特斯拉引發的又一場革命：當汽車成為“AI?具身智能體”

不管是激進還是穩妥，所有車企都將走進這場汽車未來之爭。

十年磨一劍，Robotaxi終破曉：當汽車成為“AI具身智能體”

2025年6月22日，美國得克薩斯州奧斯汀，已從DOGE（政府效率部）全身而退的馬斯克，迫不及待地在自家社交媒體 X（前身為推特）上宣布：Robotaxi試運營，初期固定收費4.20美元。果不其然，特斯拉股價應勢大漲。看來，資本市場早就期待馬斯克從“增本增效”的 DOGE里退身，專注研發自動駕駛才是正經事。

6天后，也就是2025年6月28日，特斯拉官方又發出一段視頻：一輛煥新版 Model Y從特斯拉Gigafactory Texas（得克薩斯州超級工廠）出發，開啟了一段無人駕駛、無人監控、無人干預的交付旅程。這輛 Model Y先后經過城市主干道、高速公路、有密集人群通行的十字路口、鄉村道路，一直行駛到用戶所在的社區停車場，全程30分鐘，最高時速為116公里。這一次，自動駕駛終于從配角變成了主角，從錦上添花的“附加功能”變成了汽車本身。

“Robotaxi試運營 +Model Y自動交付”，這不僅是自動駕駛技術領域的里程碑事件，更是汽車行業百年范式的分水嶺：汽車正在從交通駕駛工具變身為“AI具身智能體”。10年前，特斯拉推出 Autopilot（自動駕駛儀），首次引入特斯拉 Model S，最初版本依賴“攝像頭+激光雷達+超聲波”的輔助系統，需要駕駛員高度警惕，且只能在高速公路上簡單保持車道、適度變道。此后，FSD（完全自動駕駛系統）Beta版出現在少量用戶的車機系統中，初步實現了自動泊車、自動變道、自動導航行駛、召喚等功能，并開始以純視覺為主線探索未來路徑，自動駕駛從“助手”向“輔助駕駛員”過渡。

從2021年起，“偏執狂”馬斯克力排眾議，陸續移除 FSD中的激光雷達與高精地圖，改用攝像頭與神經網絡模型，由此將 FSD帶入純視覺路線。這種“少即是多”的路線，在當時備受質疑。Dojo超級計算機平臺的上線，是特斯拉進入自動駕駛第二階段的分水嶺。通過海量車主真實駕駛數據的深度訓練，特斯拉不再單純依賴仿真測試，而是在全球道路上進行“實戰學習”。每一次轉彎、每一次避讓，都是 AI自我學習和優化的一部分。再加上強大的 OTA（遠程在線升級）機制，讓特斯拉在軟硬件協同與大規模數據訓練中建立了優勢，并讓數以億計的真實駕駛場景反饋回歸到算法與數據中心。

而此次 Robotaxi的試運營與 Model Y的自動交付，則標志著特斯拉在硬件架構、軟件系統、數據算法與商業模式上的“四合一”業務閉環驗證成功，也宣告了汽車將從交通駕駛工具逐步轉變為“AI具身智能體”。盡管這個過程依然會經歷包括商業模式、法律條款、交通基礎設施、AI算法與算力的多重考驗，但在馬斯克看來，FSD的一小步，將是百年汽車行業的一大步。

當然，業內的評價并非一邊倒地叫好。在馬斯克公開 Robotaxi試運營與 Model Y自動交付的消息后，一向和馬斯克唱反調的市場研究公司——“特斯拉空頭”GLJ Research指出，當前的特斯拉Robotaxi更 像“AI輔助演練”，仍需監管員保障，因此不要高估Robotaxi的商業價值。 NHTSA（美國國家公路交通安全管理局）則代表官方發聲：“我們將立即開展調查，尤其是對（Model Y自動交付過程中）違反交通規則、意外停車等情況進行法律審查。”而在一些社交媒體上，FSD早期用戶發布的視頻既有贊美也有警示：平滑換道、實時避障等功能還不錯，但偶然超速、選錯車道等問題也客觀存在。

