十年磨一剑，特斯拉自动驾驶出租车 Robotaxi 终于上路运营了。当地时间 6 月 22 日，特斯拉在美国得克萨斯州奥斯汀市正式启动 Robotaxi 试点服务，首批乘客乘坐只需支付 4.20 美元（约合人民币 30 元）的固定费用，这一消息得到了特斯拉 CEO 埃隆・马斯克的确认。早在 2016 年，马斯克就计划推出 100 万辆自动驾驶出租车，但截至 2025 年，实际投入运营的车辆却不到 20 辆。

此次投入运营的车辆均基于 Model Y 车型改造，搭载特斯拉自研的视觉感知系统和 FSD（全自动驾驶）软件 。目前，Robotaxi 服务每天从早上 6 点运营到午夜，服务区域集中在奥斯汀市中南部（290 号公路以北），并且特意避开了交通复杂的十字路口，以此确保行驶过程更加安全、稳定。

为保障乘客安全，每辆 Robotaxi 都配备了一名安全员，坐在副驾驶位置。安全员虽没有方向盘或刹车踏板，但可通过紧急按钮在必要时控制车辆。车内还安装了健康监测传感器，一旦乘客突发身体不适，系统会自动报警。此外，特斯拉的后台团队也会远程监控所有车辆，遇到紧急情况能够随时接管。

特斯拉特别强调，车内的摄像头和麦克风默认处于关闭状态，以保护乘客隐私。乘客可按需手动开启这些设备，麦克风主要用于识别救护车、警车等紧急车辆的鸣笛声，正常情况下不会录音或上传数据到服务器，仅在特殊紧急情况下才会启用。

目前，这项服务仅限受邀用户参与，包括部分特斯拉员工、车主以及 Powerwall（特斯拉家用电池）用户。受邀者可通过专属 App 预约体验。从一张内部成员发出的特斯拉 Robotaxi 派对现场图中可以看到，前方 PPT 透露当前的运营数据为 112 次乘车、499 英里。

马斯克在社交平台上极为高调地宣传这项服务，这是因为特斯拉正面临巨大的竞争压力。与行业领先者 Waymo 相比，特斯拉明显需要加快发展步伐。Waymo 已在奥斯汀等多个城市开展商业化运营，并创下了 1000 万次付费乘车的里程碑。在技术路线上，特斯拉的 Robotaxi 与 Waymo 存在显著差异。马斯克坚持采用以摄像头为核心、基于计算机视觉的解决方案，而 Waymo 依赖雷达等高科技传感器阵列。马斯克做出这一技术选择，是出于对成本效益的考量，他认为昂贵的传感器不仅会推高制造成本，还会阻碍 Robotaxi 的大规模量产。他曾明确表示：“从实际道路应用的角度来看，AI、数字神经网络和摄像头系统才是最有效的解决方案。” 这一论断充分体现了特斯拉在自动驾驶技术发展上的核心理念。

马斯克在 X 上激动地评价此次成果为 “十年辛勤工作的巅峰之作。AI 芯片和软件团队都是在特斯拉内部从零开始建立的” 。他毫不吝啬对这支 AI 团队的赞美。特斯拉官方在 Facebook 上晒出了马斯克和特斯拉 AI 团队庆祝 Robotaxi 服务推出的合照，合照中能看到不少华人和印度人面孔。拍照的人是机器学习专家段鹏飞，他本科毕业于武汉理工大学，曾担任特斯拉 Autopilot 关键技术负责人，中途因 “实在太累了” 退出过团队，但 9 个月后再次回归，表示 “宁可被榨干，也绝不混天度日”。

