2026-06-18 — views

实体AI车队维护2026——Waymo远程运营中心与传感器清洁vs特斯拉OTA FSD更新：AV可靠性基准测试

Waymo 24/7远程运营中心覆盖四城无人驾驶车队。特斯拉每周OTA推送FSD更新至逾600万辆车。两种截然不同的可靠性模型。

实体AI基准系列第195篇

运营一支商业无人驾驶车队，是远超自动驾驶软件本身的巨大挑战。AV商业化的”最后一公里”，不是感知栈或决策规划器——而是让无人驾驶车辆全天候安全、可靠、有利可图地运行所需的基础设施。Waymo与特斯拉建立了截然不同的运营模型：Waymo设有全天候远程运营中心（ROC）、自动化激光雷达与摄像头清洁系统，以及每个商业城市的专属车队中心；特斯拉则每周向600万辆以上的车辆同步推送OTA软件更新，以Waymo难以比拟的速度迭代FSD——同时在其点对点特斯拉网络模型中依赖车主自行维护车辆。本文从五个维度对这两种方式进行基准测试：ROC基础设施、传感器维护、OTA更新管线、每位操作员可监控车辆数量的边界，以及车队运营经济学。

第一节——为何车队运营决定商业AV的可行性

AV行业花了十年时间聚焦于技术问题：自动驾驶软件能安全行驶吗？这个问题在受限地理围栏的商业规模上，现在基本上已有答案。新的问题——也是决定谁能建立持久业务的问题——是运营层面：你能以可接受的每英里成本，让无人驾驶商业车队全天候运行吗？

AV车队运营的三大支柱决定了答案：

支柱一：远程运营中心（ROC）——当车辆遭遇无法自主解决的边缘案例时，人工备援介入。ROC是大多数AV法规的要求，也是当今商业无人驾驶部署与理论上完全自主未来之间最重要的成本结构差异。Waymo的ROC全天候有人值班。操作员通过摄像头画面监控车辆、在车辆遭遇无法解决的边缘案例（道路阻塞、异常障碍物、传感器警报）时收到警报、通过对讲机与乘客沟通，并通过文字或语音引导协助AV软件导航解决情况。

关键的法规与安全区别：Waymo ROC操作员并非远程驾驶车辆。他们无法手动控制方向盘或油门，而是提供引导——AV软件决定如何响应。这种”仅引导”模型比”远程操控”（teleop，远程手动驾驶）更安全，且更具扩展性，因为单一操作员可以同时监控多辆车，而非驾驶一辆。

ROC人力成本随车队规模线性扩大。根据环境复杂度与载客频率不同，每位操作员估计可同时监控5至20辆车（估计值）。全天候值班的要求形成了显著的固定成本底线，在AV软件进步到每车每趟介入频率接近零之前，这笔成本不会消失。

支柱二：实体维护——激光雷达传感器会积聚灰尘、雨水条纹和路面碎屑，降低点云质量并缩短探测距离。Waymo为其第五代和第六代车辆开发了自动化传感器清洁系统——清洗液喷嘴和类似雨刷的机械清洁机构——摄像头清洁也已自动化。除传感器外：轮胎磨损、刹车片更换、电池健康监控、12V辅助电池（为传感器系统供电）健康状况，以及车辆特定零件维护，均按照计划间隔管理。每辆Waymo车辆在进入商业服务前均需接受规定的班前检查、每周更深入的例行检查，以及定期的全面保养。

支柱三：OTA软件更新——Waymo和特斯拉均以远程方式推送软件更新。对特斯拉而言，OTA更新是改善整个车队FSD能力的主要机制。对Waymo而言，OTA更新会部署到其较小的商业车队，但验证过程更为保守——无人驾驶商业车队中的软件回退是安全事故，而不仅仅是客诉。特斯拉迭代更快（重大FSD更新可每周或双周一次）；Waymo在部署前验证更彻底（更长周期、先向车队子集分阶段推出，确认无事故后再全面部署）。

运营经济学方程式： 单位层级损益平衡需要ROC人力成本+车辆折旧+维护+保险+运营管理费用，低于每英里车费收入。在目前规模下，Waymo和特斯拉Robotaxi车队的单位层级均尚未盈利（估计值）。盈利之路通过三个杠杆：增加每英里车费收入（更高费率或更高使用率）、降低每辆车的ROC成本（随AV软件成熟提高每位操作员可监控的车辆数），或降低每辆车的维护成本（通过专为车队运营设计的车辆，如第六代）。

