2026-06-18 — views

實體 AI 車隊維護 2026——Waymo 遠端運營中心與感測器清潔 vs Tesla OTA FSD 更新：AV 可靠性基準測試

Waymo 24/7 遠端運營中心覆蓋四城無人駕駛車隊。Tesla 每週 OTA 推送 FSD 更新至逾 600 萬輛車。兩種截然不同的可靠性模型。

實體 AI 基準系列第 195 篇

運營一支商業無人駕駛車隊，是遠超自動駕駛軟體本身的巨大挑戰。AV 商業化的「最後一哩路」，不是感知堆疊或決策規劃器——而是讓無人駕駛車輛全天候安全、可靠、有利可圖地運行所需的基礎設施。Waymo 與 Tesla 建立了截然不同的運營模型：Waymo 設有全天候遠端運營中心（ROC）、自動化光達與攝影機清潔系統，以及每個商業城市的專屬車隊中心；Tesla 則每週向 600 萬輛以上的車輛同步推送 OTA 軟體更新，以 Waymo 難以比擬的速度迭代 FSD——同時在其點對點 Tesla Network 模型中仰賴車主自行維護車輛。本文從五個維度對這兩種方式進行基準測試：ROC 基礎設施、感測器維護、OTA 更新管線、每位操作員可監控車輛數量的邊界，以及車隊運營經濟學。

第一節——為何車隊運營決定商業 AV 的可行性

AV 產業用了十年時間聚焦於技術問題：自動駕駛軟體能安全行駛嗎？這個問題在受限地理圍欄的商業規模上，現在基本上已有答案。新的問題——也是決定誰能建立持久業務的問題——是運營層面：你能以可接受的每英里成本，讓無人駕駛商業車隊全天候運行嗎？

AV 車隊運營的三大支柱決定了答案：

支柱一：遠端運營中心（ROC）——當車輛遭遇無法自主解決的邊緣案例時，人工備援介入。ROC 是大多數 AV 法規的要求，也是當今商業無人駕駛部署與理論上完全自主未來之間最重要的成本結構差異。Waymo 的 ROC 全天候有人值班。操作員透過攝影機畫面監控車輛、在車輛遭遇無法解決的邊緣案例（道路阻塞、異常障礙物、感測器警報）時收到警報、透過對講機與乘客溝通，並透過文字或語音引導協助 AV 軟體導航解決情況。

關鍵的法規與安全區別：Waymo ROC 操作員並非遠端駕駛車輛。他們無法手動控制方向盤或油門，而是提供引導——AV 軟體決定如何回應。這種「僅引導」模型比「遠端操控」（teleop，遠端手動駕駛）更安全，且更具擴展性，因為單一操作員可以同時監控多輛車，而非駕駛一輛。

ROC 人力成本隨車隊規模線性擴大。根據環境複雜度與載客頻率不同，每位操作員估計可同時監控 5 至 20 輛車（估計值）。全天候值班的要求形成了顯著的固定成本底線，在 AV 軟體進步到每車每趟介入頻率接近零之前，這筆成本不會消失。

支柱二：實體維護——光達感測器會積聚灰塵、雨水條紋和路面碎屑，降低點雲品質並縮短探測距離。Waymo 為其第五代和第六代車輛開發了自動化感測器清潔系統——清洗液噴嘴和類似雨刷的機械清潔機構——攝影機清潔也已自動化。除感測器外：輪胎磨損、煞車片更換、電池健康監控、12V 輔助電池（為感測器系統供電）健康狀況，以及車輛特定零件維護，均按照排程間隔管理。每輛 Waymo 車輛在進入商業服務前均需接受規定的班前檢查、每週更深入的例行檢查，以及定期的全面保養。

支柱三：OTA 軟體更新——Waymo 和 Tesla 均以遠端方式推送軟體更新。對 Tesla 而言，OTA 更新是改善整個車隊 FSD 能力的主要機制。對 Waymo 而言，OTA 更新會部署到其較小的商業車隊，但驗證過程更為保守——無人駕駛商業車隊中的軟體回退是安全事故，而不僅僅是客訴。Tesla 迭代更快（重大 FSD 更新可每週或雙週一次）；Waymo 在部署前驗證更徹底（更長週期、先向車隊子集分階段推出，確認無事故後再全面部署）。

