🌍The Next Web (TNW)•最新收集於 38m
Tesla 奧斯汀機器人計程車全面無人駕駛

#autonomous-driving#austin#safety-monitor#deployment-trackingtesla-robotaxi-serviceteslatesla robotaxi
💡獨立追蹤顯示,Tesla 可能已在奧斯汀進入全面無人駕駛載客服務。
⚡ 30-Second TL;DR
有什麼變化
據報導,監測到的 170 趟行程全都沒有人工安全監控員。
為什麼重要
若這種運行狀態能持續,全面無人駕駛將是 Tesla 商業化自動駕駛目標的重要進展。獨立乘車資料也可能成為評估實際部署成果、補充公司公告的重要參考。
下一步行動
在將此部署作為自動駕駛評估基準前,追蹤 Tesla 奧斯汀服務的行程資料,以及人工介入與脫離率。
誰應關注:Researchers & Academics
關鍵要點
- •據報導,監測到的 170 趟行程全都沒有人工安全監控員。
- •這些行程涉及奧斯汀的 54 輛不同 Tesla 機器人計程車。
- •結論來自約兩週的獨立追蹤資料。
🧠 深度解析
背景與延伸:來自公開資料,非原文內容。引用 23 個來源。
🔑 增強重點摘要
- •Tesla 於 2026 年 1 月 22 日在奧斯汀正式啟動了無安全監控員的機器人計程車服務,作為一項試點計畫。
- •奧斯汀最初的公共機器人計程車服務於 2025 年 6 月推出,採用改裝的 Model Y 車輛,初期配備人類安全監控員。
- •截至 2026 年 7 月,Tesla 的機器人計程車服務已從奧斯汀擴展到德州的達拉斯、休士頓以及佛羅里達州的邁阿密,並在這些城市提供無人監控的車輛服務。
- •Tesla 於 2024 年 10 月發布了其專用機器人計程車「Cybercab」,這是一款沒有方向盤或踏板的雙座車輛,預計於 2026 年 2 月開始試產。
- •Tesla 的全自動輔助駕駛 (FSD) 系統採用「純視覺」方案,利用八個攝影機和端到端神經網路,不依賴光達或雷達,這與許多競爭對手有所不同。
📊 競品分析▸ Show
| 公司/產品 | 主要特點 | 定價 (約) | 營運里程/規模 | 感測器方案 | 狀態/備註 |
|---|---|---|---|---|---|
| Tesla Robotaxi | 使用 FSD 軟體,初期為改裝 Model Y,未來將導入 Cybercab (無方向盤/踏板)。 | 奧斯汀單次乘車費用為 4.20 美元 (2025年6月)。 | 截至 2026 年 8 月,無人監控車隊累積約 38 萬英里。 | 純視覺 (八個攝影機) | 奧斯汀、達拉斯、休士頓、邁阿密提供無人監控服務。 FSD 仍為 Level 2 輔助駕駛。 |
| Waymo (Alphabet) | 市場領導者,提供成熟且一致的完全自動駕駛服務。 | 起步價 3.50-4.00 美元,每英里 2.25-2.85 美元。 | 截至 2026 年 8 月,累積超過 2.2 億英里完全自動駕駛里程。 截至 2026 年 3 月,每週提供 50 萬次付費乘車服務。 | 光達、雷達、攝影機 | 在美國多個城市 (如鳳凰城、舊金山) 營運。 |
| Cruise (GM) | 曾提供自動駕駛叫車服務。 | 起步價 3 美元,每英里 2.15 美元。 | 服務於 2024 年 12 月暫停。 | - | 服務目前暫停,通用汽車已投入 100 億美元。 |
| Zoox (Amazon) | 專用自動駕駛車輛,無駕駛控制裝置,可雙向行駛。 | - | 在拉斯維加斯和舊金山提供有限服務。 | - | 專為自動駕駛設計,提供獨特的乘坐體驗。 |
| Baidu Apollo Go (百度蘿蔔快跑) | 專注於大眾市場的自動駕駛叫車服務。 | 每英里 0.80-1.50 美元。 | 截至 2026 年 2 月,全球累計提供 2000 萬次乘車服務。 | - | 在中國多個城市營運,在乘車量方面超越西方競爭對手。 |
🛠️ 技術深入
