这一次，马斯克没有“跳票”，特斯拉Robotaxi真的要来了！
特斯拉Robotaxi现身街头
6月11日，回归之后的马斯克正式官宣，暂定将于本月22日上线Robotaxi服务。出于对安全的考虑，比原定时间推迟了10天。
他透露的新车上市仪式将期待拉满：首辆特斯拉Robotaxi将直接由工厂以无人驾驶的方式开到用户家中。
随后不久，马斯克转发了一位博主的视频，并以“精美简约的设计”称赞视频中一辆特别的Model Y。
该车主驾空无一人，车体涂鸦字样表明其为路试中的特斯拉Robotaxi。只见路试车在路口左转，并对斑马线的行人减速礼让。
该视频印证了马斯克上个月的声明，即特斯拉已经开启了无人驾驶汽车的路测，位置就在德州奥斯汀的开放路段。
分析人士指出，之所以没有采用之前亮相的Cybercab，可能是因为没有传统操控功能的Cybercab存在监管障碍，现有车型Model Y更容易通过审批尽快上市。
图片来源：特斯拉官网
马斯克表示，试运行阶段的规模将控制在10到20辆，运行范围会受到地理围栏的限制，工作人员也会对车辆进行远程监控。
他认为，Robotaxi是Airbnb与Uber的结合体，车主可以自行选择加入服务，让车给车主打工。他还建议多买几辆，像牧羊一样管理车队。
马斯克对他的商业蓝图充满信心，并在X发帖预言，Robotaxi将很快变得普及，出行方式也将随之改变，“道路将会发生迅速变化”。
得成本优势者得先机
毋庸置疑，道路上跑的Robotaxi不止特斯拉一家。
Waymo最近公布了周服务单量破25万的成绩单，似乎是对马斯克的一种回应。同在美国市场不可能王不见王，两王之争即将上演。
图片来源：Waymo官网
Waymo代表的是一步到位L4/L5的无人驾驶路线。该路线的车辆依靠高清地图，在限定区域内运行，采用多传感器形成硬件安全冗余。
特斯拉代表的则是从L2到L4/L5的升维路线。从辅助驾驶切入，基于“纯视觉+AI神经网络”，用较长的周期积累数据投喂大模型。
谁能领跑Robotaxi赛道，就要看谁更具成本优势。
从行业来看，单车成本主要由整车制造、安全运营、维护成本三个模块构成。在后两项尚不明朗的情况下，特斯拉的整车制造优势已呼之欲出。
图片来源：特斯拉官网
首先，相比Waymo采用的摄像头、雷达、激光雷达的多传感器组合，特斯拉采用了以摄像头为主的纯视觉方案，成本可以控制在数百美元。
其次，特斯拉拥有前装量产优势，加之可以基于现有平台，通过模块化改造实现自动驾驶功能，能够进一步大幅降低成本。
值得一提的是，特斯拉对现有车辆的潜能开发，也是成本控制的有效途径。现有HW4.0硬件的特斯拉车型都具备OTA至L4/L5的条件。
据马斯克估计，每辆特斯拉Robotaxi每英里的行驶成本或将低于0.18美元，每年的毛利润大概在3万美元左右。
软硬件能否撑起“梦想”
L4是进入Robotaxi赛场的门槛，特斯拉FSD准备好了吗？
马斯克透露，特斯拉将在FSD系统基础上，采用性能更先进的模型，参数量是现在模型的4倍。他也坦言，软件“仍需要大量完善”。
当然特斯拉不会为此焦虑，因为软件能力是该公司长板。一直以来，当友商拼硬件冗余的时候，特斯拉将重心放在了软件冗余上面。
特斯拉的投入主要集中在感知层和决策层两个层级。
在感知层，BEV+Transformer通过将多摄像头2D图像转换为统一的3D鸟瞰图表征，结合Transformer注意力机制，提供更准确的环境理解。
BEV空间通过神经网络将所有摄像头输入映射到统一的俯视坐标系，形成连贯的3D场景表征，更接近人类对道路空间的认知模式。
Transformer架构则大幅提升了长距离感知和动态物体跟踪能力。其自注意力机制可以自动学习不同时间步特征之间的关系，有效处理遮挡等复杂场景。
在实际应用中，BEV+Transformer显著提升了FSD系统处理如施工区域、异形车辆等长尾场景的能力，使其逐步接近人类驾驶员的感知水平。
该组合有着很高的应用价值。能够减少对高精地图的依赖，支持业务快速布局；而纯视觉方案接近激光雷达感知效果，成本优势显而易见。
