2026-06-18 — views

無人駕駛艙 — 自駕車如何重新設計乘客體驗

駕駛消失後，整個車廂都能以乘客為中心重新設計——這改變了支付意願、可接受行程長度，以及哪個機器人計程車業者能勝出。

實體 AI 基準系列第 90 篇 — 無人駕駛艙：自駕車如何重新設計乘客體驗，以及這如何改變機器人計程車市場的經濟邏輯

自駕車轉型中最被低估的面向，不是感測器堆疊、軟體堆疊，或監管堆疊——而是車廂本身。當沒有駕駛時，整輛車都可以圍繞乘客重新設計。前排座位成為可用空間。儀錶板消失。座椅可以面對面。車廂可以變成生產力艙、休息室、醫療接送交通工具，或長途旅行的睡眠艙。

這種重新設計絕非表面功夫。它改變了支付意願、乘客能接受的行程長度、具有商業可行性的使用情境，以及機器人計程車業者之間的競爭差異化。Waymo Gen 6 與 Tesla Cybercab 代表了兩種截然不同的無人駕駛艙設計哲學。本文將乘客體驗面向作為實體 AI 基準進行梳理。

第一節 — 駕駛消失後，什麼改變了

移除駕駛不僅僅是少了一個人——而是移除了駕駛對車廂內部所施加的每一項設計限制。人類駕駛的車輛從根本上是以駕駛為優先的產品。乘客體驗是次要的，受限於駕駛坐在哪、駕駛看什麼，以及駕駛如何控制車輛。

車輛元素	人類駕駛車輛	無人駕駛 AV
前排座位	由駕駛佔用——乘客無法使用	可用——可成為乘客座位、收納空間，或完全取消
儀錶板與控制裝置	方向盤、踏板、儀表群——固定朝前	取消——以乘客介面（螢幕、環境顯示或極簡設計）取代
座椅方向	所有座椅朝前（駕駛視線所需）	座椅可朝任何方向——休息室、會議、劇院配置
隱私性	駕駛可看見並聽到所有乘客	隔板或空間設計可創造私密乘客區域
車廂噪音	引擎聲、駕駛對話	更安靜——EV 動力系統，無駕駛；車廂聲學可針對乘客優化
行程時間容忍度	乘客希望走最快路線	若車廂具生產力或舒適，乘客可能偏好較長但舒適的路線
使用情境	從 A 到 B 的運輸	運輸加上工作加上娛樂加上醫療加上睡眠

商業含義直接明確： 支付意願隨車廂品質提升而增加。能在 45 分鐘機器人計程車通勤中高效工作的乘客，等同取回了 45 分鐘的工作時間價值。以知識工作者每小時 50–150 美元（估計）的費率計算，每趟行程可回收 37–112 美元的生產力。若 AV 車程更具生產力，即使與零成本自駕相比，15 美元的機器人計程車車費也在經濟上合理。

第二節 — Waymo Gen 6：以舒適為優先的設計哲學

Waymo 第六代車輛由 Zeekr（吉利旗下子公司）製造，從頭設計為以乘客為優先的無人駕駛車輛。每項設計決策都反映了一個核心洞察：無人駕駛艙應該讓人感覺更好，而不僅僅是更便宜。

設計元素	Waymo Gen 6 細節（估計）
座位容量	4–5 名乘客——標準共乘群組使用情境
內部空間	無駕駛座消除前排限制；腿部空間多於同等人類駕駛車輛（估計）
座椅方向	標準朝前；未來配置可能包含面對面設計（估計）
乘客介面	顯示行程資訊、音樂、溫度、路線的螢幕；點選即可透過遠端操作員請求協助
環境設計	柔和燈光，更安靜的車廂；設計為比人類駕駛更平靜的乘車感受
無障礙性	低踏板高度；為輪椅及行動不便乘客設計
安全感	無駕駛意味著沒有分心駕駛；Waymo 將駕駛缺席定位為對女性單獨乘客及深夜乘客的安全與舒適特性
商業定位	接近高端——Waymo One 在舊金山定價高於 Uber 和 Lyft（估計）；車廂體驗支撐溢價