運營經濟學方程式： 單位層級損益平衡需要 ROC 人力成本 + 車輛折舊 + 維護 + 保險 + 運營管理費用，低於每英里車費收入。在目前規模下，Waymo 和 Tesla Robotaxi 車隊的單位層級均尚未盈利（估計值）。盈利之路通過三個槓桿：增加每英里車費收入（更高費率或更高使用率）、降低每輛車的 ROC 成本（隨 AV 軟體成熟提高每位操作員可監控的車輛數），或降低每輛車的維護成本（透過專為車隊運營設計的車輛，如第六代）。

第二節——Waymo 的遠端運營中心與維護基礎設施

運營維度	Waymo 方法	詳情	成本/規模影響
遠端運營中心（ROC）	全天候有人值班的遠端監控與引導中心，覆蓋所有 Waymo One 商業車隊車輛	ROC 操作員透過攝影機畫面監控車輛；在車輛遭遇邊緣案例時收到警報；透過對講機與乘客溝通，並透過文字/語音引導 AV 軟體；操作員不負責遠端駕駛——而是提供引導；根據環境複雜度和車隊密度，每位操作員估計可同時監控 5 至 20 輛車（估計值）	主要固定運營成本：全天候值班需要約 4 至 5 個班次；人力成本隨車隊規模擴大；提高每位操作員可監控車輛數是關鍵效率目標；隨 AV 軟體改善，每輛車每趟的 ROC 介入頻率下降——改善經濟性；Waymo 不公開披露 ROC 規模或成本
光達感測器清潔	第五代和第六代所有車輛均配備自動化感測器清潔系統；清洗液噴嘴和機械清潔裝置用於光達開口；攝影機清潔也已自動化	光達感測器特別容易受到乾燥氣候（鳳凰城：灰塵和季風雨）和沿海城市環境（舊金山：鹽和碎屑）中灰塵積聚和雨水條紋的影響；光達降效意味著點雲品質下降、探測距離縮短；清潔系統必須在所有天候和道路條件下維持光達性能	清潔系統增加了車輛成本和維護複雜性；自動化清潔減少了每班次人工清潔感測器的需求；對灰塵積聚嚴重的鳳凰城運營至關重要
班前車輛檢查	每輛車在進入商業服務前均需接受規定的班前檢查；涵蓋感測器狀態、胎壓、電池健康、車廂整潔和攝影機狀態	班前檢查由 Waymo 運營人員在車隊中心（車庫設施）進行；維護記錄存檔；未通過檢查的車輛在修復前暫停服務	車隊中心不動產和檢查人力成本構成每城市的運營管理費用；Waymo 在每個商業市場運營專屬車隊中心；中心成本是隨車隊規模增加的每城市固定成本
排程維護間隔	輪胎更換、煞車片、12V 輔助電池、雨刷片、冷卻液及車輛特定零件（I-PACE：捷豹服務排程；Ioniq 5：現代服務排程）均有明確的維護排程	Waymo 車隊維護在專屬設施或與 OEM 經銷商網路合作進行（I-PACE：捷豹經銷商；第六代 Ioniq 5：現代經銷商）	透過現代經銷商進行第六代維護的 OEM 合作夥伴關係，可能比 Waymo 自營專屬設施降低每輛車的維護成本；這是現代合作關係中一個被低估的好處
OTA 更新部署	軟體更新以謹慎驗證方式部署到車隊；驗證週期比消費車輛更長；安全關鍵更新可能需要分階段推出（先推送至少量車隊，無事故後再全面部署）	與 Tesla 消費車隊（軟體回退僅是惱人問題，安全駕駛員可介入）不同，Waymo 無人駕駛商業車隊的回退是潛在安全事故；更保守的 OTA 驗證是在無安全駕駛員情況下商業運營的結構性要求	迭代速度比 Tesla 慢；但安全影響回退的風險更低；每次 Waymo 更新都針對完整自主堆疊驗證，而不僅是駕駛輔助
車隊正常運行時間目標（估計值）	商業車隊車輛預計每天在服務中約 16 至 20 小時（估計值）；其餘時間用於充電、清潔、維護和檢查	高車輛使用率對車隊單位經濟性至關重要；閒置車輛在沒有收入的情況下產生固定成本；第六代 Ioniq 5（電池）比專為消費用途設計的 I-PACE 更適合高里程商業使用	第六代的商業最佳化設計應比 I-PACE 提升正常運行時間；Waymo 不公開披露車隊使用率
介入頻率（估計值）	Waymo 不披露每趟的 ROC 介入頻率；早期數據（2019 至 2021 年加州 DMV 脫離報告）顯示每年脫離率持續改善；目前商業無人駕駛運營意味著極低的脫離率（估計值）	每次 ROC 介入都是操作員時間成本和潛在的乘客體驗影響；隨著介入頻率下降，每位操作員可監控車輛數增加，改善 ROC 經濟性	每 1,000 英里介入頻率是決定 ROC 擴展效率的關鍵指標；Waymo 出於競爭原因不披露此數據

