孟醒点评 2024 年特斯拉 Robotaxi 发布会

从 Cybercab 展示到车辆运营和机器人,区分发布计划、实际能力与商业假设。

孟孟醒嘉宾
频道
Zhang Xiaojun Podcast
发布
2024年10月13日
视频
58:50
阅读
5 分钟
原文
简体中文
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
正在阅读简体中文原文。
摘要

30 秒看懂

2024 年 10 月,张小珺与孟醒讨论特斯拉 Robotaxi 活动。孟醒区分驾驶辅助与无需持续监督的自动驾驶,认为封闭场地演示不能代替开放场景下的运营证据。 两人还讨论车辆设计、成本、车队管理、Robovan 和 Optimus。时间表、成本估算与远程操作判断均是当时的计划或个人推测,并非已经验证的结果。

  1. 1监督与责任孟醒区分辅助驾驶、自动驾驶能力和责任安排。
  2. 2测试场景封闭场地展示不能证明广泛开放道路的运营能力。
  3. 3运营成本去除司机后仍需承担维护、保险和支持费用。
  4. 4Robovan共享小巴的路线、需求和经济性不同于出租车。
  5. 5机器人展示他猜测部分互动可能远程操作,但没有独立验证。

要点建议

  1. 驾驶辅助的名称、实际能力和责任分配需要分别判断。
  2. 封闭演示与复杂开放道路运营之间有明显差距。
  3. 无人车成本仍包含维护、充电、保险和调度。
  4. 共享小巴与出租车面临不同的需求和商业模式。
  5. 机器人演示的控制方式不能仅凭观察确定。
全文

按章节阅读整理后的全文

只看原始文稿
01

发布会与预期

两人回顾现场形式和三项展示。

2024 年 10 月,张小珺与孟醒在特斯拉 Robotaxi 发布会后讨论 Cybercab、Robovan 和 Optimus。节目记录的是两人对当时演示与计划的判断,不代表后续部署结果。