- 純視覺感知系統:Tesla 的 FSD 系統完全依賴八個攝影機提供 360 度視角,透過深度學習神經網路處理視覺資訊,以實現感知、規劃和控制,不使用光達或雷達。
- 端到端神經網路架構:FSD 採用整合感知、規劃和車輛控制的端到端神經網路架構。該系統透過大規模的人類駕駛數據進行持續訓練,將傳統上獨立的模組整合為一個統一的模型。
- 硬體迭代:FSD Beta 最初於 2020 年 10 月在 Hardware 3 (HW3) 上向私人測試者推出。最新的神經網路建構和功能主要針對配備 Hardware 4 (AI4) 的車輛,據報導 HW4 的處理能力比 HW3 強 4-5 倍。
- 數據收集與訓練:每輛配備 FSD 的 Tesla 車輛都被視為數據收集節點,為下一代模型提供訓練數據。系統透過自動化流程,將車輛記錄的攝影機圖像時間序列與輔助數據結合,用於訓練 FSD 視覺網路。
- 遠端監控支援:Tesla 部署了遠端操作員,在用戶同意的情況下,可以存取車內視訊和音訊,以便在沒有車載安全監控員的情況下提供即時乘客支援和車輛監控,尤其對於 Cybercab 這類缺乏手動控制的車輛。
🔮 前景展望AI analysis grounded in cited sources
Tesla 的純視覺方案將顯著降低自動駕駛車輛的部署成本。
透過捨棄昂貴的光達和雷達感測器,Tesla 可以更快速、更經濟地擴展其機器人計程車服務,可能以更低的票價顛覆市場。
Cybercab 的推出將加速專用自動駕駛車輛的轉變。
一款從零開始設計、沒有傳統控制裝置(如方向盤和踏板)的車輛,標誌著對 Level 4/5 自動駕駛的全面承諾,將推動產業超越改裝的消費級汽車。
隨著無人監控部署的擴大,監管機構對 Tesla FSD 和機器人計程車營運的審查將會加劇。
美國國家公路交通安全管理局 (NHTSA) 已經在審查 FSD 的合規性,而 Cybercab 缺乏手動控制裝置,尤其考慮到 FSD Beta 過去的事件,將引發新的安全和監管問題。
⏳ 時間線
2016
Elon Musk 提出「Tesla Network」自動駕駛機器人計程車概念。
2019-04
Tesla「自動駕駛日」,Musk 預測 2020 年將有 100 萬輛機器人計程車,並於 2019 年底實現「全自動輔助駕駛功能完備」。
2020-10
Tesla 向一小部分用戶發布「全自動輔助駕駛 (Beta)」軟體。
2024-10
Tesla 發表「Cybercab」,一款沒有方向盤或踏板的專用機器人計程車。
2025-06
Tesla 在德州奧斯汀有限度地推出機器人計程車服務,初期配備人類安全監控員。
2026-01
Tesla 在奧斯汀啟動無安全監控員的機器人計程車試點服務。
📎 來源 (23)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- eletric-vehicles.com
- facebook.com
- wikipedia.org
- basenor.com
- reddit.com
- kucoin.com
- facebook.com
- cbtnews.com
- basenor.com
- medium.com
- thinkautonomous.ai
- youtube.com
- wikipedia.org
- coherentmarketinsights.com
- sqmagazine.co.uk
- seekingalpha.com
- thedriverlessdigest.com
- teslahubs.com
- omahausedcar.com
- teslahubs.com
- electrek.co
- tesmanian.com
- cbsnews.com
📰
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: The Next Web (TNW) ↗
每週 AI 簡報
每週一封,可隨時退訂。



