2025年圣誕節(jié)，馬斯克干了件挺“炸”的事——他和特斯拉AI總監(jiān)埃盧斯瓦米坐進一輛沒有司機、也沒有遠程操控的Robotaxi，在奧斯汀街頭兜了一圈。

馬斯克坐在副駕，全程沒碰方向盤，事后還輕描淡寫地說：“開得完美?！焙笞牡牡谝灰暯且曨l也放出來了，車子在車流里變道、等紅燈、避讓行人，動作流暢得像老司機。

這事聽起來可能有點科幻，但其實意義重大：這是特斯拉第一次公開演示主駕完全無人、且無后臺人工干預的自動駕駛服務。換句話說，車真的“自己開”，沒人兜底。這標志著特斯拉離它吹了好幾年的“完全無人駕駛”又近了一大步。

就在同一天，舊金山發(fā)生了一次大規(guī)模停電，導致Waymo的Robotaxi服務直接癱瘓。原因很簡單：Waymo高度依賴遠程監(jiān)控中心和云端調(diào)度系統(tǒng)，一旦斷電斷網(wǎng)，車輛就“失聯(lián)”了，只能原地停擺或緊急靠邊。

而特斯拉的車呢？照常運行。因為它的決策全部在車端完成，不依賴實時網(wǎng)絡連接，也不需要后臺人工接管——停電對它幾乎沒影響。這個對比特別能說明問題。

Waymo、Cruise這些美國老牌自動駕駛公司，至今上路還得配安全員，或者依賴遠程監(jiān)控中心隨時接管。而中國的小馬智行、百度Apollo雖然在部分城市實現(xiàn)了商業(yè)化運營，但也基本限于劃定區(qū)域，且背后有高精地圖+激光雷達+大量人工審核支撐。

特斯拉走的是另一條路：不用激光雷達，不靠高精地圖，就靠攝像頭+AI神經(jīng)網(wǎng)絡。

馬斯克一直堅信，人類開車只用眼睛，機器為啥不行？于是特斯拉把幾百萬輛在路上跑的車變成“數(shù)據(jù)采集器”，每天收集海量真實路況，喂給自研的Dojo超算訓練模型。這種“用現(xiàn)實世界當訓練場”的打法，雖然早期事故不少、爭議不斷，但迭代速度確實快。

最新的FSD（完全自動駕駛）系統(tǒng)已經(jīng)能處理施工路段、無標線路口、甚至突然竄出的寵物狗——這些曾被業(yè)內(nèi)視為“長尾難題”的場景。

當然，風險也擺在那兒。一旦出事，責任誰擔？沒有安全員，意味著系統(tǒng)必須100%可靠，但現(xiàn)實是，再強的AI也可能遇到“沒見過”的情況。這也是為什么全球多數(shù)監(jiān)管機構對“無安全員”極其謹慎。

但德州向來對科技公司友好，給了特斯拉試錯空間。馬斯克顯然想用實際運行數(shù)據(jù)倒逼政策松綁——先跑起來，再談規(guī)范。

更關鍵的是，特斯拉的終極目標不是做幾個示范車，而是把整個車隊變成Robotaxi網(wǎng)絡。一旦FSD驗證成熟，所有支持硬件的特斯拉車輛理論上都能通過軟件升級變身無人出租車。這種“邊際成本趨近于零”的擴張模式，加上車端自主決策帶來的抗干擾能力，讓它在真實世界中的可靠性大大提高。

馬斯克用一次看似輕松的兜風，向世界釋放了一個明確信號：無人駕駛，可能比我們想象的來得更快，也更“去中心化”。