孟醒认为活动更像面向支持者的聚会:现场氛围热烈,但他期待的自动驾驶技术细节并不多。

他观察到,支持者与怀疑者看完活动后往往维持原有判断。没有展示某项细节,也不能单独证明公司具备或不具备相应能力。

两人讨论发布会形式与现场体验。孟醒说,特斯拉过去也有较简短的活动,但这次没有充分解释软件进展,是他感到失望的原因。

他把发布内容分成三项:两座 Cybercab、较大的 Robovan 和人形机器人 Optimus。关于量产和无人驾驶服务的日期,是发布会提出的计划而非保证。

02

FSD 与 Cybercab

讨论驾驶监督、时间表、车辆设计和测试。

谈 FSD 时,孟醒区分需要驾驶员监督的辅助驾驶与在特定条件下无需驾驶员持续监督的自动驾驶。他认为命名、功能能力和责任分配不应混为一谈。

主持人问同一辆车能否提供不同驾驶模式。孟醒认为理论上可以,但是否可行还取决于实际系统能力、硬件、运行条件和责任安排。

针对发布会上提出的 2025 年无监督 FSD 时间表,他认为目标激进,并提醒需要看适用区域、具体条件和实际表现。这个预测属于他在 2024 年的判断。

对于提高车辆使用率的论点,他认为部分收益来自共享出行,并非无人驾驶独有;无人驾驶若能安全运行,还可能改变成本结构。

他把自动驾驶更安全视作目标和潜在可能性,强调必须看复杂场景、泛化能力和可靠证据,不能只凭单次演示下结论。

孟醒说发布会没有提供足够信息判断技术路线的具体变化。对于低成本车辆,他认为仍要分别考察硬件、软件和服务是否能满足运营要求。

他点评 Cybercab 的两座布局和没有传统驾驶控制件的设计,同时质疑进出便利、维护和清洁等网约车运营需求是否充分考虑。

关于车辆是否改自其他低价车型,两人讨论了市场传闻和个人猜测,但节目没有提供证据确认其研发来源。

孟醒也提出另一种解释:在真实运营经验尚有限时,先利用现有方案推出原型,再根据使用反馈迭代,可能是一种选择。

他区分封闭场地、开放道路的固定路线和更广泛开放场景,认为每一步都会增加交通参与者和不可预见情况,不能把封闭演示等同于全面部署。

03

Robotaxi 的运营经济

估算成本并讨论车队、充电和商业模式。

两人讨论发布会上提出的每英里运营成本。孟醒认为,减少司机成本并不会消除车辆折旧、维护、保险、调度和远程支持等费用。

他给出自己的粗略估算,并提醒美国和中国的人力与运维成本不同。估算依赖假设,不应直接当作实际报价或投资依据。

关于车主同时管理多辆无人车的设想,他将其类比为车队持有和平台运营,并讨论个人投入资本、风险和收益如何分配。

他介绍网约车行业中的车辆合作伙伴:一些公司持有车队并将车辆提供给司机。现有体系的资金成本和管理能力,会影响新模式能否成立。

比较中美市场,他认为个人参与车队运营的形式可能不同,具体模式仍取决于当地监管、融资和需求。

主持人问看不见的运营工作有哪些。孟醒列举停车、清洁、维修、充电和处理乘客问题,指出即使车辆能自动驾驶,这些任务也需要安排。

他进一步讨论充电和换电:自动化设施、集中场站或第三方网络各有成本与约束,车辆不能只计算行驶过程。

两人提到发布会后的股价反应,认为投资者对特斯拉与网约车平台之间的竞争预期可能发生变化。这只是对当时市场反应的解读。

为什么讲 Robotaxi?孟醒认为,如果技术和服务真的成立,企业可能获得车辆销售之外的持续服务收入;但他也承认无法确定公司的全部动机。

对于车辆闲置时参与分布式计算的设想,他认为存在潜在用途,但需要解决联网、调度和计算任务适配等问题;简单相加车辆算力不等于已经建成可用的超级计算机。

04

Robovan 与机器人

比较共享小巴与人形机器人展示的挑战。

谈 Robovan 时,他认为多人共享车辆面临不同于出租车的需求和商业模式,运营成本、路线密度以及公共补贴都会影响可行性。

他提到已有企业在特定地区试验或运营自动驾驶小巴。固定路线的需求更容易界定,但市场规模和服务范围也可能较有限。

对于 Optimus 与汽车自动驾驶的关系,他认为数据基础设施和部分感知能力可能共用,但家庭任务与驾驶场景不同,不能直接假设能力可完整迁移。

他对机器人在活动中的互动表现印象深刻,同时猜测部分动作可能由人远程操作。两人没有独立验证现场的控制方式,应将这一判断视为猜测。

谈到机器人研究,他举模拟学习和实验室演示为例,提醒表现流畅的片段不代表系统在环境变化时同样可靠,需要关注失败率和泛化。

05

计划与证据

孟醒总结对时间表和实际能力的疑问。

总结时,他认为展示车辆与实现规模化无人服务是不同阶段,并对当时提出的时间表保持怀疑;机器人展示的真实能力也需要进一步证据。

他再次把活动形容为面向现有支持者的未来场景展示。主持人则将其作为后续观察产品、技术和商业化进展的起点。

同频道的其他文章

1:59:52EN → 简体中文
Zhang Xiaojun Podcast· 2026年10月21日播客 · 2 人对谈David Qian 谈企业传承、机器人与寻找自己的抱负嘉宾 David Qian (Qian Cheng) · 主持 张小珺Ecovacs CEO David Qian 回顾自己如何接手由创始人建立的企业、在错误中学习领导,并为机器人业务选择一条耐心发展的道路。在他看来,传承不是终点,而是持续建设企业、迎接新时代的过程。企业与战略LeadershipCompany Building+2
2:51:18EN → 简体中文
Zhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Lindon Gao 谈打造 Dyna Robotics,以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代,以及创始人如何放下必须正确的执念、重新找回清晰感。RoboticsProduct Strategy模型与训练+2
2:51:18ZH
Zhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Dyna Robotics 创始人 Lindon Gao:从折叠任务到完整工作流嘉宾 Lindon Gao · 主持 张小珺从无人零售到机器人创业,Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。RoboticsCompany BuildingFounders+2
2:34:18EN → 简体中文
Zhang Xiaojun Podcast· 2026年9月3日播客 · 2 人对谈曾鸣谈 AI 新时代:伟大公司与新型组织如何诞生嘉宾 Zeng Ming · 主持 张小珺曾鸣认为,AI 正在改变商业的底层逻辑:模型将成为基础设施,新一波价值则由智能体原生应用和组织创造。他建议创业者拥抱不确定性、持续生成和调整战略,并围绕有意义的工作构建组织,而非沿用旧架构。AI Strategy企业与战略智能体+2
2:34:18ZH
Zhang Xiaojun Podcast· 2026年9月3日播客 · 2 人对谈曾鸣:AI 产业化的三阶段与公司组织的消亡嘉宾 曾鸣 · 主持 张小珺战略学者曾鸣以互联网、工业革命和电气化的历史周期为参照,提出 AI 正从基础设施走向 Agent 应用,并最终进入原生应用阶段。他认为,旧公司的科层制难以穿越范式转型,下一代组织将围绕任务、创造力和人机协同重构。AI StrategyStrategy智能体+2
1:09:50ZH
Zhang Xiaojun Podcast· 2026年8月19日播客 · 2 人对谈苏庭灏:一位高中生的 AI 研究、教育与快乐嘉宾 苏庭灏 · 主持 张小珺从自学 Transformer 和发表论文,到思考 AI 时代的学习、焦虑与人与人的连接。AI researchEducationMachine Learning+2