第三節——Tesla 的 OTA 更新管線與車隊維護模型

運營維度	Tesla 方法	詳情	成本/規模影響
OTA 軟體更新（FSD）	Tesla 以無線方式向 600 萬輛以上車隊部署 FSD 軟體更新；重大 FSD 迭代更新節奏為每週至雙週；次要改進推送更頻繁	FSD v12.x/v13.x/v14.x 更新以高頻率推送；Tesla 龐大的車隊能快速收集真實 FSD 使用中的邊緣案例，回饋下一個訓練週期；這創造了快速改進迴路：邊緣案例收集→訓練數據→模型改進→OTA 更新→更好的 FSD	Tesla 的 OTA 基礎設施是汽車行業最複雜的消費車輛更新管線；同時向 600 萬輛以上車輛部署軟體改進，創造了巨大的訓練數據優勢；但 OTA 更新有風險：若回退影響安全關鍵行為，召回範圍是整個已安裝基礎
Tesla Robotaxi 遠端運營中心（奧斯汀）	針對奧斯汀 Robotaxi 推出（有監督的 Model Y 車隊服務），Tesla 正在建立相當於 ROC 的中心——為其 Robotaxi 車隊提供監控和支援	與擁有多年無人駕駛商業運營 ROC 經驗的 Waymo 不同，Tesla 的 Robotaxi ROC 正從零開始為奧斯汀推出而建立；Tesla 的優勢：Waymo ROC 模型的經驗教訓是公開的；Tesla 的劣勢：沒有規模化全天候商業無人駕駛 ROC 的制度經驗	隨著 Tesla 從數十輛奧斯汀 Robotaxi 擴展到數千輛，ROC 人力成本將隨之增加；Tesla 的 Robotaxi 服務 ROC 模型尚未公開詳述
Tesla Network 點對點維護	對於構想中的 Tesla Network（車主不使用時將車輛作為 Robotaxi 出租），車輛維護仍是車主的責任；Tesla 不為 Network 車輛支付維護費用	這是 Tesla Network 模型中最獨特且潛在最有問題的方面：商業車隊運營需要一致的車輛品質和維護；未清潔車輛或推遲更換輪胎的車主操作員，會造成消費者體驗不一致	點對點維護品質控制是 Waymo 專屬車隊模型完全避免的基本運營挑戰；Airbnb 等消費者點對點平台已證明品質可透過評分管理，但 AV 對維護不一致的容忍度遠低於度假租賃
FSD 晶片（HW4）OTA 更新	配備 HW4 FSD 電腦的 Tesla 車輛接收純軟體 OTA 更新；硬體變更需要前往實體服務中心；HW3 車輛無法透過 OTA 升級至 HW4——需要在服務中心進行硬體更換	HW3 至 HW4 的過渡需要實體硬體服務，造成車隊升級挑戰；Tesla 已提供 HW3 至 HW4 的付費升級服務；Robotaxi 車隊的所有車輛從生產開始就應配備 HW4	硬體世代過渡無法透過 OTA 更新；Robotaxi 車隊將從生產開始就配備 HW4（商業無人駕駛車隊中沒有 HW3 車輛）
消費車輛維護	Tesla 服務中心處理所有消費車輛的保固和排程維護；移動服務技師可在車主所在地進行輕微維護；Tesla 道路救援處理故障	Tesla 的消費車輛維護模型並非針對高日里程、全天候運營的商業車隊使用而最佳化；Cybercab（專為商業 AV 使用設計）將需要與消費 Tesla 車輛不同的服務模型	Cybercab 的商業車隊服務模型尚未設計或公開；可能涉及有別於 Tesla 零售服務中心的專屬 Cybercab 服務設施
軟體回退風險	部署至有人類駕駛員在場（可介入覆蓋）的消費車輛的 FSD 軟體回退，與部署至無人駕駛商業車輛的回退，性質截然不同；Tesla 的 Robotaxi 軟體必須達到比消費 FSD 更高的驗證標準	Tesla 的 Robotaxi 軟體需要比消費 FSD 更保守的 OTA 驗證——類似 Waymo 的方法；這自然會降低 Robotaxi 軟體更新節奏，相較於消費 FSD 節奏	Tesla 將開發雙軌 OTA 驗證流程：消費 FSD（更快迭代）和 Robotaxi（更保守）；這是 Waymo 作為純車隊操作員所不需面對的結構性運營複雜性