Waymo 的核心洞察： 駕駛的缺席是特性，而非限制。女性乘客回報在 Waymo 車輛中比人類駕駛共乘更有安全感。深夜乘客也表示感覺更安全。無人駕駛艙消除了與陌生駕駛獨處的社交動態——這是共乘使用者中大量客群的真實痛點。

第三節 — Tesla Cybercab：以成本效率為優先的設計哲學

Tesla Cybercab 採取相反的設計哲學——優化成本與吞吐量，而非舒適性。Waymo 問的是最佳乘車體驗應是什麼感受，Tesla 問的是最高吞吐量的乘車應是什麼樣子。

設計元素	Tesla Cybercab 細節（估計）
座位容量	2 名乘客——針對城市短途優化的刻意選擇
內部空間	緊湊；針對 20 分鐘以內城市乘車優化（估計）
座椅方向	並排朝前（估計）
乘客介面	極簡——路線與控制螢幕；Tesla 車載體驗
無踏板、無方向盤	實體取消——強化純無人駕駛設計
目標票價	規模化後每英里低於 1 美元（Musk 願景）——遠低於目前共乘定價
商業定位	大眾市場——取代個人汽車擁有的高量低成本城市運輸
主要使用情境	取代 10 分鐘城市通勤，而非 45 分鐘機場接送

Tesla 的核心洞察： 共乘市場最大的量在短途城市行程。兩個座位、低成本、高周轉。不優化舒適性——優化每輛車每日行程數。Cybercab 以每英里低於 1 美元行駛、每日 30 趟、平均票價 8 美元，約可產生每日 240 美元收入（估計）——商業模式靠量取勝，而非溢價定價。

第四節 — 高端與大眾市場：分岔的機器人計程車市場

兩種設計哲學顯示，機器人計程車市場將沿著與商業航空相同的軸線分岔——兩個截然不同的市場區隔，兩者都具獲利能力，且彼此無法互相取代。

市場區隔	車輛	價格區間	使用情境	量
高端	Waymo Gen 6（估計）	每英里 2–4 美元（估計）	機場接送、商務出行、約會之夜、醫療接送、無障礙行動	量較低，利潤較高
大眾市場	Cybercab（估計）	每英里低於 1 美元（估計）	日常通勤、購物、城市短途、取代個人汽車	量高，每趟利潤較低
超高端（未來）	專用豪華 AV——Mercedes、BMW、Zoox（估計）	每英里 5–15 美元（估計）	高管出行、飯店到會議、隱私要求高的旅程	量極低，利潤極高

這種分岔完全複製了商業航空的模式：經濟艙以低座位利潤最大化每架飛機的乘客數；商務艙以低乘客數最大化每座位收入。兩種模式都具獲利能力，且同時存在。這意味著 Waymo 與 Tesla 並非直接競爭對手——它們針對不同市場區隔，採用不相容的設計哲學。

第五節 — 無人駕駛艙解鎖的新使用情境

無人駕駛艙最重要的商業含義，不是改善現有使用情境——而是創造此前在共乘市場中不存在的使用情境。

使用情境	無人駕駛為何能實現	市場機會
醫療接送	無障礙輪椅接送、可預測、無需擔心駕駛對醫療設備或困境患者感到不適	醫療接送市場每年規模估計達數十億美元（估計）；存在大量未滿足的需求
長者獨立行動	無法再開車的長者可以使用 AV 保持完全獨立；不需要任何駕駛技能	高齡化人口在未來 20 年推動需求
深夜安全接送	無人類駕駛消除了單獨深夜乘客的主要安全顧慮	從目前避免深夜共乘的非使用者中大幅擴展市場
長途隔夜	針對 4–8 小時旅程優化的睡眠型無人駕駛艙，取代中距離旅行的航空選項	未來市場；需要州際公路 AV 的監管核准（估計）
移動辦公室	通勤期間進行會議品質的工作	知識工作者生產力回收——以目前知識工作者費率計算每趟 37–112 美元（估計）
兒童接送	無需監護人開車即可接送兒童	上下學、課外活動接送；需要特定監管框架

