2026-06-18 — views
2026年6月實體AI全面評分卡 — Tesla對Waymo全38項維度完整對比
2026年中期最權威的Tesla對Waymo評分卡：商業載客、數據飛輪、供應鏈、能源、人形機器人與決定勝負的兩大賭注。
實體AI基準系列第39篇 — 2026年中期最終綜合評分
這是本系列最重要的一篇。歷經38篇文章，本系列追蹤了Tesla與Waymo在供應鏈風險、人才、天氣限制、法規時程、定價、數據飛輪、能源基礎設施、中國競爭格局以及兩家公司核心技術路線上的全面表現。第9篇與第14篇的評分卡已被此文取代。這是2026年6月中旬的最終權威更新。
評分說明： ✓✓ 明顯領先 · ✓ 具優勢 · = 相當 · ✗ 處於劣勢 · ✗✗ 明顯劣勢
第一節 — 主評分卡
| 評分維度 | Tesla | Waymo | 優勝者 | 說明 |
|---|---|---|---|---|
| 商業無人駕駛載客（今日） | ✗（奧斯汀監督式啟動） | ✓✓（每週逾15萬次，4城市） | Waymo | Waymo商業領先約18個月 |
| 無人車隊規模 | ✗（數十輛，早期啟動） | ✓✓（約1,000至1,500輛Gen 6，估計） | Waymo | 專用目的車對消費者改裝車 |
| 數據飛輪（數量） | ✓✓（50至60億監督英里，估計） | ✗（3,000至5,000萬無人英里，估計） | Tesla | 數量差距約100倍，但品質調整後差距縮小 |
| 數據飛輪（品質） | ✗（人工介入移除困難邊緣案例） | ✓✓（每個邊緣案例完整記錄） | Waymo | 脫離接管差距是Waymo最強的技術護城河 |
| 安全記錄 | ✓（數十億監督英里，低事故率） | ✓✓（商業無人駕駛，服務中零死亡） | Waymo（微幅） | 無人駕駛記錄更能與人類駕駛基準相比 |
| 法規許可 | ✗（僅德州無人駕駛） | ✓✓（加州、亞利桑那、德州，喬治亞待核） | Waymo | 加州商業無人駕駛許可是最關鍵的法規資產 |
| 地理覆蓋（監督FSD） | ✓✓（全美50州+加拿大） | ✗（不適用——僅L4） | Tesla | 監督式FSD並非商業無人駕駛；比較基準不同 |
| FMVSS合規路徑 | ✗✗（Cybercab需豁免或修法） | ✗（Gen 6亦需FMVSS更新） | 平手 | 聯邦車輛安全標準阻擋雙方全國部署 |
| 城市擴張管道 | ✓（州際許可靈活） | ✓✓（Moove加盟模式驗證） | Waymo | 亞特蘭大擴張測試Moove加盟模板 |
| 天氣適應力 | ✓（監督下適應所有氣候） | =（僅陽光帶，無人駕駛） | Tesla（覆蓋範圍） | Waymo無人駕駛僅在溫和天氣運行 |
| 感測器架構 | =（純視覺，高度優化） | ✓（LiDAR+攝影機+雷達融合） | Waymo | LiDAR在惡劣條件及邊緣案例偵測上有優勢 |
| 供應鏈風險 | ✓（垂直整合製造） | ✗✗（100%依賴極氪/中國車隊） | Tesla | 極氪關稅及地緣政治風險是本系列最高單一風險 |
| 能源基礎設施 | ✓✓（逾6萬個超充樁、Megapack、V2G） | ✗（第三方站充電） | Tesla | V2G+Megapack套利是Waymo無法複製的結構性成本優勢 |
| 人形機器人（Optimus） | ✓✓（德州超級工廠1,000至5,000台，估計） | ✗（無） | Tesla | 全新收益與數據來源，Waymo無法比擬 |
| 車隊車輛製造成本 | ✓（Cybercab目標低於3萬美元） | ✗（Gen 6估計逾10萬美元） | Tesla | 若目標達成，成本優勢達3倍；數字未經驗證 |
| 訓練運算（Dojo） | ✓（自建，數據主權） | =（NVIDIA雲端，標準） | Tesla（微幅） | Dojo在規模化時提供成本與安全優勢 |
| 人才集中度 | ✓（數據飛輪吸引ML研究員） | ✓（穩定+商業運營吸引AV老手） | 平手 | 不同技術策略對應不同人才特質 |