在决策层，特斯拉采用端到端控制系统，将传统的模块化架构替换为统一的神经网络。通过时空注意力机制理解场景动态，最后直接输出转向、加速和制动指令。
为了支持神经网络学习，特斯拉建立了一整套大模型训练体系。主要由三个关键支柱构成：海量真实数据、Dojo超级计算机和创新的训练方法。
在数据方面，通过全球数百万辆车构建数据集。采用"影子模式"收集数据，在司机驾驶时默默运行，涵盖各种天气、光照和道路条件。
在计算方面，特斯拉专为视觉神经网络训练设计了超算系统Dojo。采用创新的"热图"训练方法，预测每个像素的运动轨迹和语义信息。
在训练方面，特斯拉采用多任务联合训练策略，让模型同时学习感知、预测和决策任务，促使模型建立更全面的场景理解能力。
以上相互配合，形成了"数据采集-模型训练-部署验证-新数据发现"的持续进化飞轮，通过数据规模效应和算法创新不断逼近人类驾驶水平。
那么以特斯拉现有硬件能力，能否承载全新版本FSD？马斯克给出了肯定回答：搭载HW4.0硬件的车型可以实现特斯拉Robotaxi功能。
HD4.0采用自研FSD芯片，算力达到500Tops，完全具备点到点的高阶智驾能力；12个摄像头、4D毫米波雷达组成的传感器，弥补纯视觉在极端天气中的短板。
HW4.0不仅能够完全兼容现有的FSD Beta，还支持在未来实现无保护左转、交叉路口处理等L4级功能，是特斯拉入局Robotaxi的底气所在。
另据报道，特斯拉下一代FSD芯片AI5/HW5已经进入量产阶段，算力高达2000-2500TOPS，可以实现更复杂的无监督FSD算法。
距离进入中国还有多远
虽说此时谈进入中国尚早，但是可以预见，特斯拉Robotaxi一定不会缺席。毕竟有数据显示，2030年中国共享出行规模将达2.25亿元，其中Robotaxi占比60%。
面对萝卜快跑、小马智行、文远知行等本土Robotaxi先行者，特斯拉除了纯视觉技术方案成本优势，依靠充电网络等优势很容易形成规模。
然而开启Robotaxi征程之前，特斯拉必须克服一个无法绕开的现实问题，那就是FSD在中国水土不服的问题。
早在今年2月份，特斯拉就开始了FSD的推送。本希望成为购车的加分项，但结果却事与愿违，几个月试用下来，FSD的表现差强人意。
有人反馈，FSD对行人和其他车辆过度礼让，在路口犹豫不前；有人反馈，FSD在拐弯时侵占非机动车道，或者在左右转车道上直行……
需要注意的是，中国道路上存在大量快递和外卖骑手、公交车道和分流岛……令特斯拉FSD像一个“水土不服的美国司机”。
懂车帝在对特斯拉、理想、问界的驾驶辅助系统对比评测后发现，特斯拉总共需要驾驶员接管24次，违章34次，远高于理想和问界。
问题有点棘手。因为中国法律要求自动驾驶数据必须存储在国内，出境需通过安全评估。于是特斯拉不得不用网上视频训练模型。这对需要海量数据的大模型来说，无疑“无米之炊”。
图片来源：特斯拉官微
在中国数据用于全球模型训练存在合规障碍的情况下，特斯拉很有可能放弃融入全球版本，在中国独立训练中国市场专用模型。
如果采用这一思路，就需要考虑训练周期。中国路况相比欧美更加复杂，但是特斯拉在中国占比有限，加之FSD普及率较低，高阶硬件上车率和软件激活使用率不足，数据积累速度较慢，会严重影响“中国专用模型”的训练周期。
在数据到位的情况下，大模型训练还需要大量算力作支持。考虑到外国芯片出口管制，特斯拉在华部署高性能训练集群会受到限制。而Dojo超算目前仅部署在美国，中国缺乏同类设施，也会导致模型迭代延迟。
除此之外，智能生态短板不能忽略。我国推动“智能网联汽车+智慧道路”建设，特斯拉的封闭式技术架构可能难以接入本地V2X系统，如红绿灯信息、道路预警。
特斯拉入局，加剧Robotaxi赛道竞争升温。作为与Waymo的不同的技术流派，特斯拉将不仅在技术路线上一较高下，也会把竞争延伸至商业模式，进而改变城市面貌和出行方式。
由于当前仍处在路测阶段，很多细节问题还没有公布。比如上线后将在哪些城市运营、打车用户如何使用该服务……一切都要等到6月22日之后才能知晓，让我们持续关注。
