自动驾驶17年无赢家:Waymo特斯拉中国玩家各守一格

资讯 AI 行业观察 作者:山自 全文 4280 字 · 约 11 分钟读完 配图 4 张 分类Robotaxi特斯拉自动驾驶

11 月的第一周,大西洋两岸几乎是两个季节。 美国那边,Waymo 在洛杉矶、纳什维尔、奥兰多、圣地亚哥和旧金山湾区一口气新增了约 250 平方英里的服务区,把运营城市推到 15 个,每周付费出行超过 50 万次。同一周,特斯拉把 Robotaxi 开进迈阿密、奥兰多、坦帕,11 月 2 日落地 Fort Worth,

所属频道 智能汽车与出行

11月第一周,大西洋两岸的季节感截然不同。

美国市场动作密集。Waymo在洛杉矶、纳什维尔、奥兰多、圣地亚哥和旧金山湾区新增约250平方英里服务区,运营城市达到15个,每周付费出行超过50万次。同周,特斯拉将Robotaxi开进迈阿密、奥兰多、坦帕,11月2日落地Fort Worth,11月9日又把无人监督服务开到圣安东尼奥,这是其迄今最大的运营城市。奥斯汀的Cybercab从10月初的300多辆起步,30天增长了大约8倍。

自动驾驶17年无赢家:Waymo特斯拉中国玩家各守一格(配图 1)

中国市场则在等审批。今年5月一起事故后,新牌照暂停发放,7月才逐步恢复,但节奏明显变了:审批更慢,也更挑人。小马智行把年底目标定在3500台车、20多个城市,萝卜快跑停在28城、3500台的规模上,两家都没有下调目标,但也都没有跑出加速度。

把这个画面摊开看,会得出一个反直觉的结论:这个行业跑了17年,到今天,没有一家公司取得显著性领先。

谈不上什么"各有千秋"。这个问题的答案是:没有。Waymo手里攥着城市密度,特斯拉押注扩张速度和成本结构,中国玩家拿得出供应链和场景复杂度,可技术、规模、成本、盈利这四样,没人能同时压住对手。每一家都在某个格子里领先,转头又在另一个格子里被追平。

美国在跑,中国在等

先把差距说清楚。

美国那边的快,快在运营上。Waymo早过了"能不能开"这一关,现在琢磨的是"在哪开更多"——每周50万次付费出行,说明它攒下了真实的用户盘子,也攒下了调度经验,这些东西花钱买不来。特斯拉的路子不一样:先拿小规模车队一点点把监管和舆论的门槛磨开,再靠制造能力快速复制。奥斯汀从300辆到8倍增长,中间只隔了一个月。

自动驾驶17年无赢家:Waymo特斯拉中国玩家各守一格(配图 2)

中国这边慢,慢的不是技术,是流程。整套Robotaxi体系还在2021年那份"97号文"的框子里转,那份文件偏宽松,目标是"鼓励技术验证",说白了就是让企业证明"我能行"。2023年11月之后的上路通行试点,才把方向指向量产和规模化,可每往前一步,地方申请、测试里程、安全评估都得重新来一遍。

于是一个很别扭的局面出现了:技术已经能做到全无人,制度还在问"要不要允许你无安全员"。

这倒不算坏消息。5月那次暂停牌照,恰好说明监管是管用的,该踩刹车的时候会踩。只是站在企业现金流的角度看,审批拖上一年,车队规模、数据积累、单位成本下降就统统往后挪一年。美国的公司在跑里程,中国的公司在跑流程。

Waymo和特斯拉,两条不互通的路

更值得注意的是,美国这两家不是同一个物种。

Waymo交的是"工程师的答案"。多传感器冗余、激光雷达、高精地图、区域化运营,先在一个城市把安全边界磨到极致,再照搬到下一个城市。今年2月它发布的自动驾驶仿真世界模型,底层接的是DeepMind的Genie 3,能生成带摄像头和激光雷达信息的高保真场景,连龙卷风、逆行车辆这类现实中没法规模化采集的极端情况也能模拟。这套东西的价值不在演示效果,而在于能把"罕见"变成"可训练"。

自动驾驶17年无赢家:Waymo特斯拉中国玩家各守一格(配图 3)

特斯拉交的是"制造商的答案"。纯视觉、端到端、不建地图、不堆硬件,赌的是数据规模和泛化能力,赌的是把车变成一台能自我学习的计算机。成本是它的强项——一套视觉方案的花费,跟一套多传感器冗余方案压根不在一个量级;短板同样明显,罕见场景里只要失误一次,就会被放大成对整个路线的质疑。

