#79 特斯拉股价跌了，Uber 却涨了？漫谈特斯拉 Robotaxi 大会

原文讲解：为什么他们把 Robotaxi 大会看成一场“未来派对”

视频开头约 00:04–00:36 先放了后段对 Optimus 远程操作的怀疑，以及 CyberCab 可能由 Model 2 改造而来的判断。正式节目在约 00:43 开始。下文以正式开场为时间轴，保留预告这一剪辑事实，但不让它抢占事件论证的起点。

一、延期两个月，却没有回答大家最想知道的技术问题

张小珺先交代背景：马斯克原本把这次活动说成“载入史册”的事件，发布会从 8 月延期到 10 月 11 日北京时区附近。延期让行业期待被推得更高——大家自然会猜，是否有某个关键能力还差最后一步，所以团队用两个月把 Robotaxi、软件或展示打磨好。

但正式环节一开始又延迟了半个多小时，真正的发布内容二十多分钟就结束。孟醒观察到，现场观众和特斯拉支持者仍然非常兴奋，线上直播后面还继续播放了派对画面；这说明现场体验可能很好，却也让活动更像年会或粉丝聚会，而不是面向新投资人、行业同行和普通用户的技术发布会。她还指出，马斯克讲的无人驾驶好处——车辆利用率提高、停车场减少、城市空间释放——很多其实是网约车已经讲了十几年的故事。

最关键的缺席是 FSD 软件能力：发布会没有解释模型、数据、接管率、远程协助或开放道路进展。观众只能根据三件展品和几个日期来猜测产品，而无法判断它现在究竟能稳定做到什么。

二、三个展品：CyberCab、Robovan 和 Optimus

孟醒把现场能讨论的内容归成三块。第一是两座的 CyberCab，重点变成造型、内饰、成本和什么时候能运营；第二是名为 Robovan 的共享交通小巴；第三是再次出现的 Optimus 人形机器人。由于软件几乎没有讲，汽车硬件和机器人动作反而占据了全部注意力。

节目里还有一个重要背景：高期待者看完仍然高期待，原本不相信特斯拉的人看完也没有被说服。孟醒认为，没有看到更多东西不一定等于特斯拉没有做，但如果发布会没有展示，外部观察者就无法把“可能已经做出来”当成“已经证明”。这为后面所有判断设下了证据边界。

三、Unsupervised FSD 不等于无人 Robotaxi：能力与责任被拆开了

主持人请孟醒解释所谓 Unsupervised FSD：在 Model 3、Model Y、Model S、Model X 和 Cybertruck 上，司机仍然坐在车里，但可以不持续关注，甚至一路睡到目的地。节目给出的时间表是 2025 年底前在德州和加州部分区域实现；另一条时间表则是 CyberCab 最快 2026 年、可能 2027 年开始提供 Robotaxi 服务。

孟醒认为这里有一个容易误导的命名。过去说 L2、L3、L4，通常同时讨论能力和责任：L4 不只是车能完成任务，还意味着在限定环境内系统承担更多驾驶责任。所谓 Unsupervised FSD 可能只是把 L2 的接管率降到很低，让人随机睡一段时间也不容易遇到必须接管的场景；但如果事故发生，司机仍然在责任链上。

真正的 Robotaxi 首先假设车里没有一个随时能够接管的司机。它还需要在异常场景中获得远程协助：遇到交警、道路阻塞、临时施工或不知道如何通过的障碍物时，远程人员可以提供上下文建议。节目讨论时认为，特斯拉对 Unsupervised 的描述没有清楚说明这层能力。若 2025 年的系统真的可以让人坐到后排、遇到问题也无法接管，那么它和 Robotaxi 的核心能力应该接近，为什么 Robotaxi 还要等到 2026 或 2027 年，时间表就出现了张力。

孟醒因此把这两个时间都看成激进预测：如果司机仍在驾驶位，Unsupervised 更像“监督版 FSD 的高阶版本”；如果司机真的不在，L4 的责任和远程运营问题就必须一起解决。

四、马斯克给出的两个理由，分别属于共享经济和长期安全愿景

马斯克的第一个理由是利用率：普通汽车一周有 168 小时，平均只使用约 10 小时；若自动驾驶成立，车辆利用率可以提高 5–10 倍。孟醒认为这个故事本身合理，却不是无人驾驶的特殊理由。Uber、滴滴和分时租赁早已在解决同一个问题：昂贵的车辆不应长时间闲置。无人驾驶真正增加的变量，是司机成本可能下降，使更多车辆可以被投入运营。