第二节——Waymo的远程运营中心与维护基础设施

运营维度	Waymo方法	详情	成本/规模影响
远程运营中心（ROC）	全天候有人值班的远程监控与引导中心，覆盖所有Waymo One商业车队车辆	ROC操作员通过摄像头画面监控车辆；在车辆遭遇边缘案例时收到警报；通过对讲机与乘客沟通，并通过文字/语音引导AV软件；操作员不负责远程驾驶——而是提供引导；根据环境复杂度和车队密度，每位操作员估计可同时监控5至20辆车（估计值）	主要固定运营成本：全天候值班需要约4至5个班次；人力成本随车队规模扩大；提高每位操作员可监控车辆数是关键效率目标；随AV软件改善，每辆车每趟的ROC介入频率下降——改善经济性；Waymo不公开披露ROC规模或成本
激光雷达传感器清洁	第五代和第六代所有车辆均配备自动化传感器清洁系统；清洗液喷嘴和机械清洁装置用于激光雷达开口；摄像头清洁也已自动化	激光雷达传感器特别容易受到干燥气候（凤凰城：灰尘和季风雨）和沿海城市环境（旧金山：盐和碎屑）中灰尘积聚和雨水条纹的影响；激光雷达降效意味着点云质量下降、探测距离缩短；清洁系统必须在所有天气和道路条件下维持激光雷达性能	清洁系统增加了车辆成本和维护复杂性；自动化清洁减少了每班次人工清洁传感器的需求；对灰尘积聚严重的凤凰城运营至关重要
班前车辆检查	每辆车在进入商业服务前均需接受规定的班前检查；涵盖传感器状态、胎压、电池健康、车厢整洁和摄像头状态	班前检查由Waymo运营人员在车队中心（车库设施）进行；维护记录存档；未通过检查的车辆在修复前暂停服务	车队中心不动产和检查人力成本构成每城市的运营管理费用；Waymo在每个商业市场运营专属车队中心；中心成本是随车队规模增加的每城市固定成本
计划维护间隔	轮胎更换、刹车片、12V辅助电池、雨刷片、冷却液及车辆特定零件（I-PACE：捷豹服务计划；Ioniq 5：现代服务计划）均有明确的维护计划	Waymo车队维护在专属设施或与OEM经销商网络合作进行（I-PACE：捷豹经销商；第六代Ioniq 5：现代经销商）	通过现代经销商进行第六代维护的OEM合作伙伴关系，可能比Waymo自营专属设施降低每辆车的维护成本；这是现代合作关系中一个被低估的好处
OTA更新部署	软件更新以谨慎验证方式部署到车队；验证周期比消费车辆更长；安全关键更新可能需要分阶段推出（先推送至少量车队，无事故后再全面部署）	与特斯拉消费车队（软件回退仅是烦人问题，安全驾驶员可介入）不同，Waymo无人驾驶商业车队的回退是潜在安全事故；更保守的OTA验证是在无安全驾驶员情况下商业运营的结构性要求	迭代速度比特斯拉慢；但安全影响回退的风险更低；每次Waymo更新都针对完整自主栈验证，而不仅是驾驶辅助
车队正常运行时间目标（估计值）	商业车队车辆预计每天在服务中约16至20小时（估计值）；其余时间用于充电、清洁、维护和检查	高车辆使用率对车队单位经济性至关重要；闲置车辆在没有收入的情况下产生固定成本；第六代Ioniq 5（电池）比专为消费用途设计的I-PACE更适合高里程商业使用	第六代的商业优化设计应比I-PACE提升正常运行时间；Waymo不公开披露车队使用率
介入频率（估计值）	Waymo不披露每趟的ROC介入频率；早期数据（2019至2021年加州DMV脱离报告）显示每年脱离率持续改善；目前商业无人驾驶运营意味着极低的脱离率（估计值）	每次ROC介入都是操作员时间成本和潜在的乘客体验影响；随着介入频率下降，每位操作员可监控车辆数增加，改善ROC经济性	每1,000英里介入频率是决定ROC扩展效率的关键指标；Waymo出于竞争原因不披露此数据

