特斯拉引发的又一场革命：当汽车成为“AI具身智能体”（深度）

十年磨一剑，Robotaxi终破晓：

当汽车成为“AI具身智能体”

2025年6月22日，美国得克萨斯州奥斯汀，已从DOGE（政府效率部）全身而退的马斯克，迫不及待地在自家社交媒体X（前身为推特）上宣布：Robotaxi试运营，初期固定收费4.20美元。果不其然，特斯拉股价应势大涨。看来，资本市场早就期待马斯克从“增本增效”的DOGE里退身，专注研发自动驾驶才是正经事。

6天后，也就是2025年6月28日，特斯拉官方又发出一段视频：一辆焕新版Model Y从特斯拉Gigafactory Texas（得克萨斯州超级工厂）出发，开启了一段无人驾驶、无人监控、无人干预的交付旅程。这辆Model Y先后经过城市主干道、高速公路、有密集人群通行的十字路口、乡村道路，一直行驶到用户所在的社区停车场，全程30分钟，最高时速为116公里。这一次，自动驾驶终于从配角变成了主角，从锦上添花的“附加功能”变成了汽车本身。

“Robotaxi试运营+Model Y自动交付”，这不仅是自动驾驶技术领域的里程碑事件，更是汽车行业百年范式的分水岭：汽车正在从交通驾驶工具变身为“AI具身智能体”。

10年前，特斯拉推出Autopilot（自动驾驶仪），首次引入特斯拉Model S，最初版本依赖“摄像头+激光雷达+超声波”的辅助系统，需要驾驶员高度警惕，且只能在高速公路上简单保持车道、适度变道。此后，FSD（完全自动驾驶系统）Beta版出现在少量用户的车机系统中，初步实现了自动泊车、自动变道、自动导航行驶、召唤等功能，并开始以纯视觉为主线探索未来路径，自动驾驶从“助手”向“辅助驾驶员”过渡。

从2021年起，“偏执狂”马斯克力排众议，陆续移除FSD中的激光雷达与高精地图，改用摄像头与神经网络模型，由此将FSD带入纯视觉路线。这种“少即是多”的路线，在当时备受质疑。Dojo超级计算机平台的上线，是特斯拉进入自动驾驶第二阶段的分水岭。通过海量车主真实驾驶数据的深度训练，特斯拉不再单纯依赖仿真测试，而是在全球道路上进行“实战学习”。每一次转弯、每一次避让，都是AI自我学习和优化的一部分。再加上强大的OTA（远程在线升级）机制，让特斯拉在软硬件协同与大规模数据训练中建立了优势，并让数以亿计的真实驾驶场景反馈回归到算法与数据中心。

而此次Robotaxi的试运营与Model Y的自动交付，则标志着特斯拉在硬件架构、软件系统、数据算法与商业模式上的“四合一”业务闭环验证成功，也宣告了汽车将从交通驾驶工具逐步转变为“AI具身智能体”。尽管这个过程依然会经历包括商业模式、法律条款、交通基础设施、AI算法与算力的多重考验，但在马斯克看来，FSD的一小步，将是百年汽车行业的一大步。

当然，业内的评价并非一边倒地叫好。在马斯克公开Robotaxi试运营与Model Y自动交付的消息后，一向和马斯克唱反调的市场研究公司——“特斯拉空头”GLJ Research指出，当前的特斯拉Robotaxi更像“AI辅助演练”，仍需监管员保障，因此不要高估Robotaxi的商业价值。NHTSA（美国国家公路交通安全管理局）则代表官方发声：“我们将立即开展调查，尤其是对（Model Y自动交付过程中）违反交通规则、意外停车等情况进行法律审查。”而在一些社交媒体上，FSD早期用户发布的视频既有赞美也有警示：平滑换道、实时避障等功能还不错，但偶然超速、选错车道等问题也客观存在。