不錯，但不完美——這或許就是特斯拉從汽車邁向“AI具身智能體”的現實寫照。然而，對馬斯克而言，這都不是事。之所以“先發車，再完善”，從戰略層面來看，出于4個關鍵要素的考量：一是關系到“先發定義規則”。誰先發車，誰就掌握了自動駕駛時代的話語權。二是關系到數據的積累與算力的優化。與封閉實驗室里的測試不同，馬斯克更加看重真實駕駛場景的反饋、現實數據的積累和對算法的持續優化，這是使特斯拉成為“AI具身智能體”的關鍵一步。三是引發公眾、媒體以及官方對自動駕駛的關注，尤其是涉及認知、習慣與法律條款的部分。四是關系到 FSD的商業閉環。無論是 Robotaxi的試運營，還是 Model Y的自動交付，都涉及汽車共享化，而這恰恰是 FSD商業閉環的一部分。從邏輯上講，如果 FSD沒有清晰的問題解決場景，那么“賺錢”這事將遙遙無期。

目前，科技圈有關“AI具身智能體”的核心表達是具備智能決策能力，能與物理世界互動，并在具體環境中自主執行任務的 AI系統。斯坦福大學人工智能研究所發布的《2024年人工智能指數報告》中明確將機器人、自主駕駛汽車、智能無人機等納入典型的“AI具身智能體”范疇。麻省理工學院計算機科學與人工智能實驗室提出 “AI具身智能體”三層模型，強調“三位一體”，即具備感知層（通過多模態傳感器，如視覺、雷達、激光等，采集環境信息）、推理層（通過 AI模型進行認知、推理、決策）、行動層（通過物理執行器，如輪胎、機械臂等，完成實際運動），才能稱得上真正的“AI具身智能體”。據此，搭載 FSD的特斯拉電動車型，包括試運營的 Robotaxi與可以自動交付的Model Y，當然屬于“三位一體”的 “AI具身智能體”。

從本質上講，特斯拉 Robotaxi=AI具身智能體+共享經濟模式+自動駕駛技術，它是 AI與物理世界深度融合的標志性產品，也是人類通向 AGI（通用人工智能）的里程碑。汽車 AI時代正在到來。

共享化成為現實：“汽車新四化”的最后一塊拼圖

過去10年，以電動化、網聯化、智能化、共享化為代表的“汽車新四化”，是汽車領域高頻出現的關鍵詞。確切地說，“汽車新四化”不僅是汽車技術的發展趨勢，更是汽車產業變革的風向標，它從4個不同維度影響和決定了車企的走向。

首先是電動化。這是標準的“從政策驅動到市場驅動”的產物，最早源于全球各國政府對于碳排放、碳達峰的焦慮，歐美最先熱心電動化，但政策執行最堅決、最有力、最到位的絕對是中國。根據 CPCA（中國乘用車市場信息聯席會）發布的數據，2024年，中國新能源汽車滲透率達到38.4%，同期德國為18%，美國為9.6%，日本僅為3%。然而，現今的電動化早就過了“補貼為王”的階段，以中國市場為例，電動車（從產業鏈角度看）整體生產成本大幅降低，隨著電池技術的發展、充電基礎設施的加速布局以及快充技術的普及，所謂的“續航焦慮”正在快速下降。電動化是為智能化做準備的，其競爭格局已基本成形。

其次是網聯化。所謂網聯化，表面上看是讓汽車接入互聯網，實現“人—車—云—路”的互聯互通，背后卻是一次系統性的商業模式重構。當前，汽車網聯化面臨技術領先但商業落地滯后的困境。一方面，對于大多數車企而言，車機聯網只是汽車銷售的一個賣點，還缺乏真正的數據變現的能力；另一方面，包括蘋果、華為、小米在內的科技公司，則試圖把車聯網打造成“移動智能終端”，推動車內生態深度融合。從這個層面來講，網聯化同樣是在為智能化做準備。

再次是智能化。這是當前新能源車企競爭的焦點。汽車智能化包括智能車機系統、智能座艙、智能駕駛等在內的一攬子智能解決方案。對于傳統車企而言，所謂的智能駕駛更像是為了滿足“讓車更好賣”的需要；而對于特斯拉、Waymo、百度 Apollo、Momenta、Pony、地平線等可以提供自動駕駛解決方案的科技公司而言，智能化當然不能停留在智能駕駛階段，必須進化到自動駕駛，最終使汽車成為“AI具身智能體”，這才是智能化的本質要義。

