每經(jīng)記者｜劉曦    每經(jīng)編輯｜裴健如    

日前，特斯拉Robotaxi（自動駕駛出租車）官方賬號發(fā)布消息稱，無人監(jiān)管Robotaxi服務已經(jīng)覆蓋整個奧斯汀都會區(qū)，用戶能夠在更廣泛的區(qū)域內呼叫車輛。這意味著，奧斯汀成為目前唯一一個實現(xiàn)了“全城范圍”無人監(jiān)督Robotaxi服務的城市。

從時間線看，特斯拉Robotaxi在奧斯汀經(jīng)歷了從試運營到無安全員、從局部到全域的漸進過程。2025年6月開始在奧斯汀啟動試運營，車輛配備安全員；今年1月開始在奧斯汀向公眾開放無安全員的乘坐服務。

圖片來源：X（@Tesla Robotaxi）

然而，與運營區(qū)域的快速擴張相比，實際投入的車輛規(guī)模卻并未同步增長。2025年項目啟動之初，特斯拉CEO馬斯克表示，特斯拉Robotaxi將在奧斯汀率先投入10至20輛車運營，并計劃在當年年底前將車隊擴大至500輛，但自當年6月啟動試點服務以來，車隊規(guī)模未出現(xiàn)大幅增長。

據(jù)得克薩斯州機動車管理局（DMV）數(shù)據(jù)，截至本周，特斯拉在該州注冊Robotaxi車輛為42輛，而Waymo在該州擁有577輛獲準運營的Robotaxi。

進一步來看，一邊是高調宣布全區(qū)域無人化，另一邊則是實際運營車輛數(shù)的下降。截至目前，特斯拉真正投入無人監(jiān)督運營的Robotaxi車輛僅約20輛，全部集中在得克薩斯州奧斯汀市。與此前相比，特斯拉撤下了加州灣區(qū)158輛配備安全員的車輛。

有觀點認為，導致這一變化的主要原因是軟件瓶頸。馬斯克曾表示，特斯拉正等待FSD（Full Self-Driving，完全無人駕駛）V15版本的改進，待其正式推出后再進一步擴大Robotaxi部署規(guī)模。

這一謹慎態(tài)度或許與當前版本的安全表現(xiàn)有關。據(jù)美國國家公路交通安全管理局（NHTSA）最新數(shù)據(jù)，2025年7月至2026年4月，特斯拉位于奧斯汀的車隊共發(fā)生17起已知事故，其中兩起造成輕微傷情，一人需送醫(yī)治療。所有事故車輛均為2026款Model Y，F(xiàn)SD處于啟用狀態(tài)，車內配備安全監(jiān)控員。

從當前運營情況來看，特斯拉雖實現(xiàn)了更大范圍的無人化運營，但車隊擴張速度并未與服務范圍同步增長，至于其專為Robotaxi打造的車型Cybercab當前僅實現(xiàn)了投產(chǎn)，何時投入運營仍未知。

這意味著，對于Robotaxi企業(yè)而言，僅僅實現(xiàn)無人駕駛不足以證明商業(yè)模式成立，如何在確保安全的前提下實現(xiàn)規(guī)模擴張正成為新的考驗。

從成本端來看，特斯拉確實具備一定優(yōu)勢。中金公司研報指出，與Waymo依賴高精地圖和激光雷達的技術路線不同，特斯拉采用輕地圖方案，堅持從L2向L4漸進演進，同時憑借自建產(chǎn)能及純視覺方案降低單車硬件成本，有望為行業(yè)探索出新的商業(yè)化路徑。然而，僅有低成本車輛并不足以支撐Robotaxi商業(yè)模式成立。

小馬智行聯(lián)合創(chuàng)始人、CFO（首席財務官）王皓俊此前在接受《每日經(jīng)濟新聞》記者采訪時表示：“Robotaxi本質上是一門規(guī)模生意，當運營車輛不斷增加后，企業(yè)不僅能夠承接更多訂單，還能提升車輛調度效率、降低空駛率。同時，更高的車輛密度也意味著更短的用戶等待時間、更高的訂單轉化率以及更好的單車收入表現(xiàn)?！?/p>

圖片來源：每經(jīng)記者 劉曦 攝

他進一步指出，市場往往更關注車輛和自動駕駛系統(tǒng)本身的成本，但實際上運營成本同樣重要。除了整車和自動駕駛系統(tǒng)（ADK）的BOM（物料清單）成本外，充電、保險、維護保養(yǎng)、停車、網(wǎng)絡流量以及地勤和遠程運營人員等運營成本，同樣占據(jù)很大比重。如果不能同時優(yōu)化車輛成本和運營成本，僅降低其中一項，優(yōu)勢其實并不明顯。

元戎啟行CEO周光則認為，Robotaxi未來最核心的競爭力首先是模型能力的持續(xù)提升，其次才是運營能力。“哪些問題需要秒級響應，哪些問題可以分鐘級響應，這是運營體系需要解決的問題。”周光表示，互聯(lián)網(wǎng)企業(yè)之所以具備優(yōu)勢，原因之一在于其擁有成熟的調度和運營能力，能夠快速組織遠程接管、地勤支持以及多層級響應體系。

不過，他同時強調，運營能力的重要性最終仍建立在模型能力持續(xù)進步的基礎之上。自動駕駛不可能長期依賴先驗信息和規(guī)則驅動，最終還是要依靠模型能力不斷提升。