众力资讯网

美国无人驾驶出租车的商业化为何快于中国说&美国无人驾驶出租车的商业化为何快于中国说"美国快于中国"，先要拆穿一个统计错觉：若比车队总数、城市数、周订单量，中国萝卜快跑、小马、文远知行加起来早已反超美国；美国真正的"快"，集中在Waymo单极突破的时间窗、原生L4数据闭环深度、联邦松绑下的硬件合法化节奏三个维度。第一，监管哲学不同：美国"创新优先+结果导向"，中国"安全优先+分级准入"。美国《自动驾驶法案》废掉方向盘踏板硬约束，NHTSA一次认证、全美通行，企业交安全报告即可，不审代码；中国则是国家强标+地方试点+逐城开路权，北京深圳各有条例，跨城复制要重走流程。这导致Waymo在凤凰城、旧金山、洛杉矶、奥斯汀能连续铺开，2025年底车队超2500辆、周单破50万；中国虽26城开全无人收费，但每城边界、每区权限都需重谈，网络效应被行政边界切碎。第二，资本结构与容错机制。美国敢烧钱：GM在Cruise亏掉百亿美元仍敢闯，Alphabet用搜索利润养Waymo十余年原生L4，单城数据纯度极高；中国Robotaxi企业夹在美股退市、港股低估值、美元基金退出期之间，被迫"L2量产反哺L4"，用辅助驾驶现金流补无人车窟窿，代价是纯无人里程占比偏低、长尾场景数据被人类接管稀释。第三，技术路线反噬。中国走"车路云一体"降单车门槛，复杂路况适应快、造车便宜（萝卜快跑RT6成本压到25万内），但依赖路侧基建，难原样出海；美国死磕单车智能，Waymo纯L4里程约2.7亿公里，接管率、事故率、陌生城复制能力形成正循环，先吃下欧美发达市场合规红利。但"快"不是终局。美国快在单点认证深度，中国快在多城铺量速度；Waymo一家吃下美国九成订单是集中度胜利，也是生态单一脆弱——Cruise一倒，第二极断层。中国武汉、广州、北京亦庄已跑通区域盈亏平衡，下一赛点不是谁先"全无人"，而是谁能把跨城运营成本曲线打平、把责任险精算下来。所谓快慢，只是同一种技术在不同制度肌肉上的投影：美国用资本与联邦制换时间，中国用基建与试点换安全。商业化后半场，比的不是谁先挂牌，是谁先去掉远程安全员还不涨保费。

#当TPU走出Google机房：a16z重押“机器时代”的拐点信源：[a16z｜WhyTopFoundersAreRacingIntoAIInfrastructure｜2026-08-28]这场访谈最抓人的说法，是AI需求“近乎无限”、关键供给已经排到2028年，以及瓶颈正转移到“模型以下”。但a16z刚刚募集11亿美元成立MachineAgeFund，芯片、内​当TPU走出Google机房：a16z重押“机器时代”的拐点信源：[a16z｜WhyTopFoundersAreRacingIntoAIInfrastructure｜2026-08-28]这场访谈最抓人的说法，是AI需求“近乎无限”、关键供给已经排到2028年，以及瓶颈正转移到“模型以下”。但a16z刚刚募集11亿美元成立MachineAgeFund，芯片、内存、网络、存储和数据中心正是它准备投资的方向，因此这些判断不能脱离募资语境照单全收。反而是视频之外的两项最新披露，更能解释a16z为何此时重返硬件：[Alphabet在2026年第二季度首次把TPU系统交付到客户自己的数据中心并开始确认收入]；[Amazon则披露，其芯片业务年化收入运行率已超过250亿美元]两项数字不能直接比较——Alphabet披露的是已经开始确认、但未公布金额的季度收入，Amazon给的是按当前速度外推一年的runrate，也不是单列财务报表收入。不过，它们共同指向一个比“缺货”更重要的变化：自研芯片正在从云厂商内部的降本工具，变成可以通过云服务或整套系统向外收费的基础设施产品。a16z押注的核心，是系统效率开始具备独立的商品属性。所谓“可出售的系统效率”，不是某颗芯片的峰值算力更高，而是把计算、内存层级、互联、供电、散热和编译器组合起来，在目标质量不变的前提下，降低每个有用任务的成本与延迟，并把这种改善变成收入或毛利。