Robotaxi规模战：牌照、芯片、无监督同频开闸

• 内华达州向特斯拉、优步、Waymo发放累计8000辆Robotaxi牌照，州级监管成为运力放量的隐形发令枪。
• Waymo自研ASIC芯片上车，算力超1000 TOPS、台积电5nm，Robotaxi竞争从算法进入硬件成本与供应链垂直整合。
• 特斯拉Cybercab无方向盘车型最快8月在奥斯汀推出，奥斯汀已现170次全程无安全员载客，行业进入无监督运营压力测试。
• 中国车路云14亿开标与小马智行Robotaxi收入增长691%，政策、基建、运营同频，规模化前夜到来。
• L3国标与启境GT7整车冗余拆解，标志乘用车L3竞争转向整车工程一致性；商用车DAF与Einride合作，自动驾驶货运开启资产化。

一、牌照放量与监管竞速：谁在给Robotaxi发令枪

过去一周，Robotaxi行业同时收到三个信号：[[内华达州]]向[[特斯拉]]、[[Uber]]、[[Waymo]]发放可累计投放8000辆无人出租车的牌照；[[Waymo]]官宣自研ASIC芯片上车，算力超1000 TOPS；[[特斯拉]]在奥斯汀的Robotaxi被第三方监测到近两周170次载客全程无安全员。牌照、芯片、无监督，三个词指向同一个拐点：Robotaxi竞赛正在从“能不能跑通无人化”切换到“能不能低成本、大规模跑通无人化”。

拉斯维加斯大道上，游客用手机叫到一辆没有司机的车，可能来自[[Waymo]]，也可能来自[[特斯拉]]，甚至可能通过[[Uber]]平台聚合。这座以“赌”闻名的城市，正在成为美国Robotaxi监管最激进的试验田。据素材，内华达州同时给三家开了绿灯，12个月内可投放至多8000辆Robotaxi。未披露每家配额，但“8000辆”本身就是一个中等规模网约车市场的体量。在Robotaxi运力普遍以百辆、千辆计量的当下，8000辆意味着监管层开始把无人出租车当作一种可批量投放的基础设施，而非特殊试验品。

州级监管正在成为Robotaxi竞赛的“隐形发令枪”。与联邦层面迟迟未动的自动驾驶立法相比，内华达、得克萨斯、亚利桑那等州通过牌照发放，实际掌握了投放节奏。谁能拿到更多牌照，谁就能把技术验证转化为真实运力；而牌照上限也反过来倒逼企业思考：如果12个月内可以投放8000辆，车辆成本、芯片成本、运营成本能否支撑？[[Uber]]没有自己的自动驾驶车队，却拿到许可，这意味着内华达可能允许平台方聚合第三方无人车，运力供给更加灵活。

几乎同时，[[Waymo]]在加州拿到迄今最大规模扩张：[[加州公用事业委员会]]批准其覆盖18个县，从[[Sonoma]]一路延伸到[[San Diego]]，可在整个湾区、洛杉矶收取完全无人驾驶费用，并首次进入[[萨克拉门托]]和[[圣地亚哥]]。这不是简单多了几个城市，而是把单城试点升级为区域网络。Waymo走的是“牌照先行”，多年安全数据和运营记录换来一次放行18个县。加州作为全球最严格监管地区之一，开闸意味着技术成熟度开始被官方认证。

全球范围看，监管宽松地区正成为试验田。[[萝卜快跑]]在[[迪拜]]获得首个无需安全员监督的全自动驾驶车辆测试许可，并通过[[优步]]平台上线。三地同时开闸，说明Robotaxi的竞争已不仅是技术和资本，更是谁能率先拿到关键市场的准入资格。

判断很清楚：牌照不再只是“允许测试”，而是“允许运营”的运力配额。谁先拿到大额配额，谁就能把技术转化为现金流。

二、Waymo自研ASIC：把芯片成本从毛利里抠出来

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。

Robotaxi的成本结构中，计算平台是仅次于传感器的重头。外购芯片意味着高单价、高功耗和不可控的迭代节奏；自研ASIC则把算法、传感器和芯片拉通优化。[[Waymo]]选择5纳米而非最先进制程，说明它优先追求的是“够用、省电、低成本”，而非纸面算力竞赛。从Waymo动作看，自研芯片不是孤立行为，它与自研传感器、算法同步开发形成闭环。这种垂直整合将压缩外部芯片供应商在Robotaxi市场的空间，未来英伟达、AMD若不能提供同样低功耗定制方案，可能被挤出L4车队核心供应链。