最后是共享化。這里的共享化，可不是人們之前所理解的滴滴、Uber等網約車出行模式。技術層面的共享化，其實是讓每輛車都具備 Robotaxi功能。最典型的場景是：你早上搭乘自己那輛具備自動駕駛功能的智能汽車上班，到公司后這輛車也不閑著，馬上去接活，然后在你下班前返回公司接你回家。這一天下來，不僅解決了你的通勤問題，而且順帶幫你賺了錢。當然，要實現這種場景，必須高度依賴電動化、網聯化、智能化，而特斯拉 Robotaxi的推出，讓共享化不再是拼車、打車的升級版，而是作為 AI驅動、自動運營的新物種，補全了“汽車新四化”中最具想象空間的那一塊拼圖，“無人+共享”的商業模式終于完成閉環。

特斯拉自動駕駛沖擊波：傳統車企可選擇的3條路

對于傳統車企而言，特斯拉 Robotaxi的試運營與 Model Y的自動交付，可不僅僅是科技酷炫那么簡單。一方面，“汽車新四化”集結完畢，傳統車企即將迎來“諾基亞”時刻，感受到來自特斯拉 FSD的自動駕駛沖擊波；另一方面，傳統車企不能再停留在單純能源視角而猶豫不決了，面對汽車行業大變局，全面擁抱智能、向科技公司進化才是真正的戰略轉型之選。簡言之，面對特斯拉自動駕駛沖擊波，傳統車企有3條路可選：

第一條路：全面轉型——徹底進化為科技公司

幾年前，我在撰寫關于豐田、大眾、通用、福特等傳統車企巨頭的轉型內容的文章中，一直堅持的觀點是：要從制造企業向科技公司轉型。然而，盡管很多傳統車企巨頭在其戰略愿景中加入了所謂“全面轉型為科技出行公司”的描述，但無論是商業模式與經營理念，還是組織架構與管理體系，都只是對現狀的“修修補補”或 PPT上的“精修細描”，實踐少之又少。關鍵原因在于兩方面：

一方面，傳統業務架構所限。傳統車企的業務架構，過去幾十年來都是圍繞“硬件制造（總裝）+全球供應鏈”搭建的。哪怕是大眾早已啟動了電動化轉型，但其內核仍然是“先定義硬件，再疊加軟件”的硬件主導模式。而反觀特斯拉、華為與小米的造車邏輯，一切從軟件和系統出發，硬件只是實現軟件與系統功能的載體。一邊是“軟件是硬件的補充”，一邊是“硬件是軟件的載體”，這種業務架構上的差異是傳統車企與科技造車企業的最大不同。

當傳統車企意識到這一問題時，很多車企開始大膽地“改弦易轍”。大眾曾設立獨立子公司CARIAD，專門負責軟件與自動駕駛技術開發；豐田曾將 Woven Planet定位為智能駕駛核心部門，甚至不惜重組董事會，讓數字化主管擁有更高話語權；奔馳則把 MB.OS操作系統作為未來產品競爭力的核心，試圖在智能車機系統上打一場漂亮的翻身仗。然而，有勇氣改變方向并不一定就有好的結果，尤其是受限于傳統業務架構所造成的認知固化，大多傳統車企在軟件應用、AI算法、數據訓練與 OTA能力上的積累，依然與特斯拉等科技造車企業相去甚遠。

另一方面，成本投入與研發周期的雙重挑戰。即便是傳統車企愿意轉型，但“錢從哪兒來”是個大問題。科技造車企業的“燒錢”速度驚人，傳統車企承受得住嗎？

以特斯拉 FSD背后的 Dojo超級計算機平臺為例，特斯拉投入高達數十億美元，背后是數百萬車主每天數億公里的駕駛數據積累、訓練與分析。而大多傳統車企只能依賴模擬仿真，效果自然大打折扣。并且傳統車企往往對財務穩定性要求極高，對于動輒5—10年的 AI研發周期，很難具備持續的資金容忍度，也很難支撐如此高的人才密度。在成本投入與研發周期上的雙重挑戰，讓很多傳統車企在向科技公司轉型中步履蹣跚。

第二條路：聯盟共生——與科技公司深度捆綁

既然進化為科技公司如此之難，那么無論是基于成本和時間的考慮，還是從傳統車企戰略轉型的難度考慮，與科技公司深度捆綁都成為大多傳統車企轉型的首選。

1. 現代汽車與 Aptiv（安波福）組建 Motional。早在2020年，韓國現代汽車就與 Aptiv組建了合資公司 Motional，專攻 L4自動駕駛技術。雙方合作的核心邏輯很清楚：現代提供車輛平臺與生產制造能力，Aptiv負責提供 AI算法、感知系統與自動駕駛核心技術。目前，Motional已在美國多地展開Robotaxi測試服務，盡管規模有限，但已成為現代汽車切入 AI領域的重要途徑。
2. 
   

