Robotaxi：远程协助与运营安全 2026

Robotaxi/远程协助与运营安全/2026

> m8研究认为，2026年Robotaxi商业化的核心底牌已从车端算法转向远程协助网络的运营效率，超过1:40的人车比阈值与低于40毫秒的端到端网络延迟，构成了行业能否跨越正向单位经济效益与监管合规红线的核心变量。随着全球首个全自动驾驶（ADS）国际法规框架的落地，以及美国国家公路交通安全管理局（NHTSA）常态化数据追踪的深入，隐藏在自动驾驶光环背后的后台操作员团队、网络宽带冗余以及边缘场景接管事故率，被彻底推向了产业舞台的中央。本文基于最新的监管披露文件、交通事故强制上报记录以及通信基础设施运行指标，深度剖析远程接管（Teleoperation）在规模化无人驾驶出行网络中的核心枢纽作用及其带来的潜在商业风险。

m8观点：一句话研究结论

在自动驾驶进入万台级城市部署的2026年，决定 Robotaxi 网络能否实现盈利与合规的核心壁垒，不再仅仅是单车系统的脱手里程，而是取决于其后台远程操作中心能否在确保极低网络延迟的前提下，安全且高效地将单个人类操作员的监管效能放大至数十乃至上百台车辆。

为什么这个变量在 2026 年重要

过去十年，资本市场对自动驾驶产业的评估标准高度集中于车载传感器的硬件堆叠与深度学习算法的演进速度。然而，当时间推移至2026年，随着行业头部玩家相继跨越小规模封闭测试阶段，迈入全城范围内的商业化收费运营，一个不可回避的物理与商业现实浮出水面：即使是最先进的人工智能模型，也无法在短期内以百分之百的确定性独立解决所有复杂的城市边缘场景（Corner Cases）。此时，远程操作与协助系统正式从研发阶段的临时性安全冗余，演变为支撑整个无人驾驶出行网络平稳运转的刚性基础设施。这一变量在当前时间节点显得尤为关键，主要源于三大维度的深刻共振。 首先，远程操作的人车比（Operator-to-Vehicle Ratio）直接决定了自动驾驶出行的单位经济效益（Unit Economics）能否成立。要实现对传统网约车市场的彻底颠覆，Robotaxi 必须将其综合每英里成本从目前的1.50美元至2.50美元区间，极致压缩至0.18美元至0.25美元的长期目标范围。在这一严苛的成本模型中，车辆的硬件折旧、日常保洁维保以及能源补给成本具有较高的刚性，而弹性最大的成本项正是远程操作中心（ROC）的人力支出。如果车队的底层算法脆弱，频繁向云端发起求助，高昂的后台人工干预成本将彻底摧毁其无驾驶员带来的利润空间。反之，如果系统能够通过高水平的自主决策将远程干预频率降至极低，使得单一远程操作员能够同时监管四十台甚至上百台车辆，那么分摊到单英里的后台运营成本将骤降至0.015美元以下。因此，远程操作网络的效率本质上是 Robotaxi 商业模式的生命线。 其次，全球监管体系在2026年迎来了从“鼓励测试”向“严厉追责”的实质性转折，远程接管数据成为监管机构穿透企业公关话术的核心抓手。在国际标准层面，联合国欧洲经济委员会（UNECE）第29工作组（WP.29）正式通过了全球首个全自动驾驶（ADS）监管框架，这标志着无方向盘、无踏板的L4级车辆首次获得了全球统一的合法化基础，但同时也强制要求制造商提交详尽的安全管理系统与在役监控验证文件。在美国，政策制定者对车企的安全性宣发提出了前所未有的质疑。例如，美国参议员 Ed Markey 在致 NHTSA 的信函中尖锐指出，部分企业通过使用不匹配的碰撞结果（如将自身的安全气囊弹出事故与联邦拖车事故数据进行对比）来夸大其系统的安全性，并呼吁监管机构填补自动驾驶数据收集的漏洞。这种细致到秒级的强制信息披露，使得企业试图掩盖的由网络波动或远程操作失误导致的低速碰撞无处遁形，直接将远程安全体系置于放大镜下。 最后，技术路线的深层分歧正在现实物理世界中引发截然不同的事故反馈，直接影响公众对各品牌的信任度。当前行业在处理车辆被困场景时，分化出“远程直接驾驶（Tele-driving）”与“远程建议辅助（Tele-assistance）”两条路径。前者允许后台操作员通过蜂窝网络直接接管车辆的方向盘和动力输出；后者则限制操作员仅提供宏观路径指引（如画出绕行路线），具体的避障和驾驶动作依然交由车端系统执行。最新的监管事故报告显示，由于蜂窝网络不可避免的延迟以及操作员缺乏物理“体感”，采用远程直接驾驶模式的车辆更容易在人工接管瞬间发生车辆失控与碰撞，这使得远程通讯链路的稳定性从一个纯粹的IT问题，上升为关乎乘客生命安全的底线问题。