这支团队的两位核心成员是印度裔机器人工程师阿肖克・埃卢斯瓦米（Ashok Elluswamy）和德国工程师米兰・科瓦奇（Milan Kovac）。科瓦奇于 2016 年加入特斯拉，在特斯拉工作近 10 年，大部分时间都在 Autopilot 团队担任高级工程师。2022 年，他被任命领导 Optimus 的开发，并于 2024 年底成为负责该项目的副总裁 。然而在 6 月 7 日，科瓦奇突然在社交媒体确认离开特斯拉，称这是他人生中 “最艰难的决定” 。他在 X 平台上提到，在过去九年多时间里，有幸与人工智能和工程领域的杰出人才共事，并建立了难忘的友谊。

科瓦奇离开后，阿肖克・埃卢斯瓦米接替了他的职位。阿肖克目前是特斯拉 Robotaxi 项目的 AI 团队负责人，同时也是特斯拉 AI 与自动驾驶软件负责人。他常驻旧金山，拥有卡内基梅隆大学机器人系统开发硕士学位，以及钦奈金迪工程学院电子与通信工程学士学位。加入特斯拉之前，他曾在威伯科汽车控制系统公司工作，并在大众电子研究实验室实习，为早期的自动驾驶计划做出过贡献。2014 年，阿肖克成为第一位加入马斯克领导的特斯拉人工智能 / 自动驾驶团队的工程师，自 2019 年起担任特斯拉自动驾驶软件总监。去年，阿肖克对马斯克给予了高度称赞，肯定他作为 “特斯拉人工智能和自动驾驶的关键推动者” 发挥的重要作用。马斯克也在 X 上表达了对阿肖克的欣赏，称如果没有这位印度裔工程师，特斯拉 “只不过是又一家寻找根本不存在的自动驾驶供应商的汽车公司”。得益于他的加入，特斯拉在 2015 年推出了全球首款 Autopilot 系统。马斯克还透露，阿肖克实际上是他面试的第一个人。

特斯拉 Robotaxi 服务亮相后，除了背后的团队备受关注，其采用的自动驾驶技术也是焦点。Artimatic Technologies 总裁、佐治亚大学教授约翰・吉布斯（John Gibbs）在视频访谈中指出，当前在奥斯汀测试的 Robotaxi 版本并非外界猜测的 FSD 14.0，而是基于 13.2.9 版本的深度微调。过去六个月看似 “无明显更新”，实则是针对奥斯汀本地路况进行的定向优化，例如适应德州特有的 U 型转弯规则和驾驶习惯。真正的 FSD 14.0 版本将搭载 4.5 倍于现有模型的参数（若现有模型为 10 亿参数，14.0 将达 45 亿），这一升级类似 ChatGPT 从 3.5 到 4.0 的智能跃迁，但由于硬件算力限制，该版本仍处于 alpha 阶段，预计 2025 年底（10 - 11 月）才会面向消费者发布。

值得注意的是，Robotaxi 的技术突破不仅体现在参数增长上，还包括将 “3 倍模型上下文长度” 的记忆窗口扩展，即从处理 10 秒路况信息提升至 30 秒，使车辆能通过更长时间序列判断潜在风险，比如连续变道的车辆。这一改进有效解决了早期 FSD “逐帧快照式判断” 的缺陷，显著提升了动态环境下的决策连续性。

特斯拉在财报中披露的 “奥斯汀定向训练模型” 引发了行业对 “地域适配性” 的争议。约翰认为，这一策略本质上是 “通用司机 + 本地知识层” 的折中方案：一方面，特斯拉 FSD 的基础模型已具备跨地域的通用驾驶能力（如中国市场无本地数据训练仍能在复杂路况运行）；另一方面，针对奥斯汀等城市的微调是为首发市场降低风险。但规模化面临的核心挑战在于：若每个城市都需独立优化模型，将导致数千个地域化版本的管理难题。约翰提出，特斯拉可能采用 “低秩适配器（LoRA）” 技术 —— 通过轻量级参数矩阵叠加在基础模型上，仅需文本文件即可定义本地规则（如 “奥斯汀允许特定 U 型转弯” ），避免为每个城市开发独立模型。此外，“检索增强生成（RAG）” 机制可使车辆根据导航目的地提前从云端加载本地规则，实现动态适配。