第二个理由是安全：自动驾驶最终可以比人类驾驶安全十倍。孟醒把它当成长期可能性和行业愿景，而不是当前事实。传感器和计算系统可以更高频地观察环境，车队也能积累大量历史数据；但今天的自动驾驶在泛化、异常场景和长尾处理上仍然需要追赶人类，特斯拉 FSD 更不能因为发布会上用了“无人监督”就自动获得十倍安全的结论。

五、CyberCab 的外形很未来，但运营设计不像为 Robotaxi 原生重做

CyberCab 最明显的亮点是没有方向盘、刹车、油门和后视镜，至少在形式上是一辆真正为无人驾驶准备的车。但孟醒逐项检查后觉得，它仍然带着 Model 3、Cybertruck 的家族设计惯性，不像从网约车运营的第一性原理重新设计。

两座设计可能符合平均订单人数，但会直接放弃三人以上订单；“做小”也不必然等于更便宜。向上打开的鸥翼门与低底盘叠加，会让老人、腰部不便的人上下车困难，门体的维护和失效成本也可能更高。车内没有展示怎样快速清洁、怎样维护、怎样处理高频上下客，这些却是运营车辆每天都会面对的问题。

节目把 CyberCab 与传闻中的低成本 Model 2 联系起来。孟醒引用行业讨论的粗略估算：Model 3 的 BOM 可能在 12–13 万元以上，这款小车如果真是 Model 2/Robotaxi 方案，BOM 可能压到 10 万元以内，零售价差异或许能达到 4–5 万元。她同时明确这些只是讨论中的成本推算，不是特斯拉披露。另一种解释是，特斯拉还没有积累足够多的 Robotaxi 运营经验，因此先复用一个较成熟的低成本方案，再通过运营数据迭代也可能是合理的工程路径。

六、片场试驾能证明什么：测试难度至少有三层

华纳兄弟片场的展示环境并不是普通城市道路。孟醒把自动驾驶测试按难度分成三层：最简单的是封闭测试场，道路、红绿灯、人和车都可以被设计；再上一层是公开道路上的固定路线，只在 A 到 B 之间反复运行；更难的是开放区域和开放路线，用户可以在区域内任意选择起终点，车辆需要处理不可预先写死的组合。

CyberCab 在片场里运行的道路、道具、停车车辆和大部分交通参与者都处在可控环境中，覆盖范围可能只有几公里。节目中唯一能推断出的技术信号，是现场地面没有传统车道线，车辆之间也出现了等待、绕行和超越，因此系统可能没有完全依赖传统车道定位，且不像一条死固定路线。但这最多说明它可能把现有 FSD 版本放进一个小场景里运行，不能证明它已经具备开放城市 Robotaxi 能力。

这段讨论也解释了为什么发布会容易制造误判：一个精心设计的片场可以让观众看到“未来已经到来”的画面，却不给出足以评估泛化能力、接管率、异常处理和远程运营的样本。

七、单位经济：从每英里 1 美元降到 0.2 美元，不能只减去司机

节目转到商业模式时，马斯克给出了每英里约 0.2 美元的 Robotaxi 运营成本方向，并讨论了税费等全包成本约 0.3–0.4 美元；张小珺和孟醒把它与有人驾驶约 1 美元的口径比较。孟醒的质疑是：如果无人化让成本下降 80%，就等于司机成本占到 80%，这很可能高估了人力在完整网约车成本中的比例。

更现实的核算要把新增成本加回来：无人车需要计算芯片、传感器、保险、调度、远程协助、停车、充电、洗车、维修和运营人员。孟醒估计人力可能占 50%–60%，扣除人力后再加入无人运营成本，净成本下降也许更接近 30%–40%。这是节目中的估算，不是财务模型；美国和中国的人工、保险、维护与出行价格也不能直接类比。真正需要的是在同一城市、同一车型、同一服务质量下，比较有人与无人运营的全生命周期成本。