第四節——ROC 經濟學與每位操作員可監控車輛數的邊界

經濟變數	Waymo	Tesla Robotaxi	產業影響
ROC 人員配置模型	全天候專屬 ROC；操作員同時監控多輛車；Waymo 不披露確切的每位操作員可監控車輛數比例	正在為奧斯汀 Robotaxi 推出建立 ROC；確切模型未披露；可能從商業早期階段典型的低比例開始	ROC 是無人駕駛商業車隊中車輛以外的主要運營成本；降低每英里車費的 ROC 成本是改善單位經濟性的主要槓桿
每位操作員可監控車輛數的演進	Waymo 早期（2019 至 2021 年）：估計 1:3 至 1:5（估計值）；當前 Waymo（2026 年）：估計 1:10 至 1:20（估計值）；長期目標：隨自主軟體成熟和介入頻率下降，估計達到 1:50 至 1:100 以上（估計值）	可能從類似 Waymo 早期的水準開始；隨軟體成熟而改善	每位操作員可監控車輛數每翻倍，每輛車的 ROC 成本約減半；達到 1:100（一位操作員監控 100 輛車）將使每英里車費的 ROC 成本降至接近可忽略的程度
介入頻率趨勢	隨 AV 軟體改善，每英里需要 ROC 介入的邊緣案例頻率下降；Waymo 從 2019 年（高介入率）到 2026 年（商業無人駕駛，極低介入率）的歷程，代表了巨大的 ROC 效率改善	Tesla Robotaxi 將遵循類似的學習曲線；從新商業部署的高介入率開始，隨時間下降	ROC 效率曲線反映了 AV 軟體改善曲線；兩者均隨時間改善，但起點和軌跡因車隊而異
遠端駕駛（teleop）的區別	Waymo ROC 操作員提供引導（文字/語音）——不進行遠端駕駛；這是法規和安全選擇；遠端駕駛（teleop）有更高的延遲風險、更高的操作員技能要求，以及不同的法規對待	部分 AV 公司使用 teleop（遠端手動駕駛）處理邊緣案例；Waymo 和 Tesla 均以純引導（非 teleop）為其商業運營目標	純引導 ROC 模型更安全（較低 teleop 延遲風險）且更具擴展性（每位操作員可監控更多車輛，而非主動駕駛一輛）；產業正在以純引導為最佳實踐而趨同
每趟 ROC 成本（估計值）	以每位 ROC 操作員年薪估計 5 萬美元、每班 3 名操作員、每天 4 個班次、365 天計算 = 12 名操作員的 ROC 估計年成本 7,300 萬美元；以每週 15 萬趟計算，每個操作員席次估計每趟 ROC 成本約 0.09 美元（估計值）；實際 ROC 規模未披露	將遵循類似計算；ROC 成本隨每位操作員可監控車輛數比例提高而下降	在目前規模下，ROC 成本已是總車費收入的一小部分；風險在於 ROC 人員配置不足會造成安全缺口，而非 ROC 在規模化時成本過高
每輛車每天的維護成本（估計值）	商業車隊車輛估計每天維護成本 50 至 150 美元（估計值；含折舊、輪胎磨損、清潔、排程服務、保險）；Waymo 未披露	商業 Robotaxi 車輛類似；Tesla Network 由車主維護的消費車輛每輛成本較低，但有品質控制取捨	每輛車每天的維護成本是車輛採購後的主要車隊運營成本；Cybercab 的低成本設計（估計製造成本低於 3 萬美元）有助於降低折舊部分

