【2026】Robotaxi 護城河的真相：自駕的勝負，不是「誰開最多里程」

2026 年 6 月，自動駕駛這個產業出現了一組怎麼看都矛盾的數字。一邊是 Tesla：到 5 月 3 日，它的 FSD（Supervised，需要人類盯著的輔助駕駛）累計里程正式跨過 100 億英里，每天還在以將近 3,000 萬英里的速度增加——這是人類自駕史上規模最大的一座資料金礦。另一邊是 Waymo：它的「無人駕駛」（車上沒有安全員、由系統負全責）累計里程只有 2.206 億英里，是 Tesla 的 1/45；但就是這家里程少得多的公司，正在約 10 座城市跑著每週 50 萬趟的真正無人計程車服務，而 Tesla 的 Robotaxi 此刻在德州註冊在案的車只有 42 輛。

里程最多的，無人駕駛規模卻最小。這不是統計上的小誤差，而是整個產業最被誤解的一件事，也是看懂 Robotaxi 護城河的起點。市場上最流行的故事是：「誰累積的真實駕駛資料最多，誰就贏，而且贏者全拿，後面的人永遠追不上。」這篇文章想用數據和歷史告訴你，這個「Robotaxi 護城河＝里程數」的直覺，為什麼是錯的——以及自駕真正的護城河長什麼樣子，你又該盯哪幾個數字，才能自己判斷誰在領先。不講廢話、不灌雞湯，把這個市場想法拆到你能自己驗證。

【先說結論】

• 「里程最多＝最領先」是錯的。Tesla 有最多里程（約 100 億英里），但那是 L2 人類監督里程；Waymo 里程少 45 倍，卻已經在 10 座城市做到 L4 無人駕駛。監督里程 ≠ 無人駕駛能力。
• 真正的護城河是一個「五層堆疊」：資料量、算力、驗證與安全案例、法規與運行範圍（ODD）、單位經濟。沒有任何一家在五層都領先——資料和成本是 Tesla 強，但決定能不能拔掉駕駛、能不能負法律責任的「驗證＋法規」這兩層，目前是 Waymo 領先。
• 「資料多到追不上」不是專家共識，而是被行銷出來的故事。RAND 的研究早就證明：純靠開里程根本驗證不出安全；Cruise 燒掉超過 100 億美元、握有大量資料與牌照，照樣在一年內歸零。

這個產業到底在比什麼：拆開 Robotaxi 護城河的五層

先把名詞講清楚。業界用 SAE 分級描述自駕程度：L2 是「輔助駕駛」——系統會幫你開，但法律上開車的人是你，出事你負責（Tesla FSD 至今是 L2）；L4 是「在特定範圍內完全無人」——系統包辦駕駛與緊急接管，車上可以沒有人，廠商承擔責任（Waymo 是 L4）。這條 L2／L4 的線不是行銷話術，而是法律與肇責的分水嶺。所謂「特定範圍」就是 ODD（運行設計域）：這套系統被驗證過、被允許營運的地理與條件邊界。