产业链和公司映射

远程操作与自动驾驶出行网络的产业链并非单一维度的竞争，而是由上游的整车及出行网络运营商、中游的远程通信与软件中间件提供商，以及下游的底层通信基础设施网络构成的复杂生态系统。这些参与者在2026年的深度整合，共同重塑了全球出行市场的版图。 在核心运营与整车级平台领域，Waymo（Alphabet 旗下）继续巩固其作为行业标杆的地位。至2026年，Waymo 在美国多个核心城市的周度付费订单已突破50万单量级，其全无人驾驶里程累计接近2亿英里。Waymo 的核心优势在于其坚定的“远程辅助”路线，绝不向远程操作员开放底层的动态驾驶任务控制权。凭借不断成熟的底层算法，Waymo 在全球范围内日常仅需维持约70名处于值班状态的后台操作员，即可管理超过3,000台规模的车队，实现了约1:43的高效人车比，这为其正向现金流的实现奠定了坚实基础。 与 Waymo 的稳健路径形成对比，特斯拉（Tesla）正在以更激进的姿态推进其基于纯视觉架构的 Cybercab 平台。特斯拉的 Robotaxi 业务于2025年中期在德克萨斯州奥斯汀启动有限测试，并随后扩展至达拉斯、休斯顿及旧金山湾区等地。此外，特斯拉在奥斯汀的计价模型也经历了频繁波动，从最初象征性的1美元基础费率，逐步上调至3.25美元基础费率叠加每英里1美元的里程费，反映出其在平衡早期运营成本与用户拓展之间的试探与挣扎。 在中国市场及全球扩张领域，百度 Apollo Go 展现出了强劲的增长势头，成为在服务规模上唯一能与 Waymo 形成实质性对标的平台。更重要的是，百度正积极通过与 Uber 和 Lyft 等全球网约车巨头的深度战略合作，将其低成本的第六代无人车（RT6）及运营网络向中东（如迪拜和阿布扎比）以及欧洲市场进行广泛的跨境输出，其目标是在短期内将远程监控的人车比推升至1:30的水平。 在中游的远程操作软件与平台层面，随着各家车企对低延迟视频传输和高并发车队管理需求的激增，独立的远程中间件服务商迎来了黄金发展期。Ottopia 是该领域的代表性企业，其利用人工智能技术进行实时网络状态预测与动态数据包调度，能够在不稳定甚至受损的蜂窝网络环境下，通过跨通道前向纠错（FEC）和超级分辨率视频压缩技术，确保远程操作的态势感知视频流不中断。DriveU.auto 同样深耕于确保高质量、低延迟视频的传输协议优化，其不仅服务于公共道路的 Robotaxi，更将商业触角延伸至对远程监管有刚性需求的港口、矿山自动化及物流堆场中的自动驾驶牵引车（ATT）领域，以规避公共道路严苛的法律风险并加速商业变现。此外，在欧洲市场，诸如 Vay 和 Fernride 等企业则专注于特定场景下的“远程司机代驾”模式或重型物流枢纽的无人化改造，填补了完全自动驾驶成熟前的市场空白。 在底层通信基础设施网络方面，远程接管对网络带宽（尤其是上行链路带宽以支持高清多路摄像头回传）和极低延迟提出了挑战物理极限的要求。为了满足严苛的 40 毫秒至 100 毫秒玻璃到玻璃的端到端延迟要求，5G 网络的超可靠低延迟通信（URLLC）特性成为必需，同时必须结合多接入边缘计算（MEC）技术，将算力节点尽可能推近至通信基站端以缩短物理传输路径。这一庞大的边缘算力部署趋势，正在深远地影响着底层硬件的供应链结构。对于该领域更深入的产业链传导机制分析，可参考站点内的 AI产业链 研究报告，并特别关注高密度算力节点由于散热压力而带动的 液冷专题 需求爆发。除了地面蜂窝网络，特斯拉为了解决车辆在偏远盲区或极端通信中断情况下的最后求助途径，破天荒地在其 Cybercab 顶部直接集成了 Starlink V5 卫星终端。虽然这种做法的日常必要性在城市运营中备受争议，但其为自动驾驶车队提供了一层脱离于传统电信运营商的冗余保障。