第三节——特斯拉的OTA更新管线与车队维护模型

运营维度	特斯拉方法	详情	成本/规模影响
OTA软件更新（FSD）	特斯拉以无线方式向600万辆以上车队部署FSD软件更新；重大FSD迭代更新节奏为每周至双周；次要改进推送更频繁	FSD v12.x/v13.x/v14.x更新以高频率推送；特斯拉庞大的车队能快速收集真实FSD使用中的边缘案例，回馈下一个训练周期；这创造了快速改进回路：边缘案例收集→训练数据→模型改进→OTA更新→更好的FSD	特斯拉的OTA基础设施是汽车行业最复杂的消费车辆更新管线；同时向600万辆以上车辆部署软件改进，创造了巨大的训练数据优势；但OTA更新有风险：若回退影响安全关键行为，召回范围是整个已安装基础
特斯拉Robotaxi远程运营中心（奥斯汀）	针对奥斯汀Robotaxi推出（有监督的Model Y车队服务），特斯拉正在建立相当于ROC的中心——为其Robotaxi车队提供监控和支持	与拥有多年无人驾驶商业运营ROC经验的Waymo不同，特斯拉的Robotaxi ROC正从零开始为奥斯汀推出而建立；特斯拉的优势：Waymo ROC模型的经验教训是公开的；特斯拉的劣势：没有规模化全天候商业无人驾驶ROC的制度经验	随着特斯拉从数十辆奥斯汀Robotaxi扩展到数千辆，ROC人力成本将随之增加；特斯拉的Robotaxi服务ROC模型尚未公开详述
特斯拉网络点对点维护	对于构想中的特斯拉网络（车主不使用时将车辆作为Robotaxi出租），车辆维护仍是车主的责任；特斯拉不为网络车辆支付维护费用	这是特斯拉网络模型中最独特且潜在最有问题的方面：商业车队运营需要一致的车辆质量和维护；未清洁车辆或推迟更换轮胎的车主操作员，会造成消费者体验不一致	点对点维护质量控制是Waymo专属车队模型完全避免的基本运营挑战；Airbnb等消费者点对点平台已证明质量可通过评分管理，但AV对维护不一致的容忍度远低于度假租赁
FSD芯片（HW4）OTA更新	配备HW4 FSD计算机的特斯拉车辆接收纯软件OTA更新；硬件变更需要前往实体服务中心；HW3车辆无法通过OTA升级至HW4——需要在服务中心进行硬件更换	HW3至HW4的过渡需要实体硬件服务，造成车队升级挑战；特斯拉已提供HW3至HW4的付费升级服务；Robotaxi车队的所有车辆从生产开始就应配备HW4	硬件世代过渡无法通过OTA更新；Robotaxi车队将从生产开始就配备HW4（商业无人驾驶车队中没有HW3车辆）
消费车辆维护	特斯拉服务中心处理所有消费车辆的保修和计划维护；移动服务技师可在车主所在地进行轻微维护；特斯拉道路救援处理故障	特斯拉的消费车辆维护模型并非针对高日里程、全天候运营的商业车队使用而优化；Cybercab（专为商业AV使用设计）将需要与消费特斯拉车辆不同的服务模型	Cybercab的商业车队服务模型尚未设计或公开；可能涉及有别于特斯拉零售服务中心的专属Cybercab服务设施
软件回退风险	部署至有人类驾驶员在场（可介入覆盖）的消费车辆的FSD软件回退，与部署至无人驾驶商业车辆的回退，性质截然不同；特斯拉的Robotaxi软件必须达到比消费FSD更高的验证标准	特斯拉的Robotaxi软件需要比消费FSD更保守的OTA验证——类似Waymo的方法；这自然会降低Robotaxi软件更新节奏，相较于消费FSD节奏	特斯拉将开发双轨OTA验证流程：消费FSD（更快迭代）和Robotaxi（更保守）；这是Waymo作为纯车队操作员所不需面对的结构性运营复杂性

第四节——ROC经济学与每位操作员可监控车辆数的边界

经济变量	Waymo	特斯拉Robotaxi	行业影响
ROC人员配置模型	全天候专属ROC；操作员同时监控多辆车；Waymo不披露确切的每位操作员可监控车辆数比例	正在为奥斯汀Robotaxi推出建立ROC；确切模型未披露；可能从商业早期阶段典型的低比例开始	ROC是无人驾驶商业车队中车辆以外的主要运营成本；降低每英里车费的ROC成本是改善单位经济性的主要杠杆
每位操作员可监控车辆数的演进	Waymo早期（2019至2021年）：估计1:3至1:5（估计值）；当前Waymo（2026年）：估计1:10至1:20（估计值）；长期目标：随自主软件成熟和介入频率下降，估计达到1:50至1:100以上（估计值）	可能从类似Waymo早期的水平开始；随软件成熟而改善	每位操作员可监控车辆数每翻倍，每辆车的ROC成本约减半；达到1:100（一位操作员监控100辆车）将使每英里车费的ROC成本降至接近可忽略的程度
介入频率趋势	随AV软件改善，每英里需要ROC介入的边缘案例频率下降；Waymo从2019年（高介入率）到2026年（商业无人驾驶，极低介入率）的历程，代表了巨大的ROC效率改善	特斯拉Robotaxi将遵循类似的学习曲线；从新商业部署的高介入率开始，随时间下降	ROC效率曲线反映了AV软件改善曲线；两者均随时间改善，但起点和轨迹因车队而异
远程驾驶（teleop）的区别	Waymo ROC操作员提供引导（文字/语音）——不进行远程驾驶；这是法规和安全选择；远程驾驶（teleop）有更高的延迟风险、更高的操作员技能要求，以及不同的法规对待	部分AV公司使用teleop（远程手动驾驶）处理边缘案例；Waymo和特斯拉均以纯引导（非teleop）为其商业运营目标	纯引导ROC模型更安全（较低teleop延迟风险）且更具扩展性（每位操作员可监控更多车辆，而非主动驾驶一辆）；行业正在以纯引导为最佳实践而趋同
每趟ROC成本（估计值）	以每位ROC操作员年薪估计5万美元、每班3名操作员、每天4个班次、365天计算=12名操作员的ROC估计年成本7,300万美元；以每周15万趟计算，每个操作员席次估计每趟ROC成本约0.09美元（估计值）；实际ROC规模未披露	将遵循类似计算；ROC成本随每位操作员可监控车辆数比例提高而下降	在目前规模下，ROC成本已是总车费收入的一小部分；风险在于ROC人员配置不足会造成安全缺口，而非ROC在规模化时成本过高
每辆车每天的维护成本（估计值）	商业车队车辆估计每天维护成本50至150美元（估计值；含折旧、轮胎磨损、清洁、计划服务、保险）；Waymo未披露	商业Robotaxi车辆类似；特斯拉网络由车主维护的消费车辆每辆成本较低，但有质量控制取舍	每辆车每天的维护成本是车辆采购后的主要车队运营成本；Cybercab的低成本设计（估计制造成本低于3万美元）有助于降低折旧部分