传统软件公司可以把硬件藏在云的抽象层之后；AI公司却必须为每一次推理持续支付显存带宽、数据搬运、电力和折旧。物理架构因此从后台成本进入了产品经济学。视频以超大规模云厂商的资本开支证明需求，并给出2026年约7000亿美元的量级。按最新公司口径重新核对，[Amazon预计2026年资本开支约2000亿美元]，[Alphabet指引为1950亿至2050亿美元]，[Meta为1300亿至1450亿美元]，[微软对2026日历年的最新预期约为1750亿美元]。四者合计约7000亿至7250亿美元；[IEA也估计五家大型科技公司的资本开支将由2025年的逾4000亿美元在2026年再增长约75%]，视频的数量级因而能够成立。但这个合计只能确认投入规模：这些都是公司指引或预期，并非全年已实现支出；各家对资本开支、融资租赁的处理不同，而且Amazon的预算还包括芯片、机器人和低轨卫星等项目，不能把总额全部贴上“AI”标签。供给端也要做同样的降噪。嘉宾所说“全产业链基本排满到2028年”以及“某头部内存厂当前订单需要三年产能”，公开信息不足以独立验证。能够确认的是，[微软称客户需求仍超过可用产能]，Alphabet需要在第三季度临时增加第三方容量，而[IEA在2026年4月的更新报告中判断，近半年形成的HBM短缺至少可能延续到2027年底]。这些证据足以说明瓶颈仍在，却不能推出每一种器件、每一个地区都已锁单到2028年。“模型以下”之所以成为利润变量，还因为AI工作负载不是一块均匀的计算。随附的PIC与SRAM材料把这条链条补得很清楚：Prefill偏计算密集；Decode中的Attention要反复读取KVCache，更受内存容量与带宽约束；FFN又大量读取权重。SRAM适合低延迟和高带宽访问，却难以独自容纳不断扩大的KVCache；HBM容量更大，但数据在芯片、机架和数据中心之间移动时，互联功耗与距离又会成为新约束。铜互联触及信号完整性、线缆体积和能耗边界后，光互联便会从Scale-out继续向Scale-up和封装附近推进。这里没有一颗芯片能够单独解决问题，上一层优化总会把压力传给下一层。这也是视频中“每个模型定制一颗ASIC”最需要谨慎的地方。a16z用一个上限测算说明其可能性：训练一个前沿模型耗资30亿至50亿美元，假设推理收入达到100亿美元，20%的效率价值就足以覆盖20亿美元的ASIC开发。但20%的效率提升不等于能直接节省20%的收入，模型架构、上下文长度、批量、算子和服务流量也会在Tape-out、量产与验证期间继续变化。更可能出现的路线，是面向一组稳定工作负载的平台级ASIC，再用异构系统分别处理Prefill、Attention和FFN。定制单位不会无限收缩到单一模型，而会停在足以摊薄研发成本、又能保留优化空间的平台层。这会把竞争从“谁有一颗更快的芯片”推向“谁能交付一套可复用的系统”。Alphabet销售TPU系统、Amazon把自研芯片变成云端收入，意味着CSP开始具备商用基础设施平台的角色，与NVIDIA式全栈平台形成新的正面重叠。对创业公司而言，仅有一项器件指标远远不够；它还要解决封装、编译器、互联、供应链、客户验证和量产。对HBM、PIC、CPO、SRAM加速器等环节而言，需求增长也不自动等于利润增长，价值最终取决于它是否占据难以替换的系统瓶颈，以及能否通过标准、良率、认证或软件协同留住议价权。a16z最薄弱的前提仍是“需求无限”。[IEA的2026年更新显示，2025年全球数据中心用电量为485TWh，预计2030年增至约950TWh，以AI为主的数据中心用电同期可能增长至三倍；但近年单个AI任务的耗电量至少每年下降一个数量级]，资本开支的持续性将对利用率、投资回报和融资环境高度敏感。效率提升与总需求扩张可以同时发生，却不保证每一轮提前建设都能兑现回报。[按Amazon口径，截至2026年6月底的过去十二个月自由现金流已转为流出76亿美元]，公司明确把主要原因指向以AI为主的物业和设备投入增加。