头图｜视觉中国
特斯拉 FSD 入华已进入 " 冲刺阶段 "。蔚、小、理头面人物不吝溢美之辞：" 震惊、全新时代的开始 "、" 除了特斯拉，国内没有第一梯队 "、" 倒逼国内企业技术迭代 " ……
这些大佬对 " 遥遥领先 " 和 " 兜底儿 " 不服气，扎堆吹捧 FSD 却有一番 " 别美，你们连第一梯队都算不上 " 的意味。
几位大佬也都是美国的常客，不可能没有体验过 Waymo（谷歌旗下）。Waymo 商业化运营的车队规模达 4000 辆，Robotaxi ( 特斯拉旗下 ) 测试车仅 30~50 辆。
更扎心的是，Robotaxi 测试规模还在缩减：2026 年 1 月超过 200 辆（其中 158 辆在加州湾区、42 辆在德州奥斯汀市）；6 月只剩 40 辆，其中真正投入无人监督（车上无安全员）的仅 20 辆左右，全部集中在奥斯汀市。
特斯拉 FSD 推出已近 10 年，数百万辆车跑在路上、提供宝贵的数据；无人出租车是特斯拉两大主攻方向之一（另一个是人形机器人），撑起数千亿美元市值；况且马斯克又是不服输的性格…… Robotaxi 怎么会被 Waymo 吊打？根本原因是纯视频路线无法满足监管要求。
在加州分出胜负
2016 年，《特斯拉宏图第二篇章》提出无人出租车构想：车辆闲置时自己去跑网约车，打造 " 自主、共享、电动 " 的未来。
2024 年 8 月，特斯拉在加州投入 158 辆 " 有人监管 " 的测试车练兵，目的是收集数据并争取拿到无人出租车测试许可。
具体要过两关——获得机动车管理局（DMV）的 " 无驾驶员测试许可 " 和公共事业委员会（CPUC）的 " 商业运营许可 "。
历经 1 年半测试，Robotaxi 没能说服 DMV 和 CPUC：
DMV 要求车企在真实道路进行数千小时测试，用海量数据证明智驾系统能应对各种突发情况。
夜间开车，每小时遇到两三次对向车远光灯晃眼是常事儿；雨季出门，溅满车身的泥点子不会躲着摄像头……这些日常高频出现的场景会降低纯视觉系统的判断能力，DMV 凭什么相信纯视觉系统在突发情况下的表现？
CPUC 从公众、社区角度进行评估，Robotaxi 因阻碍交通、幽灵刹车等问题引发大量市民投诉，拿许可难上加难。
不怕不识货，就怕货比货。Waymo 先后拿到 DMV 和 CPUC 许可并获批向旧金山公众开放 7*24 小时网约车服务，开始规模商业化运营。截至 2026 年 6 月，Waymo 在旧金山网约车市场份额超过 25%。
Robotaxi 不仅车队规模仅为 Waymo 的百分之一，而且存在代际差异。
规模
根据公开信息，Waymo 约有 4000 辆无人出租车投入商业化运营，覆盖美国 11 座城市并开始海外扩张（首站伦敦）。
2025 年，Waymo 付费订单 1400 万。2026 年 6 月，订单总量、周订单分别突破 2000 万、40 万。
L2VSL4
Waymo 商业化运营属于 L4，而 Robotaxi 带安全员测试属于 L2（安全员就是法律上的驾驶员，由其使用 L2 辅助驾驶为乘客提供 " 包车承运服务 "）。
靠信仰支撑的估值
无人出租车大饼至少撑起特斯拉三分之一市值（约 5000 亿美元），如此拉胯的表现却似没撼动股价，原因有两个：
一是华尔街只看愿意看到的，在泡沫真正破裂前 " 不见棺材不落泪 "；
二是越来越多的分析师寄希望于马斯克将 SpaceX 股权注入特斯拉。
某知名分析师预测 "2027 年底前完成合并的概率超过 80%"；
某投行以此为由将特斯拉目标价从 475 美元上市至 500 美元；
市场研究机构 Wolfe Research 报告显示，相当大比例的投资机构将合并预期作为看多特斯拉的核心理由。
2026 年 2 月 3 日，虎嗅完全基于财务数据分析推演 SpaceX 注入特斯拉的底层逻辑。
Robotaxi 败北的根子是纯视觉路线
特斯拉无人出租车业务被 Waymo 吊打有些反直觉，因为前者的优势太明显：
特斯拉深耕智驾多年，技术底蕴深厚；
特斯拉有数百万辆车跑在真实世界，坐享数据飞轮；
