Waymo自研芯片，Robotaxi进入硬件战

8月20日，[[Waymo]]一纸官宣，把Robotaxi的战火烧进了芯片。自研ASIC上车，算力超1000 TOPS，[[台积电]]5nm；两天后，新一代车型[[Waymo Ojai]]在三个城市向所有乘客开放。几乎同一天，[[交通运输部]]宣布加快推进人工智能与交通运输深度融合。三件事叠加，指向同一个判断：当算法红利见顶，Robotaxi的胜负手已从“能不能跑”转向“每英里成本多少”。Waymo正在用一颗芯片，重构无人出租车的经济模型。

一颗芯片背后的成本账：Waymo为什么非要自研

把时间拨回几年前，Waymo的Robotaxi后备箱里还塞着基于[[英伟达]]和[[AMD]]通用GPU的计算单元。这些芯片贵、功耗高，还要为用不上的图形能力买单。一位接近Waymo供应链的人士私下说，车辆每跑一英里，芯片折旧和散热成本都在吞噬毛利，团队内部很早就在算这笔账。

8月20日，[[Waymo]]官宣自研ASIC已应用于最新一代Robotaxi。这颗芯片被定义为“专用机器学习引擎”，专为实时处理、融合原始传感器数据并运行高级神经网络设计。算力超过1000 TOPS，采用[[台积电]]5nm工艺。Waymo称，通过芯片、传感器、算法的同步开发，突破了传感器保真度、带宽效率和量化方面的极限，能执行从稀疏卷积到密集Transformer的各种异构模型。

这背后不是简单的“去英伟达化”。Waymo的算盘是，L4级Robotaxi每天产生海量激光雷达、雷达和摄像头数据，通用芯片存在大量无效计算和带宽浪费。自研ASIC可以针对点云稀疏性、多传感器时间同步、低光照时域降噪等场景做定向加速。算力纸面数字只是门槛，每瓦特有效算力、每帧处理延迟、单车BOM才是运营商的生死线。

更值得玩味的是，这与[[谷歌]]更广泛的自研芯片战略一脉相承。谷歌正试图控制AI计算基础设施成本，Waymo的芯片只是其中一环。当Robotaxi从几十辆测试车扩展到数千辆运营车队，芯片成本会被放大成数亿美元级别。自研芯片前期投入不菲，但规模效应一旦形成，付给英伟达的每一美元毛利，都会变成Waymo自己的成本护城河。

Ojai开放三城：从技术验证到规模化运营的转折

新一代车型被命名为[[Waymo Ojai]]，这个名字终于让Waymo的车辆摆脱了“改装货”的影子。此前Waymo的测试车队大量使用外部车型改装，传感器支架突兀，乘坐空间受限。而Ojai是围绕无人驾驶原生设计的专用Robotaxi。

据Waymo官方信息，Ojai已经向三个城市的全部乘客开放，不再需要邀请码或白名单。结合Waymo目前运营最成熟的[[旧金山]]、[[菲尼克斯]]、[[亚特兰大]]等城市，外界普遍认为这三城正是其商业化最深的试验田。Waymo在这些城市提供的乘车服务数量，已经超过[[特斯拉]]和[[亚马逊]]旗下[[Zoox]]等竞争对手。

开放所有乘客，意味着Waymo从技术验证正式跨入规模运营。自研芯片与自主设计传感器结合，让Ojai在复杂城市环境中的反应和导航能力提升；同时专用化设计带来更宽敞、便捷的乘坐空间。这不仅是体验升级，更是成本结构重塑：去掉驾驶位和安全员硬件冗余，车辆可以更小、更轻、更便宜。

从产业逻辑看，Robotaxi的商业闭环有三个硬指标：每单收入、空驶率、车辆利用率。Ojai开放三城，相当于把这三个指标推到台前接受市场检验。Waymo没有公布具体盈利时间表，但其“迈向大规模并最终盈利”的表述，已经说明公司管理层将Ojai视为盈利模型的核心变量。当车辆成本和运营成本同时下降，Waymo的每英里服务成本曲线，有望在规模效应下画出陡峭的下行线。

• 2020年前：依赖[[英伟达]]/[[AMD]]通用芯片
• 2026年8月20日：官宣自研ASIC上车
• 2026年8月：新一代[[Waymo Ojai]]在三个城市向所有乘客开放
• 未来：迈向大规模与盈利目标

1000 TOPS与5nm：专用化算力竞赛如何重塑供应链

1000 TOPS是什么概念？Waymo在官宣中直接对标[[英伟达]]最新一代自动驾驶系统，称算力相当。这几乎是把战书拍在了英伟达桌上。

但注意，Waymo强调的不只是算力。其自研芯片的专用加速器可即时从原始激光雷达、雷达和摄像头数据流中提取关键信息，用于增强低光照感知能力的时域降噪。这些能力，通用GPU不是不能做，而是效率和功耗不划算。Waymo通过芯片、传感器、算法的同步开发，把优化做到极致。

从供应链看，[[台积电]]5nm工艺虽然已不是最先进制程，但成熟、良率高、成本可控。对于车规级芯片，可靠性优先于制程军备竞赛。Waymo选择5nm，既是成本与性能的平衡，也避免了与AI服务器争抢最先进产能。这为其他自动驾驶公司提供了一个务实样本。