把「護城河」這個模糊的詞拆開，自駕的競爭其實發生在五個不同的層次，而且不同玩家領先不同層：

1. 資料量（Tesla 領先）。但「量」是錯的指標。連 Tesla 自家工程都承認，99.9% 的駕駛秒數是系統早就會的無聊情境，他們的資料引擎只保留符合特定觸發條件的片段。一篇 2025 年的端到端自駕論文（arXiv:2504.04338）更直接：在「閉環」測試裡，性能取決於資料的分布（有沒有蓋到罕見情境），而不是總里程。
2. 算力（各有強項，但都不是護城河）。Tesla 的訓練叢集 Cortex 在 8-K 揭露約 8.1 萬張 H100 等效（2025 Q3）。聽起來嚇人，但它連自家老闆的 xAI 都比不上（Colossus 2 約 55 萬張 GPU）。大家買的都是同一批 NVIDIA 晶片——算力是入場券，不是差異化點。這跟 AI 產業的另一個迷思一脈相承：真正卡住 AI 的往往不是算力本身（這點我們在 HBM 記憶體瓶頸那篇拆過）。
3. 驗證與安全案例（Waymo 大幅領先）。這是真正決定能不能拔掉駕駛的一層。「安全案例」是指：用一套有結構的論證＋證據，證明系統在特定環境下夠安全（已寫進 UL 4600 標準）。Waymo 跑超過 200 億英里的模擬，還做了一個生成式「世界模型」去製造「現實中可能永遠不會發生」的場景。Tesla 至今沒有公開的安全案例。
4. 法規與 ODD（Waymo 最清楚的護城河）。在加州，能載客、無人、收費的「部署」牌照，目前只有 Waymo 一家拿到（CPUC 核發）。這種牌照是一張一張、一城一城磨出來的，而且——下一段你會看到——一夕之間就能被收回。
5. 單位經濟（成本仗，中國玩家最猛）。Waymo 第六代車把單車成本壓到 2 萬美元以下；中國的百度 Apollo Go RT6 整車約 2.8 萬美元，Pony.ai 喊 2027 年中把整車料件壓到 23 萬人民幣（約 3.4 萬美元）以下。但整個產業到今天沒有一家在公司層級賺錢——Alphabet「其他賭注」（以 Waymo 為主）光 2026 Q1 就營業虧損 21 億美元。

看懂這張圖，你就抓到這篇的核心句了：資料量只是最底層的入場券；真正貴、真正難複製的，是上面的「驗證＋法規」。而那一層，恰恰不是里程最多的玩家領先。

里程最多 ≠ 領先：把兩種「里程」分開看

「資料多就贏」的故事最大的破綻，是把兩種完全不同的里程混為一談。Tesla 的 100 億英里是 L2 監督里程：每一英里背後都有一個人類隨時準備接手，silently 幫系統擦屁股，所以這些里程無法證明系統在沒有人時會怎樣。Waymo 的 2.2 億英里是 無人里程：車上真的沒有人接管。拿前者去比後者，就像拿「有教練在旁邊陪跑的成績」去證明「你可以一個人跑馬拉松」。

數字攤開來更清楚。Waymo 截至 2026 年 3 月，無人里程 2.206 億英里，相較同區域人類駕駛，造成傷害的事故少 82%、重傷以上少 94%（這是 Waymo 依 NHTSA 規範公布、並有再保公司 Swiss Re 背書的數字）。Tesla 那邊呢？2026 年 6 月 3 日起，Austin 全都會區（約 245 平方英里）的 Robotaxi 移除了車內安全員——這是真的進展——但遠端操作員仍能低速接管，而且 NHTSA 通報的 17 起 Robotaxi 事故裡，有 2 起是遠端操作員自己撞的。Austin 車隊約 80 萬英里出 14 起事故，等於每 5.7 萬英里一起，比 Tesla 自己引用的人類基準還差約 4 倍。

更關鍵的是，里程這條曲線不是線性的。連 Tesla 群眾自蒐的數據都顯示，每次「關鍵介入」之間的里程在改版間會倒退：v14.1 衝到約 4,100 英里，下一版 v14.2 掉到約 800 英里，掉了八成。這正是下一節要講的——難的不是前面 99%，是最後 1%。

用一段真實歷史看懂它：為什麼「資料最多」救不了你

自駕產業有一個重複了十年的劇本，叫「再一年就好」。2016 年，Musk 說 2017 年底要做一次洛杉磯開到紐約、全程不碰方向盤的示範——從沒發生。2019 年 4 月的 Autonomy Day，他說「明年路上一定會有超過一百萬輛 Robotaxi」——2020 年一輛都沒有。2022 年財報會他說「今年做不到比人類安全我會非常震驚」；2023 年又說「今年會做到」。同一句話，連續講了十年。這不是針對某個人，整個產業都一樣：Google 創辦人 2012 年說五年內一般人就能用上自駕；Ford、BMW、Nissan 都把 2020／2021 當交付年。需求和技術是真的，但時間表整整快了現實十年。連最後跑出來的贏家 Waymo，也是從 2009 年做到 2024 年才真正放量——花了 15 年。