不错，但不完美——这或许就是特斯拉从汽车迈向“AI具身智能体”的现实写照。然而，对马斯克而言，这都不是事。之所以“先发车，再完善”，从战略层面来看，出于4个关键要素的考量：一是关系到“先发定义规则”。谁先发车，谁就掌握了自动驾驶时代的话语权。二是关系到数据的积累与算力的优化。与封闭实验室里的测试不同，马斯克更加看重真实驾驶场景的反馈、现实数据的积累和对算法的持续优化，这是使特斯拉成为“AI具身智能体”的关键一步。三是引发公众、媒体以及官方对自动驾驶的关注，尤其是涉及认知、习惯与法律条款的部分。四是关系到FSD的商业闭环。无论是Robotaxi的试运营，还是Model Y的自动交付，都涉及汽车共享化，而这恰恰是FSD商业闭环的一部分。从逻辑上讲，如果FSD没有清晰的问题解决场景，那么“赚钱”这事将遥遥无期。

目前，科技圈有关“AI具身智能体”的核心表达是具备智能决策能力，能与物理世界互动，并在具体环境中自主执行任务的AI系统。斯坦福大学人工智能研究所发布的《2024年人工智能指数报告》中明确将机器人、自主驾驶汽车、智能无人机等纳入典型的“AI具身智能体”范畴。麻省理工学院计算机科学与人工智能实验室提出“AI具身智能体”三层模型，强调“三位一体”，即具备感知层（通过多模态传感器，如视觉、雷达、激光等，采集环境信息）、推理层（通过AI模型进行认知、推理、决策）、行动层（通过物理执行器，如轮胎、机械臂等，完成实际运动），才能称得上真正的“AI具身智能体”。据此，搭载FSD的特斯拉电动车型，包括试运营的Robotaxi与可以自动交付的Model Y，当然属于“三位一体”的“AI具身智能体”。

从本质上讲，特斯拉Robotaxi=AI具身智能体+共享经济模式+自动驾驶技术，它是AI与物理世界深度融合的标志性产品，也是人类通向AGI（通用人工智能）的里程碑。汽车AI时代正在到来。

共享化成为现实：

“汽车新四化”的最后一块拼图

过去10年，以电动化、网联化、智能化、共享化为代表的“汽车新四化”，是汽车领域高频出现的关键词。确切地说，“汽车新四化”不仅是汽车技术的发展趋势，更是汽车产业变革的风向标，它从4个不同维度影响和决定了车企的走向。

首先是电动化。这是标准的“从政策驱动到市场驱动”的产物，最早源于全球各国政府对于碳排放、碳达峰的焦虑，欧美最先热心电动化，但政策执行最坚决、最有力、最到位的绝对是中国。根据CPCA（中国乘用车市场信息联席会）发布的数据，2024年，中国新能源汽车渗透率达到38.4%，同期德国为18%，美国为9.6%，日本仅为3%。然而，现今的电动化早就过了“补贴为王”的阶段，以中国市场为例，电动车（从产业链角度看）整体生产成本大幅降低，随着电池技术的发展、充电基础设施的加速布局以及快充技术的普及，所谓的“续航焦虑”正在快速下降。电动化是为智能化做准备的，其竞争格局已基本成形。

其次是网联化。所谓网联化，表面上看是让汽车接入互联网，实现“人—车—云—路”的互联互通，背后却是一次系统性的商业模式重构。当前，汽车网联化面临技术领先但商业落地滞后的困境。一方面，对于大多数车企而言，车机联网只是汽车销售的一个卖点，还缺乏真正的数据变现的能力；另一方面，包括苹果、华为、小米在内的科技公司，则试图把车联网打造成“移动智能终端”，推动车内生态深度融合。从这个层面来讲，网联化同样是在为智能化做准备。

再次是智能化。这是当前新能源车企竞争的焦点。汽车智能化包括智能车机系统、智能座舱、智能驾驶等在内的一揽子智能解决方案。对于传统车企而言，所谓的智能驾驶更像是为了满足“让车更好卖”的需要；而对于特斯拉、Waymo、百度Apollo、Momenta、Pony、地平线等可以提供自动驾驶解决方案的科技公司而言，智能化当然不能停留在智能驾驶阶段，必须进化到自动驾驶，最终使汽车成为“AI具身智能体”，这才是智能化的本质要义。

