自駕卡車——為何高速公路貨運可能比機器人計程車更早實現獲利
Aurora已在I-45啟動無人駕駛商業貨運。自駕卡車每英里節省的人力成本是計程車的10倍，市場規模是叫車服務的4倍，可能率先達到獲利。
標籤 · #autonomous-vehicles
自動駕駛無障礙——6500萬無法開車的美國人與這項技術的世代意義
對6500萬無法開車的美國人——老年人、身障者、視障者——自動駕駛不是便利升級，而是獨立自主的恢復。
自動駕駛無障礙——自動車如何改變老年人與身障者的行動自由
自動駕駛車輛有望為3,000至4,000萬名因身障或老化而無法駕車的美國人恢復行動自主——但前提是正確設計。
自駕車惡劣天氣性能——雨、雪、霧如何影響感測器，以及為何 Waymo 留守鳳凰城
雨水破壞攝影機、霧氣摧毀雷達光達、毫米波雷達幾乎無懼天候——地理氣候決定了無人駕駛計程車真正能落地的城市。
自動駕駛競爭版圖——Aurora、Zoox、Cruise：誰還在賽跑中？
自動駕駛不只是特斯拉對Waymo。Aurora已啟動無人卡車商業運營；Zoox仍在測試；Cruise在2023年事故後重建中。
自動駕駛消費者採用與乘車體驗指數 — 斜坡成長的需求面分析
乘車NPS、定價對比Uber/Lyft、採用曲線——消費者需求能否支撐自駕車規模目標的全面分析。
自駕車資安 — 可能阻斷實體 AI 浪潮的攻擊面全景
自駕車是聯網的電腦。大規模車隊遭駭可致人死亡，並讓實體 AI 投資論題倒退數年。
自駕車資安：遠端攻擊向量，以及 Tesla 與 Waymo 如何防護其車隊
自駕車資安全景：攻擊面分析、研究記錄的威脅類別、Tesla vs Waymo 防禦架構，以及重大資安事件對整個產業的影響。
自駕車資料即商業 — 車隊資料所有權與機器人計程車競賽背後的隱藏變現模式
每輛自駕車都是資料收集機器。誰擁有車隊資料？機器人計程車競賽背後藏著哪些變現模式？
AV 資料飛輪比較 — Tesla 數量 vs. Waymo 品質與 AI 訓練競賽
Tesla 擁有數十億英里的監督里程；Waymo 擁有數千萬英里完全無人駕駛里程。哪種資料類型能贏得 AI 訓練競賽？
自動駕駛資料飛輪 — Tesla 600萬輛 vs Waymo 無人駕駛品質優勢
Tesla 收集數量，Waymo 追求品質。哪個資料飛輪能在2028年前打造出更強的自動駕駛系統？AV投資人必讀的結構性護城河比較。
自駕車緊急車輛互動——機器計程車如何應對警車、救護車與消防車
偵測警報聲、讓行消防車、解讀警察手勢——緊急車輛互動是自駕車最難的邊緣情境之一，且已引發真實監管行動。
自動駕駛財務永續性 — 燒錢速率、資金跑道，以及誰能負擔得起實體AI爬坡
全面分析Waymo、Tesla、Aurora等頂尖自駕車計畫的燒錢速率、資金跑道與單位經濟學，揭示誰能完成實體AI爬坡。
AV 車隊倉儲運營 — Waymo 隱藏的規模瓶頸與 Tesla 輕資產模式
商業 AV 車隊如 Waymo 需要專屬倉儲進行充電、感測器校準與清潔，這是 Tesla 消費者擁有模式得以繞過的資本密集擴張上限。
自動駕駛車隊電動化——決定勝負的充電基礎設施競賽
商業自動駕駛車隊將 100% 電動化——不是出於法規要求，而是運營經濟學的必然結果。瓶頸在於充電基礎設施。
自駕車隊能源消耗—Tesla充電護城河 vs. Waymo儲能依賴
商業自駕車每日耗電量為個人電動車的7至8倍（估計值）。Tesla垂直整合能源體系賦予其Waymo無法複製的電網結構性優勢。
自動駕駛車隊運營——Waymo 如何每日管理機器人計程車艦隊
調度演算法、充電後勤、維護週期與車輛救援——將自動駕駛硬體轉化為盈利車隊服務的運營層。
實體AI全球法規地圖 — 美歐中日政策分歧如何決定自動駕駛實際落地版圖
