⚛️量子位•較早收集於 49m
Tesla Robotaxi 股價飆升，銷售收入創紀錄增長
💡了解自動駕駛規模化對大型科技股的財務影響。
⚡ 30-Second TL;DR
有什麼變化
Robotaxi 相關股票估值持續攀升
為什麼重要
營收激增驗證了 Tesla 自動駕駛路線圖的商業可行性。這種財務實力為 AI 和機器人的進一步研發提供了更多資金。
下一步行動
密切關注 Tesla 的季度財報，以追蹤 AI 軟體部署與硬體銷售增長之間的相關性。
誰應關注：Founders & Product Leaders
關鍵要點
- •Robotaxi 相關股票估值持續攀升
- •汽車銷售收入增長達 116%
- •強勁的市場表現反映了投資者對自動駕駛策略的信心
🧠 深度解析
Web-grounded analysis with 31 cited sources.
🔑 增強重點摘要
- •Tesla的Robotaxi服務於2025年6月22日在德州奧斯汀有限度推出，初期仍需人類安全監控員在車內。
- •截至2026年4月，Tesla已將無人監督的Robotaxi營運擴展至德州的達拉斯和休士頓。
- •Tesla正將其全自動駕駛（FSD）的業務模式從一次性升級轉變為訂閱制服務，並計劃在2026年於包括荷蘭在內的更多市場推行。
- •截至2026年3月，Tesla的FSD（受監督）車隊累計行駛里程已超過84億英里，正接近Elon Musk設定的100億英里無人監督自動駕駛的關鍵里程碑。
- •Tesla於2024年10月的「We, Robot」活動中，揭示了專為Robotaxi設計的「Cybercab」原型車，這是一款沒有方向盤和踏板的未來主義雙座車，預計在2027年前開始生產。
📊 競品分析▸ Show
| 公司/服務 | 特點 | 定價 (舊金山/灣區) | 基準/表現 |
|---|---|---|---|
| Tesla Robotaxi | 純視覺自動駕駛方案，利用FSD軟體，目前主要使用Model Y，未來將加入Cybercab專用車輛。 奧斯汀、達拉斯和休士頓提供有限的無人監督服務。 | 平均每次乘車8.17美元 (2026年2月) / 灣區平均11.49美元 (2026年5月) | 累計84億英里FSD（受監督）里程 (2026年3月)。 平均預計到達時間 (ETA) 為15.32分鐘 (2026年2月)。 許多營運仍需人類安全監控員。 |
| Waymo One (Alphabet) | 採用光達、雷達、攝影機和高精地圖的綜合感測器方案。 已在鳳凰城、舊金山和洛杉磯提供無人駕駛叫車服務。 | 平均每次乘車19.69美元 (2026年2月) / 灣區平均23.24美元 (2026年5月) | 超過2000萬英里實際自動駕駛里程，超過10億英里模擬里程。 平均預計到達時間 (ETA) 為5.74分鐘 (2026年2月)。 在營運區域提供無安全駕駛員服務。 |
| Cruise (GM) | 專注於商業車隊叫車服務，而非向消費者銷售自動駕駛汽車。 | 每英里0.90美元 (相較Waymo價格更高)。 | 具體基準數據較少，但其策略是作為通用汽車在共享出行生態系統中的押注。 |
🛠️ 技術深入
- 純視覺感知系統： Tesla的FSD系統完全依賴車載攝影機和神經網路進行感知，不使用光達（LiDAR），其理念是AI若能像人類一樣透過視覺進行判斷，便能大規模推廣而無需昂貴的感測器或預先繪製的地圖。
- 神經網路架構： FSD是一個由多個相互連接的神經網路組成的管線。
- 多攝影機輸入： 車輛配備8個高解析度攝影機，提供360度視角，並將影像同步為時間序列數據。
- 特徵提取與時空分析： 卷積神經網路（CNNs）從每一幀中提取空間特徵，並逐漸轉向基於影片的神經網路，分析時間連續性以理解運動、速度和物體持久性。
- 向量空間表示： 感知數據被轉換為向量空間表示，例如將車道表示為樣條曲線，車輛表示為具有軌跡的動態物體。
- 端到端學習： FSD v12（於2023年末/2024年初推出）用端到端神經網路取代了超過30萬行C++程式碼，直接將原始攝影機輸入映射到轉向、加速和煞車指令。
- 模組化設計： 儘管採用端到端方法，系統在邏輯上仍是模組化的，感知和規劃作為獨立的子模型。
- Dojo超級電腦： Tesla專門設計和建造的超級電腦，用於電腦視覺影片處理和FSD模型的訓練。
- D1晶片： Dojo的基礎處理單元，採用7奈米製程，包含500億個電晶體，每個晶片有354個客製化AI優化核心，單晶片性能達362兆次浮點運算（teraflops）。
- 架構： 採用模組化設計，包括訓練磁貼（25個D1晶片）、系統托盤（6個訓練磁貼）、機櫃（2個系統托盤）和ExaPOD（10個機櫃，超過100萬個核心，3000個D1晶片）。
- 軟體： 針對PyTorch進行優化，以最大化神經網路訓練速度。
- 數據訓練： 系統透過觀察數百萬小時的人類駕駛行為進行學習，這些數據來自Tesla全球超過400萬輛車的車隊。 每次完整的訓練週期需要70,000個GPU小時，處理超過1.5拍位元組的駕駛數據。
🔮 前景展望AI analysis grounded in cited sources
Tesla將在2026年底前在美國大部分地區和多數國家推出無人監督的FSD。
執行長Elon Musk在2026年第一季度財報電話會議上表示，無人監督的FSD預計最快在2026年第四季度推出，儘管他承認這是一個猜測且時間表可能會再次推遲。
Tesla的FSD業務模式將全面轉向訂閱制，並逐步淘汰一次性購買選項。
為了推動經常性收入和適應監管變化，Tesla已開始在部分市場（如荷蘭）將基礎自動輔助駕駛功能納入FSD訂閱服務中。
Tesla Robotaxi服務將在2026年底前擴展到美國約十幾個州。
儘管進度比Elon Musk早期預測的慢，但Tesla表示正在謹慎擴展該計畫以避免事故和傷亡。
⏳ 時間線
2016-10
Tesla推出Autopilot，並展示其全自動駕駛軟體，儘管後來承認影片經過剪輯。
2019-04
Tesla舉辦「自動駕駛日」（Autonomy Day），Elon Musk預測到2020年將有100萬輛Robotaxi上路。
2020-10
Tesla推出全自動駕駛（FSD）Beta計畫，首次將其自動駕駛軟體應用於城市街道。
2023-07
Tesla Dojo超級電腦開始生產，旨在訓練機器學習模型以改進FSD系統。
2024-10
Tesla在「We, Robot」活動中揭示了專用Robotaxi車輛「Cybercab」的原型。
2025-06-22
Tesla Robotaxi服務在德州奧斯汀有限度推出，初期配備人類安全監控員。
📎 來源 (31)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
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： 量子位 ↗