中金 | 探微智驾(五):从Waymo和特斯拉,看Robotaxi行业的发展

Waymo:Robotaxi行业发展的重要风向标 - Waymo是海外Robotaxi行业发展的重要风向标,已在行业深耕超16年,其发展历程是行业从无到有、商业化逐渐铺开的缩影[1][3][6] - 2025年上半年,Waymo在旧金山运行区域的市占率一度超过网约车平台Lyft,这被认为是海外Robotaxi行业商业化的重要里程碑[4] - 近年来Waymo商业化进程呈现加速趋势:全无人驾驶周订单量从2023年5月的约1万单,增长至2025年底的约45万单,并预计在2026年底达到每周约100万单;2025年全年完成约1400万单全无人驾驶订单,同比增速超过200%[7] - 商业化加速由多个因素支撑:车队数量从2016年的100台增至2025年底的约3000辆;运营城市从凤凰城扩展至旧金山、洛杉矶等10个城市,且新城市商业化速度加快(如洛杉矶2年累积约3800万英里,而凤凰城8年累积约6900万英里)[10] - 在商业化成熟区域旧金山湾区,Waymo多项运营数据表现亮眼:2025年9月月订单量约102万单,平均每单里程约6公里,由约1300辆车支撑,平均单车日单量约22单[16] - Waymo的空驶率指标已接近传统网约车平台水平:2025年9月,总空驶里程占比为44%(其中类型1占30%,类型2占14%),而Uber、Lyft的水平在36%-45%之间[18] - Waymo在旧金山收费享有溢价:平均单公里收费约3.5美元,相比Lyft Standard和UberX约有20%-35%的溢价[18] - 基于运营数据测算,截至2025年8月,Waymo在加州的单车日收入或超过440美元,公司在加州的Robotaxi业务年化收入或超过2亿美元[18] - Waymo用户画像显示其用户收入水平通常更高,安全性和私密性是重要价值点,用户倾向于在夜间、陌生城市等场景使用,36%的用户将其用于接驳其他交通工具[19] - 未来增长驱动包括:1)拓展新城市,计划在2026年新拓展20余个新城市,并推进国际化(伦敦、东京);2)商业模式创新,如企业版服务、外卖配送;3)车型降本,通过自研第六代硬件方案实现成本下探[20][21][24][25] - Waymo的技术体系以安全性为本,同时AI大模型赋能色彩渐浓:公司构建了以基座模型为底座的自动驾驶AI模型家族,并利用强化学习和数据闭环机制持续迭代[26][29] - 公司对安全性严格把控,体现在多传感器融合、冗余备份、详细地图、远程辅助和安全框架等多个维度[30] - Waymo在商业化进展、监管关系、运营经验等方面具有先发优势,其单车经济模型在成熟运营区域或已达到盈亏平衡线[48][49] 特斯拉:Robotaxi行业新进入者和重要变量 - 特斯拉是Robotaxi行业的新进入者和重要变量,其Robotaxi与FSD技术同源,是FSD发展到一定水平后向上突破的尝试[2][31] - 特斯拉采用典型的“渐进式”路径,底层核心是Scaling Law,通过更丰富的数据、更庞大的算力基建训练更大参数的模型,实现从辅助驾驶到自动驾驶的突破[2][49] - 特斯拉Robotaxi服务于2024年10月发布,2025年6月在奥斯汀正式上线,随后进入加州;2026年1月开始在奥斯汀提供全无人驾驶服务[31] - 截至2026年3月27日,特斯拉在湾区和奥斯汀部署的车队数量已超过500台;另有报道称其在湾区向监管机构注册了超过1600辆Robotaxi[33] - 特斯拉采用纯视觉方案,并基本实现全栈自研,其FSD v12标志着智能驾驶模型进入端到端时代[35][37] - 特斯拉端到端模型基于大规模神经网络,以摄像头视频等多模态数据为输入,直接输出行为决策,运行频率为36Hz[37] - 开发端到端模型面临数据维度、可解释性与安全、验证评估等挑战,特斯拉通过其数据引擎、引入推理能力(如全景分割、3D占用网络)、以及开发世界模型仿真器来应对[39][40][41][43] - 特斯拉庞大的量产车保有量为其提供了丰富的场景数据,2025年12月,FSD v14.2实现了美国东西海岸横穿全程零干预,体现了模型较强的泛化性[50][51] - 特斯拉模式在成本和泛化性上具有潜在优势:在特定假设下(单车成本2.5万美元,安全员比例1:30),其单英里成本有望压缩至0.51美元,显著低于普通乘用车成本[49][50] - 特斯拉的竞争优势还受益于关联公司协同,如xAI的Grok模型可提升车内语音交互体验,并预期在车队管理中发挥重要作用[44] - 截至2026年2月,特斯拉Robotaxi在奥斯汀发生15起碰撞事故,按60万英里里程估算,平均每4万英里发生一起,其模型仍面临错误决策和幻觉问题,需加强安全边界[54] Robotaxi行业探讨:发展规律与前景 - Robotaxi是人工智能在物理世界的重要应用,正逐渐跨过规模化商业落地的拐点[1] - 发展Robotaxi需跨越技术、监管和运营三大门槛,才能实现大规模且商业可持续的落地[2][56] - 商业价值:Robotaxi的潜在市场规模巨大,粗略估算或超5万亿美元;若单英里成本降至0.25美元,潜在市场规模有望超过10万亿美元[45][46] - 产业链中,Robotaxi软件解决方案提供商在理想状况下的毛利率或有望超过50%[47] - 发展路径对比:Waymo代表“跨越式”路径,注重安全冗余与详细地图;特斯拉代表“渐进式”路径,依赖Scaling Law和数据泛化能力[48][49] - 两种路径在技术前沿上存在共识:1)认可大规模高质量数据的价值;2)应用基座模型路线;3)强化学习成为重要一环;4)探索世界模型用于验证[56] - 发展门槛: - 技术层面:核心竞争力包括构建数据闭环的能力、获得并高效利用高算力芯片(如特斯拉AI5芯片算力或达2000T)、充足的资金投入以及强大的组织能力和研发体系[56][58][59] - 监管层面:监管逻辑通常为“试验—考察效果—进一步放开”,涉及企业自我证明和监管信任建立,使先发企业具有优势[60] - 运营层面:涉及大量影响用户体验和优化“隐形成本”的细节工作,如车辆部署、人机交互、清洁、充电、事故处理等[61] - 产业链价值分配(网约车平台):在中短期渗透率尚低时,网约车平台能为Robotaxi带来显著价值:1)提升订单量(如Uber为Robotaxi带来约30%的日单量提升);2)优化空载率,通过需求预测和混合派单提升车辆利用率;3)在成本端贡献车队管理、充电设施等能力[62][63][66] - 行业性能正经历显著提升,单英里成本下降的红利有望被消费者和产业链参与者共享[2]

中金 | 探微智驾(五):从Waymo和特斯拉,看Robotaxi行业的发展 - Reportify