撐這套重資產結構，仍需更高的利用率與更廣的落地。
｜特斯拉：Airbnb of Cars？
不是你開車賺錢，而是讓車自己去賺錢。
特斯拉設想的是 Robotaxi 平台：使用者買車後，將其接入 Tesla Network，在空閒時接單接人。車主和平台分成，類似 Airbnb 的模式。
這種結構的兩個好處：
- 不必自建龐大車隊，靠使用者完成 “地面鋪設”；
- 所有 Tesla 都是 “潛在節點”，通過 OTA 升級即可加入網路。
此外，特斯拉通過售賣 FSD 軟體（一次性 $8,000 / 每月 $99）已實現前置收入。未來如放開私家車營運，還可進一步收取抽佣。
但現實仍存門檻：L4 自動駕駛尚未落地、服務一致性難控、法規尚不明朗。
這一模式目前仍停留在結構構想階段，尚未真正驗證。
｜商業模式對比小結：
- Waymo 自營，像傳統航空公司：車輛自有、服務閉環、強調控制力；
- 特斯拉做平台，更像 Airbnb + Uber 的結合：使用者供車、平台抽佣、結構輕。
- 一方在解決 “怎麼自己開得更安全”，一方在設計 “如何讓別人也能來開”。
03｜成本結構對比：誰能跑得更便宜？
｜Waymo：高感測器、高人工、高起步
Waymo 的成本結構來自三個關鍵詞：硬體貴、部署慢、人力多。
每輛車需安裝多顆雷射雷達、毫米波雷達與攝影機，配合旋轉穹頂、冗餘控制系統與高算力平台。
根據 2025 年 5 月分析師估算，整車成本仍在 15–20 萬美元之間。
此外，每進入一座城市，Waymo 都需重建地圖、偵錯系統，並配備遠端支援團隊。
雖然營運規模帶來一定效率提升，但整體仍屬 “重營運結構”。
這套結構雖然安全穩定，但擴張難度高，模式要真正跑通，仍需時間與密度的雙重驗證。
｜特斯拉：通用硬體 + 平台分攤 + 量產效應
特斯拉的 Robotaxi 戰略建立在三項假設上：
- 攝影機 + 神經網路可替代雷射雷達；
- 所有車輛都可通過 OTA 升級為 Robotaxi；
- 特斯拉具備全球最強的電動車量產能力。
這意味著，robotaxi 的硬體結構與 Model Y 接近，不需額外採購高成本感測器。
Ark Invest 預測，未來特斯拉專用 Robotaxi（Cybercab）整車成本可低至 1.5 萬美元，約為 Waymo 的 1/6。
平台結構決定了更高的擴展槓桿，邊際成本遠低於 Waymo 的自營體系。
但這個 “便宜” 的前提，是技術真的成立。
如果 FSD 仍需遠端人工干預，或在複雜場景中頻繁失敗，維護成本和責任風險都將快速上升。
馬斯克曾表示，特斯拉目標是將 Robotaxi 的單位營運成本控制在 $0.30–$0.40/英里，遠低於 Uber 的 $2，也低於當前 Waymo 的結構。
｜每英里成本對比：從 “跑得貴” 到 “跑得穩”
同樣是一英里，不同系統背後是完全不同的成本邏輯與營運結構。
｜成本結構對比小結：
- Waymo 成本高，但已有穩定營運資料支撐；
- 特斯拉成本低，但尚未經過複雜城市場景的驗證；
- 成本不僅關乎 “便宜”，更考驗長期可持續性；
- 誰能在降本的同時守住安全邊界，誰就更可能率先跑出正向循環。
04｜誰能更快擴張？信任 vs. 速度
｜Waymo：慢，但贏得了監管和社區
Waymo 的擴張邏輯一貫謹慎：先小範圍內部測試，再邀請友好使用者，最後才面向公眾開放全無人駕駛。
這條路徑的關鍵，是贏得信任。
在每個進入的新城市，Waymo 通常會：
- 提前數月繪製高精地圖；
- 與地方政府進行合規接洽；
- 建立遠端支援與應急響應體系；
- 分階段逐步放開載客範圍和時間段。
截至 2025 年 5 月，Waymo 已在鳳凰城、舊金山、洛杉磯全面運行，並在奧斯汀、亞特蘭大等地部署，未來還計畫進入邁阿密、D.C. 等地。
這種推進節奏雖然緩慢，但確保了極低的事故率，也建立起良性的監管協作關係。
｜特斯拉：快，但必須用成績說服質疑
特斯拉選擇了更典型的 “矽谷式路徑”：
- 產品先跑；
- 成功後複製；
- 不完美也先上線，邊試邊調。
首批 Robotaxi 將在奧斯汀試點，若測試順利，將在數周內擴展至數百台，並計畫數月後進入其他城市。
它的優勢在於系統 “通用”：
- 不依賴每個城市重建地圖；
- 所有車輛均可 OTA 升級；
- 城市開放僅需取得交通許可，即可迅速啟動。
如能驗證成功，特斯拉的部署速度將遠超城市級重部署邏輯。
但截至目前，特斯拉尚未獲得加州等核心區域的無人車營運許可。
FSD 曾多次引發爭議，監管和公眾仍在觀望其能否勝任複雜城區。試點中若出現事故或使用者反饋不佳，其擴張節奏將受到實質性阻力。
｜誰更像平台型公司？
- Waymo 的 “複製能力” 仍受限於重部署邏輯；
