Waymo 3,786 輛、Tesla 39 輛:Robotaxi 競賽目前比的不是同一件事
一家公司在驗證規模,一家公司在驗證低成本路線,一家公司在驗證專用車。只比車數,會錯過各自正在解的題。
Waymo 領先的是營運證據
依報告彙整,Waymo 在 2026 年 7 月的美國車隊規模遠高於 Tesla 與 Zoox。這代表它累積了更多真實訂單、清潔、充電、維修、客服與事故處理經驗。這些看似不性感的營運資料,正是把自動駕駛從展示技術變成交通服務的必要資產。
車隊越大,越能看見極端事件:乘客遺失物、車內髒污、道路施工、臨時封路與通訊故障。演算法只是其中一部分。
Tesla 想證明的是另一條成本曲線
Tesla 的車隊仍小,卻希望用量產車資料、純視覺與垂直整合,把硬體與每英里成本壓低。它的賭注不是今天車比較多,而是當安全性跨過門檻後,製造與既有車主網路能讓供給快速放大。
這條路的優勢是潛在規模,弱點是無人安全與法規必須先被證明。資料很多不等於每一個城市都能立即無人營運,量產能力也不能替代地方許可。
最終勝負可能不是一家通吃
Robotaxi 可能出現技術、車輛、平台與營運分工。Waymo 可以把技術接進 Uber,Tesla 可以同時賣車、賣 FSD 與做平台,Zoox 可以聚焦特定城市與專用體驗。產業邊界還沒定型,現在急著套用手機作業系統的勝者全拿劇本,可能太早。
更實用的比較是:每城車隊規模、每車日訂單、每英里成本、遠端介入率與許可速度。車數是一個起點,不是結論。
三家公司其實在解三種不同的擴張問題
Waymo 的路線是先把限定區域做深:使用較高感測器配置與專業營運車隊,在少數城市累積無人載客經驗。它要證明的是安全服務能否在一座城市穩定營運,再把方法搬到下一座城市。這種模式看起來比較慢,卻能較早取得真實乘客、事故與保險資料。
Tesla 的路線更接近利用既有量產車、車主資料與純視覺系統追求大範圍複製。它要證明的是,通用軟體能否跨越不同城市,而不需要每到一地就建立昂貴的高精地圖與專用硬體。若成功,邊際擴張成本可能較低;若長尾場景處理不夠穩定,大車隊也不等於可無人收費。
Zoox 則從專用車、座艙與服務體驗一起重做,更像從零打造一套公共運輸產品。它的優勢是硬體與營運可以完全為無人服務最佳化,代價是量產與法規門檻同時提高。比較三家公司,應先問它們各自驗證到哪個階段,而不是用一張車數排行榜草率宣布勝負。
車隊密度比全國總數更接近乘客體驗
對乘客而言,平台有多少車並不重要,附近幾分鐘內能不能叫到車才重要。一千台車平均撒在十座城市,可能不如三百台集中在一個都會區有效。當車輛密度提高,等待時間下降、空駛距離縮短、訂單完成率上升,更多乘客願意持續使用,才會形成真正的供需飛輪。
因此應把公開車隊數搭配服務面積、營運時段與每車訂單一起讀。如果某家公司車數增加很快,服務範圍也同步擴張,單位面積密度未必提高;如果服務只在白天與晴天開放,名義車隊也不能與全天候服務直接相比。口徑不一致時,精確到個位數的排行榜只是看起來很科學。
財務上,成熟城市與新城市也要分開。成熟區域可能已有高密度與較低後勤成本,新市場則要承擔啟動費用與低利用率。把兩者平均,會看不出單城模型是否真的改善。最值得企業揭露的不是全球車隊總數,而是成熟城市的每車收入、新城市到損益兩平所需時間,以及新增一座城市的資本需求。
美國 Robotaxi 車隊規模
報告彙整值,資料截至 2026 年 7 月
| 項目 | 車隊數 |
|---|---|
| Waymo | 3786 |
| Tesla | 39 |
| Zoox | 26 |
| 公司 | 主要路線 | 目前最重要的驗證 |
|---|---|---|
| Waymo | 多感測器+高精地圖+專業車隊 | 大車隊下的訂單密度與城市複製 |
| Tesla | 純視覺+量產車資料+專用 Cybercab | 低成本硬體能否達到無人安全門檻 |
| Zoox | 高冗餘專用車 | 專用車體驗與豁免後的規模化 |
資料來源:XMY 依愛建證券報告整理。
資料來源與口徑
車隊數採報告彙整,並明確提示不同資料源定義可能不一致;本文不把它當作官方同口徑排名。
- 愛建證券《特斯拉 Cybercab 量產,Robotaxi 商業化加速》,2026-07-25
- NHTSA:非傳統控制裝置車輛豁免程序
本文為公開資料的策展、改寫與情境分析,僅供一般研究與教育使用;不構成投資、法律、保險或財務建議。報告中的預測與估算可能因技術、監管與市場條件而改變。