2026-06-18 — views

AV 遠端協助運營 — 每輛「無人駕駛」車背後隱藏的人力模型

每個商業無人駕駛車隊都有遠端協助操作員（RAO）監控。車輛對操作員比率（VPO）是規模化部署的核心經濟指標。

Physical AI 基準指數系列第 103 篇 — AV 遠端協助運營：每輛「無人駕駛」車背後隱藏的人力模型，以及為何「車輛對操作員比率」是規模化部署的關鍵經濟指標

「無人駕駛」是自動駕駛產業中語義最重的詞之一。它準確描述了車輛本身——駕駛座上沒有人，方向盤上沒有人手觸碰。但它沒有描述每個商業無人駕駛部署背後的運營中心——一間坐滿受過訓練的專業人員、同時監看多輛車輛即時影像的房間，隨時準備在車輛遭遇自身無法解決的情境時於數秒內介入。

遠端協助運營是自動駕駛經濟體中隱藏的人力層。它在財報發布會上鮮少被提及，在分析師模型中幾乎沒有量化，在面向消費者的 AV 報導中幾乎從不出現。然而，在任何商業無人駕駛部署中，它都是最重要的運營成本項目之一——車輛對操作員比率（VPO）正是最直接決定規模化 AV 部署何時在經濟上具有吸引力的單一指標。

本文將遠端協助作為 Physical AI 系列的基準維度進行系統性梳理，涵蓋遠端協助的實際功能、VPO 比率如何驅動成本經濟學、所需技術基礎設施、各部署階段的成本模型，以及 Tesla 的方法與 Waymo 的比較。

第一節 — 遠端協助實際做什麼

每個商業無人駕駛 AV 部署都維持著遠端人類監督。這種監督有多種形式，頻率和風險特徵各不相同。

遠端協助功能	發生什麼	頻率（估計）
被動監控	RAO 監看多輛車輛的即時儀表板；監控異常；隨時準備回應	持續進行——所有車輛均受被動監控
主動引導	車輛標記無法確定的情境（不尋常物體、模糊的車道標線、不在 HD 地圖中的施工區）；RAO 審核並批准路徑	每輛車每班次多次（估計）
遠端接管（遠程操控）	RAO 通過搖桿/轉向界面直接控制車輛；引導其通過該情境	罕見——僅用於車輛完全卡住的情況；網路延遲使此操作風險較高
調度協調	RAO 協調車隊調度、處理乘客問題、上報維修事件	按事件發生
事故管理	若車輛涉及碰撞或故障，RAO 協調緊急服務並固定車輛	罕見但關鍵
地圖更新標記	RAO 通過車輛影像標記新施工區、道路變更或 HD 地圖錯誤	持續進行

最常見的功能——被動監控加主動引導——在結構上與遠程操控截然不同。在引導模式下，RAO 不是在駕駛車輛。車輛的自主系統繼續執行；RAO 審核情境，從渲染界面的路徑選項中選擇偏好路徑並批准，車輛隨後執行該路徑。這一區別對 VPO 比率至關重要：一個引導而非駕駛的操作員可以同時監控多輛車輛，在一輛上介入的同時其他車輛繼續自主行駛。

遠程操控——通過搖桿或方向盤的完全遠端控制——是例外，而非常規。它僅用於車輛完全停止且無法在沒有人類控制輸入的情況下繼續行進的情境。安全遠程操控的網路延遲要求（往返時間低於 100ms，理想情況下低於 50ms）非常苛刻，且對 RAO 的認知負荷很高。商業運營商謹慎使用遠程操控，更傾向於引導車輛自身的自主系統，而非取代它。

監管背景同樣重要。加州 AV 法規要求商業無人駕駛運營商保持遠端監控能力。即使某運營商的技術成熟到 RAO 引導干預降至接近零，監管要求也可能強制要求繼續維持監控基礎設施。這是遠端協助成本的結構性底線，不會隨自主性提升而消失。

第二節 — 車輛對操作員比率：關鍵經濟指標

車輛對操作員（VPO）比率決定了遠端協助成本如何隨車隊規模擴展，是理解規模化 AV 部署何時在經濟上具有吸引力的最重要單一指標。

VPO 比率	含義	當前狀態（估計）
1:1	每輛車一名操作員——本質上是遠端駕駛員；在規模化上不具商業可行性	早期測試階段；部分遠程操控方案
5:1	每名操作員五輛車——早期商業部署中常見（估計）；操作員忙碌但可管理	Waymo/Cruise 早期運營（估計）
10–20:1	每名操作員十至二十輛車——接近商業可行性；操作員主要從事被動監控，按需主動介入	Waymo 當前運營（估計）——報告目標範圍
50:1	每名操作員五十輛車——商業上有吸引力；遠端協助人力成本降至每輛車每年約 $1,000–2,000（估計）	規模化運營的近期目標（估計）
100:1 或更高	每名操作員一百輛或更多車——長期目標；運營中心經濟學類似空中交通管制	長期目標；需要 AI 預先過濾警報佇列
完全自主	不需要操作員監控——理論上的終極狀態；即使協助比率降至零，監管對遠端監控的要求可能持續	短期內不可期；加州法規要求具備遠端監控能力

以 Waymo 目前約 2,000 輛車的車隊規模和估計 10–20:1 的 VPO 比率計算，約有 100–200 名遠端協助操作員在職（估計）。以每名操作員每年約 $60,000–80,000 的完全攤提人力成本（估計），每年遠端協助人力約為 $6M–16M——或每輛車每年約 $3,000–8,000（估計）。這是一個在簡單車輛硬體經濟學中未能體現的重要運營成本項目。