- 特斯拉的 “部署能力” 則取決於監管門檻與模型穩定性。
我們可以這樣理解：
- Waymo 複製一座城市，要寫幾十萬行地圖程式碼；
- 特斯拉複製一座城市，只要按下 OTA 的按鈕，如果它的模型真的夠強。
｜擴張節奏對比小結：
- Waymo 的擴張像建地鐵：慢，但一旦建好，安全、穩定；
- 特斯拉的擴張像共享電單車：可以一夜鋪滿城市，但前提是 “不會亂撞”。
05｜使用者體驗與信任：沉默司機 vs. 會進化的同伴
｜Waymo：像一個極度克制的專職司機
它不開快車，也不會跟你說話；
它非常穩重、克制，甚至有點 “過於守規矩”。
許多使用者形容它 “安靜” “穩定” “非常可預測”，這並非巧合，而是系統設定。
Waymo 的駕駛風格儘量避免讓乘客感到 “意外” 或 “激進” ——無論並線、加減速還是路口等待，都表現出一種 “過於禮貌” 的風格。
這種 “職業感” 在某些場景下甚至顯得 “保守”。
比如在複雜路口，Waymo 有時會因重複判斷長時間等待，影響通行效率。
但從信任角度看，正是這種 “克制”，讓首次乘客感到安心。
Waymo 在 UI 上也注重 “可解釋性”：
車內乘客可即時看到系統決策狀態與道路判斷，增強對系統的理解。
截至 2025 年，Waymo 累計完成超 1000 萬次付費無人駕駛出行，且無重大人員傷亡事故記錄。
它靠時間和資料一點點積累信任，而不是靠一次性的 “驚豔體驗”。
｜特斯拉：像一個剛畢業但學得很快的新人
它還在進化，但你永遠無法判斷它學會了多少。
FSD 的風格一向不 “克制”，它的決策方式更接近人類司機 —— 並線迅速、反應直接，路徑偏重 “進攻性”。
這對使用者而言意味著更高效率，但也更容易引發緊張。
目前 FSD 仍處於 “Beta 測試 + 部分場景開放” 階段。即便 Robotaxi 上線，初期也很可能仍需遠端支援或限定場景營運。
特斯拉依靠的是 “資料閉環”：
每天上傳數十億英里真實行車資料，用於訓練神經網路。理論上，系統會像人一樣越開越熟練。
問題在於：這種能力進化缺乏明確衡量標準，使用者無法判斷系統現在 “學到了什麼”。
他們對系統的信任，大多來自品牌感知和體驗直覺，而非內部可解釋機制。
此外，若未來向私家車開放 Robotaxi 服務，車輛清潔度、服務一致性、內飾標準等也將成為體驗挑戰。
｜誰能贏得那個 “關鍵時刻”？
這場競速的真正分水嶺，不在技術，也不在成本，而在：
你能不能讓一個普通使用者，放心坐上一輛沒有駕駛員的車？
誰先跨過這個心理門檻，誰就先打開真正的市場入口。
Waymo 用克制贏得信任；
特斯拉靠效率與品牌吸引嘗試。
一個讓保守者安心，一個吸引激進者先用。
｜使用者體驗對比小結：
- Waymo 的體驗是 “穩”，像你請的專職司機；
- 特斯拉的體驗是 “快”，像你熟人開的熟車；
- 真正能跑遠的 Robotaxi，要讓你不再關心 “誰在開”。
06｜如果 Robotaxi 成為主流，會發生什麼？
｜Ark 的預測：10 兆美元的出行重構
Ark Invest 是 Robotaxi 市場中最樂觀的一派：
- 到 2030 年，全球Robotaxi 市場規模或達 10 兆美元；
- 出行方式將從 “擁有車輛” 轉向 “按次服務”；
- 成熟後每英里成本可能降至 $0.25，遠低於 Uber 或私家車。
在這個設定下，Robotaxi 不只是一次 “技術升級” ，而是一次出行基礎結構的重構。
｜使用者真的會切換嗎？
個體出行選擇，通常取決於三個因素：價格、可用性與安全感。
目前這三者在 Robotaxi 上尚未同時成立。
Waymo 成本雖低於 Uber，但使用者價格仍偏高（約 $2–$4/英里）；
特斯拉尚未定價，且早期服務範圍有限，也難以形成有效替代。
即使未來價格降至 $0.3–$0.4/英里，若調度效率與服務密度不足，仍難改變使用者習慣。
換句話說，便宜是前提，但真正驅動切換的，是信任與可獲得性。
｜如果 Robotaxi 成為主流，會發生什麼？
- 家庭減少購車台數，轉向 “共享 + 私用” 的組合模式；
- 停車需求下降，城市規劃將被重構；
- 通勤變為可支配時間，而非沉沒成本；
- 汽車從 “資產” 變成 “出行介面”。
這不僅是消費方式的變化，也將影響城市結構、物流、保險、金融等多個底層系統。
Robotaxi 改變的，不只是 “誰在開車”，而是我們對 “移動” 這件事的定義。
選擇 Robotaxi，不只是出行方式的改變，
更是你選擇相信那一種 “無人的信任感”：
我們會
更願意坐上一輛 “規則寫好” 的 Waymo，
還是一輛 “演算法自學” 的特斯拉？ (複利貓的慢思考)