由此判断：Robotaxi竞争已从算法和车队规模，进入专用芯片与单位经济模型对决。自研芯片不是炫技，是规模化运营的必修课。

三、无方向盘与无监督：极端硬件路线的压力测试

一辆没有方向盘、没有刹车踏板的车，最快本月就要在[[奥斯汀]]公开接单。与此同时，[[Waymo]]拿到加州18县收费运营许可，从湾区一路铺到[[圣地亚哥]]。更微妙的是，[[Kelley Blue Book]]数据显示，美国电动车均价一年跌了1.4万美元。监管、技术、成本三条线同时松动，Robotaxi的放量前夜可能不是预测，而是正在发生。

据多位接近[[特斯拉]]的人士透露，公司已经告诉员工，为[[Cybercab]]面向公众推出做准备，最快本月在德克萨斯州[[奥斯汀]]启动。这将是特斯拉首款从设计上没有方向盘和刹车踏板的车型。换句话说，人类驾驶员被从物理层面删除了。过去特斯拉已经用纯视觉方案替代激光雷达，用规模车队替代高精地图，用端到端模型替代规则代码；但真正把方向盘拿掉，意味着跳过“有方向盘但无人操作”的过渡阶段，直接冲到完全无人驾驶的深水区。

奥斯汀作为首发城市信息量很大。这里是特斯拉在美国的重要制造和工程基地之一，工程团队可以近距离支持；道路场景比旧金山简单，但郊区、高温和复杂路口同样能提供有效数据。更重要的是，得州对自动驾驶测试相对友好，不要求像加州那样繁琐的部署许可，给特斯拉提供了更宽松的试验场。

没有方向盘的代价极高。转向、制动必须完全线控，任何单一故障都可能导致车辆失控，车规级安全冗余和远程协助必须提前到位。一旦出现安全事件，监管反弹会比技术问题来得更快。值得注意的是，[[特斯拉]]在奥斯汀的Robotaxi已被第三方监测到近两周170次载客全程无安全员，这说明无监督运营并非只存在于PPT，而是已在进行小规模数据验证。

[[Waymo]]则选择了另一条路线。其新一代车型[[Waymo 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。

成本端的信号同样强烈。KBB报告显示，美国EV平均成交价降至50,683美元，一年前超过65,000美元。均价下探1.4万美元，直接压缩Robotaxi的车辆采购成本，让无方向盘原生车型的经济性优势被放大。特斯拉Cybercab去掉转向柱、制动踏板、仪表台，意味着更少零件、更低BOM、更多座舱空间；对车队运营而言，还意味着不再需要为“有人驾驶模式”保留冗余。

如果奥斯汀跑通，其他州可能被迫修改法规；如果跑不通，无方向盘路线可能被推迟数年。但无论结果如何，Robotaxi清场已然开始：成本和运营效率成为胜负手。

四、中国路径：车路云14亿与运营数据井喷

8月18日至20日，中国智能驾驶产业接连砸下几颗“硬钉子”：[[交通运输部]]为“人工智能+交通运输”定调；北京四环内车路云项目以13.36亿元投资开标；[[小马智行]] Robotaxi收入同比增长691.2%。政策、基建、运营三条线罕见同频。Robotaxi的规模化前夜，不再是融资PPT，而是市政工程清单和财报科目。

8月20日的交通运输部专题新闻发布会上，科技司司长[[徐文强]]没有用“探索”这个词，而是给了交通一个更重的定义：“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。”这句话的分量在于，交通第一次被正式放在“规模化应用主阵地”的位置上。过去几年，AI在交通领域的落地更多是示范区、封闭场景、测试牌照；而“主阵地”意味着，港口、公路、城市出行、物流等场景将被要求拿出可复制的商业模型。