在这场访谈中，约翰・吉布斯博士还揭示了特斯拉 FSD 系统的重大技术变革：团队将原有约 33 万 - 34 万行代码精简了近 90%，删除的主要是 2017 - 2018 年由安德烈・卡帕西（Andre Karpathy）团队开发的 C++ 启发式代码 ，这些代码多是 “如果出现停车标志则执行 XX 操作” 这类条件判断逻辑。2023 年 8 月 28 日，埃隆・马斯克与阿肖克试驾的新版神经网络成为转折点，团队用 “巨型神经网络” 替代了传统代码逻辑。这一变革本质上是从 “人类经验编码” 转向 “参数化训练”：神经网络通过数百万视频数据和模拟驾驶训练，自主优化 45 亿参数（现有版本的 4.5 倍），而非依赖人工编写的规则。尽管特斯拉自 2022 年起很少披露技术细节，但这种 “用权重换代码” 的策略已显著提升系统表现，例如将路况处理的 “记忆窗口” 从 10 秒扩展至 30 秒，解决了早期 FSD “逐帧判断” 的缺陷。

关于年底前 Robotaxi 的落地数量，约翰博士给出了弹性预测：若初期测试出现恶意干扰（如行人故意碰瓷）或舆论危机，规模可能停滞在百辆级别；若奥斯汀运营顺利，数量将呈指数级增长 —— 德州内可快速扩展至休斯顿、达拉斯等城市，利用 “网格状道路 + 良好天气” 的有利条件，6 个月内实现数千辆部署。

这些先进技术的背后，是特斯拉超级算力中心提供的强大支持。马斯克近日透露，随着 Grok 模型在 2026 年初进化 50 倍，叠加机器人出租车、货运卡车、特斯拉机器人及全自动化工厂的并行落地，超级智能可能在 2026 年达成。这并非毫无根据：彭博智能报告指出，特斯拉的车辆成本仅为 Waymo 的 1/17，而其超级计算机集群已成为全球最大的 AI 训练平台之一，算力规模正以每年 4 - 7 倍的速度增长，部分季度甚至可达 50 倍（如从 10 万台 H100 升级至 100 万台 B200）。如果特斯拉和 xAI 联手，凭借垂直整合优势（能源、芯片、机器人、汽车），其算力部署速度较 OpenAI、谷歌快 12 - 18 个月。例如，Grok 4 模型预计 2025 年 10 月达 120 万芯片年算力，而 OpenAI 的 GPT - 5 可能在 2026 年底才实现同等规模。

Epoch AI 预测，全自动化将使全球 GDP 每 10 年增长 100 - 1000 倍 ——2040 年全球经济规模可能达到 10¹⁶美元（当前约 10¹⁴美元），而特斯拉作为 “超级智能基础设施提供者”，其市值可能突破 10 万亿美元，甚至达到 “每股 10 万美元” 的极端情景（需实现全球经济 1% 的渗透）。这一增长的核心在于 “反馈循环”：AI 优化芯片设计→芯片算力提升→AI 迭代加速→自动化生产效率提升→更多资源投入 AI，形成类似摩尔定律的指数级跃迁。例如，台积电计划 2030 年将先进芯片产能从 500 万颗提升至 5000 万颗，而特斯拉 Dojo 超级计算机若突破 “无中介层芯片” 技术，产能可能再提升 100 倍，彻底打破算力瓶颈。

值得注意的是，超级智能的定义不仅是 “超越人类在单一任务的智能”，更包括自动化编程、科学发现等通用能力。OpenAI 创始人 Altman 认为 “奇点已至”，其测试显示 AI 在多领域超越人类；而马斯克更激进地表示，2026 年将出现 “在任何任务上都比人类聪明” 的数字超级智能 —— 这意味着 AI 不仅能驾驶汽车，还能自主研发新技术、优化供应链，甚至推动基础科学突破。

