📊較早收集於 20m

Cathie Wood:Tesla Robotaxi 即將迎來爆發式成長

PostLinkedIn
📊閱讀原文: Bloomberg Technology

💡了解為何頂尖投資人將交通運輸領域的具身智慧視為下一個重大營收前沿。

⚡ 30-Second TL;DR

有什麼變化

交通運輸被視為具身智慧(embodied AI)最大的營收機會。

為什麼重要

這顯示投資焦點正轉向物理世界的 AI 應用,暗示自動駕駛車隊將成為 AI 硬體與軟體需求的主要推動力。

下一步行動

密切關注 Tesla FSD (Full Self-Driving) 的進展與 API 更新,以了解自動駕駛車隊數據如何被應用於現實世界的導航。

誰應關注:Founders & Product Leaders

關鍵要點

  • 交通運輸被視為具身智慧(embodied AI)最大的營收機會。
  • Cathie Wood 強調 Tesla 在自動駕駛領域的領先地位。
  • 預計 Robotaxi 服務將在不久的將來迅速擴大規模。

🧠 深度解析

Web-grounded analysis with 22 cited sources.

🔑 增強重點摘要

  • Cathie Wood 的 Ark Invest 維持 Tesla 到 2029 年的目標股價為 2,600 美元,預計 Robotaxi 業務可能佔 Tesla 總價值的 90%,並在全球自動駕駛叫車收入中佔據 30% 至 50% 的份額。
  • 全球自動駕駛計程車市場預計到 2030 年可能達到 8 兆至 10 兆美元,甚至根據 Ark 的一些預測,可能高達 34 兆美元。
  • Tesla 的 Robotaxi 服務於 2025 年 6 月 22 日在德州奧斯汀推出,初期有安全駕駛員監控,並於 2025 年 12 月 15 日在奧斯汀擴展至無人監管的營運模式。
  • Tesla 計劃在 2026 年上半年將其 Robotaxi 計劃迅速擴展到美國七個主要大都會區,包括達拉斯、休士頓、鳳凰城、邁阿密、奧蘭多、坦帕和拉斯維加斯。
  • Tesla 的 Robotaxi (Cybercab) 和 Optimus 人形機器人共享一個統一的 AI 平台,包括 AI5 晶片、FSD 電腦視覺架構和 Cortex 2.0 超級電腦,這表明 Tesla 採取了更廣泛的 AI 策略。
📊 競品分析▸ Show
公司技術方法/感測器營運狀態/成熟度定價/成本效率
Tesla純視覺(8 個攝影機),端到端神經網路 (FSD V12)2025 年 6 月在奧斯汀推出有限服務(有監管),2025 年 12 月在奧斯汀實現無人監管,2026 年上半年計劃擴展到美國七個城市旨在實現成本效益,Cybercab 目標價 30,000 美元
Waymo (Alphabet)LiDAR、雷達和攝影機美國無爭議的營運領導者,提供付費無人駕駛服務自 2022 年 3 月起,截至 2025 年第一季度每週執行超過 25 萬次付費行程通常是較昂貴的選項,但提供成熟且一致的服務
Zoox (Amazon)未詳述感測器,但為專用車輛專用且具體驗性,較新且仍在發展中,2025 年 12 月因軟體缺陷召回 332 輛車感覺更像是一個在小範圍內運行的演示

🛠️ 技術深入

  • 感測器層:Tesla 的 FSD 系統主要依賴八個高解析度攝影機提供 360 度視角,每個攝影機獨立處理原始數據。
  • 特徵提取層:原始圖像通過深度神經網路(例如 RegNets)和 Transformer 進行轉換,以實現空間融合,並將數據投射到使用標準化座標系統 (XYZθ) 的鳥瞰圖 (BEV) 中。
  • 決策與規劃層:FSD V12 版本已從數十萬行基於規則的 C++ 代碼轉變為單一的端到端神經網路,該網路直接將原始圖像像素映射到控制指令,被 Tesla 工程師稱為「汽車界的 ChatGPT」。
  • 訓練基礎設施:FSD 系統的訓練需要每個完整週期 70,000 個 GPU 小時,處理來自 Tesla 全球超過 400 萬輛車的 1.5 拍位元組駕駛數據。
  • 硬體平台:Robotaxi 和 Optimus 機器人共享 AI5 晶片、FSD 電腦視覺架構和 Cortex 2.0 超級電腦。
  • AI 整合:Grok AI 也被整合用於語言理解。
  • 純視覺方法:Tesla 的 FSD 系統採用純視覺方法,不使用 LiDAR 或雷達。

🔮 前景展望AI analysis grounded in cited sources

Tesla 統一的 AI 平台用於 Robotaxi 和 Optimus 可能會加速開發並建立強大的競爭護城河。
在不同物理形態之間共享核心 AI 架構和訓練數據,可以實現協同改進和高效的資源分配。
FSD V12 轉向端到端神經網路可能會帶來更強大、適應性更強的自動駕駛系統。
通過直接從大量的真實世界駕駛數據中學習,該系統可以比基於規則的程式設計更有效地處理複雜場景和邊緣情況。
Cathie Wood 對 Robotaxi 的高收入和利潤預測表明,Tesla 的估值將從傳統汽車製造商轉變為軟體/AI 平台。
Robotaxi 服務的經常性收入模式和每次行程接近零的增量成本,可能導致比傳統汽車製造業更高的利潤率。

時間線

2020-10
Tesla 首次向早期測試者發布 FSD Beta 軟體。
2023-08-26
Elon Musk 直播發布 Tesla FSD V12.0,這是 Tesla 首個端到端 AI 自動駕駛系統。
2024-10
Tesla 在「We, Robot」活動中展示了專用 Robotaxi 車輛 Cybercab 原型。
2025-06-22
Tesla 在德州奧斯汀推出 Robotaxi 服務,初期有安全駕駛員監控。
2025-12-15
奧斯汀的 Tesla Robotaxi 服務開始提供無人監管的完全自動駕駛行程。
2026-01-28
Tesla 宣布計劃在 2026 年上半年將 Robotaxi 服務擴展到美國七個主要城市。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Bloomberg Technology