更深一层，Waymo自研芯片正在改变Robotaxi供应链的权力结构。过去，自动驾驶公司是英伟达、AMD的客户，芯片定义权在上游。现在，头部运营商开始向上游延伸，根据自身算法和数据特点定制芯片。这类似苹果自研M系列芯片对PC供应链的冲击。未来，车规芯片市场可能从“通用平台+算法适配”走向“算法定义芯片、芯片反哺算法”的垂直整合。

对国内供应链而言，这既是启示也是压力。中国自动驾驶公司大多依赖[[英伟达]]或国产芯片，自研ASIC门槛高、流片成本昂贵。但随着[[交通运输部]]政策加码，国内Robotaxi规模扩大，头部玩家迟早要面对同样的成本账。

中国“AI+交通运输”加码：政策窗口与国内玩家的错位竞争

就在Waymo官宣芯片的同一天，[[交通运输部]]举行专题新闻发布会，科技司司长[[徐文强]]表示，交通是国民经济的大动脉，也是人工智能落地的超级实景试验场和规模化应用主阵地。交通运输部正加快推进人工智能与交通运输深度融合。

这并非孤立信号。中国拥有全球最复杂的城市交通场景、最密集的新能源汽车保有量和最激进的地方政府测试政策。Robotaxi在中国早已不是实验室概念，多个城市开放了全无人商业化试点。政策加码意味着路权、数据、基建等要素会进一步向头部玩家集中。

但中国玩家面临一个与Waymo不同的现实：高端自研芯片的制造能力受限。[[台积电]]5nm工艺并非所有公司都能稳定获取，国内自动驾驶公司更多依赖[[英伟达]]或国产芯片。当Waymo用自研ASIC把单车算力成本打下来时，中国玩家的芯片成本占比可能更高。

不过，错位竞争的空间同样存在。中国有更丰富的路侧感知、5G-V2X和云端调度能力，车路云一体化可能部分替代车端超高算力需求。Waymo的路径是“把一切塞进车里”，中国路线则更可能“车路协同+云端兜底”。谁能在单位经济模型上跑通，尚未定论。

• 2026年8月20日：[[交通运输部]]举行“人工智能+交通运输”专题发布会
• [[徐文强]]：交通是AI落地超级实景试验场和规模化应用主阵地
• 行动：加快推进人工智能与交通运输深度融合
• 趋势：场景开放、路权、数据、基建向头部集中

交通运输部此时加码，显然希望以政策引导和场景开放，加速国内Robotaxi从示范运营走向商业闭环。对国内自动驾驶公司而言，真正的考验不是拿多少张测试牌照，而是能否在政策窗口期内，找到自己的成本护城河——无论是自研芯片、国产供应链，还是车路协同带来的算力减配。

特斯拉、Zoox与Waymo：三条路线，一个终局

把目光拉回美国市场，[[Waymo]]目前是Robotaxi的明显领先者。在[[旧金山]]、[[菲尼克斯]]、[[亚特兰大]]等城市，Waymo提供的乘车服务数量超过[[特斯拉]]以及[[亚马逊]]旗下[[Zoox]]等竞争对手。这个“超过”含金量不低，因为特斯拉一直以自动驾驶技术激进著称。

三条路线正在分化。Waymo走的是“全栈自研+专用车型+自研芯片”的重资产运营商模式，优势是体验一致、成本可控，但前期投入巨大。特斯拉押注FSD+乘用车复用的轻资产路线，试图用现有车型规模摊薄成本，但Robotaxi专用性不足，且FSD仍在技术爬坡。Zoox背靠亚马逊，拥有资金和物流场景想象空间，但进度明显落后，尚未大规模开放服务。

从芯片角度看，三条路线也对应三种选择。Waymo自研ASIC，特斯拉持续推进其自动驾驶硬件体系，Zoox更多依赖外部供应。Waymo的芯片官宣，实际上给另外两家出了一个难题：如果专用芯片真能把每英里成本降下来，继续用通用芯片的玩家将在成本端被逐渐拉开。

终局可能不是一家通吃，而是分层竞争。Waymo占据高端城市Robotaxi运营，特斯拉切入更广泛的乘用车自动驾驶，Zoox或许在特定区域或物流场景找到位置。但有一点越来越清晰：Robotaxi的竞争已经越过算法炫技阶段，进入供应链、芯片、制造和运营效率的系统战。谁的成本曲线更陡，谁就能在盈利拐点到来前活下来。

Waymo用一颗ASIC，把Robotaxi的竞争从算法拉到硬件与成本。Ojai开放三城，则是把单位经济模型放到真实市场里检验。当中国政策同步加码，全球Robotaxi进入了一个更残酷的阶段：烧钱换规模的故事讲完了，接下来要看每英里成本、车辆利用率和现金流的硬指标。未来12到24个月，Waymo能否借Ojai逼近盈利拐点，国内玩家能否在政策窗口期内找到自己的成本解，将共同决定这一轮自动驾驶商业化的终局。