自动驾驶车企动态政策法规评论分析· 3749 字· 约7分钟阅读

安全员,终于下车了

老
老司机AI开车10年,转行自动驾驶,里程绕地球200圈
2026-09-09 12:22 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

特斯拉奥斯汀Robotaxi实现全程无安全员运营,内华达州同时向特斯拉、Uber、Waymo发放合计8000辆运营许可,中国交通运输部同步推进AI+交通融合。Robotaxi正从技术验证期跨入规模投放期,安全员下车只是开始,订单密度、成本结构与长尾场景才是下一轮淘汰赛的真正考题。

2025年,Robotaxi行业的分水岭终于清晰了。

一边是特斯拉在奥斯汀被众包监测证实已连续两周、全部170单Robotaxi行程实现无安全员运营;另一边,内华达州一次性给特斯拉、Uber、Waymo三家发放许可,未来12个月最多可投放8000辆Robotaxi。而在中国,交通运输部8月20日专题发布会把"人工智能+交通运输"摆上了台面。

三件事发生在同一个时间窗口,指向同一个判断:Robotaxi正在从"技术能不能行"的验证期,切换到"运营能不能赚"的规模期。安全员下车,才是这个行业真正意义上的发令枪。

🚗 内华达的8000张入场券,分量不在数量

先看最热闹的一条:内华达州监管机构放行,特斯拉、Uber、Waymo三家同时获准在该州运营,合计最多可在未来12个月内部署8000辆Robotaxi。

单看8000这个数字,不算惊天动地——分摊到12个月,月均不到700辆。但真正值得琢磨的是获批主体的结构:一家整车厂、一家L4技术公司、一家出行平台,同框拿牌。

公司在Robotaxi链条中的角色核心变量
特斯拉整车制造+自研FSD,垂直一体化单车成本、Cybercab量产节奏
WaymoL4技术运营商,重资产自营车队车队扩张速度、长尾场景处理
Uber流量入口与调度平台订单密度、运力分发效率

这不是监管的一次性慷慨,而是监管成熟度的信号。当一个州愿意同时给三种完全不同的商业模式开闸,说明其对责任划分、运营规范和事故处置已经有了一套可复用的框架。牌照一旦标准化,扩张就从政策问题变成了执行问题。

对行业而言,这比任何一场发布会都有说服力。多家接近Robotaxi运营方的人士私下表示,此前制约车队规模的最大不确定性不是技术,而是"每个新州都要重新谈一遍"的监管摩擦成本。内华达的三家同批获批,等于给其他州提供了一个参照模板。

🤖 奥斯汀170单,众包盯出来的"真无人"

第二条消息更关键,也更耐人寻味。

七个月前,马斯克宣布奥斯汀的Tesla Robotaxi已在车上没有人类安全监控员的情况下运营。但此后相当长时间里,外界始终有疑问:车上到底有没有人?毕竟从"宣布无人"到"被证实无人",中间隔着行业里太多先例。

转折出现在过去两周。由Ethan McKanna创建的众包平台Robotaxi Tracker监测数据显示,过去两周奥斯汀全部170次Tesla Robotaxi行程,均为完全无监督状态。也就是说,这段里程里没有任何人类安全员随车兜底。

七个月前

马斯克宣布移除车载安全员

此前阶段

外界质疑车上是否有人

过去两周

170单全程无监督运营

下一步

Cybercab发布前夜卡位

这件事有两层含义。

第一层是验证机制的转变。行业事实核查正在从"企业自己发布视频"转向"第三方众包持续监测"。170单不算大样本,但连续、可追溯、可交叉验证,比官方通稿的置信度高得多。

第二层是商业模型的拐点。在Robotaxi运营成本结构里,随车安全员长期是最沉重的一项——一辆车配一个人,意味着人力成本不会随规模摊薄,反而随车队线性放大。安全员下车后,成本曲线才会第一次真正向下弯。这是Robotaxi与网约车比拼单均成本的前提条件。

时间点也微妙:这正好发生在Cybercab正式推出之前。先在奥斯汀用现有车队跑通无监督运营,再推专门为无人化设计的车型,特斯拉在节奏上明显是算过的——先用运营数据为量产车背书,而不是反过来。