美國碎片化、歐盟型式認證、中國政府加速、日本漸進——為何Waymo在鳳凰城而非巴黎，各地法規對AV時程的關鍵影響。
HD 地圖 vs 無地圖自動駕駛 — Tesla 與 Waymo 為何在地理擴張上押注相反？
HD 地圖 vs 無地圖架構：這一個設計選擇如何決定 Waymo 與 Tesla 在地理規模、成本與護城河上的長期命運。
自駕車保險市場演變 — 保險業如何因應無人駕駛車隊
無人車出事誰負責？保險業如何在AV累積真實安全數據之際重新定價風險，以及3000億美元市場的結構性轉變。
自駕車保險與責任歸屬 — 機器人車輛肇事時誰來買單
自駕車責任歸屬至今無定論。這個問題決定了保險成本、資本需求，以及哪些 AV 公司能活到規模化。
自動駕駛車保險與責任歸屬——Waymo 與 Tesla 的部署策略如何被法律框架所塑造
Waymo 出事由 Waymo 賠；Tesla FSD 出事責任待釐清——這道分野左右了兩家公司每一個部署決策。
自動駕駛地圖技術——高精地圖對比純視覺，誰將贏得道路測繪競賽？
Waymo押注釐米級高精地圖，Tesla押注純視覺即時建圖，Mobileye押注眾包地圖層——三種架構對AV擴張經濟學影響截然不同。
自動駕駛夜間與低光源性能——純視覺與 LiDAR 感測堆如何應對黑暗與惡劣天氣
夜間與惡劣天氣佔真實行駛里程約 50% 的安全風險——Tesla 純視覺與 Waymo LiDAR 感測堆的性能差異直接決定自動駕駛地理擴張與商業規模。
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。
自駕車乘客體驗——搭乘 Waymo 與 Tesla 機器人計程車的真實感受
乘客調查與 G 力數據揭示：Waymo 與 Tesla 機器人計程車的乘坐舒適度如何直接驅動採用率與回頭使用率。
自駕車行人與自行車偵測——最難的感知問題與安全數據
行人與自行車是自駕車感測器最難應對的目標——體積小、速度快、難以預測。本文解析偵測挑戰與安全數據。
美國自動駕駛法規地圖——Tesla FSD 無監督模式各州審批需求全解析
美國沒有聯邦自動駕駛標準，50 州各自訂規。法規壁壘而非技術，才是 Tesla FSD 機器人計程車擴張的主要制約。
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。
自動駕駛遠端操作中心 — Waymo 人工介入安全網的運作方式，以及 Tesla 為何沒有建立
Waymo 機器人計程車卡關時，遠端人工操作員會介入協助。本文解析這套安全網的運作機制，以及 Tesla 為何選擇不建立同樣的架構。
自駕車乘車經濟學 — 每英里成本、VPO 槓桿與 Waymo 及 Tesla 機器人計程車盈利路徑
自駕車乘車成本由下而上建模：車輛攤銷、VPO 遠端協助比率、車隊利用率，解析 Waymo 與 Tesla 機器人計程車何時能獲利。
自動駕駛安全數據比較——NHTSA SGO 事故報告、每百萬英里碰撞率與法規擴張準備度
NHTSA SGO 碰撞數據比較：Tesla FSD 對 Waymo 事故率、正規化說明，以及數據對許可擴張的意涵。
自駕安全指標——為何沒有標準方式比較 Tesla 與 Waymo
各家 AV 公司使用不相容的安全指標。本文提出真正的 Physical AI Ramp Index 應衡量哪些項目，以及各領導廠商現況。
自動駕駛 vs 人類駕駛安全性——數據真正顯示了什麼
Waymo、特斯拉、NHTSA申報資料：自動駕駛安全數據實際顯示了什麼、為何比較困難，以及對Physical AI發展速度的意義。
自駕車感測器技術——定義實體AI競賽的光達vs攝影機vs雷達之爭
Tesla 只用攝影機，Waymo 堅持光達不可或缺。感測器之爭決定誰能贏得自駕車競賽。
