24辆Robotaxi、千亿巨亏:智能车的钱去了哪
特斯拉Cybercab发布会声势浩大,背后无人车队却仅约24辆;本田上市69年首度年度亏损,强推1.5万亿日元降本并点名使用中国零件;李飞飞旗下World Labs发布全球首个多模态世界模型Atlas。三件事指向同一个判断:智能汽车下半场,只奖励把技术和成本同时闭环的玩家。
九月的第一个星期,行业三天连看三场大戏:特斯拉在奥斯汀发出一份烫手的Cybercab邀请函,本田在栃木县向供应商摊出万亿日元降本令,"AI教母"李飞飞旗下的World Labs发布了全球首个多模态世界模型Atlas。
三件事看似各不相干,实则在回答同一个问题:当智能汽车的叙事讲完,谁来为它付钱?我的核心判断是——这个行业的下半场,不再奖励讲故事的人,只奖励能把技术和成本同时闭环的人。
🚗 一场"独家入场"的发布会,背后只有24辆车
邀请函越烫手,车队越单薄。
9月3日,得州奥斯汀。特斯拉用一张写着"Exclusive Access: Cybercab"的海报预热发布会,入场资格只留给Robotaxi体验抽奖中积分最高的用户,其余人只能看直播。这种"限量—稀缺—荣耀感"的运营手法,把一场产品发布做成了粉丝盛典。
但撕开包装,里面装的东西相当克制:Cybercab是一款双座、无方向盘的车型,它要做的事,是加入特斯拉在奥斯汀已经运行超过一年的无人驾驶服务。
规模呢?据Electrek的持续追踪,这套无监督运营的车队至今仍只有约24辆。
24辆是什么概念?中国任何一个Robotaxi试点城市,随便一家公司的运营车队都不止这个数。"Exclusive Access"四个字营造出的声量,与地面上的真实规模之间,隔着两个数量级的落差。
📌 产业逻辑在于:双座、无方向盘的产品定义,说明特斯拉在技术上押的是完全无人化——不给人留退路,也就不给成本留冗余。但L4商业化的瓶颈从来不在"能不能造一辆没有方向盘的车",而在车队规模、单位经济性和监管牌照三件事上。前两件,特斯拉都还没有给出答案。
发布会可以造势,账本不会说谎。2026年的Robotaxi战争,比的不再是谁的海报更酷,而是谁先把24辆变成2400辆。
⚠️ 上市69年首亏之后,本田把刀挥向了供应商
上市69年的第一次年报亏损,比任何战略发布会都更响亮。
9月2日,本田披露一项为期4年的大规模降本计划:截至2030年累计节省1.5万亿日元,约合人民币630.88亿元。其中冲压与锻造零部件、电子零部件、软件定义汽车相关部件三大领域,被要求削减30%成本。
数字背后是更罕见的动作。近期,本田在栃木县宇都宫市召集主要供应商开会,逐一向各供应商说明其业务领域的成本削减目标——不是发一份文件了事,而是当面对表。文件显示,本田要求一级供应商重新审视原材料采购方式,更多采用二、三级供应商提供的标准化零件,而非继续依赖日系供应商的高成本定制件。
最具标志性的一条:本田明确要求供应商在可行情况下尽可能扩大使用中国制造零部件,并计划直接从中国供应商处采购更多零件。据接近本田采购体系的人士透露,相关目标"非常大",能否如期完成尚不明确。
📌 为什么要这么急?看三组数字就懂了。
2025财年(2025年4月至2026年3月),本田净亏损4239亿日元,约合人民币182亿元——这是公司自1957年在东京证券交易所上市以来首次出现年度净亏损。
亏损的根源是纯电战略的全面调整:今年3月,本田宣布取消原计划在北美生产的三款纯电车型,相关损失预计最高达2.5万亿日元,其中1.5778万亿日元已在2025财年计提。电动车相关亏损最终将超过120亿美元,约合人民币808.43亿元。
| 指标 | 数值 |
|---|---|
| 2025财年净亏损 | 4239亿日元(约182亿元人民币) |
| 上市以来年度亏损 | 首次(1957年上市至今) |
| 至2030年累计降本目标 | 1.5万亿日元(约630.88亿元) |
| 三大领域降本幅度 | 冲压锻造、电子、SDV部件均30% |
| 北美纯电项目损失上限 | 2.5万亿日元 |
| 2025财年已计提 | 1.5778万亿日元 |
| 电动车相关最终亏损 | 超120亿美元(约808.43亿元) |
这轮降本的核心,是对采购链的一次重构:
📌 产业逻辑的判断是:这套动作等于在事实上松动了日本汽车工业几十年的"系列承包"体系——一级供应商靠定制件锁定高毛利的模式,正在被整车厂亲手拆掉。而对中国的Tier 1来说,这是第一次有日系头部整车厂把"用中国零件"写成正式要求。技术上的胜负还没分完,成本上的站队已经开始了。
💡 李飞飞的Atlas,可能是自动驾驶等了很久的东西
AI从"看图说话"到"置身世界",差的只是一套坐标系。
9月2日,李飞飞旗下的World Labs发布Atlas,被称为"全球首个多模态世界模型"。它不再满足于生成图片和文字,而是能生成像素级精确的图像和视频帧,并把这些内容重建为3D世界。
底层创新一句话可以说清:用"空间上下文"(Spatial Context)替换"文本上下文"。Atlas采用多模态自回归扩散Transformer架构,把输入的每一张图片和视频都锚定在三维空间中的精确位置,并附上相机位姿和深度信息。这相当于给模型配了一本带着"坐标轴"和"比例尺"的三维草稿本,AI理解世界时有了明确的几何与物理参考。
📌 具体能力上,Atlas交出的成绩单相当硬:
| 能力维度 | 具体表现 |
|---|---|
| 视频生成 | 1到6张图片,生成最长1分钟的1440p视频 |
| 相机控制 | 像素级精确规划相机运动轨迹 |
| 3D重建精度 | DTU等公开数据集重建误差25.3‰,优于多个专用模型 |
| 稀疏视角 | 仅凭2到25张照片重建斯坦福大学整个主方庭 |
| 时空模拟 | 普通手机视频组成多视角系统,实现"子弹时间"特效 |
为什么这件事和智能汽车有关?因为自动驾驶最贵的部分,从来不是芯片和激光雷达,而是"让AI见过足够多的极端场景"。传统做法靠路测车队一公里一公里地跑,一个长尾场景的采集与验证成本高到难以计算。而一个真正理解3D物理法则和几何结构的世界模型,意味着可以在虚拟空间里按需生成带正确几何关系与物理约束的场景,把"在路上验证"变成"在模型里验证"。
李飞飞反复强调的"空间智能",正是现有大模型的盲区——语言模型读得懂世界,但开不了车。Atlas这种把每一帧都锚定在三维坐标里的做法,等于给自动驾驶的仿真和闭环验证提供了一条新的基础设施路径。当然,从论文和演示到车规级工具链,中间还隔着数年的工程化。但方向已经清楚:智驾竞争的下一层,是空间理解能力的竞争。
⚖️ 三件事一条主线:从讲故事,到算账本
上半场比谁讲得动听,下半场比谁算得清楚。
把三件事放在一起看,一条主线浮出水面。
特斯拉的Cybercab发布会证明:L4的叙事已经讲完,接下来只能用车队规模说话。24辆车的现实提醒所有人——Robotaxi从示范运营到商业闭环之间,还隔着规模化这道天堑。车要量产、运营要摊薄、保险和运维要算清,每一步都是钱。
本田的降本令证明:电动化转型的学费已经贵到整车厂承受不起。2.5万亿日元级别的纯电损失,最终要靠从供应商身上抠出1.5万亿日元来对冲。当整车厂开始亲自重写采购规则、点名中国零件,全球汽车供应链的权力结构正在被成本压力重新分配。
Atlas们则代表第三条线:技术的下一程不再是"更大的模型",而是"更便宜地让AI理解世界"。对智驾行业来说,世界模型如果能降低长尾场景的验证成本,等于直接攻击当前自动驾驶成本结构中最贵的那一块。
一张图说清下半场的晋级路线:
📌 每一个玩家都在从第一格向第三格爬:特斯拉卡在"场景落地",车队规模是它绕不过去的坎;本田卡在"成本闭环",1.5万亿日元能否如期省出来连内部人士都没底;而World Labs这类公司,正在尝试给全行业递一把通往第三格的钥匙。
值得玩味的是时间差:美国的公司还在办发布会,日本的公司已经在改采购单,中国的公司则在两端同时作战——既有人在世界模型层面推进前沿技术,也有人在供应商会议室里一项一项抠成本。谁能最先走完"技术—场景—成本"这个闭环,谁就拿到下一个十年的入场券。
结语
回头看这三件事:特斯拉用一场发布会为24辆车造势,本田用630亿元人民币的降本目标为一次战略失误买单,李飞飞用一个世界模型为自动驾驶提供新的解题思路。故事讲完了,账本摊开了。2026年之后,智能汽车的胜负手不再属于嗓门最大的玩家,而属于那些既能把技术跑通、又能把成本算清的人。