最后是共享化。这里的共享化，可不是人们之前所理解的滴滴、Uber等网约车出行模式。技术层面的共享化，其实是让每辆车都具备Robotaxi功能。最典型的场景是：你早上搭乘自己那辆具备自动驾驶功能的智能汽车上班，到公司后这辆车也不闲着，马上去接活，然后在你下班前返回公司接你回家。这一天下来，不仅解决了你的通勤问题，而且顺带帮你赚了钱。当然，要实现这种场景，必须高度依赖电动化、网联化、智能化，而特斯拉Robotaxi的推出，让共享化不再是拼车、打车的升级版，而是作为AI驱动、自动运营的新物种，补全了“汽车新四化”中最具想象空间的那一块拼图，“无人+共享”的商业模式终于完成闭环。

特斯拉自动驾驶冲击波：

传统车企可选择的3条路

对于传统车企而言，特斯拉Robotaxi的试运营与Model Y的自动交付，可不仅仅是科技酷炫那么简单。一方面，“汽车新四化”集结完毕，传统车企即将迎来“诺基亚”时刻，感受到来自特斯拉FSD的自动驾驶冲击波；另一方面，传统车企不能再停留在单纯能源视角而犹豫不决了，面对汽车行业大变局，全面拥抱智能、向科技公司进化才是真正的战略转型之选。简言之，面对特斯拉自动驾驶冲击波，传统车企有3条路可选：

第一条路：全面转型——彻底进化为科技公司

几年前，我在撰写关于丰田、大众、通用、福特等传统车企巨头的转型内容的文章中，一直坚持的观点是：要从制造企业向科技公司转型。然而，尽管很多传统车企巨头在其战略愿景中加入了所谓“全面转型为科技出行公司”的描述，但无论是商业模式与经营理念，还是组织架构与管理体系，都只是对现状的“修修补补”或PPT上的“精修细描”，实践少之又少。关键原因在于两方面：

一方面，传统业务架构所限。传统车企的业务架构，过去几十年来都是围绕“硬件制造（总装）+全球供应链”搭建的。哪怕是大众早已启动了电动化转型，但其内核仍然是“先定义硬件，再叠加软件”的硬件主导模式。而反观特斯拉、华为与小米的造车逻辑，一切从软件和系统出发，硬件只是实现软件与系统功能的载体。一边是“软件是硬件的补充”，一边是“硬件是软件的载体”，这种业务架构上的差异是传统车企与科技造车企业的最大不同。

当传统车企意识到这一问题时，很多车企开始大胆地“改弦易辙”。大众曾设立独立子公司CARIAD，专门负责软件与自动驾驶技术开发；丰田曾将Woven Planet定位为智能驾驶核心部门，甚至不惜重组董事会，让数字化主管拥有更高话语权；奔驰则把MB.OS操作系统作为未来产品竞争力的核心，试图在智能车机系统上打一场漂亮的翻身仗。然而，有勇气改变方向并不一定就有好的结果，尤其是受限于传统业务架构所造成的认知固化，大多传统车企在软件应用、AI算法、数据训练与OTA能力上的积累，依然与特斯拉等科技造车企业相去甚远。

另一方面，成本投入与研发周期的双重挑战。即便是传统车企愿意转型，但“钱从哪儿来”是个大问题。科技造车企业的“烧钱”速度惊人，传统车企承受得住吗？

以特斯拉FSD背后的Dojo超级计算机平台为例，特斯拉投入高达数十亿美元，背后是数百万车主每天数亿公里的驾驶数据积累、训练与分析。而大多传统车企只能依赖模拟仿真，效果自然大打折扣。并且传统车企往往对财务稳定性要求极高，对于动辄5—10年的AI研发周期，很难具备持续的资金容忍度，也很难支撑如此高的人才密度。在成本投入与研发周期上的双重挑战，让很多传统车企在向科技公司转型中步履蹒跚。