关键数据与对比表

为了客观衡量 2026 年自动驾驶出行网络的真实商业价值与安全底线，单纯的“自动驾驶测试总里程”已经不再适用。市场评估体系已经全面转向以实际付费商业吞吐量、每事故发生里程（MPI）以及系统架构延迟等核心可验证指标为中心。 全球自动驾驶遥控及辅助（Teleoperation for Vehicles）市场正处于爆发前夕。其中，基于软件的远程平台订阅及服务模式（SaaS）将占据超过四成的市场份额，成为推动行业标准化的核心引擎。 以下是2026年度，全球三大头部 Robotaxi 运营商在核心商业化运营节点上的数据对比。由于美国 NHTSA 强制执行的常规指令（SGO 2021-01）要求任何开启过 ADS 并在碰撞前 30 秒内未退出的事故均需上报，我们得以构建基于客观事实的事故发生频率（Miles Per Incident, 简称 MPI）对比矩阵。 自动驾驶系统 / 驾驶员类型 每起事故发生里程 (MPI) 估算 数据含义与安全趋势分析 Waymo (全无人驾驶) 超过 1,000,000 英里 行业基准。其引发严重伤害的事故率甚至比人类驾驶员低一个数量级，证明了保守“远程建议”架构的成熟。 人类驾驶员 (美国联邦数据) 约 500,000 英里 (警方记录碰撞) 衡量自动驾驶系统是否“比人类更安全”的及格线指标。 Tesla Robotaxi (德州试点) 约 329,015 英里 (截至 2026 年初) 在过去的六个月中呈现指数级改善（约每55天翻倍），但当前静态数据仍低于人类驾驶员平均水平 1.5 倍，且有多起低速碰撞由后台人工接管直接导致。 在经济性方面，Robotaxi 能否实现商业自闭环，完全取决于其对单英里成本（Cost Per Mile）的重构。据行业资深财务模型测算，在剔除了现场驾驶员每英里超过 1 美元的抽成后，一辆由专有流水线制造的廉价无人驾驶车辆（生命周期设定为百万英里级别），其硬件折旧成本可压缩至每英里 0.03 美元，能源与补能基建成本约 0.026 美元，日常维保约 0.02 美元，保险合规分摊约 0.025 美元；而最为关键的远程操作中心（ROC）人工费用，在人车比达到高位段时，可稀释至极微薄的 0.015 美元。这将使全生命周期的综合运行成本降至惊人的 0.18 至 0.25 美元区间。一旦实现，结合单次行程 0.70 至 0.90 美元的终端收费定价，运营商将攫取高达 60% 至 70% 的毛利率，并在短于十二个月内收回车辆制造成本。