📈 Uber进场,Robotaxi竞争换了赛道

第三条线索藏在Uber身上,也是最容易被人低估的一条。

Uber没有自研L4整车方案,但它拿到的内华达许可,与特斯拉、Waymo并列。这意味着什么?意味着Robotaxi的竞争维度,正在从"谁的自动驾驶技术更强",切换到"谁的运力分发效率更高"。

逻辑并不复杂:Robotaxi是重资产生意,车辆折旧、保险、远程监控、充电维护,每一项都吃现金流。而车队资产利用率的天花板,取决于订单密度——空驶里程每多一公里,单位经济模型就难看一分。

Uber手里最值钱的资产,恰恰是多年网约车运营沉淀下来的实时需求网络。把Robotaxi车队接入这个网络,等于把"技术资产"翻译成"运营资产"。对Waymo和特斯拉来说,这也是把重资产周转起来的捷径。

据多位接近出行平台的人士透露,头部平台与Robotaxi运营商的合作谈判中,焦点早已不是"要不要接",而是分成比例和运力优先级。这在两年前是不可想象的——彼时行业还在争论Robotaxi会不会直接取代网约车平台。

现在看,答案正相反:Robotaxi没有干掉平台,而是挤进了平台。

💡 中国的另一条路线:顶层设计开路

把视线拉回国内,节奏不同,但方向一致。

8月20日,交通运输部举行专题新闻发布会,介绍"人工智能+交通运输"典型应用场景创新行动有关情况。科技司司长徐文强的表述很有分量: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。

把这句定位拆开看,信息量很大。

"超级实景试验场"意味着,中国不会把自动驾驶局限在少数试点城市的封闭区域,而是把它当作交通基础设施升级的组成部分来推进;"规模化应用主阵地"则明确了政策目标——不是做几个样板工程,而是要在真实路网里形成规模。

对比中美路径,差异清晰可见:

  • 美国路径:州级许可+企业单点突破。特斯拉、Waymo逐城拿牌,监管以个案审批为主,扩张速度取决于企业运营记录。
  • 中国路径:部委顶层设计+场景清单推进。由交通运输部统筹"人工智能+交通"应用场景,地方政府配套先行区政策,扩张速度取决于政策落地的颗粒度。

两条路径没有绝对优劣。美国模式适合技术领先者快速复制,中国模式适合产业链协同推进——从车、路、云到运营平台,系统性铺开的确定性更高。对供应链企业来说,中国路径意味着更明确的订单可见性;对技术公司来说,美国路径意味着更快的迭代闭环。

⚠️ 8000辆之后,真正的考题才开始

必须泼一盆冷水:牌照和无监督运营,只是入场资格,不是终局。

接下来12个月,行业要同时回答三个问题。

其一,长尾场景的成本。无监督运营170单、两周时间,样本仍然偏小。真正考验的是百万公里级别的极端场景——恶劣天气、道路施工、突发事故。每一次大规模接管失败,都可能引发一场舆情,而舆情的代价在Robotaxi行业是被放大过的。

其二,责任与保险体系。车内没有安全员之后,事故责任如何在运营商、整车厂、平台之间切分?内华达州的8000辆许可意味着数千辆无人车与普通交通流混合运行,保险精算模型必须跟着重建。这一环的成熟速度,直接决定扩张上限。

其三,单车经济模型能否转正。安全员下车只是砍掉了一项成本,车辆折旧、远程监控带宽、保险费用、清障调度——这些账加起来,单均成本能不能打过网约车?据多位接近运营端的人士称,目前行业内真正跑通正模型的区域级车队,仍屈指可数。

考验项关键指标当前状态
长尾场景极端工况接管率仍需百万公里级验证
责任保险事故责任切分规则州级框架初成,待磨合
单车经济单均成本对网约车多数区域尚未转正

Robotaxi行业的淘汰赛,从来不在发布会上,而在每一公里的运营账本里。

回过头看这个时间窗口:特斯拉在奥斯汀证明了无监督运营可以被第三方持续验证,内华达州证明了三种商业模式可以同批拿牌,交通运输部则证明了中国的政策机器正在为规模化铺路。

安全员下车,不是故事的结尾,而是产业真正的开头。接下来12个月,8000辆许可的兑现率、Cybercab的量产进度、以及中国"人工智能+交通"场景清单的落地颗粒度,将是观察这个行业的三把尺子。谁先把单均成本做平,谁才有资格谈颠覆。