作者｜Eastland

头图｜视觉中国

特斯拉FSD入华已进入“冲刺阶段”。蔚、小、理头面人物不吝溢美之辞：“震惊、全新时代的开始”、“除了特斯拉，国内没有第一梯队”、“倒逼国内企业技术迭代”……

这些大佬对“遥遥领先”和“兜底儿”不服气，扎堆吹捧FSD却有一番“别美，你们连第一梯队都算不上”的意味。

几位大佬也都是美国的常客，不可能没有体验过Waymo（谷歌旗下）。Waymo商业化运营的车队规模达4000辆，Robotaxi(特斯拉旗下)测试车仅30~50辆。

更扎心的是，Robotaxi测试规模还在缩减：2026年1月超过200辆（其中158辆在加州湾区、42辆在德州奥斯汀市）；6月只剩40辆，其中真正投入无人监督（车上无安全员）的仅20辆左右，全部集中在奥斯汀市。

特斯拉FSD推出已近10年，数百万辆车跑在路上、提供宝贵的数据；无人出租车是特斯拉两大主攻方向之一（另一个是人形机器人），撑起数千亿美元市值；况且马斯克又是不服输的性格……Robotaxi怎么会被Waymo吊打？根本原因是纯视觉路线无法满足监管要求。

在加州分出胜负

2016年，《特斯拉宏图第二篇章》提出无人出租车构想：车辆闲置时自己去跑网约车，打造“自主、共享、电动”的未来。

2024年8月，特斯拉在加州投入158辆“有人监管”的测试车练兵，目的是收集数据并争取拿到无人出租车测试许可。

具体要过两关——获得机动车管理局（DMV）的“无驾驶员测试许可”和公共事业委员会（CPUC）的“商业运营许可”。

历经1年半测试，Robotaxi没能说服DMV和CPUC：

DMV要求车企在真实道路进行数千小时测试，用海量数据证明智驾系统能应对各种突发情况。

夜间开车，每小时遇到两三次对向车远光灯晃眼是常事儿；雨季出门，溅满车身的泥点子不会躲着摄像头……这些日常高频出现的场景会降低纯视觉系统的判断能力，DMV凭什么相信纯视觉系统在突发情况下的表现？

CPUC从公众、社区角度进行评估。Robotaxi因阻碍交通、幽灵刹车等问题引发大量市民投诉，拿许可难上加难。

不怕不识货，就怕货比货。Waymo先后拿到DMV和CPUC许可并获批向旧金山公众开放7*24小时网约车服务，开始规模商业化运营。截至2026年6月，Waymo在旧金山网约车市场份额超过25%。