第二条路：联盟共生——与科技公司深度捆绑

既然进化为科技公司如此之难，那么无论是基于成本和时间的考虑，还是从传统车企战略转型的难度考虑，与科技公司深度捆绑都成为大多传统车企转型的首选。

1.现代汽车与Aptiv（安波福）组建Motional。早在2020年，韩国现代汽车就与Aptiv组建了合资公司Motional，专攻L4自动驾驶技术。双方合作的核心逻辑很清楚：现代提供车辆平台与生产制造能力，Aptiv负责提供AI算法、感知系统与自动驾驶核心技术。目前，Motional已在美国多地展开Robotaxi测试服务，尽管规模有限，但已成为现代汽车切入AI领域的重要途径。

2.Stellantis集团与Waymo合作。被戏称为“万国车企俱乐部”的Stellantis集团（包括菲亚特、克莱斯勒、标致雪铁龙等）与谷歌Waymo已有多年合作，目标就是将Waymo的自动驾驶技术集成到Stellantis的商用货车与Robotaxi平台上。也就是说，以市场换技术。

3.奔驰与NVIDIA（英伟达）深度绑定。奔驰将AI芯片、算法、操作系统“托管”给NVIDIA，从MB.OS到自动驾驶，几乎全部基于NVIDIA的硬件与软件框架，形成战略层面的深度捆绑。这种合作模式基于双方的“背靠背信任”，虽然有些孤注一掷，但好处是避免了多家供应商“彼此打架”，从一开始就做到了技术层面的一致性。

从短期来看，联盟共生是传统车企的务实选择，但从长期来看，数据归属权、用户运营权、技术主导权仍然是难解的博弈焦点。毕竟，谁掌握了行车数据、用户习惯与AI模型迭代权，谁才真正拥有了产业链层面的话语权。对传统车企而言，早点儿认识和解决这个问题，才能在联盟共生之路上走得更远。

第三条路：发挥所长——聚焦制造做代工

对于大多数缺乏智能化基础、不具备AI研发投入、转型窗口期较短的传统车企而言，还有一条路可选，那就是发挥自身“造车”之长，聚焦制造做代工。

千万别觉得做代工不好意思。事实上，能成为一家好的代工企业也超级难。这背后是极致的降本增效与敏捷的管理体系，还有对上下游、产业链的深度融合。这里不得不提到几个品牌：比亚迪除了是全球第一大新能源车企，还是EMS（电子制造服务）排名靠前的企业；大名鼎鼎的富士康，一度成为苹果等高端消费电子品牌的“御用”代工厂；台积电则是芯片代工领域的“无冕之王”。这样看来，代工的门槛也是很高的。只不过，传统车企还要过另一道坎：没了自己的品牌，退居幕后做代工，到底甘不甘心？

话说回来，甘不甘心是一回事，能不能在代工领域活下来是另一回事。富士康早在几年前就推出了自家汽车品牌Model C，是为了告诉计划造车的苹果：“过去我能造iPhone，现在也能造智能电动汽车。”即使后来苹果暂停造车计划，但富士康已向业界证明了其在供应链管理与制造效率层面的极致优势依然可以在造车领域发挥更大作用。欧洲早先的一些二、三线车企品牌，或主动或被动地为一线主流品牌提供整车制造或动力系统模块供应，早已将主力业务转向代工与模块制造。如果没有富士康优秀的成本控制、供应商管理、运营体系，没有台积电的持续改善与创新能力，加之代工的模块技术含量低，自身竞争力不够强，很多传统车企即使做代工也可能处于产业链的低端，盈利微薄，战略选择空间有限。

传统车企在决定选哪条路之前，不妨先来回答下面3个问题：

·你的企业对未来汽车的理解是“AI具身智能体”，还是交通驾驶工具？

·你的企业是否准备好把数据、算法、AI、OTA与出行运营视作企业的核心资产？

·你的企业是否已经达成“硬件制造只是战略护城河中的一环，而非终极武器”的战略共识？

这3个问题并不好回答，但可以帮助传统车企更好地看清未来。其实，选哪条路都面临风险和挑战，都存在很多不确定因素，但唯一可以确定的是：越早决定，主动权还能在自己手里；越晚决定，可能只有背水一战了。