第三節 — 遠端協助的技術

遠端協助運營背後的基礎設施複雜、專門化，且代表著大量資本投入，卻在公眾對自動駕駛的討論中幾乎完全不可見。

技術要素	詳情
影片延遲	RAO 接收來自車輛攝影機的即時影像；有效引導的延遲必須低於 200ms；商業區域 4G/5G 典型延遲 30–80ms（估計）
頻寬需求	每輛車多個攝影機串流乘以每名操作員多輛車乘以 HD 影片，頻寬需求極大；運營商使用具備自適應品質編碼的壓縮視訊串流
遠端引導界面	RAO 查看包含車輛軌跡選項的渲染地圖；點擊偏好路徑；在引導模式下不直接駕駛車輛
遠程操控	通過搖桿或方向盤進行完全遠端控制；對延遲敏感性更高；僅在車輛完全停止且需移動短距離時使用
AI 輔助警報分類	當信心度低於閾值時車輛產生警報；AI 預先過濾哪些警報需要人工審核，哪些系統可自主處理；隨每代軟體提升
運營中心基礎設施	顯示車隊地圖、車輛狀態、警報佇列的大螢幕儀表板；類似航空公司運營中心或貨運調度中心
網路韌性	車輛必須優雅地處理網路中斷——靠邊停車等待；安全不能依賴持續連線

AI 輔助警報分類是最直接提升 VPO 比率的技術槓桿。如果自主系統每輛車每小時產生 10 個警報請求，且 RAO 每分鐘每輛車可處理 3 個，那麼每名操作員管理 10 輛車是可持續的。如果 AI 預過濾器將需要人工審核的警報請求減少 80%，同一名 RAO 就可以管理 50 輛車——在不改變底層自主性在邊緣案例上表現的情況下，VPO 比率提升 5 倍。這就是為什麼警報分類 AI 是每個商業 AV 運營商的高優先研發投資。

第四節 — 遠端協助成本模型（估計）

成本項目	早期階段（5:1 VPO）	成熟階段（50:1 VPO）
每 1,000 輛車的 RAO 人數	200 名操作員（估計）	20 名操作員（估計）
每 1,000 輛車年度 RAO 人力成本	$12M–16M（估計）	$1.2M–1.6M（估計）
每輛車每年遠端協助成本	$12,000–16,000（估計）	$1,200–1,600（估計）
佔車輛收入的比例（以每英里 $2、每日 300 英里計）	佔毛收入約 7–9%（估計）	佔毛收入約 0.7–0.9%（估計）
運營中心資本支出（每 100 名操作員中心）	$5–10M（估計）	隨更多車輛攤提

VPO 比率從 5:1 提升至 50:1 將使每輛車的遠端協助成本降低 90%——從重大運營成本負擔降至損益表中的微小項目。這正是為什麼 AI 預過濾警報和自主解決常見邊緣案例是每個商業 AV 運營商的重要研發優先事項。

第五節 — Tesla 的遠端協助策略

Tesla 的機器人計程車方法在遠端協助架構上與 Waymo 不同，反映了兩家公司在自主性理念和部署時程上的根本差異。

維度	Waymo	Tesla（估計）
遠端協助模型	專用運營中心，RAO 持續監控商業車隊	消費者 FSD：無遠端協助；機器人計程車車隊：正在建立遠端協助基礎設施（估計）
遠程操控	適用於卡住的車輛；罕見使用	機器人計程車未公開披露；可能正在建設（估計）
安全駕駛員替代	遠端協助取代安全駕駛員	奧斯丁發布版本配備安全駕駛員——尚未進入純遠端協助階段
規模化操作員成本	核心運營支出；目標 50:1 或更高 VPO 比率	未來運營支出；目前車隊規模下尚非重要成本項目
數據反饋迴路	RAO 干預產生用於模型訓練的標記數據	相同——遠端協助中的人類引導產生訓練信號

Tesla 的消費者 FSD 產品——面向個人車輛車主銷售的軟體——沒有遠端協助組件。車輛要麼自主處理情境，要麼脫離接管並將控制權轉移給人類駕駛員。這在架構上與商業機器人計程車部署截然不同，後者沒有可接受脫離接管的人類駕駛員。對於機器人計程車運營，Tesla 必須建立 Waymo 已運營多年的同類遠端協助基礎設施。

第六節 — VPO 作為 Physical AI 基準指標

車輛對操作員比率屬於任何嚴肅的 Physical AI 基準框架。它不是技術指標，而是運營經濟指標。但它由技術決定：自主系統在不請求人類引導的情況下解決邊緣案例的能力、警報過濾 AI 的精確率和召回率，以及引導界面讓單一操作員處理更多並發車輛的能力。VPO 比率的提升因此是現實世界自主性進展的最直接測量指標之一。

商業 AV 運營商不公開披露大多數這些指標。VPO 比率和警報率被視為競爭情報。信息披露的缺失本身就很說明問題：已實現 50:1 VPO 比率的公司會有強烈動機公開宣傳，以證明其經濟可行性。沒有主要運營商公開提出此類聲明的事實表明，行業對於最先進的商業部署仍處於 10–20:1 的範圍（估計）。

注：本文中所有 VPO 比率估計、人力成本數字、車隊規模假設及運營評估均為方向性估計，基於截至 2026 年中期的公開可得信息、媒體報導及行業分析。標記為（估計）的數字不應視為確認數據。本文不構成投資建議。