八、Car Partner：把司机变成“牧羊人”，但资金成本可能不允许

马斯克设想的模式是，过去一个司机只能开一辆自己的车，现在个人或 Car Partner 可以持有很多辆 CyberCab，像牧羊人一样管理一群车；特斯拉负责平台和运营，资产由个人或合作伙伴购买。这样平台可以使用社会资金，车主得到资产收益，司机与平台之间的矛盾也可能被重新组织。

孟醒从网约车运营经验出发提出反问：重资产行业为什么通常由公司而不是个人持有大量生产工具？因为大公司、车企或有特殊资源的实体可以获得更低的融资成本；个人用自己的钱或个人贷款持有一批车，资金成本反而更高。现有网约车生态中的 CP 通常是车队公司，把车租给司机；它们规模可从几十辆到几万辆不等，背后往往有融资租赁、母公司或其他资金渠道。

更有可能成立的个人模式，是“我买一辆自己也会开的车，自己不用时把它投入平台”，即分时共享，而不是一个人买很多辆车做小型车队。可问题又回来了：适合做 Robotaxi 的两座小车，未必是普通人最愿意买来生活的私家车。个人资产利用率和平台运营效率之间，仍然有产品设计上的冲突。

九、Robotaxi 最难的不是把方向盘去掉，而是接管司机原来承担的杂事

司机的工作不只是开车。他还要在没订单时等候，选择停车位置，处理罚款，与交警沟通，洗车、维修、充电或加油。有人驾驶时，这些时间和精力经常被司机自己的生计掩盖；无人化之后，它们全部变成平台必须显性支付的运营成本。

以充电为例，车辆首先要知道自己快没电，停止接单；然后找到充电桩，驶入可能没有清晰地图的地库，完成倒车；接着打开充电口、拿下充电枪、插入，再付款并驶离。今天许多 Robotaxi 仍不具备完全自动倒车和复杂停车能力，远程安全员可能在关键环节提供支持。换电可以减少人工，但换电站要建设、选址和统一车型标准，也会把成本转移到基础设施。

Waymo 采用的集中式仓库和人工服务，在节目里被理解成一个中间态：先把车集中回来，由人完成充电、清洁、维护，不急着把所有后台自动化。代价是车辆可能为了回仓多跑一段空驶，车队扩大后还要建设更多仓库，碰到城市地租、距离、物流成本和场站密度的多重约束。真正的 Robotaxi 业务，最终必须回答的不只是“车会不会开”，而是“整套服务能否每天不间断地运转”。

十、Robovan：共享小巴有场景，但不一定是高毛利商业模式

Robovan 是一辆看起来科幻、可以容纳十几到二十人的小巴。孟醒认为这种车型本身并不新，国内、欧洲和新加坡都有类似产品；它长期没有吸引更大资本投入，往往不是自动驾驶技术不够，而是小巴商业模式本来就比较难。

小巴的体验介于公共交通和网约车之间，但成本没有降到公共交通那么低，票价又不能像个性化网约车那么高，很多地方需要政府或公共补贴才能维持。它适合机场接驳、高频固定路线、园区和特定区域，因为用户知道从哪里上、到哪里下，不需要 Robotaxi 那样的双边市场匹配。这样的市场可能更容易冷启动，却也意味着规模和利润空间更有限。

因此节目认为 Robovan 更像把“多人共享可以进一步降低单位成本”的逻辑实体化展示出来。它可以在球队、园区或机场场景中有用，但发布一辆车并不等于已经证明一个大规模商用市场。

十一、Optimus：FSD 的数据管道可以迁移，机器人面对的世界却完全不同

马斯克说人形机器人和自动驾驶同源：都需要感知、规划、数据采集、清洗、标注和训练基础设施。孟醒同意，数据管道、标注体系和部分模型能力可能共用，但任务空间差异很大。汽车的基本任务相对明确：从 A 到 B，按规则行驶，不撞到东西；机器人要猜拳、唱生日歌、调酒、处理酒瓶掉落、物品破碎和人突然介入，所需常识和世界知识远远更多。

她用“系统一和系统二”解释这种差异：熟悉道路上的驾驶大量依靠快速、自动化的反应，偶尔才遇到需要重新思考的异常；家务、调酒和复杂操作却经常要调用更慢的推理、手眼协调和动作规划。因此不能因为两者都使用摄像头、神经网络和端到端数据，就直接说把汽车模型装到机器人上即可。