造车新势力再进化：

从智能化到“AI具身智能体”

面对特斯拉自动驾驶冲击波，如果说传统车企面临的转型问题是“老船换新舵”，那么对于华为、小米等造车新势力而言，它们面临的挑战将是从智能化的竞争优势进化为“AI具身智能体”的打造能力，这可不是可以轻易解决的问题。

过去几年，以华为、小米、理想、小鹏、蔚来等为代表的造车新势力，将汽车智能化演绎得淋漓尽致。满车的大屏、随时响应的语音助手、方便敏捷的辅助驾驶与智能网联……对于传统车企而言，造车新势力的这些创新在前期确实存在一定的领先优势。然而，特斯拉自动驾驶的商用化（Robotaxi的试运营与Model Y的自动交付），则让造车新势力过去的智能化打法失去了竞争优势——智能化，绝不是单纯的配置升级，也不能停留在辅助驾驶、座舱娱乐等层面，而是需要进化到“AI具身智能体”，从“汽车新四化”视角去重新理解智能化问题。这将是造车新势力群体面临的最大挑战。

以某造车新势力为例，即便这家车企是造车新势力群体中最具互联网基因的企业，在发布新车时也高调宣布了“全栈自研智能驾驶”“用AI算法定义出行”的理念，但离真正的战略落地还存在不小的差距。比如，缺乏真实道路的训练数据。在这方面，并不是有了全场景的技术架构，与多家传感器、芯片、地图公司保持开放合作关系就能解决的。对比来看，特斯拉靠全球数百万车主积累真实道路数据，Waymo、百度拥有数十亿公里的Robotaxi实战样本，而这家车企造车起步较晚，数据测试还在逐步积累中，靠“大定数据亮眼”还无法解决道路数据采集与AI训练能力问题，数据壁垒本身不可小觑。

而对于另外一家“不造车”的造车新势力而言，它的智能化水平在造车新势力群体中相对最高，拥有AI芯片、传感器、操作系统、云平台的完整能力链条，其自动驾驶解决方案已实现城区、泊车、高速等全域覆盖。它拥有全栈自研能力、算法领先、商用速度快的优势，特别是在城区智驾场景中，已率先跑通“无图智驾”，技术领先优势明显。然而，问题在于它“不造车”，制造这一环节就掌握在合作伙伴手里，它更像是一个技术赋能者，难以像特斯拉那样，从一开始就建立起软硬件一体的“AI具身智能体”。同时，在商业模式层面，特斯拉不存在“谁给谁授权”的问题，但这家造车新势力的商业模式仍以硬件销售与技术授权为主，缺乏像Robotaxi那样的“共享化运营”商业闭环，可能很难在“AI具身智能体”这个层面掌握定价权与用户入口。

还有不少造车新势力对智能化的理解与传统车企差不多，那就是“为了卖车而智能”。这种以“卖车”为主要决策依据的智能化，其在“AI具身智能体”的战略路径是模糊的，共享化运营能力尤其薄弱。同时，“车的智能化”绝不等同于“AI具身智能体”，也不等同于“车的AI平台化”。一旦特斯拉Robotaxi正式运营，便意味着未来车企的竞争力不再是“智能化的车好不好卖”，而是“你的车能否自动赚钱，你的AI能否自我成长，你的数据是否掌握在自己手里”。对于造车新势力而言，如果不能跳出“卖车”逻辑，再先进的智驾技术，再炫目的AI座舱，都只能是智能化功能，无法成为真正的竞争力。

大胆想象一下，未来的汽车可能不再是“卖一辆，赚一辆”的消费品，而是“AI具身智能体”，是自动运行的AI经济体，是城市智慧交通网络中的智能节点，是平台与服务的入口。谁能打造AI驱动的共享化智能体，谁就拥有未来；谁还沉迷于传统“卖车”思维、功能战术，谁就将被彻底淘汰。

结局或许早已注定，但主动权最好在自己手里，现在开始，转型刚刚好。