自駕車模擬——Waymo與Tesla如何在數十億虛擬里程上訓練自動駕駛系統
Waymo每年模擬200億英里；Tesla透過Dojo訓練600萬輛車的影像——模擬是拉開自駕車差距的關鍵乘數。
自動駕駛人才大戰 — 頂尖工程師流向哪裡，對 Physical AI 加速意味著什麼
Apple Titan、Cruise、Argo AI 約釋出 4,000 名 AV 工程師。他們的去向正是 Physical AI 加速賽中誰在勝出的最清晰訊號。
自動駕駛每英里成本解析：Waymo 成本結構、Tesla Cybercab 製造賭注與機器人計程車盈利路徑
Waymo 與人類 Uber 司機每英里成本比較、Tesla Cybercab 製造賭注，以及機器人計程車獲利臨界點分析。投資人關鍵單位經濟學解讀。
自駕車城市規劃衝擊——自動駕駛如何重塑城市、停車場與基礎設施
自駕車不只取代駕駛人，更將解放城市30%的停車用地，迫使道路、路緣與都市形態進行世代性重新設計。
自駕車 V2X 通訊——車輛如何與基礎設施、彼此及行人溝通
V2X 讓自駕車能與號誌、其他車輛及行人共享資料，透過預測性無線通訊將感知範圍延伸至感測器視野之外。
AV 天氣與氣候限制 — 無人駕駛擴張的物理上限
雨霧雪熱如何決定 Tesla FSD 與 Waymo 的地理上限，以及哪些美國城市能最快實現無人駕駛。
自駕車天氣性能 — 雨、雪、霧與感測器極限：解析 Waymo 南擴策略與 Tesla 的攝影機優勢
雨、雪、霧如何以不同方式降低光達、攝影機與雷達的性能——以及感測器物理學如何解釋所有大型自駕車公司的太陽帶擴張模式。
中國自駕車競賽——百度Apollo、Pony.ai、WeRide與全球最大自動駕駛市場
中國以百度Apollo Go、Pony.ai、WeRide並行競速——積極政策、海量數據與商業化運營的無人計程車正在重塑全球自駕車格局。
中國實體AI競賽——百度Apollo、WeRide、小馬智行與比亞迪的自駕車雄圖
中國自駕車深度分析：百度Apollo、WeRide、小馬智行、比亞迪，以及實體AI競賽如何分裂為兩場平行競爭。
Cruise 崩潰事件 — 自駕車監管風險的最重要教訓
GM Cruise 如何在 2023 年失去加州無人駕駛許可、三大失敗模式，以及對 Tesla 與 Waymo 擴張的監管啟示。
Tesla Cybercab vs Waymo第六代 — 將定義實體AI十年的機器人計程車正面對決
Tesla Cybercab與Waymo第六代車型代表對立的機器人計程車哲學——成本與規模對抗感測器冗餘與運營能力。
歐洲自駕車競爭格局——賓士 Level 3、CARIAD 的警示，以及歐洲如何看待自動駕駛
賓士擁有全球首個合法 L3 量產認證。CARIAD 成為一個警示故事。歐洲採取與美國根本不同的監管路徑。
全球自駕車法規地圖 — 哪些國家在推動 Physical AI 爬坡，哪些在阻擋？
自駕車法規是 Physical AI 爬坡最被低估的瓶頸。2026 年中全球法規地圖：誰在開路，誰在阻擋。
2026年上半年實體AI總結 — 自動駕駛與機器人領域十大重要進展
2026年上半年十大自動駕駛與機器人里程碑：從特斯拉奧斯汀機器人計程車到Waymo每週15萬次乘車。
實體 AI 2030 預測 — Tesla、Waymo 與人形機器人三情境展望
熊市、基準、牛市：根據 22 篇實體 AI 基準系列數據，預測 Tesla 機器人計程車、Waymo 與 Optimus 在 2030 年的落點。
自動駕駛車輛與無障礙出行——如何為 7,000 萬以上無法開車的美國人帶來移動自由
自動駕駛車輛如何為 7,000 萬以上無法合法或安全駕車的美國人解鎖獨立出行——市場潛力與監管邏輯全面解析。
Physical AI 中國篇 — 百度 Apollo、Pony.ai、WeRide 與機器人成本顛覆