| 投資人接觸 | ✓✓（TSLA——直接、流動、純投） | ✗（埋於GOOGL其他賭注） | Tesla | Waymo價值釋放須等待IPO |
| 中國市場 | ✗（接觸有限，數據在地化規範） | ✗（接觸有限） | 平手 | 中國是另一場比賽，雙方實際上均被排除 |
| 2030情境（基準） | ✓✓（複利飛輪：FSD+Robotaxi+Optimus） | ✓（逾萬輛車隊，多城市獲利） | Tesla | 基準情境有利Tesla的規模；近期情境有利Waymo |
第一B節 — 得分彙整
Tesla領先： 8個維度——數據數量、能源基礎設施、人形機器人(Optimus)、製造成本目標、Dojo運算、投資人接觸、FSD地理覆蓋、2030基準情境
Waymo領先： 8個維度——當前商業載客、車隊規模、數據品質、安全記錄、法規許可、城市擴張管道、感測器架構、近期商業執行
平手或相當： 4個維度——FMVSS合規路徑、人才、中國市場、天氣適應力
評分卡8-8-4的對稱性反映了競爭的真實結構：Tesla與Waymo並非在同一戰場競爭。Tesla追求規模，Waymo追求法規驗證。打破平手的關鍵是時間。
第二節 — 兩個根本賭注
38篇文章最終歸結為兩個賭注。其他一切都是結果。
賭注一 — 技術賭注：端對端規模 vs. 模組化安全
Tesla的立場： 以消費者車隊數據大規模訓練的端對端神經網路，將產生自發性的無人駕駛能力。假設直接受LLM擴展定律啟發——更多真實世界英里輸入更大模型，產生更好的泛化能力，正如更多網路文字造就更好的語言模型。消費者FSD車隊是數據收集機制，Dojo是運算堆疊。
Waymo的立場： 城市駕駛的物理限制和安全約束過於結構化，黑箱神經網路無法可靠地處理尾部案例。模組化架構——獨立的感知、預測和規劃層——加上正式安全裕度，讓工程師能夠推理和界定失效模式。LiDAR在低能見度條件下增加了純視覺系統無法複製的第二感測模態。
解決時程（估計）： 2027至2028年。當Tesla奧斯汀Robotaxi規模化運營產生自身的無人駕駛英里——而非監督英里——時，實證比較才成為可能。
賭注二 — 經濟賭注：車隊成本 vs. 軟體利潤率
Tesla的立場： 製造成本低於3萬美元（目標，未驗證）的Cybercab，以軟體定義利潤率運營Robotaxi網路，產生任何逾10萬美元專用AV無法在規模上匹敵的單位經濟效益。
Waymo的立場： 優質車隊加上Alphabet支持，讓Waymo在不需要Tesla規模車隊部署的情況下實現逐城市獲利。Moove加盟模式將Waymo的資本需求從資產負債表轉型為加盟費結構。
解決時程（估計）： 2026至2027年。Tesla 2026年第三季財報（預計2026年10月）應包含奧斯汀Robotaxi運營指標。
第三節 — 最重要的單一指標
在38篇文章追蹤的所有指標中，以下這個最能決定誰贏得Physical AI：
Tesla奧斯汀無人駕駛每週載客數 — 2026年第三季至2027年第一季
為何此指標凌駕所有：
Waymo最強的護城河不是安全記錄、法規許可或感測器架構。是數據品質差距：Waymo每一英里無人駕駛行程，最困難的邊緣案例在無人工介入的情況下被記錄。Tesla的50至60億監督英里每英里包含較少高價值邊緣案例，因為人類駕駛員處理了困難時刻——而那正是訓練數據最需要的時刻。
若Tesla能在奧斯汀從監督駕駛過渡到無人駕駛，並在2027年第一季達到每週逾1萬次載客，數據飛輪開始產生自身的無人駕駛英里。數據品質差距開始縮小。
若Tesla維持監督模式或奧斯汀每週載客仍停留在數百次，Waymo的先機持續複利累積。
關注2026年10月預期發布的Tesla 2026年第三季財報，了解奧斯汀首批運營指標。
第四節 — 雙方對彼此最常見的誤判
Tesla多頭對Waymo的誤判：