特斯拉拥有巨大产能及供应链管理能力，用于测试的车辆造价远低于 Waymo；
特斯拉科技光环加身，FSD 被夸得神乎其技，在民众及各地政府心目中有先入为主的品牌优势。
但 Robotaxi 却败了，最根本的原因是纯视觉方案没有获得各地监管部门认可，连测试许可都拿不下来。
Robotaxi 与 Waymo 最大的区别在于：
Robotaxi 死守纯视觉方案（仅有 8 个摄像头）且不依赖高精地图；
Waymo 采用激光雷达为主的多传感器整合（第六代系统采用 4 个激光雷达 +13 个摄像头 +6 个毫米波雷达）且依赖高精地图。
两家思路有根本性差别：
Waymo 以安全为底线。先尽可能堆硬件，然后在不降低安全系数的前提下逐步压缩硬件成本。与前代相比，第六代系统减少了 1 个激光雷达、16 个摄像头。
Robotaxi 把省钱放在第一位。先把硬件配置压到最低，然后借助数据飞轮不断优化，提高安全系数。
因此，在测试过程中 Waymo 的安全系数曲线起点很高，然后缓慢向上；Robotaxi 的安全系数起点相对低，上行是肯定的，但轨迹不确定。
Robotaxi 的底层逻辑与 SpaceX 一脉相承。猎鹰 1 号系列前 3 次发射全部失败；到猎鹰 9 号系列仍出现 3 次炸毁；回收试验失败 13 次。
SpaceX 发射火箭的成功率从零起步，逐步提高到 90% 以上。不载人的话炸就炸了，无人出租车测试涉及居民生命、财产安全，地方政府轻易不敢让车企在安全方面 " 零帧起手 "。因此加州没有松口让 Robotaxi 搞无人测试。偌大的美国，只有德州尺度宽松，也只批了 42 辆测试车，其中20 辆可以不配安全员。
无人测试进度迟缓，使拿载客运营牌照变得遥遥无期——各州对测试里程的要求动辄数千万英里，20 辆车要凑到猴年马月。
纯视觉卡脖 Robotaxi，FSD 也无法幸免
特斯拉为 FSD 规划了两条商业闭环（变现）路径，一是付费订阅，二是 Robotaxi 客运收入。
用于 Robotaxi 车辆会进行了全面减配——全景玻璃天幕、娱乐触控屏、氛围灯、前排坐椅通风都拿掉，还降级了内饰材质、底盘及音响，主打一个能省则省。采用纯视觉路线，省掉激光雷达、毫米波雷达，主要原因也是省钱。
但是 Robotaxi 不仅承载变现重任，也是 FSD 的 " 尖刀连 "，负责闯关夺隘。" 尖刀连 " 受阻，大部队更加难以前行。
不提无人出租，世界范围内直接限制纯视觉用于高阶自动驾驶的法规正在陆续出台，例如：
联合国 WP.29 UN R57 法规：L3 级及以上车辆必须 配备多模态冗余感知系统；
新泽西州 S1677 的法案，L3 级必配毫米波雷达，L4 强制搭载激光雷达；
中国《智能网联汽车自动驾驶系统安全要求》（2026 年 6 月公布）要求 L3 级自动驾驶系统具备感知冗余，不能仅依赖单一类型信号（如视觉）。
中国版自动驾驶的规则的亮点是以结果为导向——在全生命周期及特殊工况下（如雨雪、浓雾、逆光等）、以时速 120 公里运行时，向前探测距离不小于 130 米，车身左右两侧探测距离不小于 9 米。
如此一来，省去与 " 九漏鱼 " 关于初中物理的口舌之争。当浓雾使能见度低于 100 米，甚至 50 米时，什么神仙 AI 能让纯视觉探测距离超过 130 米？
可叹死抱纯视觉的某些车企，还做着 " 马圣之下我第一的 " 迷梦。
除了感知冗余，中国对 L3 级自动驾驶还提出 " 接管时间不低于 10 秒 "、" 强制安装黑匣子、滚动存储 8 小时运行数据 "、" 事故发生 2 小时内，将数据上传至监管平台 " 等一系列要求，这些都是特斯拉 FSD 目前无法满足的。
可以肯定，即将入华的 FSD 也就是个 L2 级货色。
羞刀难入鞘？
特斯拉选择纯视觉路线的原因有两条：
一是当年激光雷达太贵；
二是多种信号难以顺畅融合，造成决策迟滞。
今天的形势有了根本性变化：
1）激光雷达不贵了
特斯拉确立纯视觉路线的 2015 年 ~2016 年，激光雷达贵得离谱（64 线雷达高达 7.5 万美元）且体积庞大。马斯克据此断言用激光雷达的都是傻子。