中國 AV 與人形機器人賽道——百度 Apollo Go、Pony.ai、WeRide、Unitree——是美國投資人低估的基準維度。
中國實體 AI — 百度 Apollo、WeRide、文遠知行的機器人計程車已商業化運營
中國已建立並行的機器人計程車生態系統。百度 Apollo、WeRide、Pony.ai 正在商業運營——中美競賽比多數人意識到的更近。
Physical AI 城市擴張指數 — Waymo 的四城市劇本、Tesla Austin 地理圍欄與下一批 AV 戰場
Waymo 在 4 座城市覆蓋逾 375 平方英里無人駕駛服務；Tesla 在 Austin 以有監督模式啟動。達拉斯、邁阿密、亞特蘭大是下一批 AV 戰場。
實體AI競爭格局指數 — 所有主要AV與人形機器人玩家依商業化成熟度排名
實體AI全場競爭格局排名：Waymo與Tesla領跑AV，百度壟斷中國，Figure、Optimus、Boston Dynamics加速人形機器人競賽。
實體AI競爭護城河分析 — 持久優勢與暫時優勢
特斯拉、Waymo 與中國自動駕駛玩家，哪些競爭優勢結構上難以複製？哪些會隨市場成熟而消退？
實體AI競爭護城河——Waymo法規領先優勢 vs Tesla車隊數據規模：哪些優勢能持續複利？
Waymo在無人駕駛許可與安全紀錄上擁有耐久的近期護城河；Tesla在車隊數據規模、垂直整合和消費者生態系統上擁有更廣的長期護城河。
2026 實體 AI 競爭格局全景：Cruise 崩潰、Aurora 卡車自駕、百度中國市場，以及 Waymo 與 Tesla 之外的完整 AV 賽局
Cruise 因 2023 年掩蓋事件而崩潰，Aurora 已開始賺取卡車自駕收入，百度在中國叫車次數媲美 Waymo，2026 年 AV 格局已急速整合。
實體AI資安 — 自駕車攻擊面、感測器欺騙與全車隊風險
針對自駕車的網路攻擊是實體安全事件——感測器欺騙、OTA管線漏洞與HD地圖注入，作為實體AI安全基準維度的系統性分析。
Physical AI 資安 2026 — Waymo LIDAR 欺騙 vs Tesla FSD 對抗攻擊：自駕車安全基準報告
Waymo 多感測器融合抵抗 LIDAR 欺騙與對抗補丁。Tesla 純視覺 FSD 面臨不同攻擊面。OTA 安全對兩者皆關鍵。
實體AI資料飛輪 — Tesla 6百萬輛車的訓練優勢、Waymo 5千萬英里無人駕駛里程，以及數量還是品質決定AV競賽勝負
Tesla 6M車隊 vs Waymo 5千萬無人英里：以資料飛輪為實體AI基準維度，分析數量與品質何者勝出。
實體AI能源足跡——自動駕駛車輛與人形機器人的環境成本
LIDAR感測器、訓練算力、稀土材料：自動駕駛車輛與人形機器人的完整生命週期環境成本全面解析。
實體AI能源基準——AV艦隊充電、Dojo算力耗電與人形機器人電池續航
AV艦隊充電需求、Dojo訓練耗電與人形機器人電池續航全面量化——能源成本是實體AI經濟學中被低估的關鍵變數。
實體 AI 極端天氣 2026 — Waymo LIDAR 霧中表現 vs Tesla FSD 相機雪地性能：全天候自動駕駛基準測試
Waymo 以 1550nm LIDAR 應對舊金山大霧。Tesla FSD 仰賴積雪地區訓練資料。截至 2026 年中，無任何 AV 系統通過大雪或結冰路面的無人駕駛驗證。
實體 AI 車隊調度 — Waymo 如何即時路由 1,100 輛車，以及為何調度系統是隱形競爭護城河
Waymo 調度 OS 即時路由 1,100 輛自動駕駛車，是乘車量的乘數效應，也是難以複製的隱形競爭護城河。
實體AI車隊經濟學 — Waymo vs Tesla Robotaxi每英里成本、每趟收入與獲利路徑
