Tesla(TSLA) - RoboTaxi 何時問世

這陣子特斯拉在自動駕駛發展上，有著許多的動態，包括…

• FSD 宣布免費試用 1 個月，之後再降價月租費
• Elon 飛訪中國大陸，推動 FSD 在該國落地進度
• FSD V12.4 準備於下週推出

當然，人怕出名豬怕肥，這幾天也出現一些讓人不知所謂的新聞，譬如…

• 馬斯克長一堆「闌尾」！特斯拉竟成Luminar最大客戶 光達派贏了？
• 傳特斯拉自駕駛系統遭美當局調查 檢察官聚焦證券與電信詐欺*

*難怪 Elon 要強調辣個 supervised 🤣🤣🤣

因此，我綜合近期在網路上閱讀到的資訊，寫給正在思考是否投資特斯拉，以及手中握有特斯拉股票的人，心中最該問的問題…

特斯拉離 RoboTaxi 願景究竟還有多遠

最後一哩路是什麼？

法規？其實動點腦筋，就能推演出法規不會是限制。很簡單，美國、中國大陸早就已經有自動駕駛的存在，只是像 Waymo 那樣在有限度的條件與環境下運作而已。

你知道叫 Waymo 比叫 Uber 還貴嗎？

隨著自動駕駛技術越來越強、測試時間越來越久、安全統計越來越好，法規只會朝友好自動駕駛落實方向推行。

中國推進自動駕駛車 杭州5/1率先上路 | 科技 | 中央社
北京試點無人駕駛計程車 但僅小範圍參與測試 | Anue鉅亨

軟體？目前大家都看得出來，FSD 已經無限接近 Level 5，但就是還沒有辦法達到，主因是仍有許多超出常規的道路問題，需要 FSD 去學習應對。然而，我們要知道，目前特斯拉在訓練 FSD 時，某種程度已經脫離了「量」的階段，進入了「質」的階段。什麼意思？我解釋給你們聽。

眾所周知特斯拉擁有為數最多的優質路駕影片，而透過大量影片精煉而成的 FSD，有了區別新影片是否有助於提升自動駕駛表現的「能力」。試想，什麼樣的影片最需要納入訓練？最直觀也最主要的當然是觸發人為介入時的前後影片片段，這些正常範圍外的邊角案例（Conner Cases）、統計分布的長尾片段，是目前 FSD 著重的訓練方向。而這個「能力」的前提是 FSD 夠強，不會動不動就需要人為介入。

Elon 在 X 上說道，由於目前人為介入情形已相當少，目前每 10,000 個距離單位的影片裡，僅約 1 個距離單位影片是有助於訓練的。

因此，當 FSD 蒐集更多邊角案例並進行「特訓」後，終有一天數學統計會告訴特斯拉，可以為 Level 5 做保證了。

我們可以想想，除了特斯拉，還有誰有夠多車機來產生足量數據，以及擁有超模算力，來鍊出夠強的模型，針對路上莫名其妙的情況進行訓練呢？

假如軟體達標，Robotaxi 可能以怎樣的樣貌面世？

運作範圍上，可想而知絕對無法一開始就全面開通，大概率會先進行區域性的試點運行，然後才慢慢拓展服務區域。

運作方式上，要知道計程車這種服務最需要的資源是什麼，是足夠多的車輛，散布在服務範圍內。如此，才能盡可能降低消費者的等車時間，擁有良好消費體驗。因此，一開始絕不可能依賴自有車主的車，而是會建立專職的計程車隊。

最可能就是由特斯拉建立車隊，除了它已展示自家叫車 app 的營運企圖外，畢竟車是它造的、充電站（樁）是它的，車隊營運維護成本屬它最低，沒理由讓給第三方來營運。

若 Robotaxi 開始落實，特斯拉又會如何？

• 電動車產品將從一次性獲利品項，變成經常性獲利品項，毛利率因而拉高，市值估算模型或被重新審視；企業價值與市場估值都將有所更動，TSLA 股價更有底氣，朝向 Cathie Wood 說的 2027 年 $2,000 前進。😎
• 電動車庫存概念或將消失，市場一直擔憂那些躺在資產負債表上車輛庫存，一旦 Robotaxi 實現，這些所謂的「庫存」，將瞬間變成能夠服務計程網路的即時戰力。

未來可以觀察的前期指標

• FSD 快速的迭代更新，社群、媒體正面評價蓋過質疑聲浪
• FSD 在中國大陸正式啟用
• 特斯拉在美國有限地區實行 Robotaxi
• 正式出現第一家取得特斯拉 FSD 授權車商

如果你想說中國大陸那個誰更厲害。你說的對，那個誰沒準兒就那麼厲害。倘若你不認同雷軍說「中國車企全靠矇」、「除了特斯拉，好像比我們好的也沒有」，認為你更有眼界，那個誰就是那麼厲害。那麼，或許未來無人計程車服務上，特斯拉能有個競爭的伴，對消費者也是件好事。（笑）

韓媒：三星停止自駕研究 - 未來現代的車要如何擁有自駕功能呢？😎

Let Me Remind You Once Again…

If someone doesn't believe Tesla is going to solve autonomy, I think they should not be an investor in the company. -- Elon Musk

免責聲明 (Disclaimer)

本文僅供參考，讀者應審慎考量自身之需求與投資風險，作者恕不負任何法律責任，亦不作任何保證。本文內容或有取材於作者認可之來源，但並不保證其真實性或完整性；文內所有資訊或預估，變更時作者將不作預告，若資料內容有未盡完善之處，恕不負責。此外，非經作者同意，不得將本文內容加以複製或轉載。