宏观、资金或技术约束

尽管全自动驾驶出行的财务蓝图无比诱人，但在 2026 年推进规模化落地的过程中，所有企业都不可避免地撞向了物理定律的极限墙以及多边监管体系构筑的合规高地。 网络延迟（Latency）与通讯带宽是横亘在远程操作面前的第一道物理铁律。在任何需要后台操作员直接干预车辆行驶轨迹的场景下，指令从云端下发到车辆执行器，叠加现场视频流编码、上行回传及解码的总时间，即所谓的玻璃到玻璃（Glass-to-glass）端到端延迟，必须被严格控制。行业工程经验表明，实现灵敏且安全的远程响应，理想延迟需控制在 40 毫秒左右；一旦超过 100 毫秒至 150 毫秒的阈值边界，操作员将丧失对物理距离的精准判断，造成“幽灵刹车”或转向过度，进而极易在城市密集车流中引发追尾或擦碰。然而，当前的商业蜂窝网络环境充满了不确定性。即便是宣称具有毫秒级理论延迟的 5G 网络，在城市高楼密布的微环境中，也频繁面临多径效应衰落、基站小区切换（Handover）导致的数据包丢失以及突发的信道拥塞。为了对抗物理层面的不稳定性，企业被迫投入巨资部署冗余通讯架构，例如在车端安装多张 SIM 卡进行网络多路复用绑定，甚至在道路基础设施端重新考虑部署短距离 DSRC（如 IEEE 802.11p/ITS-G5 协议）路侧单元（RSU）作为蜂窝网络的兜底补充。同时，持续、高清的多路视频流上行传输对移动网络的带宽也是一种残酷的考验，这反过来要求运营商在核心网中部署大量具有高吞吐能力的边缘计算服务器（MEC）来进行本地化数据卸载。 在法规与地缘政治层面，合规的门槛正在以指数级的速度抬高。2026年是自动驾驶立法全面收紧的关键年份。以英国为例，其出台的自动驾驶车辆试点计划（Self-Driving Vehicle Pilot Scheme）要求所有运营商在获得合法上路许可前，必须经历极其繁琐的多层级审批，不仅涉及车辆类型认证与特殊车辆订单（VSO），还需要向所在地方议会和许可机构申请自动驾驶客运服务（APS）许可证，整个过程伴随着严苛的网络安全和数据保护影响评估（DPIA）。而在德国，新实施的《道路交通远程控制条例》（StVFernLV）则从根本上锁死了某些“监管套利”的商业模式。该法规强制规定，任何远程控制车辆的操作员，在法律地位上与现场驾驶员无异，必须是车辆所有人的正式直接雇员（彻底封堵了将远程客服中心外包给第三世界廉价劳动力的可能性）；此外，操作员必须年满21岁，持有相关驾照超过三年，且远程操控的车辆绝对速度被物理限制在不超过 80 公里/小时。这种高强度的劳动法规与责任捆绑，大幅推高了在欧洲本土建设远程操作中心（ROC）的初始资本支出，迫使企业必须建设具备生物识别准入、不间断备用电源及冗余企业级 ISP 专线的军事级监控中心，使得轻资产运营的愿景在短期内成为泡影。

风险与证伪

作为一项依托公开数据和产业客观规律的研究，本文必须对当前资本市场上弥漫的关于 Robotaxi “软件边际成本趋零”、“无限复制扩张”的完美叙事提出警惕，并建立一套严谨的逻辑框架来证伪其潜在的系统性风险。 首先，“人工远端兜底绝对安全”的假设正在被残酷的事故数据所瓦解。市场长期存在一种误区，认为只要 AI 在边缘场景中卡壳，后台人员的接管就能完美消除安全隐患。然而，特斯拉在休斯顿及奥斯汀的运营记录无情地打破了这一错觉。NHTSA 的事故库中详细记录了多起因采用“远程直接驾驶（Tele-driving）”模式而引发的碰撞。例如，在2025年7月的一起事故中，特斯拉 Robotaxi 在遇到系统无法自动通行的情况时，安全员呼叫了后台协助。随后，远端操作员直接接管了车辆控制权，但在加速试图驶出死胡同时，由于视角受限或网络滞后，操作员直接操控车辆越过路沿并以时速8英里撞击了金属护栏；另一起类似事件则导致车辆由远程人员驾驶径直撞向了临时施工路障。 证伪逻辑： 如果在随后的 NHTSA 逐月披露报告中，由后台操作员直接引发的事故比例不降反升，或者因网络卡顿导致的延迟误操作造成了涉及行人的重大伤亡事件，那么直接操控底层动力系统的远程驾驶路线将被彻底证伪。监管机构势必会强势介入，强制要求所有企业退回至依靠高维指令下发的“远程辅助”模式，这将导致底层架构不合规的企业面临推倒重来的灾难性后果。 其次，“影子安全员”现象可能导致单位经济模型彻底破产。目前的一级市场对头部平台给予的超高估值，全部建立在人力成本被彻底剥离的预期之上。 证伪逻辑： 我们需要密切观察相关运营平台的实际人车比演进。目前 Waymo 能够做到单人监管超过四十台车辆。但如果其他标榜即将开启海量部署的自动驾驶企业，在其财报电话会中始终对后台操作员的确切雇佣规模讳莫如深，或者被做空机构调查出其依然在后台维持着1:5甚至1:3的高比例人工干预基数，这就证明了其自动驾驶算法的泛化能力极度低下。在这种情况下，每台车不仅省不下司机的薪水，反而还需要额外支付高昂的网络通讯费用和数据中心折旧，所谓的颠覆性商业模式将不攻自破。对于关注相关供应链的投资者而言，若提供通讯模组或后台调度软件的 A股 企业迟迟无法从头部主机厂获得数万套量级的实质性量产订单，也从侧面印证了行业的商业化进程仍困于百台级别的演示期。 最后，系统设计上的过度硬件冗余可能摧毁整车的成本优势。以特斯拉的 Cybercab 为例，在追求极简的无方向盘内饰的同时，却在车顶外部集成了功耗高达35瓦至50瓦的 Starlink V5 卫星终端模块。对于一款明确服务于 5G 信号高度覆盖的密集城市街区（如奥斯汀市中心或旧金山）的出租车而言，配置主要用于荒野和海洋通信的宽带卫星系统，在现阶段更像是一种掩盖自身地面蜂窝通讯融合架构薄弱的妥协之举，不仅增加了无谓的 BOM（物料清单）成本，更增加了电动车辆宝贵的能耗负担。 证伪逻辑： 跟踪该车型在实现年产数十万台目标过程中的零配件迭代情况。如果在后续的量产改款中，车企悄然移除了昂贵的卫星宽带天线，转而采用行业标准的商用 5G 多卡融合通信方案，这便证明了早期夸大的太空通信冗余设计在经济学上是站不住脚的。