Waymo Gen 6車輛成本降至約$45K（估），Tesla目標$30K Cybercab。兩者均需每週500K+趟次與更高使用率，預計2028-2030年才能損益兩平。
Physical AI 車隊管理——Waymo 遠端操控成本、操作員比例與人機協作規模化挑戰
Waymo 目前每位遠端操作員負責 10-25 輛車、成本約 $0.20-0.40/英里（估計），提升至 1:100+ 是車隊經濟的關鍵槓桿。
實體 AI 導航 2026：Waymo HD 高精地圖依賴 vs Tesla 純視覺無地圖 FSD 導航架構基準測試
Waymo 無法在未建圖區域運作。Tesla FSD 毋需地圖，攝影機所見即可行駛。HD 地圖與無地圖策略是實體 AI 最關鍵的架構抉擇。
實體AI保險與責任 — 機器人計程車出事誰來賠、AV保險市場如何演進
AV商業保險約$0.15-0.35/英里（估），Waymo無人駕駛營運人責任明確，而Tesla FSD監督模式責任仍與駕駛人分攤。
實體 AI 保險與責任歸屬：機器人計程車發生事故誰來賠？Tesla FSD、Waymo 自駕保險全解析
Waymo 透過 Alphabet 資產負債表自保，責任歸屬清晰；Tesla FSD 面臨 EULA 駕駛責任轉移的模糊地帶。AV 精算資料將於 2030 年成熟，保費預計下降。
實體 AI 國際擴張 — Waymo 美國深耕、Tesla FSD 搶攻歐盟、中國平行自駕車競賽
Waymo 僅在美國運營；Tesla FSD 目標 2026-2027 年取得歐盟認證；中國百度、華為 ADS 與文遠知行已在阿聯酋展開平行競爭。
Physical AI 投資版圖 2024-2026：資金流向與誰將勝出
資本正向最接近商業規模的 Physical AI 公司集中——融資地圖揭示聰明錢押注的方向與原因。
實體 AI 投資框架 — 如何在 Tesla、Waymo 與機器人競賽中佈局
實體 AI 教育性投資框架：涵蓋 Tesla、Waymo、NVIDIA 的直接、間接與零組件佈局方式。僅供教育參考，非投資建議。
實體AI就業衝擊——自動駕駛與類人機器人規模化對勞動市場的影響
自動駕駛與類人機器人威脅美國600至700萬個卡車、叫車及倉儲工作——時間表、政治阻力，以及對Tesla和Waymo的意涵。
HD 地圖對決無圖行駛——建城市地圖要多少錢，以及這為何決定自駕車的擴張速度
HD 地圖每座城市需耗資數百萬並持續更新——Waymo 依賴它，Tesla 不需要。這項架構分歧決定了自駕車大規模擴張的速度。
Physical AI 地圖與定位——Waymo 公分級精度 HD 地圖 vs Tesla 無圖 FSD 及地理擴展鴻溝
Waymo 以 HD 地圖實現公分級定位，每城市成本 $1-5M（估）；Tesla FSD 無圖且擴展成本近零，但精度與惡劣天氣韌性較低。
Physical AI 總索引 — Tesla vs Waymo 20維度完整爬坡評分表 2026年中報告
20維度 Physical AI 完整評分表：Waymo 在無人駕駛營運與安全領先；Tesla 在資料量、成本結構與長期市場信心領先。
2026 實體 AI 專利大戰：Waymo 商業機密刑事前例 vs Tesla FSD 數據護城河——自動駕駛智慧財產權基準
Waymo Levandowski 案確立刑事商業機密前例。Tesla 數據護城河勝過專利。Aurora 謹慎布局 IP。中國另起平行賽道。
實體AI專利與IP版圖——誰掌握自駕車與人形機器人的關鍵護城河
專利組合是實體AI最持久的護城河——盤點2026年自駕感測融合、神經駕駛與人形運動學IP的主要持有者。
Physical AI 發展指數 2026 — 100 篇里程碑總評分卡：Tesla vs Waymo