為什麼這麼難？因為風險集中在「長尾」——那些極罕見的邊角情境（高速公路上突然飛來的塑膠布、脫鉤的拖車、沙塵暴裡的行人）。卡內基美隆的自駕安全專家 Koopman 講得最白：邊角案例「來自一堆平凡物件與情境的特殊組合」，數量幾乎無限，而且「會一直存在」。這就帶出兩個殘酷的事實：

• 純開里程驗證不出安全。RAND 公司 2016 年的經典研究算過：光是要在統計上可靠地估計出自駕的事故率（誤差控制在 20% 以內），就需要開大約 88 億英里；用一支百來輛的車隊全年無休地跑，要跑大約 400 年。結論一句話：「開發者不可能靠一路開過去就開出安全。」
• 模擬補不了「你沒想到的事」。就算模擬器再完美，你也只能模擬「你想得到要去模擬的場景」。連 Waymo 都承認自己收不齊長尾，才要用世界模型去「生成」沒見過的場景。如果連跑了 200 億模擬英里的 Waymo 都收不齊長尾，「真實里程多到變成不可攻破的護城河」這個說法，根本站不住腳。

最能說明這件事的，是 Cruise 的崩盤。這家 GM 旗下的公司，從 2016 到 2024 年燒掉超過 100 億美元，有大量資料、有加州的無人載客牌照、車隊滿街跑。然後在 2023 年 10 月 2 日，舊金山發生一起事故：一名行人先被一台「人類駕駛」的車撞飛、彈進 Cruise 車的路徑，Cruise 車輾過她之後，還執行了一個靠邊停的動作，把人拖行了約 6 公尺。10 月 24 日同一天，加州 DMV 和 CPUC 一起吊銷了它三個月前才拿到的牌照。更致命的是信任崩盤——監管機關是從別的單位才得知拖行細節，事後司法部認定 Cruise 提交了不實報告，罰了 50 萬美元。2024 年 12 月 10 日，GM 宣布不再資助 Cruise 的 Robotaxi 業務。

第三方調查報告把 Cruise 的死因歸結為「領導不力、判斷錯誤、與監管機關的『我們 vs 他們』心態」——不是資料不夠。而且 Cruise 不是孤例：Ford 與 VW 撐腰、峰值估值逾百億美元的 Argo AI 在 2022 年 10 月收攤；Uber ATG 在 2018 年撞死行人後賤賣給 Aurora；Apple 做了十年、傳花掉約百億美元的造車計畫 Titan 在 2024 年 2 月取消。當你只看活下來的故事，很容易以為「資料飛輪＝必勝」；把墓園一起看，你才會發現束縛從來不是資料量，而是安全長尾＋營運執行＋監管信任。

那資料護城河是不是永遠不存在？也不是。一個誠實的反例是 Bloomberg 終端機：從 1981 年的 10 台長到今天約 33 萬席、每席年費約 3 萬美元，幾十年來挑戰者全數陣亡。它的護城河也是「資料」——但那是有網路效應、有工作流綁定、會自我增強的資料。自駕的「車隊里程」不是這種資料。多開的每一英里，邊際價值快速遞減；而 Bloomberg 多一個用戶，整個網路對所有人都更值錢。這就是重點：資料護城河可以很硬，但要看是哪一種資料。