眼下这两条路,谁也没能证伪对方。Waymo已经证明冗余路线能把安全做到很高,可成本降不下来;特斯拉证明了低成本路线能快速铺开,但边界条件还在摸索当中。

中国玩家大多卡在中间。想用端到端降成本,又不敢丢掉冗余保安全;想多铺几个城市,又被审批拴着。这种"中间态"在技术上稳当,放到竞争里却最难受——既讲不出Waymo那样的安全故事,也讲不出特斯拉那样的成本故事。

商用车刚过了电动化的坎

如果说乘用车是"跑得快但跑不远",商用车就是"还没起跑"。

有个数字很扎眼:2025年商用车市场的智能辅助驾驶渗透率可能低于1%,同期乘用车已经超过三成,L2组合辅助驾驶渗透率70.5%,城市NOA突破34.2%。同样是四个轮子,智能化的进度差出一个数量级。

原因不难想。重卡跑干线,一趟几千公里,容错率极低;模型数据少,感知要求高,控车难度大,成本还压不下来。几十吨的车在高速上判断错一次,后果不是"剐蹭",是"事故"。

更根本的原因在需求端:地方采购意愿弱。商用车的买家是物流公司、港口、矿区、公交集团,它们算的账特别朴素——换上这套系统,能省几个司机、能省多少油、几年回本。电动化这笔账还没算平,谁也不愿意再往上叠一层智能化的成本。

于是就出现了一个很奇怪的时间差:新能源重卡在狂奔。10月常州单月渗透率38.3%,每卖出三辆重卡就有一辆是新能源;国家层面的目标是2030年渗透率40%、保有量160万辆。电动化这道坎,正被政策和补贴硬推过去。

自动驾驶17年无赢家:Waymo特斯拉中国玩家各守一格(配图 4)

而智能化的坎,还没开始。

眼下行业里的做法是先把通道打通,再谈规模扩张:深向、主线、零一都在冲刺 IPO,无人重卡在特定线路上常态拉货,无人巴士反而成了伪命题,有的落地项目只有 1-2 台车在跑。这些动作算不上规模化,只能算示范。商用车智能化要真正上量,得等两件事:电动化底盘彻底稳定下来,以及有人肯为"智能"这两个字单独掏钱。

出海,卡在别人的路管局

中国自动驾驶最常挂在嘴边的一句话是"断崖式领先"。放到无人配送上,这话站得住——新石器在全球近 20 个国家、300 多座城市投了 3 万多辆车,累计跑出 2.6 亿公里,体量约等于 Waymo 和百度 Robotaxi 之和的五倍。

可一旦换成载人 Robotaxi,这话就得打折扣。

小马智行在卢森堡与 Bolt 联手做"Living Lab"验证,在哈萨克斯坦跟 inDrive 签 MOU,走的都是同一条路:先拉当地运营商入伙,再借对方的合规身份把项目落下来。说白了,这是合规输出,不是技术输出。

原因在于各国的门槛各不相同。交通部管车辆准入,路管局管运营许可,数据合规另有一套规则——欧盟的 GDPR、中东的数据本地化、东南亚的跨境传输,随便哪一条,都能让一支技术已经跑通的车队停在场上动不了。

Waymo 碰不上这麻烦,因为它只在美国跑。特斯拉同样没有,凭品牌和制造能力,它敲哪扇门都敲得开。

中国公司做全球化,真正的难题不是"技术能不能用",而是"别人愿不愿意让你用"。这一关比技术关更难。

第一阶段,其实已经跑完了

把时间轴拉长看,自动驾驶的第一阶段其实已经收尾,只是不少人还没察觉阶段变了。

早年的自动驾驶是从辅助驾驶功能起步的——ACC、LKA、AEB,功能一个个往上摞,摞到最后才发现摞不出 L4。辅助驾驶的逻辑是"人兜底",L4 的逻辑是"系统兜底",落到工程上,这两件事完全是两个物种。

真正的转折点是大家开始承认"通用 L4 短期内做不到",掉头去挖垂直场景。无人配送、港口、矿区、机场、园区,这些场景有共同点:路线相对固定、速度可控、交通参与者少、监管边界清晰。

新石器就是这么长出来的:不造车、不运营,卖后装套件,按里程或时长收钱,把自动驾驶做成"用得起的基础设施"。今年 10 月它拿到近 4 亿美元 E 轮融资,国家人工智能产业投资基金首次下注无人配送赛道——这只基金之前投的是月之暗面、DeepSeek、银河通用、沐曦。

这个信号的分量比钱更重。它意味着国家级资本已经认定:自动驾驶第一个商业化答案不在乘用车上,而在垂直场景里。

下一阶段,车只是一个终端

第二阶段又是什么?