2.Stellantis集團與 Waymo合作。被戲稱為“萬國車企俱樂部”的 Stellantis集團（包括菲亞特、克萊斯勒、標致雪鐵龍等）與谷歌Waymo已有多年合作，目標就是將 Waymo的自動駕駛技術集成到Stellantis的商用貨車與 Robotaxi平臺上。也就是說，以市場換技術。

3.奔馳與 NVIDIA（英偉達）深度綁定。奔馳將AI芯片、算法、操作系統“托管”給 NVIDIA，從MB.OS到自動駕駛，幾乎全部基于 NVIDIA的硬件與軟件框架，形成戰略層面的深度捆綁。這種合作模式基于雙方的“背靠背信任”，雖然有些孤注一擲，但好處是避免了多家供應商“彼此打架”，從一開始就做到了技術層面的一致性。

從短期來看，聯盟共生是傳統車企的務實選擇，但從長期來看，數據歸屬權、用戶運營權、技術主導權仍然是難解的博弈焦點。畢竟，誰掌握了行車數據、用戶習慣與 AI模型迭代權，誰才真正擁有了產業鏈層面的話語權。對傳統車企而言，早點兒認識和解決這個問題，才能在聯盟共生之路上走得更遠。

第三條路：發揮所長——聚焦制造做代工

對于大多數缺乏智能化基礎、不具備 AI研發投入、轉型窗口期較短的傳統車企而言，還有一條路可選，那就是發揮自身“造車”之長，聚焦制造做代工。

千萬別覺得做代工不好意思。事實上，能成為一家好的代工企業也超級難。這背后是極致的降本增效與敏捷的管理體系，還有對上下游、產業鏈的深度融合。這里不得不提到幾個品牌：比亞迪除了是全球第一大新能源車企，還是 EMS（電子制造服務）排名靠前的企業；大名鼎鼎的富士康，一度成為蘋果等高端消費電子品牌的“御用”代工廠；臺積電則是芯片代工領域的“無冕之王”。這樣看來，代工的門檻也是很高的。只不過，傳統車企還要過另一道坎：沒了自己的品牌，退居幕后做代工，到底甘不甘心？

話說回來，甘不甘心是一回事，能不能在代工領域活下來是另一回事。富士康早在幾年前就推出了自家汽車品牌 Model C，是為了告訴計劃造車的蘋果：“過去我能造 iPhone，現在也能造智能電動汽車。”即使后來蘋果暫停造車計劃，但富士康已向業界證明了其在供應鏈管理與制造效率層面的極致優勢依然可以在造車領域發揮更大作用。歐洲早先的一些二、三線車企品牌，或主動或被動地為一線主流品牌提供整車制造或動力系統模塊供應，早已將主力業務轉向代工與模塊制造。如果沒有富士康優秀的成本控制、供應商管理、運營體系，沒有臺積電的持續改善與創新能力，加之代工的模塊技術含量低，自身競爭力不夠強，很多傳統車企即使做代工也可能處于產業鏈的低端，盈利微薄，戰略選擇空間有限。

傳統車企在決定選哪條路之前，不妨先來回答下面3個問題：

你的企業對未來汽車的理解是“AI具身智能體”，還是交通駕駛工具？

你的企業是否準備好把數據、算法、AI、OTA與出行運營視作企業的核心資產？

你的企業是否已經達成“硬件制造只是戰略護城河中的一環，而非終極武器”的戰略共識？

這3個問題并不好回答，但可以幫助傳統車企更好地看清未來。其實，選哪條路都面臨風險和挑戰，都存在很多不確定因素，但唯一可以確定的是：越早決定，主動權還能在自己手里；越晚決定，可能只有背水一戰了。

造車新勢力再進化：從智能化到“AI具身智能體”

