前情提要
2019 年，我在 AWS DeepRacer 工作坊裡用 Python 寫了幾行 reward function，讓一台 1:18 的小賽車學會跑彎道。
多年後，無人駕駛已經在真實道路上運作，這篇記錄一下產業現況。
兩條路線
Tesla：純視覺派
馬斯克從第一性原理出發：人用兩隻眼睛就能開車，攝影機應該也夠。
2022 年起，Tesla 把 radar 全拔掉，FSD 只靠攝影機。
基礎理論在於道路本來就是為人類視覺設計的，攝影機加上夠大的神經網路應該能學會同樣的事。
FSD v12 起改用 end-to-end 架構——8 顆攝影機的原始影像直接輸入，輸出方向盤與油門指令，中間沒有人工規則，全靠模型自己學。
每台 Tesla 行駛時都在 shadow mode 默默預測「如果 FSD 接管會怎麼做」，遇到預測與駕駛行為不符的片段就自動上傳訓練。
Waymo：多感測器派
Waymo 走另一條路：LiDAR + radar + 精密地圖，多重機制確保安全。
2025 年，Waymo 達成 1 億英里全自動駕駛里程，每週 25 萬次付費乘車，是目前唯一真正商業化的無人駕駛服務。
現況數據
資料來源：Obi report（分析 2025/11 - 2026/01 共 94,348 筆乘車紀錄）、Morgan Stanley 估算。
從 2025 年底的數據看：
| | Tesla Robotaxi | Waymo |
| – | – | – |
| 每公里車費 | $1.99 | $5.72 |
| 車輛硬體成本 | ~$30,000（Cybercab） | ~$200,000 |
| 等車時間 | 15 分鐘 | 5.7 分鐘 |
| 無人駕駛狀態 | 仍有安全駕駛員 | 已完全無人 |
| 鳳凰城獲利 | 否 | 是 |
商業規模
資料來源：Contrary Research、notateslaapp.com。
這個差距的根源在商業模式決定的資料規模。
Waymo 賣服務，不賣車。他們的車是改裝的 Jaguar I-Pace，加上一堆感測器，一台 $200,000。
要擴大訓練資料，就得多派車上路，成本線性增長。
截至 2025 年初，Waymo 史上累計行駛里程約 7,100 萬英里。
Tesla 賣車給消費者。全球幾百萬台 Tesla 都在 shadow mode 默默記錄「如果 FSD 接管會怎麼做」。
每賣出一台車，消費者不只付了錢，還順便幫 Tesla 訓練模型。
到 2025 年底，Tesla FSD 累計行駛里程已超過 85 億英里，整體車隊的 shadow mode 資料更遠不止於此。
兩者相差超過 100 倍。這個差距，不是砸錢買 LiDAR 能追上的。
如果視覺派能解決惡劣天氣的弱點（Tesla FSD 在大雨、濃霧下表現仍不穩定），Tesla 幾乎必勝——因為硬體成本差了 7 倍，資料規模差了超過 100 倍。
Waymo 的策略是「先把安全做到無懈可擊，再壓低成本」。
Tesla 的策略是「先把規模做到無法追趕，再解決邊界問題」。
2026 年，這場賽局還沒有結果。
小結
2019 年，我坐在工作坊裡，看著一台小車學會跑彎道，覺得強化學習很神奇，但離現實很遠。
2026 年，Robotaxi 已經在路上跑了。
技術本身不是護城河 —— 這兩家公司對產業有不同的願景看法，所以有了不同的商業模式。
可以繼續看下去，也期待台灣能早日坐到。
參考
- [實作筆記] AWS DeepRacer
- Tesla FSD vision-only vs LiDAR - Electrek
- Waymo vs Tesla robotaxi cost comparison - Obi
- 2026 Is the Year of Autonomous Driving
(fin)