真相校準：五個關於 Robotaxi 護城河的迷思，用數據還原

把市場上關於自駕的幾個「人人都這樣講」的說法，一個一個對到一手數據上：

1. 迷思：「需要 100 億英里才能達成自駕」是技術門檻。
   真相：這個數字出自 Musk 2026 年 1 月的一則推文，而且是移動過的球門——他先前說的是 60 億，在 Tesla 沒能如期推出無人駕駛後才上調。沒有任何嚴肅的自駕研究者背書「某個里程數＝自駕達標」。
2. 迷思：里程最多＝最安全。
   真相：里程最多的 Tesla 仍是 L2；里程少 45 倍的 Waymo 已在 10 城做到 L4，傷害事故率低 82%。多開的里程大多落在系統早就會的「中間值」，碰不到真正會出事的長尾。
3. 迷思：資料網路效應＝贏者全拿。
   真相：Cruise 握有海量資料＋逾 100 億美元＋牌照，照樣歸零。RAND 證明里程根本驗證不出安全——資料量不是那個「卡住的瓶頸」。
4. 迷思：純視覺必勝，因為光達太貴。
   真相：成本論點已經過時。光達從十年前約 7.5 萬美元，崩到 2025 年 11 月禾賽（Hesai）、速騰（RoboSense）推出低於 200 美元的型號——禾賽還明說就是要打 Musk 的「光達是傻子才做的事」。每車感測器成本差距，從上萬美元壓到幾百美元。
5. 迷思：Tesla 的客製訓練／晶片是護城河。
   真相：「用定點整數訓練、消除量化漂移」聽起來很玄，其實就是業界標準的「量化感知訓練（QAT）」，NVIDIA 的 TensorRT 早就內建，誰都能做。而 Tesla 的客製訓練超級電腦 Dojo，已在 2025 年 8 月解散，Musk 自己說它是「演化上的死路」。

注意：校準不是要你看空所有人。長尾很難、模擬補不齊「未知的未知」——這些是真的，也是這篇唯一願意替原始說法保留的內核。要分清楚的是：哪些是有數據撐的事實（長尾很難），哪些是被行銷出來的敘事（資料多到追不上）。

AlphaLab 的判讀：我同意什麼、存疑什麼、會怎麼看

我同意的：長尾是真的難，而且會羞辱每一個玩家，不分大小。純靠開里程驗證不出安全，這點 RAND 早就證明。Tesla 在「資料量、硬體成本、跨地理泛化（不需逐城建高精地圖）」這三件事上，確實是真本事，不該被一句「都是吹的」抹掉。

我存疑的：「資料飛輪＝必勝」是個被過度推銷的故事。值得提醒的是這個敘事押了多大的注——ARK 的公開模型把 Tesla 2029 年近九成的企業價值押在 Robotaxi 上，沒有 Robotaxi 的話目標價只剩約 350 美元（ARK 自己也聲明模型「天生偏向正面結果」，這是它的估計、不是我的建議）。當一個故事需要這麼多前提同時成立，它就不是「穩贏」，而是「高賠率的賭注」。

我會怎麼看這個產業（不是任何單一個股的目標價）：與其問「誰會贏」，不如把 Robotaxi 當成一個「市場結構未定」的賽局，盯著三條路徑走。

• 樂觀（贏者吃大半）：某一家把「安全、無人、多城、便宜」同時做到，加上美國出現以績效為準的全國級法規框架，終結逐城碎片化。前提：長尾被馴服、聯邦先佔成形。現況：未達。
• 中性／基準（區域寡頭）：變成像航空、電信、叫車一樣——多家、區域性、資本密集、利潤平庸的寡頭。Morningstar 就預期 Waymo＋Tesla 合計拿下叫車市場約一半，共享而非獨佔。中國則由百度、Pony、WeRide 在自家市場以低於成本的價格廝殺。
• 保守（長期燒錢）：長尾＋法規＋單位經濟把整個產業卡在「賠錢規模化」很多年。Goldman 估 Robotaxi 全包成本要到約 2035 年才低於每英里 1 美元；龍頭至今仍在虧。

這個判讀會在什麼情況下被推翻？如果 Tesla（或任何一家）靠一次軟體更新，就在多座城市做到「真正無人（車內沒人、遠端也不接管）、安全率穩定勝過人類、而且便宜」，那「原始資料飛輪」就被平反，本文「驗證＋法規才是護城河」的論點就該認錯。截至 2026 年 6 月 28 日，這件事還沒發生——所以我說的是「到目前為止，里程 ≠ 領先」，不是「里程永遠不重要」。

怎麼把它變成你自己的判斷力：五個該盯的數字

讀完不該只是「覺得有道理」，而是知道接下來自己該追什麼。以下五個數據，全部是免費的一手來源，把它們加進書籤，你就能自己判斷誰在真領先——而不是聽誰的故事。每一項都附上「什麼讀數會確認、什麼會推翻」本文的論點。