2026 年中最完整 Physical AI 評分卡：Tesla vs Waymo 19 維度對比、競爭者現況、下半年關鍵信號與兩階段賽局裁決。
Physical AI 監管格局 — 自動駕駛許可地圖、NHTSA 聯邦框架與 Waymo 及 Tesla FSD 的歐盟型式認證路線圖
Waymo 已在加州、亞利桑那州與德州取得完整無人駕駛許可；Tesla 僅在德州採自我認證模式。歐盟 Level 3+ 型式認證是全球 AV 部署中剩餘最大的單一監管解鎖。
實體AI法規時程追蹤器 — 形塑2026下半年商業化進展的關鍵決策
2026下半年至2027年影響Tesla與Waymo商業化進程的具體政府裁決——含明確日期、主管機關與各種結果分析。
Physical AI 監管速度指數 — 哪些市場行動最快，如何制約自動駕駛商業化
監管速度，而非感測器或軟體，是自動駕駛商業化斜坡最大的制約變數——美國各州與全球司法管轄區速度基準。
Physical AI 乘客體驗 — Waymo NPS、回乘率與自駕車滿意度曲線
Waymo NPS 逾 70，乘客在第 4–7 次乘車後完成焦慮正常化。滿意度指標是 AV 商業加速的領先指標。
Physical AI 安全紀錄——自駕車事故率對比人類駕駛及終極基準
加州 DMV、NHTSA 數據與 Waymo 安全報告揭示：AV 事故率與人類駕駛的差距，以及為何這是 Physical AI 的終極基準。
Physical AI 安全紀錄 — Waymo 傷亡事故率比人類駕駛低 6.8 倍、Tesla FSD NHTSA 歷史全面比較
Waymo 無人駕駛逾 1000 萬英里，傷亡事故率比人類低 6.8 倍；Tesla FSD 面臨 2 次 NHTSA OTA 召回；安全數據是自動駕駛的許可証貨幣。
物理AI安全紀錄——Waymo 6.8倍安全主張、Tesla FSD事故數據、NHTSA調查，以及數字真正證明了什麼
Waymo宣稱在逾3000萬英里無人駕駛里程中，傷亡事故率比人類駕駛低6.8倍；Tesla FSD脫離接管率逐年下降。兩者的安全論據均需更多無監督里程才能具備統計穩健性。
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 記分板更新 — 影響 2026 下半年量產的四大隱性制約
更新版實體 AI 記分板整合四大結構性制約——高精地圖、遠端操控人力、OTA 速度與 FMVSS——重塑 2026 下半年展望。
Physical AI 半導體供應鏈 — Nvidia Orin vs Thor vs Tesla FSD 晶片
Nvidia Orin vs Thor vs Tesla FSD 晶片：AV 推論運算供應鏈（台積電、三星、先進封裝）如何制約 Physical AI 的擴產節奏。
Physical AI 模擬基礎設施 — Tesla Rerender 對決 Waymo CarCraft 與合成資料競賽
Tesla 神經重繪引擎與 Waymo CarCraft 平台，代表兩種截然不同的大規模合成訓練資料生成策略。
Physical AI 軟體堆疊架構 — Waymo 模組化管線 vs Tesla 端對端神經網路：AV 史上最關鍵技術決策
Waymo 採用可解釋模組化管線；Tesla 押注 600 萬輛車隊訓練的端對端神經網路；兩者正朝混合架構收斂。
實體AI供應鏈——誰在製造感測器、晶片與致動器
逐層解析自駕車與人形機器人供應鏈：LIDAR、雷達、攝影機、AI運算晶片、致動器，以及地緣政治風險全圖。
實體AI人才爭奪戰 — 誰在贏得自動駕駛與機器人工程師的競賽
實體AI競賽本質上是人才競賽。具身AI工程師、AV系統專家與機器人硬體人才極為稀缺，人才短缺是AV規模化部署的隱藏限制因素。