现场 Optimus 的表现确实超出预期：十几到二十几台机器人编队走出，更多机器人站在原地与人聊天、猜拳、唱生日歌，甚至像 DJ 一样活跃气氛。但孟醒觉得某些上肢动作过于丝滑，带着人的小习惯。例如猜拳时不必要的左手动作、交流时的细微延迟和自然表达，都不像只靠机器人自主控制容易产生的结果。她和现场机器人从业者讨论后，给出约 80% 的遥操作可能性判断。

这里必须把“怀疑”与“证明”分开：节目没有获得控制台、操作员、网络链路或后台录像，因此遥操作不是已证实事实。更稳妥的说法是，静止站立、只控制上肢、动作高度自然，确实给遥操作留下了较大空间。把机器人展示得过于完美，反而会抬高下一次发布的门槛：下一次必须证明它在没有遥操作时也能稳定完成同等任务。

十二、从遥操作到自主：能力上限提高，不等于鲁棒性已经解决

孟醒提到 Mobile ALOHA 这类低成本全身遥操作系统：人可以通过遥操作采集复杂家务数据，再用模仿学习训练机器人。官方项目本身把遥操作定位为数据采集方式，演示任务很有吸引力，但从演示到泛化仍要看失败率。桌面颜色、物体布局或动作顺序稍微改变，策略可能就失效；研究团队公开失败案例，恰恰说明“会做一次”与“在变化环境中稳定做”之间有距离。

这和 FSD 从模块化路线转向端到端有相似之处：上线能力可能提高，但下线行为更难预料。工业场景、家庭场景和公共服务最关心的不是某次演示的最高分，而是失败时能否被发现、停止、恢复、转人工，及其成本是否可接受。无论是机器人还是 Robotaxi，真正要追踪的是可用率、失败分布和每次失败的处理路径，而不是一段特别丝滑的录像。

十三、最后的可信度分层：车和价格可以期待，时间表要打问号

节目结尾，孟醒把马斯克的承诺分层。对特斯拉这样的车企来说，把 CyberCab 这辆车做出来并交付，并不难；把成本压到三万美元以下，她也认为有一定可信度。真正需要打问号的是 2025 年在德州和加州实现 Unsupervised FSD、2026 年开始 Robotaxi 服务的时间表，因为这不仅是车的问题，还包含开放环境、安全、远程协助、充电、维护、保险和责任。

Optimus 则处在另一种风险里：如果这次展示的丝滑程度已经是真实自主能力，那么下一次发布必须展示更大的突破；如果这次主要依靠遥操作，下一次又必须证明不依靠遥操作也能做到。无论哪一种情况，过度超前的演示都会把市场预期推到很高，反而增加后续兑现压力。

最后节目回到股价：特斯拉发布会后下跌，Uber 上涨。两人把它理解为二级市场用资金投票，认为特斯拉没有在台上兑现或说明大家期待的东西，而 Uber 这个潜在竞争对手暂时没有被证明已经失去位置。邀请函只发给股东、需要持股抽奖进场，也进一步支持了他们的判断：这更像向老朋友展示未来场景的股东派对，而不是向新市场提交完整产品证据的发布会。

结构化提炼：把“未来故事”拆成四个可验证的系统

一、发布会没有展示的软件，恰恰是 Robotaxi 的核心产品

CyberCab 的造型可以由照片检查，低成本车也可以由 BOM 和量产交付检查；但 Robotaxi 的核心能力是长时间、复杂环境、低人工介入下的安全运行。它需要接管率、异常事件、远程协助频率、可用率、空驶率、充电和清洁周转时间等运营指标。没有这些指标，观众只能看到一个漂亮的载体，而看不到服务的可靠性。

二、L2 与 L4 的差别不是“睡不睡觉”，而是系统能不能把人排除出安全假设

L2 可以把人当作系统的一部分：车负责大多数操作，人负责监控和兜底。L4 必须假设车里没有一个可靠的人类接管者，因此要把异常处理、远程协助、故障停车、乘客保护和责任主体都放进系统设计。把 L2 的高阶表现称作 Unsupervised，容易让用户把“短时间没有接管”误解成“事故责任已经转移”。