面對特斯拉自動駕駛沖擊波，如果說傳統車企面臨的轉型問題是“老船換新舵”，那么對于華為、小米等造車新勢力而言，它們面臨的挑戰將是從智能化的競爭優勢進化為“AI具身智能體”的打造能力，這可不是可以輕易解決的問題。

過去幾年，以華為、小米、理想、小鵬、蔚來等為代表的造車新勢力，將汽車智能化演繹得淋漓盡致。滿車的大屏、隨時響應的語音助手、方便敏捷的輔助駕駛與智能網聯……對于傳統車企而言，造車新勢力的這些創新在前期確實存在一定的領先優勢。然而，特斯拉自動駕駛的商用化（Robotaxi的試運營與Model Y的自動交付），則讓造車新勢力過去的智能化打法失去了競爭優勢——智能化，絕不是單純的配置升級，也不能停留在輔助駕駛、座艙娛樂等層面，而是需要進化到“AI具身智能體”，從“汽車新四化”視角去重新理解智能化問題。這將是造車新勢力群體面臨的最大挑戰。

以某造車新勢力為例，即便這家車企是造車新勢力群體中最具互聯網基因的企業，在發布新車時也高調宣布了“全棧自研智能駕駛”“用 AI算法定義出行”的理念，但離真正的戰略落地還存在不小的差距。比如，缺乏真實道路的訓練數據。在這方面，并不是有了全場景的技術架構，與多家傳感器、芯片、地圖公司保持開放合作關系就能解決的。對比來看，特斯拉靠全球數百萬車主積累真實道路數據，Waymo、百度擁有數十億公里的 Robotaxi實戰樣本，而這家車企造車起步較晚，數據測試還在逐步積累中，靠“大定數據亮眼”還無法解決道路數據采集與 AI訓練能力問題，數據壁壘本身不可小覷。

而對于另外一家“不造車”的造車新勢力而言，它的智能化水平在造車新勢力群體中相對最高，擁有 AI芯片、傳感器、操作系統、云平臺的完整能力鏈條，其自動駕駛解決方案已實現城區、泊車、高速等全域覆蓋。它擁有全棧自研能力、算法領先、商用速度快的優勢，特別是在城區智駕場景中，已率先跑通“無圖智駕”，技術領先優勢明顯。然而，問題在于它“不造車”，制造這一環節就掌握在合作伙伴手里，它更像是一個技術賦能者，難以像特斯拉那樣，從一開始就建立起軟硬件一體的“AI具身智能體”。同時，在商業模式層面，特斯拉不存在“誰給誰授權”的問題，但這家造車新勢力的商業模式仍以硬件銷售與技術授權為主，缺乏像 Robotaxi那樣的“共享化運營”商業閉環，可能很難在“AI具身智能體”這個層面掌握定價權與用戶入口。

還有不少造車新勢力對智能化的理解與傳統車企差不多，那就是“為了賣車而智能”。這種以“賣車”為主要決策依據的智能化，其在“AI具身智能體”的戰略路徑是模糊的，共享化運營能力尤其薄弱。同時，“車的智能化”絕不等同于“AI具身智能體”，也不等同于“車的 AI平臺化”。一旦特斯拉 Robotaxi正式運營，便意味著未來車企的競爭力不再是“智能化的車好不好賣”，而是“你的車能否自動賺錢，你的AI能否自我成長，你的數據是否掌握在自己手里”。對于造車新勢力而言，如果不能跳出“賣車”邏輯，再先進的智駕技術，再炫目的 AI座艙，都只能是智能化功能，無法成為真正的競爭力。

大膽想象一下，未來的汽車可能不再是“賣一輛，賺一輛”的消費品，而是“AI具身智能體”，是自動運行的 AI經濟體，是城市智慧交通網絡中的智能節點，是平臺與服務的入口。誰能打造 AI驅動的共享化智能體，誰就擁有未來；誰還沉迷于傳統“賣車”思維、功能戰術，誰就將被徹底淘汰。

結局或許早已注定，但主動權最好在自己手里，現在轉型剛剛好。（作者：楊繼剛，企業轉型專家，“汽車新四化”產業研究者，知行韜略合伙人）

責任編輯：楊曉 | 責任校對：趙艷麗 | 審核：張旭 | 美編：丁然