實體AI估值框架 — Waymo 450億與特斯拉1.28兆市值背後的假設
Waymo 450億估值與特斯拉近歷史高點：從市場價格反推機器人計程車與 Optimus 的成長假設框架。
Physical AI 天氣 ODD 2026 — Waymo LIDAR 雷達融合 vs Tesla 純鏡頭：全天候自駕車基準測試
Waymo 的 LIDAR 加雷達在鏡頭因霧雨降級時可提供補償。Tesla FSD 為純鏡頭架構。降雪地帶城市對目前所有商業自駕車仍屬禁區。
實體 AI 勞動力衝擊 — Waymo 與 Tesla Optimus 規模化後，叫車、貨運與製造業就業如何重塑
Waymo 每週 15 萬次行程相當於取代 750 個全職司機；Aurora 自駕卡車先填補 8 萬人缺口；Optimus 預計 2028 年起替代工廠職位。
機器人計程車票價分析 — 乘客今日的費用與邁向每英里不到一美元的路徑
Waymo與Tesla今日的每趟收費、與Uber的比較，以及隨車隊規模擴大實現每英里低於1美元的路徑。
Tesla Cybercab 經濟學 — 低於 3 萬美元機器人計程車的商業邏輯
Tesla 目標 Cybercab 製造成本低於 3 萬美元。本文以基準形式拆解機器人計程車單車經濟學——使用率、每英里收入、損益兩平點，及與 Waymo Gen 6 的比較。
Tesla Cybercab 對決 Model Y 機器計程車——兩款車、兩條時間線、一條量產路
Model Y 機器計程車已在奧斯丁上路，Cybercab 是長期經濟效益之選——解析 Tesla 雙車並行策略與量產時程。
Tesla Dojo 超級電腦 — 自研 AI 晶片與 FSD 背後的算力擴展論點
Tesla 自研 Dojo D1 晶片是 FSD 與 Optimus 訓練的算力核心 — 押注更快的訓練吞吐量能持續複利帶來更好的自動駕駛。
Tesla FSD 數據飛輪 — 600 萬輛車如何打造無法複製的 AI 訓練迴路
Tesla 每天產生的駕駛訓練數據超過全球所有機器人計程車公司的總和。FSD 數據飛輪如何複利增長，以及為何沒有競爭者能夠複製。
Tesla FSD 端對端架構——v12 神經網路內部解析，從規則到學習的根本轉變
Tesla FSD v12 將 30 萬行規則式 C++ 替換為單一端對端神經網路，以數十億英里監督式駕駛影片訓練而成。
Tesla FSD 進軍歐洲 — UNECE 型式認可路徑與歐盟無人駕駛時程
UNECE WP.29、ALKS R157 與 GDPR：Tesla 與 Waymo 在歐盟展開商業無人駕駛前必須突破的結構性障礙。
Tesla FSD 進軍歐洲 — UNECE WP.29 型式認證、GDPR 與歐盟法規路徑
歐盟集中式 UNECE WP.29 型式認證與 GDPR 數據限制，使歐洲成為 Tesla FSD 面對的截然不同監管前沿，遠比美國州級許可複雜。
Tesla FSD 州別許可地圖 — 無人駕駛商業營運的監管路徑
逐州解析 Tesla FSD 現況、各州無人駕駛商業許可要求，以及通往加州（全美最大汽車市場）的監管路徑。
Tesla FSD 時間軸歷史——自動駕駛承諾與現實的十年回顧
Tesla 自 2016 年起持續作出 AV 承諾。十年數據揭示一致模式：技術確實到來，但時間軸普遍延誤 2–4 倍。
Waymo 逐城擴張分析：各市場數據、指標與下一步城市佈局
逐城解析 Waymo 各活躍市場，以及把關新城市上線的六大標準，並提出 2028 年三種擴張情境預測。
Waymo 城市擴張劇本 — 地理規模是最難翻越的關卡
Waymo 在四座美國城市運營。每座城市從初始測繪到無人商業上線耗時3至6年。為何地理擴張——而非技術本身——是 Physical AI 斜坡的核心瓶頸。