第五节——车队运营基准计分卡

运营维度	Waymo	特斯拉Robotaxi	优势	2028年展望
ROC成熟度	高：多年全天候商业无人驾驶ROC经验；跨四城测试；事故响应协议已建立	初期：从零开始为奥斯汀推出建立ROC；无此前商业无人驾驶ROC经验	Waymo（运营成熟度）	特斯拉的ROC将随奥斯汀运营经验快速成熟
OTA更新速度	保守：更长验证周期；商业无人驾驶安全要求意味着较慢迭代	消费FSD更快；Robotaxi将需要更保守的验证（双轨流程）	特斯拉（消费FSD迭代速度）；商业Robotaxi轨道大致相当	双轨验证成为行业标准；Waymo的优势随特斯拉建立商业验证能力而削弱
传感器清洁与维护	专属维护基础设施；自动化激光雷达/摄像头清洁；每个市场的车队中心	网络车辆由车主维护（质量控制风险）；自有Robotaxi车队的专属维护	Waymo（专属车队运营方面）	特斯拉网络点对点维护仍是质量控制挑战；专属Cybercab车队将比肩Waymo
每位操作员可监控车辆数（ROC效率）	持续改善：目前估计1:10至1:20（估计值）；随AV软件成熟而改善	未知：商业早期运营；可能从保守比例开始	Waymo（多年学习积累的当前效率）	随特斯拉Robotaxi软件成熟，差距缩小；两者长期趋向1:50至1:100
维护成本优化	现代第六代合作伙伴关系使经销商网络维护成为可能（相比Waymo自营专属设施有降成本机会）	消费车辆服务网络未针对商业车队优化；Cybercab将需要专属车队服务模型	大致相当（双方均在开发商业优化维护）	Cybercab专为商业车队服务设计的目的性建造，是特斯拉长期维护的关键优势
OTA更新网络规模	约2,500辆车队车辆（估计值）；相较消费汽车厂商，OTA覆盖范围小	600万辆以上消费车辆；Robotaxi车队独立但利用相同OTA基础设施	特斯拉（OTA基础设施规模）	随FSD车队成长，特斯拉的OTA规模优势扩大；Waymo在近期内没有达到可比OTA覆盖的途径
总体评判	Waymo在车队运营成熟度上领先——6年以上的商业无人驾驶ROC和车队维护基础设施建设，赋予Waymo运营深度，而特斯拉正从头开始为奥斯汀建立这些。特斯拉的结构性优势是OTA规模：同时向600万辆以上车辆推送FSD改进，是Waymo小规模车队无法比拟的训练数据和迭代速度优势。长期车队运营图景有利于趋同：两家公司在规模化时都需要类似的ROC基础设施、类似的维护运营和类似的OTA验证管线。短期优势在Waymo（运营经验），但特斯拉正在快速建立。

本文在系列中的位置

这是实体AI基准系列第195篇，对自动驾驶与实体AI行业进行系统性、以数据为基础的分析。本文涵盖AV竞赛中讨论最少但商业上最具决定性的维度之一：不是哪个软件更好，而是哪家公司能以最终支撑盈利业务的成本，全天候可靠地运行无人驾驶商业车队。答案涉及远程运营中心、激光雷达清洁系统、OTA验证管线，以及每位操作员可监控车辆数——这些运营基础设施需要数年时间建立和测试，是区分具有商业AV经验与仍在建立的公司的关键。