2026-06-17 — views

自动驾驶车队运营与远程协助指数 — 人在回路的规模化瓶颈

遥控操作员比例、远程协助基础设施，以及人在回路层如何成为自驾车队规模化的隐藏瓶颈。

没人讨论的员工比例

自动驾驶车辆的讨论焦点多集中于传感器、行驶里程与监管许可。然而，对规模化影响最深的对话可能更简单，也更不起眼：每辆车需要几名人类操作员？

每一辆商业部署的自动驾驶车辆——Waymo 的 Jaguar I-PACE 车队、Cruise 暂停前的 GMC Origin，以及即将推出的 Tesla Cybercab——都在人类远程监控层下运作。遥控操作员坐在运营中心，盯着实时车辆影像仪表板，随时准备在车辆遇到无法自主处理的情况时介入。这并非暂时的训练轮阶段，而是可预见商业未来的永久安全与监管架构。

因此，车辆与遥控操作员的比例，是决定每辆车实际运营成本、以及公司能否在不大规模招募操作员的前提下快速扩大车队的隐藏变量。这是物理 AI 基准测试系列的第十一篇文章。

第一节 — 远程协助模型比较

下表涵盖三家最重要商业自动驾驶运营商在远程协助基础设施的关键面向。标注为估计值的数字反映分析师报告与公开披露资料；未披露的数字另行说明。

面向	Waymo	Tesla 机器人出租车（估）	Cruise（暂停前）	备注
遥控操作员比例（车辆数：操作员）	约 5–15:1（估）	未知（商业化前）	约 5:1（暂停前）	因城市与交通密度而异
协助类型	被动监控＋主动介入	待定	主动介入	Waymo 操作员可引导车辆通过边缘案例
平均介入频率	罕见 — 估计每 100 英里商业行驶约一次	不适用	每 5 英里约 1 次（暂停前）	相较早期自驾计划有显著改善
运营中心位置	美国多个枢纽	未知	奥斯汀、凤凰城	全天候覆盖需要备援
介入延迟需求	500 毫秒以下	不适用	500 毫秒以下	依赖 5G 或光纤
每辆车每年员工成本（估）	约 8,000–15,000 美元	未知	约 25,000 美元以上（高比例）	随比例改善而下降

解读此表： 最关键的数字是遥控操作员比例。Cruise 暂停前约 5:1 的比例在规模化下商业上不可行——一名操作员负责五辆车，实质上是高度劳力密集的服务。Waymo 估计的 5–15:1 范围反映了进步，但直到比例达到 1:50 或以上，经济效益才会转为有利。Tesla 的比例未公开，因为商业机器人出租车服务尚未大规模推出，但其结构性赌注是 FSD 较高的信心基线从一开始就能降低介入频率。

第二节 — 为何遥控操作员比例是规模化瓶颈

计算逻辑相当直接。若 Waymo 每 10 辆车需要一名操作员，从 1,000 辆扩大到 100,000 辆，就需要再招募并培训 9,000 名操作员。这不是软件问题——而是人才管道问题，而人才管道的运作周期是年，而非软件更新周期。

2024 年 Cruise 暂停事件使这一点具体化。旧金山一起行人事故揭示的不只是车辆应对失当，更是远程协助应对失当：操作员在该特定场景下缺乏适当的处理流程，事后审查暴露了运营中心如何与车辆及紧急救援人员沟通的缺口。加州 DMV 特别因远程协助基础设施被认定不足而暂停 Cruise 的商业许可——而不是因为车辆的车载自主性失败。

Waymo 通往 1:50+ 比例的路径需要在四个方面同步推进：

透过软件降低介入频率。 每一代软件应扩大车辆自主处理的情况范畴，缩小每英里介入率。Waymo 目前的商业介入率——估计每 100 英里以上一次——以历史自驾标准而言已属偏低，但必须再下降一个数量级，比例才能在经济上变得有利。
扩大自主能力边界。 更多边缘案例能自主处理，意味着更少的运营中心求援。夜间行驶、恶劣天气、施工区、复杂的无保护左转——每一类边缘案例进入自主处理范畴，就消除了一类介入需求。
自动化例行监控。 运营中心操作员目前大部分时间可能用于被动监控——观看实时影像，确认车辆行为正常。能标示异常并仅将真正边缘案例升级给人类操作员的 AI 辅助监控，可在无需自主性提升的前提下倍增有效比例。
将地理围栏扩张与运营中心容量挂钩。 Waymo 逐城市扩张的速度不仅受制于地图绘制（上篇文章已涵盖），也受制于运营中心人员招募。每座新城市都需要一支能全天候支援该城市交通模式与监管要求的专属运营团队。地理围栏的扩张速度无法超越运营中心的人员配置速度。

第三节 — 安全驾驶员淘汰的经济学

从车内安全驾驶员到远程遥控操作员再到最低监督监控模型的转型，代表每辆车成本降低 100 倍。下表说明自动驾驶商业部署四个阶段的经济效益。

阶段	人员配置模型	每辆车每天成本（估）	1,000 辆车队
开发期（车内安全驾驶员）	1 名驾驶＋1 名安全员	约 800–1,200 美元/天	约 100 万美元/天
早期商业（远程 1:5）	每 5 辆 1 名远程操作员	约 160–240 美元/天	约 20 万美元/天
成熟商业（远程 1:20）	每 20 辆 1 名远程操作员	约 40–60 美元/天	约 5 万美元/天
完全自主（远程 1:100+）	仅监控，罕见介入	约 8–12 美元/天	约 1 万美元/天