目前，特斯拉使用 ModelY 车型进行 Robotaxi 的试点运营，车队中运行的车辆数量非常有限，在 10 到 20 辆之间。并且，特斯拉并未为 Robotaxi 单独推出独立应用程序，而是在其 iOS 智能手机应用程序中上线 “Robotaxi” 板块。特斯拉仅向少数参与 “早期体验计划” 的用户开放试乘机会，受邀用户由特斯拉发出专属下载链接。已有多位体验者在社交平台上发布乘坐反馈。

从一位乘客的第一视角可以看到，Robotaxi 主驾前的屏幕上显示着导航路线，副驾上坐有一位安全员，行驶过程中未发生故障或者意外。同时，有多位乘客都表示 “行驶过程顺畅”。在 Robotaxi 的后置屏幕 UI 上，特斯拉准备了一些好玩的视频游戏供用户打发时间。据官方介绍，Robotaxi 在接用户上车前就会自动同步其多媒体和流媒体设置。

当用户向 Robotaxi 提供小费时，Robotaxi APP 页面给出了有趣的反馈：一个刺猬卡通人物比出 OK 的手势，拒绝了小费又显示 “开个玩笑” 的词条。据悉，目前在特斯拉的 Robotaxi 服务中是没有小费功能的。对此，马斯克回应道，“不得不这样啊”。也有网友提议，“希望他们能做‘反向小费’—— 你是个好乘客，把车保持干净，你会在当天晚些时候收到小费”。此外，多个乘坐者的视频都显示，安全员们在行驶过程中都一直用右手握着旁边的门把手。不少用户认为，Robotaxi 右侧的门开关按钮可能被改成了紧急停止按钮，具有安全防范功能。

此前马斯克称，特斯拉 Robotaxi 将没有方向盘和踏板，并发布了名为 Cybercab 的 Robotaxi。但现在推出运营的 Robotaxi 车辆，显然并非是此设计。已有不少网友注意到这一设计情况，纷纷对此表示疑惑。还有网友表示，“如果可以自动驾驶，为什么还要有方向盘呢？”

特斯拉推出 Robotaxi 时，有国外网友评价：“中国已经有了这个几十年了”。实际上，国内百度萝卜快跑、小马智行、文远智行三家企业的 Robotaxi 业务已运营许久。

萝卜快跑已在北京、上海、广州、深圳、重庆等 11 个城市落地无人驾驶出行服务，运营时间基本覆盖周一至周日的 7:00 - 20:00，并且在北京、上海、深圳、武汉 4 个城市开展了没有安全员的无人驾驶示范运营。

小马智行的 Robotaxi 车型现已升级到第七代，在北京、上海、广州、深圳落地了无人驾驶出行服务，其在广州的运营区域几乎覆盖了整个南沙区，并计划后续将服务拓展到香港市区。截至目前，小马智行已在中国、美国、韩国、卢森堡等国持有 Robotaxi 牌照，Uber、如祺出行、支付宝、高德打车等都为其 Robotaxi 提供了用户基础和服务入口。

文远智行的 Robotaxi 服务则已经覆盖中国、阿联酋、瑞士等 3 个国家、10 个城市，并在阿布扎比、北京、广州三地实现纯无人测试或运营，拥有中国、阿联酋、新加坡、法国、美国五国的自动驾驶牌照。

不同于特斯拉现阶段 4.20 美元（约合人民币 30 元）的固定费用，国内现在的 Robotaxi 服务采用出租车的定价方式，即起步价加里程费、时长费。不过，几家 Robotaxi 都推出了一些优惠活动。

小马智行 CTO 楼天城曾公开评价特斯拉的 Robotaxi，称 “区域扩展需要过程，目前 20 辆车还是很少的，不算上‘牌桌’”。在他看来，“现在这个时间点，Waymo、我们（小马智行）和百度已达到‘上牌桌’状态”。不过，他也表示，“它（特斯拉）是个非常 serious（认真）的 Robotaxi 玩家，在很多技术判断上跟我们是一致”。