Robotaxi不仅车队规模仅为Waymo的百分之一，而且存在代际差异。

规模

根据公开信息，Waymo约有4000辆无人出租车投入商业化运营，覆盖美国11座城市并开始海外扩张（首站伦敦）。

2025年，Waymo付费订单1400万。2026年6月，订单总量、周订单分别突破2000万、40万。

L2VSL4

Waymo商业化运营属于L4，而Robotaxi带安全员测试属于L2（安全员就是法律上的驾驶员，由TA使用L2辅助驾驶为乘客提供“包车承运服务”）。

靠信仰支撑的估值

无人出租车大饼至少撑起特斯拉三分之一市值（约5000亿美元），如此拉胯的表现却似没撼动股价，原因有两个：

一是华尔街只看愿意看到的，在泡沫真正破裂前“不见棺材不落泪”；

二是越来越多的分析师寄希望于马斯克将SpaceX股权注入特斯拉。

某知名分析师预测“2027年底前完成合并的概率超过80%”；

某投行以此为由将特斯拉目标价从475美元上调至500美元；

市场研究机构Wolfe Research报告显示，相当大比例的投资机构将合并预期作为看多特斯拉的核心理由。

2026年2月3日，虎嗅完全基于财务数据分析推演SpaceX注入特斯拉的底层逻辑。

Robotaxi败北的根子是纯视觉路线

特斯拉无人出租车业务被Waymo吊打有些反直觉，因为前者的优势太明显：

特斯拉深耕智驾多年，技术底蕴深厚；

特斯拉有数百万辆车子跑在真实世界，坐享数据飞轮；

特斯拉拥有巨大产能及供应链管理能力，用于测试的车辆造价远低于Waymo；

特斯拉科技光环加身，FSD被夸得神乎其技，在民众及各地政府心目中有先入为主的品牌优势。

但Robotaxi却败了，最根本的原因是纯视觉方案没有获得各地监管部门认可，连测试许可都拿不下来。

Robotaxi与Waymo最大的区别在于：

Robotaxi死守纯视觉方案（仅有8个摄像头）且不依赖高精地图；

Waymo采用激光雷达为主的多传感器整合（第六代系统采用4个激光雷达+13个摄像头+6个毫米波雷达）且依赖高精地图。

两家思路有根本性差别：

Waymo以安全为底线。先尽可能堆硬件，然后在不降低安全系数的前提下逐步压缩硬件成本。与前代相比，第六代系统减少了1个激光雷达、16个摄像头。

Robotaxi把省钱放在第一位。先把硬件配置压到最低，然后借助数据飞轮不断优化，提高安全系数。

因此，在测试过程中Waymo的安全系数曲线起点很高，然后缓慢向上；Robotaxi的安全系数起点相对低，上行是肯定的，但轨迹不确定。

Robotaxi的底层逻辑与SpaceX一脉相承。猎鹰1号系列前3次发射全部失败；到猎鹰9号系列仍出现3次炸毁；回收试验失败13次。

SpaceX发射火箭的成功率从零起步，逐步提高到90%以上。不载人的话炸就炸了，无人出租车测试涉及居民生命、财产安全，地方政府轻易不敢让车企在安全方面“零帧起手”。因此加州没有松口让Robotaxi搞无人测试。偌大的美国，只有德州尺度宽松，也只批了42辆测试车，其中20辆可以不配安全员。

无人测试进度迟缓，使拿载客运营牌照变得遥遥无期——各州对测试里程的要求动辄数千万英里，20辆车要凑到猴年马月。

纯视觉卡脖Robotaxi，FSD也无法幸免

特斯拉为FSD规划了两条商业闭环（变现）路径，一是付费订阅，二是Robotaxi客运收入。

用于Robotaxi车辆会进行了全面减配——全景玻璃天幕、娱乐触控屏、氛围灯、前排座椅通风都拿掉，还降级了内饰材质、底盘及音响，主打一个能省则省。采用纯视觉路线，省掉激光雷达、毫米波雷达，主要原因也是省钱。

但是Robotaxi不仅承载变现重任也是FSD的“尖刀连”、负责闯关夺隘。“尖刀连”受阻，大部队更加难以前行。

不提无人出租，世界范围内直接限制纯视觉用于高阶自动驾驶的法规正在陆续出台，例如：

联合国WP.29 UN R57法规：L3级及以上车辆必须 配备多模态冗余感知系统；

新泽西州S1677的法案，L3级必配毫米波雷达，L4强制搭载激光雷达；

中国《智能网联汽车自动驾驶系统安全要求》（2026年6月公布）要求L3级自动驾驶系统具备感知冗余，不能仅依赖单一类型信号（如视觉）。

中国版自动驾驶的规则的亮点是以结果为导向——在全生命周期及特殊工况下（如雨雪、浓雾、逆光等）、以时速120公里运行时，向前探测距离不小于130米，车身左右两侧探测距离不小于9米。

如此一来，省去与“九漏鱼”关于初中物理的口舌之争。当浓雾使能见度低于100米，甚至50米时，什么神仙AI能让纯视觉探测距离超过130米？

可叹死抱纯视觉的某些车企，还做着“马圣之下我第一的”迷梦。

除了感知冗余，中国对L3级自动驾驶还提出“接管时间不低于10秒”、“强制安装黑匣子、滚动存储8小时运行数据”、“事故发生2小时内，将数据上传至监管平台”等一系列要求，这些都是特斯拉FSD目前无法满足的。