醫療接送案例是最可立即解決的需求。美國有龐大的醫療運輸市場，服務需要前往洗腎、化療、物理治療及專科門診的非緊急患者。現有市場由醫療接送巴士、共乘服務和志工駕駛計畫的拼湊組合提供服務——所有這些都面臨駕駛供應限制、可靠性問題，以及無障礙性限制。

長者行動能力案例是最大的長期人口結構驅動因素。隨著美國、日本和歐洲人口老化，未來 20 年中無法安全駕駛的成年人比例將大幅增長。這些人目前在失去駕駛能力時也失去了獨立性——搬進照護機構、依賴家人，或使用零星的大眾運輸。可靠的無人駕駛 AV 服務可以恢復這種獨立性，且乘客不需要任何技術技能。

第六節 — 乘客體驗基準維度

實體 AI 基準框架將部署速度視為核心指標——AV 公司將技術能力轉化為商業規模的速度有多快。乘客體驗維度增加了第二個軸：該規模化以什麼價格點，並針對哪些使用情境實現？

以低每英里票價最大化吞吐量達到規模的機器人計程車網路，與以優越乘客體驗達到規模的溢價定價機器人計程車網路，在商業上是不同的。兩條通往商業 AV 部署的路徑都可行——但它們需要不同的單位經濟效益、不同的車輛設計、不同的營運模式，以及不同的客戶群。

車廂是乘客體驗維度在商業上得以辨別的機制。Waymo Gen 6 車廂預示著高端定位策略。Tesla Cybercab 預示著大眾市場吞吐量策略。兩者都連貫一致。兩者都不算錯誤。而市場的規模足以讓兩者同時成功。

第七節 — 關於本系列

這是實體 AI 基準系列的第 90 篇文章。前 89 篇涵蓋了加速進程指數、人形機器人競賽、單位經濟效益、全球競爭、高精地圖、軟體與 OTA 更新、消費者需求、競爭護城河、安全數據、Waymo Gen 6、Optimus 製造、計分卡快照、2030 年預測情境、投資者框架、城市擴展管線、Tesla FSD 州核准地圖、AV 天氣與氣候限制、監管日曆、機器人計程車票價定價、人形機器人部署追蹤、供應鏈分析、消費者採用需求指數、估值與 IPO 分析、實體 AI 2026 年中盤點、AV 每英里成本分解、AV 數據飛輪比較、實體 AI 供應鏈、AV 車隊營運、完整生命週期環境成本、無障礙層、地圖架構比較、中國 AV 競賽、模擬與合成數據訓練、實體 AI 投資格局、AV 城市規劃與城市影響、自動駕駛卡車貨運經濟、歐洲 AV 競爭格局、AV 感測器技術辯論、AV 安全指標、AV 人才戰爭、全球 AV 監管地圖、AV 財務可持續性燒錢率、Tesla Cybercab 對比 Waymo Gen 6 全面比較（第 84 篇）、AV 網路安全攻擊面（第 85 篇）、人形機器人商業部署格局（第 86 篇）、AV 車隊電氣化與充電競賽（第 87 篇）、AV 數據作為業務——車隊數據所有權與隱性變現模式（第 88 篇），以及 AV 保險與責任歸屬——機器人車輛肇事時誰來買單（第 89 篇）。

本文新增乘客體驗維度：駕駛消失後什麼改變了、Waymo Gen 6 以舒適為優先的設計哲學對比 Tesla Cybercab 以成本效率為優先的哲學、分岔的高端與大眾市場機器人計程車市場，以及無人駕駛艙所解鎖的新使用情境。

注意： 票價估計、車輛容量數據、生產力估計及市場規模數據均為方向性估計，基於截至 2026 年中各公司公開揭露資訊及行業分析。凡數據不確定處均標注「（估計）」，應視為方向性估計，而非確認數據。本文不構成投資建議。