三、运营成本的关键不是司机工资，而是司机曾经免费承担的整套后台

司机会自己寻找停车位、洗车、充电、处理罚单和修车。平台若把司机拿掉，就必须把这些活动组织成集中式仓、自动设施、外包人员或远程运营，并且承担场地、物流和等待成本。Robotaxi 的真正商业化门槛，是让这套后台比有人驾驶更便宜、更稳定，而不是只在纸面上从每英里成本中减掉驾驶员。

四、Optimus 与自动驾驶共享的是数据基础设施，不是完整的智能

两种系统都需要采集、清洗、标注和训练，但汽车的任务空间相对收敛，人形机器人要处理开放世界中的物体、常识、语言、动作和意外。遥操作可以快速生成漂亮数据，也可以遮蔽自主性不足。判断机器人进展时应同时看：自主运行比例、遥操作触发率、场景变化后的失败率、恢复成本，以及能力能否迁移到未见过的任务。

证据审计与独立判断

节目里较有解释力的部分

• 用“能力—责任”重新解释 Unsupervised FSD，比单看功能名称更能说明 L2 与 L4 的产品差异。
• 把 Robotaxi 的后台工作一项项显性化，揭示了发布会只展示车辆行驶时会隐藏的运营成本。
• 把封闭测试场、固定路线和开放路线分层，提醒读者不要把片场演示直接外推到城市服务。
• 对 Optimus 遥操作的怀疑来自动作细节、静止姿态和操作延迟，而不是仅凭“看起来太好”否定整家公司；这是一种合理的观察假设，但仍不是证据闭环。

需要降权的数字与推断

• 10 小时/168 小时、利用率提高 5–10 倍、安全十倍、每英里 0.2 美元、全包 0.3–0.4 美元、成本下降 30%–40%、车辆 BOM 和零售价差，均是节目时期的口述、估算或假设，不能当作同口径财务模型。
• 特斯拉股价下跌、Uber 上涨的幅度在节目中按当时市场观察描述；要做投资判断，必须回到具体交易日、盘前盘后口径和市场整体波动。
• “80% 信心认为 Optimus 是遥操作”是孟醒转述与行业交流后的主观信心，不是后台控制记录或独立审计结果。
• 关于 2025/2026/2027 的时间表属于节目时点预测；时间过去后，应以实际许可、服务区域、无安全员运营和成本数据重新判断。

我的判断：Robotaxi 的核心不是去掉方向盘，而是接管司机原本隐形承担的系统责任

特斯拉的叙事把一辆车的闲置时间、车内计算力和自动驾驶能力放进同一个资产模型：车在使用时载人，不使用时做 Robotaxi 或分布式计算。这个想象很强，因为它把一次购车变成多种潜在现金流。但多种现金流也意味着多套系统必须同时成立：自主驾驶要安全，平台要有需求，车辆要能充电维护，车主资金成本要可接受，保险和责任要能定价。

所以我会把 Robotaxi 的验证顺序改写为四个问题。第一，车辆是否能在目标区域独立完成任务，而不是只在片场完成一次演示？第二，异常时谁发现、谁建议、谁承担责任？第三，车队是否能在不依赖大量人工的情况下充电、清洁、维修和调度？第四，扣除资产折旧、资金、空驶、保险和场站之后，单位经济是否仍然优于有人驾驶？如果这些问题没有答案，“低价无人出行”仍然只是一个有说服力的故事。

证据边界与资料索引

本文的第一材料是节目音视频及其时间段转录。节目剪辑在开头先播放后段片段；自动转录对 Tesla、CyberCab、Robovan、Optimus、FSD、Remote Assist 等专有名词以及单位和数字存在误识别，因此正文只保留能够由上下文稳定确认的名称，并将行业估算标记为节目口径。

• 原始节目：#79 特斯拉股价跌了，Uber 却涨了？漫谈特斯拉 Robotaxi 大会。
• 机器人遥操作的外部参照：Mobile ALOHA 项目页；它明确展示了低成本全身遥操作作为数据采集方式，不能直接证明特斯拉现场 Optimus 的控制方式。
• 节目中的 FSD 等级、Robotaxi 时间表、成本、车辆 BOM、资金模式和股价反应均处在当时语境；本文不把节目点评替代当前法规、车辆说明书、道路测试、公司公告或投资研究。
• 本文的独立判断只用于拆分演示、能力、运营和责任层级，不构成购车、投资或驾驶安全建议。