可以肯定，即将入华的FSD也就是个L2级货色。

羞刀难入鞘？

特斯拉选择纯视觉路线的原因有两条：

一是当年激光雷达太贵；

二是多种信号难以顺畅融合，造成决策迟滞。

今天的形势有了根本性变化：

1）激光雷达不贵了

特斯拉确立纯视觉路线的2015年~2016年，激光雷达贵得离谱（64线雷达高达7.5万美元）且体积庞大。马斯克据此断言用激光雷达的都是傻子。

SpaceX把发射火箭的成本打骨折，把回收从不可能变成可能。激光雷达为什么不是变小、变便宜？

事实上，中国厂商（速腾聚创、禾赛等）已将激光雷达做成白菜价。9万的比亚迪海鸥、8万的零跑A10都配置了激光雷达。

马斯克对激光雷达成本下降潜力发生误判。

2）感知融合解决了

特斯拉认定纯视觉路线有三方面的原因：

首先，当年处理雷达信号的算法“太笨”。废弃易拉罐造成的回波都有可能被识别为障碍物。如果都信雷达的，会频繁地出现幽灵刹车。相比之下，处理视觉信号发生误判的几率小很多。

其次，对传统摄像头、激光雷达等设备传来的信息进行融合需要复杂的算法，训练工作量极大。

最后，当从多种传感器获得的数据出现冲突，会导致决策迟滞，甚至使系统陷入瘫痪。

既然雷达又贵又不好用，还添乱，索性专攻纯视觉。马斯克一定不知道“兼听则明”这个东方古老智慧。“兼听”不就是从多个渠道获得信息吗？

举个例子：水泥路中有前车掉落的水泥污水管，直径3米。因两者材质相同且光线不好（或有大雨、浓雾），摄像头未能识别，激光雷达发出碰撞报警。为避免数据冲突拆除激光雷达，是典型的因噎废食。

如今，感知融合已被先进的国内外厂商解决了：

华为

乾崑智驾不断优化传感器融合算法和决策逻辑。ADS 4.1版本的“重刹率”降低了70%，此前被吐槽的“幽灵刹车”和“加减速顿挫”基本消失。

硬件方面，华为推出新一代896线双光路激光雷达，分辨率较192线雷达提高了4倍。对30厘米高的障碍物能在162米外识别，15厘米高的障碍物能在120米外识别。毫米波雷达则是破雾神器。

比亚迪

比亚迪“天神之眼”采用激光雷达+毫米波雷达+摄像头多传感器融合方案。

硬件方面，比亚迪较华为更下本儿：

选用速腾聚创的纯固态数字化EM4激光雷达（1080线~2160线），特供价1400元~2000元，最远探测距离达600米；搭载速腾凤凰(SPAD-SoC）图像处理芯片的套餐3000元~5000元；

比亚迪还自研了璇玑A3芯片（4纳米制程、单颗算力700 TOPS）；

璇玑A3芯片有强大的多感知融合能力，原生支持12路800万像素摄像头+5颗毫米波雷达+多颗激光雷达的同时输入与融合处理。当年特斯拉担心的多感知融合导致决策迟滞完全不存在，夜间时速150公里时能发现静态假人并及时刹停。

璇玑A3并非单一功能智驾芯片，而是智能座舱、智能驾驶、智能电控三位一体的“舱驾电”芯片，数据带宽提高了60倍、系统延时压缩至8毫秒。

值得注意的是，璇玑A3芯片不仅用于高阶智驾也是人形机器人（内部代号“尧舜禹”）的“中枢”。

特斯拉

特斯拉AI5芯片专为FSD、人形机器人及AI超级计算机设计。2026年4月成功流片，计划2027年量产。

除了极致算力和海量内存外，AI5芯片异构数据并发处理能力（意涵比感知融合更广）和比亚迪璇玑A3芯片可谓异曲同工——原生支持12路摄像头、4颗毫米波雷达及多颗激光雷达，延时也压缩到毫秒级。当年，因算力不足放弃雷达是彻头彻尾的短视！

AI5具备感知融合能力的缘由一想便知：Optimus不可能是纯视觉的（起码要有听觉、触觉），否则一颗鸡蛋都拿不起来（多一分力捏碎、小一分力掉落）。所以AI5必须具备低延时的多感知融合能力。这种能力机器人能用，凭什么FSD不能用？

随着2027年AI5芯片大规模量产上车，特斯拉放弃纯视觉路线只是时间问题。

AI5上车不难，但此前积累的百亿英里纯视觉智驾数据全部失效，只能用搭载激光雷达、毫米波雷达的新车从头开始训练，乐观估计2、3年达到“能放心用”的水平。

中国车企不会原地等待，比亚迪每天训练里程达2亿公里，2、3年后L4将下放至15万级车型并无限接近“零事故”。特斯拉或许永远回不到第一梯队，这是短视的代价。