最常見的Tesla多頭對Waymo的否定是「擴張成本太高」和「永遠被地理圍欄限制」。這低估了三件事：(1) Moove加盟模式大幅降低Waymo每城市的資本需求；(2) 加州商業無人駕駛許可比AV行業任何其他單一法規資產更有價值——覆蓋4,000萬潛在乘客；(3) Waymo的數據品質優勢不是行銷——是結構性的訓練數據差異，Tesla的數量優勢無法自動克服。
Waymo多頭對Tesla的誤判：
最常見的Waymo多頭對Tesla的否定是「FSD仍是監督式」和「Cybercab是空中樓閣」。這低估了三件事：(1) 從監督到無人駕駛的過渡是一個門檻，不是漸進——Tesla的車隊提供跨越它的數據規模；(2) Optimus是Waymo完全無法回應的真正新能力；(3) Tesla的能源基礎設施（超充+Megapack+V2G）是與AV競賽無關的成本優勢，隨車隊規模複利增長。
第五節 — 進入2026年下半年的敘事
Physical AI競賽進入2026年下半年，並非Tesla勝或Waymo勝的二元故事。而是兩家公司在同一市場的不同部分、以不同時間尺度各自成功的故事。
Waymo正在贏得2026年上半年。 以每一個商業指標——交付載客次數、運營城市、安全記錄、法規許可——Waymo正在執行，Tesla尚未進入商業競賽。
Tesla正在為2027年下半年及更遠的未來而建設。 數據飛輪、能源堆疊、Optimus平台、製造成本結構——這些優勢在2026年第二季的載客數中都看不到。它們是隨時間複利增長的結構性優勢。
最可能的情境（估計，非保證）是兩家公司都成功：Waymo作為主要美國城市的優質城市Robotaxi運營商，Tesla作為全國規模的大眾市場Robotaxi網路。有趣的問題不是2030年哪個存在——而是哪個更大，哪個有更好的單位經濟效益。
答案取決於奧斯汀無人駕駛數據飛輪是否在2026年下半年啟動。
第六節 — 原評分卡未涵蓋的維度
網路安全與數據主權： Tesla的Dojo自建運算提供雲端訓練無法達到的數據主權。Waymo依賴NVIDIA雲端運算，引入第三方接觸訓練數據。優勢：Tesla（微幅）。
保險與責任框架： Waymo的商業無人駕駛運營已建立保險軌跡記錄，Tesla監督式FSD尚無。Tesla啟動商業無人駕駛時，進入缺乏可比無人駕駛特定軌跡記錄的保險市場。優勢：Waymo（近期）。
消費者品牌與信任： 兩者在AV乘坐意願調查中均低於50%信任度。平手（雙方均有努力空間）。
第七節 — 系列索引
本文綜合整個實體AI基準系列。前38篇文章涵蓋：
加速指數、人形機器人競賽、單位經濟效益、全球競爭總覽、高精地圖、車隊運營、軟體與OTA、保險與責任、消費者需求、競爭護城河、Cybercab對Model Y、安全數據、Waymo Gen 6、Optimus製造、第一份評分卡快照（第9篇）、第二份評分卡更新（第14篇）、2030預測情境、投資人框架、Waymo城市擴張管道、Tesla州際許可地圖、AV天氣與氣候限制、人才戰爭、法規時程、Robotaxi票價、AV數據飛輪、人形機器人部署追蹤、供應鏈分析、消費者採用需求指數、Waymo獨立估值與IPO分析、Tesla Dojo對雲端運算、Waymo-Uber合作策略、Tesla能源基礎設施飛輪、中國AV競賽、合作夥伴與生態系、競爭護城河深度剖析、運算與晶片指數、投資追蹤器、基礎難度差距（莫拉維克悖論與模擬到現實）。
本文——第39篇——是最終綜合評分。所有先前評分卡均已被取代。
聲明： 標記為「估計」的數字來自公開來源的分析師估計，並非公司公布數字。技術評估、時程及競爭比較反映截至2026年6月中旬的公開信息與行業分析。本文不構成投資建議。做出投資決策前，請進行自己的盡職調查並諮詢持牌財務顧問。
來源
- 實體AI基準系列 — AI-Daily-Builder ↗
- Waymo One每週載客數 — Waymo部落格 ↗
- Tesla 2026年第一季財報 — Tesla投資人關係 ↗
- Alphabet 2026年第一季財報 — Alphabet投資人關係 ↗