第五節——車隊運營基準計分卡

運營維度	Waymo	Tesla Robotaxi	優勢	2028 年展望
ROC 成熟度	高：多年全天候商業無人駕駛 ROC 經驗；跨四城測試；事故響應協議已建立	初期：從零開始為奧斯汀推出建立 ROC；無此前商業無人駕駛 ROC 經驗	Waymo（運營成熟度）	Tesla 的 ROC 將隨奧斯汀運營經驗快速成熟
OTA 更新速度	保守：更長驗證週期；商業無人駕駛安全要求意味著較慢迭代	消費 FSD 更快；Robotaxi 將需要更保守的驗證（雙軌流程）	Tesla（消費 FSD 迭代速度）；商業 Robotaxi 軌道大致相當	雙軌驗證成為行業標準；Waymo 的優勢隨 Tesla 建立商業驗證能力而削弱
感測器清潔與維護	專屬維護基礎設施；自動化光達/攝影機清潔；每個市場的車隊中心	Network 車輛由車主維護（品質控制風險）；自有 Robotaxi 車隊的專屬維護	Waymo（專屬車隊運營方面）	Tesla Network 點對點維護仍是品質控制挑戰；專屬 Cybercab 車隊將比肩 Waymo
每位操作員可監控車輛數（ROC 效率）	持續改善：目前估計 1:10 至 1:20（估計值）；隨 AV 軟體成熟而改善	未知：商業早期運營；可能從保守比例開始	Waymo（多年學習積累的當前效率）	隨 Tesla Robotaxi 軟體成熟，差距縮小；兩者長期趨向 1:50 至 1:100
維護成本最佳化	現代第六代合作夥伴關係使經銷商網路維護成為可能（相比 Waymo 自營專屬設施有降成本機會）	消費車輛服務網路未針對商業車隊最佳化；Cybercab 將需要專屬車隊服務模型	大致相當（雙方均在開發商業最佳化維護）	Cybercab 專為商業車隊服務設計的目的性建造，是 Tesla 長期維護的關鍵優勢
OTA 更新網路規模	約 2,500 輛車隊車輛（估計值）；相較消費汽車廠商，OTA 覆蓋範圍小	600 萬輛以上消費車輛；Robotaxi 車隊獨立但利用相同 OTA 基礎設施	Tesla（OTA 基礎設施規模）	隨 FSD 車隊成長，Tesla 的 OTA 規模優勢擴大；Waymo 在近期內沒有達到可比 OTA 覆蓋的途徑
總體評判	Waymo 在車隊運營成熟度上領先——6 年以上的商業無人駕駛 ROC 和車隊維護基礎設施建設，賦予 Waymo 運營深度，而 Tesla 正從頭開始為奧斯汀建立這些。Tesla 的結構性優勢是 OTA 規模：同時向 600 萬輛以上車輛推送 FSD 改進，是 Waymo 小規模車隊無法比擬的訓練數據和迭代速度優勢。長期車隊運營圖景有利於趨同：兩家公司在規模化時都需要類似的 ROC 基礎設施、類似的維護運營和類似的 OTA 驗證管線。短期優勢在 Waymo（運營經驗），但 Tesla 正在快速建立。

本文在系列中的位置

這是實體 AI 基準系列第 195 篇，對自動駕駛與實體 AI 產業進行系統性、以數據為基礎的分析。本文涵蓋 AV 競賽中討論最少但商業上最具決定性的維度之一：不是哪個軟體更好，而是哪家公司能以最終支撐盈利業務的成本，全天候可靠地運行無人駕駛商業車隊。答案涉及遠端運營中心、光達清潔系統、OTA 驗證管線，以及每位操作員可監控車輛數——這些運營基礎設施需要數年時間建立和測試，是區分具有商業 AV 經驗與仍在建立的公司的關鍵。