Waymo 目前的商业运营估计介于第二与第三阶段之间——较新城市采用早期商业比例，在凤凰城与旧金山等最成熟的部署则趋向第三阶段比例。机器人出租车的经济可行性（单位经济学文章中的损益平衡分析）在很大程度上取决于近期达到第三阶段比例，以及在本十年内达到第四阶段比例。

从第一到第二阶段的转型——移除车内安全驾驶员——是一个离散的监管事件：许可核准，安全驾驶员离车。从第二到第三到第四阶段的转型是持续性的：随着软件改善、介入率下降，以及遥控操作员比例逐步调整而发生。这意味着没有单一公告标志着向有利单位经济效益的转移——这是一条缓慢的曲线，业界可能只有在事后才会认清。

第四节 — Tesla 结构上截然不同的运营模式

Tesla 的商业机器人出租车模式在几个方面与 Waymo 不同，使直接比例比较变得困难。关键结构区别在于安全层的来源：

消费者 FSD 车辆有车内人类监督者。 当 Tesla 驾驶在个人车辆上使用 FSD 时，驾驶在法律和物理上仍保持控制——他们是回路中的人类。这不是远程协助模型，而是副驾驶模型。人类介入发生在车辆内，而非运营中心。

商业机器人出租车需要真正的远程运营。 Tesla 的 Cybercab 和 2025 年在奥斯汀推出的无人机器人出租车服务，需要在没有车内安全驾驶员的情况下进行远程监督。Tesla 未公开此服务的遥控操作员比例，这限制了任何与 Waymo 的直接比较。

FSD 信心基线改变了介入数学。 Tesla 的论点——隐含在其方法中，并未公开声称为比例主张——是 FSD 的现有信心水准已足够高，其商业机器人出租车介入率从商业推出起就已接近 Waymo 的成熟商业水准，而无需 Waymo 多年运营优化的结果。如果 FSD 从商业推出起就能自主处理 99.9% 的里程，遥控操作员比例的数学就会立即变得有利。

反向劣势是运营积累。 Waymo 自 2019 年起就在运营无人商业车辆的远程协助。其边缘案例的处理流程、运营中心人员配置模型、事故应对工作流程——这些代表多年实际运营积累的真实组织资本。Tesla 正在其商业机器人出租车计划中开始这一组织学习过程。软件可能已成熟；运营基础设施则是全新的。

第五节 — 遥控运营之外的车队管理基础设施

远程协助是车队运营中风险最高的层面，但它只是商业自动驾驶车队必须持续维护的五项不同运营功能之一。

功能	描述	谁主导
预测性维护	ML 预测零件故障，在故障前派车维修	Waymo（Moove 合作伙伴关系）
清洁与充电轮替	车辆轮流至站点进行清洁、充电、检查	双方——Waymo 透过 Moove；Tesla 透过车主车队与超充网络
事故应对	车辆意外停止时派遣实体应对人员	双方均透过当地合约团队
软件 OTA 更新	夜间全车队软件版本推送	双方——Tesla 更新频率更快，车队更大
收益优化路由	ML 派车至高需求区域、动态定价、车辆定位	Waymo 透过 Uber 派车合作；Tesla 透过 Tesla 应用程序

Tesla 的车主加入模型是结构性的资本支出优势。 Waymo 的车队由公司拥有的车辆组成，透过 Moove 合作伙伴关系在公司运营的站点维护。每增加一辆车都会增加相应的站点和维护成本。Tesla 的机器人出租车愿景涉及个人 Tesla 车主在不作个人使用时将其车辆加入车队——车主负责充电、车主负责例行维护，车辆为车主赚取收益，Tesla 则抽取平台费用。如果这一模型能在规模下奏效，Tesla 每辆车的资本支出将远低于 Waymo。

代价是运营一致性。由公司拥有、公司维护的车队，在清洁度、维护状态和软件版本上具有可预测性。由车主加入的车队则在三个维度上引入了变异性——而车辆状态的变异性是监管和客户体验风险。

基准测试背景：这是物理 AI 系列的第十一篇文章

本追踪报告是从多角度涵盖物理 AI 系列的第十一篇：

运营规模指标 — 生产数量、部署规模、行驶里程
人形机器人技术 — 硬件世代、灵巧度基准、基础模型能力
自动驾驶安全与监管 — 加州 DMV 数据、NHTSA 事故报告、州许可地图
投资与估值 — 资本流动、融资轮次、隐含估值
计算与芯片 — 推理芯片、训练集群、NVIDIA 供应限制
传感器堆栈与感知架构 — Tesla 视觉 vs. Waymo LiDAR
机器人出租车单位经济学 — 损益平衡车队规模、每英里成本预测
全球竞赛 — 百度、WeRide、欧洲自驾车进入者
总体评分卡 — 十维统一竞争比较
HD 地图与定位 — 定位架构与地理扩张限制
车队运营与远程协助 — 本文

遥控操作员比例不太可能出现在任何自动驾驶公司的财报电话或新闻稿中。这是一个内部运营指标，公司有强烈动机保持其私密性。但它可能是最直接决定商业机器人出租车能否达到证明数十亿美元投资合理性所需单位经济学的变量。第一个在安全记录满足监管机构的前提下达到 1:100 比例的公司，将解锁没有任何有人驾驶出租车或共乘服务能够比拟的成本结构。