这不是需求崩塌的证据，却说明现金回收已经成为和供给同样重要的约束。因此，接下来最值得跟踪的不是Token总量还会增长多少，也不是资本开支能否再创纪录，而是这批专有系统能否跨过“内部好用、外部难卖”的边界。若到2027年，TPU系统销售仍不成规模，芯片runrate无法转化为可持续的确认收入与利润，同时利用率和云业务毛利被折旧持续侵蚀，那么MachineAge更像一场供给短缺交易；反之，芯片、编译器、互联和运维被封装成多个客户愿意长期采购的平台，硬件才真正重新获得软件时代曾经独享的复用经济。到那时，芯片公司、云厂商和系统厂商的边界会进一步模糊。领先者未必拥有每一项最强的器件，而是能把局部的物理效率，稳定变成客户可以买到的“每个有用任务成本下降”。这才是a16z所谓“机器时代”比一轮缺货周期更值得重视的部分。

特斯拉无人驾驶出租车即将亮相Cybercab或开启新一轮商业化布局海外新鲜事特斯拉正在加紧为旗下无人驾驶出租车项目Cybercab造势。这款取消方向盘和刹车踏板的自动驾驶车辆，预计将用于特斯拉未来的无人驾驶出租车服务。当地时间周六，特斯拉在社交平台X账号发布一张预告图片，宣布将于9月3日在美国得州奥斯汀（Austin）举行一场特别活动。图片上标注了“独家发布”、活动日期和地点，与特斯拉此前在官网发布的预告信息相呼应。特斯拉公告称：“我们将在奥斯汀举办一场独家活动，庆祝特斯拉Cybercab无人驾驶出租车的发布，您将有机会参与其中。”特斯拉同时邀请无人驾驶出租车服务用户预订多次乘车体验，以获得抽取活动名额的机会。Cybercab取消方向盘可搭载两名乘客Cybercab最早于2024年10月正式发布。当时，特斯拉CEO埃隆·马斯克（ElonMusk）表示，该车型计划在2027年前实现量产，目标售价低于3万美元。这款金色车身的纯电动车采用完全自动驾驶设计，车内没有方向盘和传统踏板，主要定位为无人驾驶出租车使用，可搭载两名乘客。特斯拉已启动无人驾驶出租车服务事实上，特斯拉早在2025年6月就在奥斯汀推出无人驾驶出租车试运营服务。不过，当时使用的车辆并非Cybercab，而是搭载自动驾驶软件的量产车型ModelY。随后，该服务逐步扩大范围，目前已覆盖美国多个城市，包括奥兰多、坦帕、迈阿密、达拉斯、休斯顿和旧金山等地。但目前大部分车辆仍配备安全员或驾驶员，以便在紧急情况下接管车辆控制。首辆Cybercab于今年2月在特斯拉得州超级工厂下线，特斯拉4月宣布开始推进量产计划。公司此前曾计划在2026年实现规模化生产，但在7月22日公布的季度财报中，并未再次明确这一时间表。大量车辆现身停车场被认为是扩大测试信号近几周，一些特斯拉用户发现，大量Cybercab车辆停放在停车场，尤其是在达拉斯地区。部分特斯拉支持者认为，这可能意味着该车型即将进入更大规模测试阶段。据美国媒体《TheInformation》8月17日报道，特斯拉初步计划先让员工驾驶Cybercab在公共道路上测试，随后几天内在奥斯汀向公众开放相关服务。Waymo已抢先布局无人驾驶出租市场在无人驾驶出租车领域，特斯拉面临来自竞争对手的压力。谷歌母公司Alphabet旗下自动驾驶公司Waymo，目前已经在包括奥斯汀在内的美国11个城市提供无人驾驶出行服务。随着特斯拉Cybercab即将投入市场，无人驾驶出租车行业的商业化竞争或将进一步加剧。图：特斯拉（终于）开始测试没有方向盘或踏板的无人驾驶出租车：马斯克的承诺正面临考验©TadaImages/Shutterstock