Waymo Driver 軟體架構——驅動全球最大無人駕駛車隊的六層技術堆疊深度解析
Waymo 模組化六層堆疊——感知、世界建模、預測、規劃、控制——是其安全記錄背後的技術基礎。
Waymo 第六代車輛轉型——決定車隊規模與成長速度的製造爬坡
Waymo 第六代轉型：Zeekr 專用機器人計程車將車輛成本減半，Zeekr 製造爬坡速度決定車隊規模與 2028 年前的載客量上限。
Waymo 第六代車輛 — 專為無人駕駛打造、與 Zeekr 合作製造，以及為何硬體世代決定車隊成本經濟
Waymo 從 Jaguar I-PACE 第五代轉向與 Zeekr 合製的第六代專用車，是商業 AV 史上最重要的降本決策。
Waymo-Uber 合作深度分析 — 流通層對決供給層，誰佔優勢？
Waymo-Uber 合作剖析：流通端與無人駕駛供給端的槓桿競賽，以及對 Lyft、Moove 與規模化的影響。
Waymo 估值與 IPO 分析：如何評估全球領先自動駕駛車隊的獨立市值
五種估值框架解析 Waymo 獨立市值、IPO 條件與 Alphabet 誘因，並比較 Tesla Robotaxi 財務模型。教育性分析，非投資建議。
自動駕駛車隊運營與遠端協助指數 — 人在迴路的規模化瓶頸
遙控操作員比例、遠端協助基礎設施，以及人在迴路層如何成為自駕車隊規模化的隱藏瓶頸。
HD 地圖與定位指數 — 自駕車量產擴張的隱性瓶頸（2026 年中）
HD 地圖依賴 vs. 無地圖方案——定位架構如何直接制約 Waymo 與 Tesla 的擴張速度與範圍。
自動駕駛保險與責任指數 — 無人商業運營的法律門檻
責任法律、FMVSS 豁免申請與初生的自駕車保險市場，是決定特斯拉何時能合法大規模運營無人商業載客服務的法律關卡。
自動駕駛安全與法規記分板 — Tesla vs Waymo：誰擁有更清晰的規模化路徑？
加州 DMV 報告、NHTSA 事故數據與各州許可地圖揭示 2026 年中誰在自動駕駛安全指標與法規準備上領先。
自駕車感測器堆疊指數 — Tesla 純視覺 vs. Waymo 光達：感知架構之戰
比較自駕車感測器堆疊——Tesla 純攝影機 vs. Waymo 光達融合——涵蓋成本、天氣韌性與架構取捨。
自駕車軟體架構與 OTA 更新管道指標 — 誰在實地部署中進步最快？（2026 年中）
OTA 更新頻率、模擬深度與現場資料飛輪——決定 Tesla、Waymo、百度在部署中實際改進速度的三大關鍵。
實體 AI 的運算力 — 驅動機器人量產的晶片全覽（2026 年中）
全面基準測試驅動自駕車與人形機器人的推論與訓練晶片——Jetson Thor、HW4、Dojo、EyeQ Ultra 等，涵蓋 2026 年中最新資訊。
國際實體 AI 競賽 — 中國、歐洲與全球競爭版圖（2026 年中）
百度在中國 10 城市運行逾千輛 Robotaxi，Wayve 完成 10.5 億美元 C 輪融資，歐洲嚴格法規下全球實體 AI 競賽持續升溫。
實體 AI 總記分板 — 2026 年中誰在機器人量產競賽中領先？
Tesla、Waymo 與中國從 10 個競爭維度全面比較 — 2026 年中實體 AI 競賽的統一裁決記分板。
實體 AI 量產指數 — Tesla FSD/Robotaxi/Optimus vs. Waymo：2026 年中基準報告
Waymo 在美國四城市每週逾 15 萬筆付費叫車，Tesla 準備奧斯汀 Robotaxi 上線並積極擴產 Optimus 人形機器人。
機器人計程車單位經濟學 — 每英里成本、營收模式與 Waymo vs. Tesla 損益兩平分析
拆解機器人計程車每英里成本、營收模式與車隊損益兩平門檻，比較 Waymo 與 Tesla 的財務結構差異（估計值清楚標示）。