我的判断是:自动驾驶下一个重要阶段拼的不是"车开得更好",而是"车能不能跟机器人、跟终端 Agent 协同"。

这个苗头在今年 11 月已经冒出来了。

11 月 4 日,百度首次披露 Apollo World 具身世界模型,三个关键词耐人寻味:智能体驱动、全模态感知、行程闭环。在它搭的虚拟城市里,车辆和行人都不是被动的 NPC,而是被建模成能决策、能交互的 AI 智能体——无人车减速、变道、让行,都会引起其他参与者不一样的反应。这已经不是在"训练一个司机",而是在"训练一个交通社会"。

11 月 10 日,谷歌发布 Gemini Robotics 2.5,视觉-语言-动作模型,成功率 96%,已装到 Apptronik 的人形机器人上,进入梅赛德斯-奔驰在匈牙利和德国的两条装配线。同月,宇树王兴兴提到一项内部测试:让 GPT-6 在未经专门训练的情况下直接控制机器人画画,它看到旁边有洗笔的颜料盘,自己过去把笔洗干净,再接着画。

三件事摆在一起,指向同一个方向:AI 正从"理解世界"迈向"在物理世界里动手"。

自动驾驶是这条路上跑得最远的那个——车有了、传感器有了、真实路况有了、运营网络也有了,它是物理 AI 最成熟的落地载体。等机器人的操作能力和 Agent 的决策能力成熟起来,车就不再是孤立的交通工具,而会成为这套系统里的一个移动终端:车管运输,机器人管装卸搬运,Agent 管调度和响应。

到那时,竞争的维度会整个换掉。比的不是"谁的车开得更稳",而是"谁能把运输、装卸、交付整条链路串起来"。真到那一天,今天在单点上你追我赶的这批公司,座次会被重新排一遍。

没有赢家,才是最好的消息

说回最开始那个判断:眼下没有任何一家公司拿到了明显领先的身位。

这对整个行业算不上好消息,对做判断的人反倒是好事。

坏就坏在,先发优势没法让人躺着收钱。Waymo 的城市密度挡不住特斯拉的成本曲线,特斯拉的扩张速度也换不来 Waymo 的安全口碑,中国公司的供应链优势到了海外变不成路权。大家都在烧钱,都在等一个至今没来的拐点。

好就好在,牌桌还没定下来。十七年过去,这个行业始终没跑出一个“一定赢”的答案——纯视觉还是冗余、乘用车还是商用车、载人还是载物、自研还是授权,每个选择都还留着翻盘的余地。

下一轮真正起决定作用的,或许不是谁的技术更炫,而是三件挺土的事:数据闭环能不能先跑成飞轮;监管和商业之间能不能找到一个可以持续呼吸的位置;车能不能从“产品”变成“终端”。

这三件事,哪一件都不是开发布会能解决的。

说白了,现在的自动驾驶就像 2010 年的智能手机:路往哪边走,大家心里有数;可真正能让它一下子铺开的那一步,还没人踩到。Waymo、特斯拉在试水,中国公司按兵不动,商用车咬牙撑着,机器人则在一旁活动筋骨。

赢家还没出现。不过这一回,或许不用等太久。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Plurai把自动驾驶那套办法搬给AI智能体,想解决落地可靠性

    让自动驾驶汽车上路的端到端思路,正被一家名为Plurai的初创公司搬到AI智能体上。面对概率系统在不可预测环境中的稳定性难题,Plurai试图用系统化评估与仿真测试,帮助智能体从演示走向生产。本文梳理其方法论、行业背景与竞争格局。

    来源 AI 科技快讯
  2. Momenta与上汽合资:注册资本3亿,港股单日涨14.35%

    11月10日,Momenta-W领涨港股智驾板块,当日收盘股价大涨14.35%,盘中涨幅一度超过16%。 消息面上,Momenta近日公告,将与上汽集团等共同设立智驾合资公司,合作覆盖上汽集团全球市场、全车辆

    来源 快科技
  3. 特斯拉百亿美元光伏厂动工,SpaceX再签HJT产线订单

    《科创板日报》11月11日讯 马斯克的光伏布局又迎来新进展。日前,其转发一条工程进展推文,配文三个单词:Project Crystal Sun。转发推文来自科技博主Sawyer Merritt及航拍博主S.E.RobinsonJr.,推文称,特斯拉已正式启动其位于美国得克萨斯州休斯敦附近的大型太阳能制造工厂建设项目(P