马斯克栽大了！估计他自己都没想到，自己居然也有低头认错的一天，由马斯克一手创办的AI公司xAI彻底乱套了，跟着他打江山的创始团队几乎全跑光了！如果只盯着那些离职名单，很容易把这件事看小了。真正让马斯克难受的一幕，其实出现在8月的华尔街：SpaceX上市后的首份季度收入同比猛增92%，达到78亿美元，成绩并不难看，可财报出来后股价照样下跌。市场盯住的不是火箭，而是马斯克那台越来越贵的AI发动机。更扎眼的是投入。当季SpaceX资本开支已经冲到约180亿美元，其中AI相关支出约158亿美元。8月5日，SpaceX股价一度下挫13.6%，投资者追问的核心已经很明确：这些砸进AI数据中心、GPU和模型训练的钱，到底什么时候能够自己养活自己。到了这个阶段，马斯克想靠宏大愿景把所有问题盖过去，难度已经越来越大。2018年4月的特斯拉Model3过度自动化危机与本次高度相似，当时马斯克同样把系统推向极端，结果生产线迟迟达不到预定产能，他随后公开承认“过度自动化”是自己的错误；但关键差异是，当年出问题的是汽车工厂，如今出问题的是已经进入上市公司体系的AI业务，这意味着纠错成本已经从生产问题变成资本问题。那次马斯克纠偏以后，特斯拉拆掉部分复杂自动化环节、增加人工和临时装配能力，到6月底终于第一次摸到单周5000辆Model3的目标。这个历史经验说明，马斯克并不是不会认错，他真正的特点是往往先把路线推到很激进的位置，发现系统承受不住以后，再迅速换办法，所以这次xAI的道歉并不是第一次，只是代价比2018年高得多。关键变化就在这里。过去的xAI是一家私人AI公司，烧钱快一点、组织折腾大一点，主要由马斯克和私人投资者承担风险；现在xAI已经并入SpaceX，而SpaceX又在6月上市。从这一刻开始，Grok花多少钱、赚多少钱、有没有法律麻烦，都会成为公开市场重新给SpaceX定价的一部分，马斯克过去那种“先做再改”的空间自然被压缩了。所以再回头看3月13日那次道歉，味道就完全不一样了。马斯克当时承认，过去几年一些很优秀的人申请xAI时被拒绝，甚至连面试都没有拿到，还表示自己会重新翻阅面试记录、重新联系有潜力的人。他甚至承认xAI第一次“没有建对”，这其实已经不是对几个求职者客气一下，而是在承认早期组织设计出现了系统性偏差。更值得注意的是，马斯克认错以后没有把xAI速度降下来，反而踩得更狠。7月16日推出Grok4.5，7月28日进入GitHubCopilot，8月12日Grok4.6紧接着上线，而且很快进入Cursor、API、Cloudflare和Vercel等开发者渠道。这个节奏说明马斯克现在最急的事情，已经不是恢复原来的创业班底，而是赶紧把模型变成真正有人付钱用的产品。这也解释了为什么“低头认错”现在特别重要。一个实验室只要模型跑分够高，内部乱一点还能继续讲技术故事；可企业客户采购AI服务，关心的不只是模型聪不聪明，还关心产品能不能稳定更新、服务会不会中断、数据有没有风险、供应商几年后还在不在。xAI越向企业市场走，过去那种高速试错式管理带来的代价就越容易被放大。xAI自己显然也知道这一点。8月发布Grok4.6时，公司专门强调安全措施经过重新校准，并称进行了迄今范围最广的部署前能力和安全评估。不能把这直接解释成监管压力造成的改变，但至少可以确定一点：现在的Grok发布会已经不能只谈模型有多聪明，安全已经成为一个必须正面交代的产品指标。资本市场更不会只听马斯克一个人讲故事。8月披露的持仓显示，截至6月底Alphabet持有的SpaceX股份价值约942亿美元，沙特公共投资基金、Fidelity、BlackRock等大型机构同样已经成为股东。机构资本进入之后，可以接受高投入，也可以接受短期亏损，但它们迟早会问投入产出比，xAI从此必须拿商业结果回答这些问题。这恰恰是马斯克现在最尴尬的地方。他本人依旧控制着SpaceX极强的投票权，8月披露的直接持股比例达到48.4%，没人能够轻易夺走他的方向盘；可控制权再大，也改变不了公开市场每天都在报价。以前项目走弯路可以再融资、再换人，现在每一次巨额AI开支都会被投资者拿计算器重新算一遍。因此，接下来判断xAI有没有真正缓过来，不能再数还有几个联合创始人，更不能只看马斯克有没有继续道歉。要看的是三件事：Grok进入企业软件以后能不能形成收入，AI数据中心投入增速能不能慢下来，法律与安全问题能不能被压在可控范围。如果这三件事没有改善，模型再快也无法彻底解决资本市场的疑问。