后续观察变量

自动驾驶行业充满了宏大的远景承诺，为了在信息的迷雾中锚定真实的商业化进度，研究人员与市场观察者应将视线聚焦于以下核心、公开且具备强制法律约束力的验证变量。关于这些变量的历史追踪溯源，您可以访问站点内的 研究归档 以获取完整的时序对比数据。 NHTSA 事故常态化报告的趋势斜率： 每月中旬发布的 NHTSA SGO 数据库是全行业最核心的照妖镜。需要持续计算并追踪各家企业每起事故发生里程（MPI）的动态变化。特别是针对新近扩张的测试网络，关注其 MPI 是否能够维持如前几个月那般“每 55 天翻倍”的指数级安全改善势头；更重要的是，提取事故责任分析字段，严密监控因“Remote Operator（远程操作员）”误操作导致碰撞的绝对数量是否在上升。 计价模型与消费者基础费率的弹性： Robotaxi 并不天然比传统网约车便宜。需高频监控特斯拉 App、Waymo One 以及百度萝卜快跑等应用在特定城市的每英里计价公式变动。例如特斯拉在奥斯汀将基础起步价从 1 美元上调至 3.25 美元，这种价格上调通常揭示了企业在应对极短途、低价值订单对车队运力造成的过度损耗，反映了其实际运营成本仍处于高位。 官方财报中的“后台人员配置比例”： 在各公司的季度收益电话会议或递交给监管机构的合规文件中，捕捉有关远程客服响应团队规模的任何直接数字披露。观察这一关键比例何时能稳定突破 1:50 并向 1:100 迈进，这是判定其跨越财务盈亏平衡点的绝对里程碑。 跨国法律适配与出海运营成本： 跟踪 2026 年底至 2027 年，各主要平台在国际市场落地时的法律妥协。特别是百度 Apollo Go 在中东及欧洲（如与 Uber 和 Lyft 合作在伦敦和德国推进的测试），观察他们如何应对欧洲（如 UNECE 和德国国内法）对数据不出境以及“强制使用本地正式雇员作为操作员”的规定，评估这些地方法规对海外扩展成本的增加程度。 独立 SaaS 供应商的商业化渗透： 密切关注 Ottopia、DriveU.auto 等纯软件/中间件企业的商用订单落地情况。如果越来越多的非一线自动驾驶初创企业、干线物流公司乃至工业机器人公司，开始倾向于直接采购这些标准化的 SaaS 远程接管方案，而不是坚持成本高昂的内部自研，这将标志着自动驾驶产业链的中游通讯环节已经走向成熟和标准化。 ##