同一天前移两天，8月18日，[[商务部]]等九部门发布《关于进一步激发下沉市场活力 活跃县域消费的意见》，明确支持新能源汽车、绿色智能产品下乡，扩大农村充电设施覆盖范围。文件还提出“自有品牌+以需定产”的柔性供应链思路。政策层意图很清楚：AI交通的上限在城市Robotaxi与智慧公路，下限在县域新能源车与充电网络。上攻与下沉同时进行，说明监管层不愿让AI交通只停留在“一线城市试验”，而是要往规模化用户场景里推。

基建侧的标志性动作是北京车路云项目。8月18日，北京车路云一体化新型基础设施建设项目（四环及四环内区域）初步设计、施工图设计中标候选人公示。项目覆盖朝阳、海淀、丰台、东城、西城5个行政区及四环路全段65.3公里，投资额133571.94万元（约13.36亿元），资金来源为政府投资70% + 国有企业自筹。这不是普通的市政工程，而是为Robotaxi“修路”：路侧感知与算力外置，可降低单车传感器和计算负担，同时提供超视距协同信息，让无人车在复杂路口更安全。

运营侧的数据更加直接。[[小马智行]] Robotaxi收入同比增长691.2%，说明无人出租车在中国已经从补贴试点走向真实付费订单。收入暴增背后，是车队规模、单车日订单和客单价的同步提升。虽然基数可能不高，但691%的增速在自动驾驶商业化史上罕见，它至少证明了一件事：在特定城市和时段，Robotaxi的单位经济模型可以跑正。

供应链也在降本。7月磷酸铁锂装车占比达84.6%，动力电池装车74.6GWh。磷酸铁锂占比提升，意味着电池成本进一步下探，这为Robotaxi和新能源车的大规模投放提供了成本底座。

中国路径与美国不同：美国靠牌照和市场驱动，中国靠政策、基建和运营数据驱动。两条路径都在向同一个终点冲刺——低成本、大规模的Robotaxi网络。

五、L3量产，拆车拆出的整车冗余竞赛

直播拆车正在从“秀用料”变成“拆架构”。8月16日，[[启境GT7]]在广州公开拆解底盘、电池、车身及面向L3的全链路冗余，号称国内量产车首次公开拆解L3架构。当L3进入量产准备期，真正的胜负手不再是算法跑分，而是整车能否把冗余做进底盘、车身和电子电气系统。

现场数据很硬。[[启境GT7]]公开的八大冗余包括双重供电、双重算力、双重感知、双重定位、双重通信、双重转向、双重制动、双重交互。底盘方面，采用全铝悬臂及后H臂多连杆结构，簧下质量减重约30%；白车身超高强度钢占比超过90%，关键部位使用2200MPa热气胀管梁。这些数字与L3表面关系不大，但恰恰是整车能力的物理底座。

政策时间线把压力直接给到车企。[[工信部]]在2025年12月附条件许可了首批两款L3车型，标志着L3从测试走向准入。2026年8月，《智能网联汽车自动驾驶系统安全要求》（[[GB 44721—2026]]）正式发布，拟于2027年7月1日实施，这是首部针对L3、L4的强制性国标。[[启境GT7]]在6月26日上市，7月9日启动全国交付，上市24小时大定超过5200台，7月交付约2658辆。

强制性国标的落地，等于把安全责任前置到了产品定义阶段。过去，车企可以在发布会上用一段剪辑过的智驾视频制造话题；但在[[GB 44721—2026]]面前，供电、转向、制动、通信的冗余成为准入门槛，缺一项都无法通过认证。L3允许系统在特定条件下承担动态驾驶任务，责任从驾驶员转移到系统。这意味着任何一个单点故障都可能引发责任纠纷，整车必须从设计之初就预留冗余。

拆车从“秀肌肉”变成“拆架构”，背后是车企对L3技术叙事权的争夺。据多位接近现场拆解项目的工程师私下说，拆冗余比拆电池更难，因为很多部件无法直观展示，只能靠数据和制造一致性背书。这也是为何[[启境]]要冒险做“首拆”——它要证明自己不是只会装华为方案的壳子，而是真正把冗余做进了底盘、车身和电子电气架构。