1. Waymo 的安全與規模。看哪裡：waymo.com/safety/impact（依 NHTSA 規範更新的累計無人里程＋事故對比）＋ Waymo 官方 X 公布的每週趟次。確認本文：驗證重、里程少的 Waymo 持續以高安全率擴大規模。推翻本文：某個「資料更多、驗證更少」的玩家以同等安全更快超車。
2. Tesla Robotaxi 是不是真的「去人化」並多城放量。看哪裡：NHTSA 的「Standing General Order」事故通報＋ Tesla 季度股東簡報（ir.tesla.com）。確認本文：持續只能在小範圍／部分車隊＋遠端接管下營運、擴張一再延期。推翻本文：多城、每城數百輛、移除遠端接管、且事故率沒有隨規模惡化。
3. 加州牌照與脫離報告。看哪裡：加州 DMV 的 disengagement reports 與牌照清單、CPUC 的無人部署授權頁。確認本文：載客部署牌照仍是一家一家慢慢磨（目前 Waymo 獨家）。推翻本文：改採績效式快速核發、多家短時間拿到多城無人部署。
4. NHTSA 對 Tesla FSD 的調查。看哪裡：nhtsa.gov/recalls，目前有兩案——EA26-002（低能見度下的 FSD 碰撞，已升級到召回前一步的工程分析）與 PE25-012（闖紅燈／逆向）。確認本文：調查環繞長尾邊角且持續升級。推翻本文：全部結案無不利發現、且介入里程同步陡升。
5. 中國這條線與「賺不賺錢」。看哪裡：百度季報（ir.baidu.com）看 Apollo Go 趟次；SEC EDGAR 看 Pony.ai／WeRide 的 6-K（Robotaxi 營收、車隊、毛利率）；Alphabet 季報看「其他賭注」虧損。確認本文：靠低於成本定價、牌照可一夕凍結（如 2026 年 4 月中國暫停發新牌照）、龍頭持續擴大虧損。推翻本文：某家揭露正向單位經濟、毛利率衝上 3 成。

有了這五個儀表板，下次再看到「某某公司的自駕資料多到沒人追得上」的標題，你就能自己回一句：那是哪一種里程？它變成無人駕駛規模了嗎？它過得了長尾、拿得到牌照、賺得了錢嗎？能問出這四個問題，你就已經比 90% 的市場噪音想得清楚了。

常見問題 FAQ

Q1：所以 Tesla 的 FSD 資料優勢是假的嗎？

不是假的，但被誇大了。資料量、硬體成本、跨地理泛化是 Tesla 真實的強項；但「監督里程多」不等於「無人駕駛能力強」，也買不到安全長尾與法規牌照。資料是必要條件，不是充分條件。

Q2：那現在誰在 Robotaxi 真正領先？

以「真正無人、商業營運的規模」算，截至 2026 年中是 Waymo（每週約 50 萬趟、約 10 城、加州唯一的無人載客部署牌照）。但這是一場 15 年才剛放量的長賽，現在的領先不保證終局。

Q3：純視覺（不用光達）到底行不行？

技術上仍是未定的開放問題。「光達太貴」這個反對理由已經因為光達跌到 200 美元以下而大致失效；剩下的爭論是純視覺會不會在長尾上撞牆，目前沒有一個嚴肅來源敢說已成定局。

📚 延伸閱讀

• 真正卡住 AI 的不是算力，是 HBM 記憶體：推理時代的半導體瓶頸（同屬「市場精選」，從另一個角度拆 AI 的真瓶頸）
• 想看單一個股的深度量化拆解？StoneX（SNEX）深度分析
• 下一個納斯達克還是法律豪賭？Kalshi（Pre-IPO）深度分析
• 更多「市場精選文章」｜美股總覽

免責聲明：本文為市場分析與個人觀點，非投資建議。自駕產業有技術、法規與循環風險，過去績效不代表未來；文中引用的數據與歷史案例皆附來源並標註日期（主要為一手揭露：Waymo Safety Impact、RAND RR1478、NHTSA ODI、Tesla 8-K／安全儀表板、各公司 IR／SEC 6-K，截至 2026 年 6 月）。文中提及的公司僅作為產業案例，不構成對任何個股的買賣建議，亦未提供任何個股目標價。AI 具有輸出錯誤資訊的可能，重要決策請由人類複核。本文無業配內容。