    来源 腾讯网
  4. 谷歌发布Gemini 4 Carbon:最强推理模型,主打编程与科研

    IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布正式开放 Gemini 4 Carbon 模型,面向开发者、企业、科研人员和消费者提供服务。 谷歌高级副总裁、DeepMind 首席 AI 架构师 Koray Kavukcuoglu 介绍称,该模型是谷歌目前能力最强的推理模型,重点面向复杂软件工程

    来源 AI 行业观察
  5. Grok Build漏洞:SpaceXSI敏感资料外泄,594客户销售图在列

    IT之家 11 月 11 日消息,网络安全公司 Claroc 发现,SpaceXSI 旗下的 AI 编程工具 Grok Build 存在安全漏洞,导致数千名用户的敏感数据泄露,连 SpaceXSI 自己的内部资料也未能幸免。 Claroc 向外媒 Ars Technica 透露,Grok 生成的应用分享链接可以通过某些

    来源 AI 行业观察
  6. Claris测试Harbor:苹果芯片Mac可变身本地AI服务器

    IT之家 11 月 11 日消息,苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍,Harbor 可以运行在单台苹果芯片 Mac,也可以使用雷雳 5 接口连接多台 Mac,运行规模更大的 AI 模型。苹果已在 macOS Tahoe

    来源 AI 行业观察
  7. 具身智能出海转向:机器人进海外车间上岗,智元浙江人形光轮同台验证

    本报(chinatimes.net.cn)记者方凤娇 上海摄影报道第九届进博会技术装备展区里,具身智能企业的展台比往届多了一些“干活”的场景:特斯拉的Optimus在模拟工厂分拣,智元的“精灵G2”流畅地完成泡茶服务,浙江人形的轮臂机器人在模拟产线上分拣搬运,动作一气呵成。海外工厂的质检上岗、仓储物流的分拣验证,取代单

    来源 腾讯网
  8. Anthropic启动IPO路演:发行8.25亿股,估值最高约1.

    临近IPO,Anthropic近期的动作愈发密集。 美国当地时间11月9日,Anthropic一口气发布Claude Fable 5.2和Claude Mythos 5.2两款新模型。仅隔一天,11月10日,公司又宣布正式启动首次公开募股(IPO)路演,计划以每股70至78美元的价格发行8.25亿股股票,拟在纳斯达克上

    来源 AI 行业观察
  9. Anthropic推出Claude白板、表格与数据分析三款新工具

    Claude学会看人比划了。 11月10日,Anthropic一口气推出了三款新工具:Claude Whiteboards、Claude Sheets和Claude Data,分别对应白板、电子表格和数据分析。 其中最有意思的当属白板。用户可以直接在上面圈圈画画,告诉Claude哪里需要调整、哪里需要补充,Claude

    来源 AI 行业观察
  10. 国内首个具身智能压力表全自动检定装置研发成功:效率提升 3.5 倍以上,中国石化牵头

    IT之家 11 月 11 日消息,中国石化今日宣布,近日,中国石化牵头成功研发国内首个具身智能压力表全自动检定装置。 据介绍,压力表是工业生产中感知压力的关键终端,在石油石化装置区几乎每条管线、每台机泵都装有指针压力表,示值准确直接关系生产本质安全。 据统计,天津石化全厂在用压力表约 2 万台,遍布全部装置区,人工检定

    来源 AI 行业观察
  11. Anthropic推Claude办公三件套:正面挑战Microsoft 365

    【TechWeb】11 月 11 日消息,Anthropic宣布推出Claude Sheets(表格)、Claude Whiteboards(白板)和Claude Data(数据分析)三款办公协作工具,将其AI助手从“聊天问答”推向团队协作的核心工作流。消息公布后,微软股价盘中一度直线跳水超过3%,市场将此举解读为对M

    来源 腾讯网
  12. 盖茨再谈AI风险:比核武器更危险,呼吁提前建机制

    “AI当然比核武器更危险。”近日,比尔·盖茨在美国哥伦比亚广播公司(CBS)的播客《好问题》中警告,过去一年,AI模型已经跨过一些危险门槛,社会和政府却还没有做好准备。从2023年宣告“AI时代已经开始”、强调风险可以管理,到今年8月发文提醒世界为动荡做准备,盖茨的警告越来越急迫。“达到人类的智能水平之后,它也不会停下

    来源 腾讯网
向下滚动自动加载更多