产业判断很清楚：L3量产，开始比整车了。算法可以通过OTA迭代，芯片可以外购，但转向、制动、供电、通信的冗余必须焊在车身里，必须在大规模生产中保持一致性。谁能把冗余做成一致性工程，谁才拿到L3话语权。

L3的竞争逻辑已经从“有没有智驾功能”升级为“整车能不能扛住单点失效”。这将是新一轮淘汰赛的开始。

六、商用车自动驾驶：从卖卡车到卖运输能力

荷兰埃因霍温，[[DAF]]的电动卡车产线上，一辆辆高端电动重卡驶下工位。客户的问题却越来越一致：司机越来越难招，车辆能不能自己跑？——这是欧洲干线物流的真实焦虑。[[PACCAR]]旗下品牌[[DAF]]与[[Einride]]宣布合作，将[[Level 4]]自动驾驶能力导入其高端电动卡车平台，核心表述是“accelerate the deployment of autonomous electric freight assets across the company’s premium truck platforms”。

素材没有披露投资额、落地时间表或技术路线细节，但“premium truck platforms”和“Level 4 autonomy”这两个关键词已经足够说明问题。传统商用车OEM的优势在底盘、动力总成和制造，而不在自动驾驶软件、感知算法和车队调度。尤其在欧洲，商用车电动化刚刚进入高端平台切换期，若再叠加L4自动驾驶，技术复杂度呈指数上升。[[DAF]]选择与[[Einride]]合作，本质是用外部能力补齐智能化短板，避免从零起步错过窗口。这种“外挂”策略在商用车领域正变得越来越主流。

更深一层看，[[DAF]]此举也说明电动化与智能化在商用车领域正在合流。过去柴油车平台改造L4，振动、供电、热管理都是难题；而电动平台天然线控底盘、大电池供电，为传感器和计算单元提供更稳定环境。因此，[[DAF]]把L4能力“打包”进电动高端平台，既是商业选择，也是技术路线上的顺势而为。

[[Einride]]卖的不是卡车，是“运输能力”。素材中用的是“autonomous electric freight assets”，不是“vehicles”，也不是“trucks”。这个措辞很关键，说明[[Einride]]并不以销售车辆为核心，而是将电动卡车、自动驾驶系统、调度平台打包成一种“运输资产”来部署。一家欧洲物流公司不再购买卡车，而是按吨公里向[[Einride]]购买运输服务。到港口的集装箱短驳线上，无人驾驶电动卡车24小时运行，充电、调度、路线都由后台完成。

自动驾驶货运的终极客户不是车老板，而是物流成本。货运路线相对固定、场景封闭，使得L4比Robotaxi更早具备商业化的可能。[[Einride]]这种模式，把自动驾驶的技术不确定性包装成“运输服务”，让客户只为结果付费，而不承担车辆残值、软件迭代和维护风险。对[[DAF]]来说，这相当于多了一个大客户和试验场，而不是简单的供应商关系。

中国商用车自动驾驶也在加速，参考文章虽未直接点名，但[[Einride]]模式对国内干线物流、港口集卡有直接借鉴意义。未来谁能把电动底盘、自动驾驶和调度平台打包成资产，谁就能在物流成本重构中占据先机。

商用车自动驾驶的资产化，与乘用车Robotaxi的规模化，共同构成了自动驾驶产业的两条腿。前者在封闭场景先跑通现金流，后者在开放场景验证技术泛化。两者的交集，正在加速整个行业的商业化进程。

结语

自动驾驶近期产业观察的核心线索，已从“技术能否无人化”切换为“成本能否支撑规模化”。内华达8000辆牌照、Waymo自研ASIC、特斯拉无方向盘Cybercab、北京车路云14亿、小马智行收入暴增、启境GT7整车冗余拆解、DAF与Einride资产化合作——七件事在同一时间窗共振，说明行业正在进入清场阶段。未来12个月，单位经济模型与供应链控制力将是生死线。Waymo用一颗芯片重构成本结构，特斯拉用极端设计压缩BOM，中国用车路云和县域下沉放大运力周转，商用车用固定场景提前变现。谁能在安全冗余、有效算力和每英里成本之间找到可复制的平衡，谁就能留下。否则，牌照再多、demo再炫，也只是陪跑。