SpaceX 把发射火箭的成本打骨折，把回收从不可能变成可能。激光雷达为什么不是变小、变便宜？
事实上，中国厂商（速腾聚创、禾赛等）已将激光雷达做成白菜价。9 万的比亚迪海鸥、8 万的零跑 A10 都配置了激光雷达。
马斯克对激光雷达成本下降潜力发生误判。
2）感知融合解决了
特斯拉认定纯视觉路线有三方面的原因：
首先，当年处理雷达信号的算法 " 太笨 "。废弃易拉罐造成的回波都有可能被识别为障碍物。如果都信雷达的，会频繁地出现幽灵刹车。相比之下，处理视觉信号发生误判的几率小很多。
其次，对传摄像头、激光雷达等设备传来的信息进行融合需要复杂的算法，训练工作量极大。
最后，当从多种传感器获得的数据出现冲突，会导致决策迟滞，甚至使系统陷入瘫痪。
既然雷达又贵又不好用，还添乱，索性专攻纯视觉。马斯克一定不知道 " 兼听则明 " 这个东方古老智慧，" 兼听 " 不就是从多个渠道获得信息吗？
举个例子：水泥路中有前车掉落的水泥污水管，直径 3 米。因两者材质相同且光线不好（或有大雨、浓雾），摄像头未能识别，激光雷达发出碰撞报警。为避免数据冲突拆除激光雷达，是典型的因噎废食。
如今，感知融合已被先进的国内外厂商解决了：
华为
乾崑智驾不断优化传感器融合算法和决策逻辑，ADS 4.1 版本的 " 重刹率 " 降低了 70%，此前被吐槽的 " 幽灵刹车 " 和 " 加减速顿挫 " 基本消失。
硬件方面，华为推出新一代 896 线双光路激光雷达，分辨率较 192 线雷达提高了 4 倍。对 30 厘米高的障碍物能在 162 米外识别，15 厘米高的障碍物能在 120 米外识别。毫米波雷达则是破雾神器。
比亚迪
比亚迪 " 天神之眼 " 采用激光雷达 + 毫米波雷达 + 摄像头多传感器融合方案。
硬件方面，比亚迪较华为更下本儿：
选用速腾聚创的纯固态数字化 EM4 激光雷达（1080 线 ~2160 线），特供价 1400 元 ~2000 元，最远探测距离达 600 米；搭载速腾凤凰 ( SPAD-SoC）图像处理芯片的套餐 3000 元 ~5000 元；
比亚迪还自研了璇玑 A3 芯片（4 纳米制程、单颗算力 700 TOPS）；
璇玑 A3 芯片有强大的多感知融合能力，原生支持 12 路 800 万像素摄像头 +5 颗毫米波雷达 + 多颗激光雷达的同时输入与融合处理。当年特斯拉担心的多感知融合导致决策迟滞完全不存在，夜间时速 150 公里时能发现静态假人并及时刹停。
璇玑 A3 并非单一功能智驾芯片，而是智能座舱、智能驾驶、智能电控三位一体的 " 舱驾电 " 芯片，数据带宽提高了 60 倍、系统延时压缩至 8 毫秒。
值得注意的是，璇玑 A3 芯片不仅用于高阶智驾，也是人形机器人（内部代号 " 尧舜禹 "）的 " 中枢 "。
特斯拉
特斯拉 AI5 芯片专业为 FSD、人形机器人及 AI 超级计算机设计。2026 年 4 月成功流片，计划 2027 年量产。
除了极致算力和海量内存外，AI5 芯片异构数据并发处理能力（意涵比感知融合更广）和比亚迪璇玑 A3 芯片可谓异曲同工——原生支持 12 路摄像头、4 颗毫米波雷达及多颗激光雷达，延时也压缩到毫秒级。当年，因算力不足放弃雷达是彻头彻尾的短视！
AI5 具备感知融合能力的缘由一想便知：Optimus 不可能是纯视觉的（起码要有听觉、触觉），否则一颗鸡蛋都拿不起来（多一分力捏碎、小一分力掉落）。所以 AI5 必须具备低延时的多感知融合能力。这种能力机器人能用，凭什么 FSD 不能用？
随着 2027 年 AI5 芯片大规模量产上车，特斯拉放弃纯视觉路线只是时间问题。
AI5 上车不难，但此前积累的百亿英里纯视觉智驾数据全部失效，只能用搭载激光雷达、毫米波雷达的新车从头开始训练，乐观估计两三年能达到 " 能放心用 " 的水平。
中国车企不会原地等待，比亚迪每天训练里程达 2 亿公里，两三年后 L4 将下放至 15 万级车型并无限接近 " 零事故 "。特斯拉或许永远回不到第一梯队，这是短视的代价。
* 以上分析仅供参考，不构成任何投资建议！