FAQ

Q：同样是坐在电脑屏幕前监控车辆，远程建议（Tele-assistance）与远程直接驾驶（Tele-driving）在技术逻辑上有何根本区别？ A：这两者的区别直接关系到乘客的安全和系统对网络延迟的容忍度。远程建议（以 Waymo 为典型代表）在设计哲学上坚决不碰虚拟的“方向盘”。当车辆在路口遇到未知的施工障碍时，后台操作员面对的是系统渲染出的三维场景。操作员的职责是在屏幕上为车辆勾勒出一条可行的绕行路径，或者仅仅下达一个“可以借道逆行”的高维许可指令。在这整个过程中，车辆底层的 AI 算法依然保持对油门、刹车和转向的绝对控制。如果车辆在执行绕行时突然窜出一只流浪狗，车端的传感器会立即触发紧急制动，它不需要请示远端。 相反，远程直接驾驶（特斯拉在应对车辆遇困被困死胡同时的备份选择）则非常原始。后台人员依据网络传回的实时视频流，直接使用物理操作台或键盘操控车辆的动作。这种模式下，操作员不仅缺乏身临其境的速度感，而且极度依赖网络的瞬时响应。一旦视频流发生哪怕 150 毫秒的卡顿，操作员在远端稍踩一脚油门，现实中的车辆可能已经越过了路沿并撞上了护栏。这也是为什么行业内普遍认为直接遥控模式存在极高的系统性安全隐患。 Q：既然特斯拉一直宣称其 FSD（完全自动驾驶）是基于纯视觉且依靠车内强大算力本地运行的，那为什么还要在 Cybercab 车型里集成高能耗的 Starlink 卫星网络？ A：这是一个非常典型的“理想模型与现实运营妥协”的案例。确实，特斯拉 FSD 在执行常规的驾驶任务（识别红绿灯、避让行人、变道等）时，完全依赖车内的 AI4 硬件及摄像头阵列，不需要实时连接云端。但是，当一辆车转型为“无人出租车”进行商业化接客时，它面临的问题远远超出了“如何把车开好”。 在现实城市中，车辆可能会驶入地下车库最深处、被高楼完全屏蔽的死胡同、或者遭遇由于突发事故导致周边蜂窝基站大面积宕机的区域。如果此时车辆自身系统发生软件死机，或者乘客在车内遇到紧急情况，由于没有现场安全员，这辆车就会变成一座无法呼救的“信息孤岛”。在这种极端情况下，Starlink 提供的卫星宽带网络就成了最后的救命稻草。它是作为一种脱离于传统电信运营商的冗余备份系统存在，用来保障后台调度中心能够随时唤醒车辆、安抚乘客或重新下发路径指令，防止失联车辆在城市角落引发拥堵灾难。 Q：抛开公关宣传不谈，根据现有的客观碰撞数据，Robotaxi 到底比人类驾驶员安全吗？ A：这个问题必须分平台、分阶段来看，不能一概而论。根据 2025 年至 2026 年初强制披露的交通事故数据，表现最好的平台（如 Waymo）在全无人驾驶状态下，已经实现了超过 100 万英里才发生一次警方记录在案的事故（MPI）。不仅如此，其导致气囊弹出的恶性事故发生率远低于人类基准水平（人类司机平均每行驶 50 万英里左右会发生一次涉及警方报告的碰撞），从客观数据上可以判定，顶尖的自动驾驶系统在安全性上已经跨越了人类驾驶的平均及格线。 然而，对于处于大规模商业化爬坡初期的部分测试平台（例如特斯拉 2026 年上半年的试运行网络），其综合 MPI 大约在 32.9 万英里左右（包含了各类极其轻微的剐蹭与事故）。虽然这一数据正在以每 55 天翻倍的惊人速度进行指数级改善，但单从目前的静态切片数据来看，其发生低速接触事件的频率依然高于人类驾驶员和行业龙头，客观上尚处于安全性的积累与爬坡期，距离“远超人类安全性”的宣传目标仍有数据上的差距。 Q：对于普通消费者而言，目前在美国乘坐一次全无人驾驶的出租车，真的会比叫一辆传统的 Uber 便宜很多吗？ A：从 2026 年上半年的实际支付账单来看，答案是否定的。尽管马斯克等人描绘了未来每英里运营成本跌破 20 美分的宏大愿景，但现阶段由于车队规模有限且研发与后台运营成本均摊过高，各大 Robotaxi 平台的定价策略基本都对标甚至略高于传统的 Uber 和 Lyft。 根据第三方市场数据的追踪，以奥斯汀市场为例，特斯拉 Robotaxi 在经历了一系列动态调整后，目前的基础起步价定格在 3.25 美元，外加每英里 1 美元的计费。这意味着一趟 5 英里的常规通勤，账单大约在 8.25 美元；而在物价更高的旧金山等核心区域，各家 Robotaxi 的单次行程平均客单价则普遍落在 15 至 20 美元区间。简而言之，目前消费者支付的溢价，购买的是“体验科技未来”的新鲜感与隐私空间，而非绝对的出行性价比。要让 Robotaxi 真正展现出粉碎传统网约车的价格杀伤力，仍需等待产业链实现千万台级别的规模化下线，以及远程操作中心人车比实现质的飞跃。