马斯克又在吹牛？还是我们低估了自动驾驶？

  出 品 | 异观财经

  作 者 | 炫夜白雪

  为什么自动驾驶总是“明年就来”，却又似乎真的越来越近。

  5月18日，特斯拉CEO埃隆·马斯克在特拉维夫的智能出行峰会上给出激进预测：五年到十年后，90%的行驶里程将由AI完成，自己开车将变成一种“相当小众的行为”。

  从“两年内实现完全自动驾驶”，到“10年后90%的行驶里程将由AI完成”，埃隆·马斯克关于自动驾驶的预测，过去十多年几乎每次都掀起巨大争议。

  支持者相信他只是比别人更早看见未来，批评者则斥之为硅谷式夸张营销的典型。问题是，当人们一次次把“狼来了”当作笑话时，自动驾驶却真的一步步走进了现实。

  01

  狼来了，还是真的来了？

  美国街头已经出现真正无人的Robotaxi，而在中国，自动驾驶车辆也开始在城市道路和工业场景中常态化运行。

  自动驾驶不再是PPT上的概念，而是正在发生的交通变革。这让问题变得微妙而复杂：马斯克究竟是在持续吹牛，还是我们一直低估了这场革命真正的速度？

  公众对马斯克的信任早已消耗大半。

  2016年他说两年内实现完全自动驾驶，2019年承诺2020年推出100万辆Robotaxi，2020年宣称FSD接近完成，2024年又表示很快进入无监督驾驶。每一次宣言都点燃市场热情，随后又在延期中悄然淡去。

  “马斯克时间”甚至成了一个自带嘲讽的网络梗。

  他为什么总是如此乐观？部分原因在于硅谷创业逻辑：需要不断制造未来感来吸引人才和资本；AI技术确实呈现指数级跃迁的特征；而马斯克本人习惯于先描绘终局，再倒推实现路径。

  这些因素共同塑造了他一贯的激进叙事。但核心问题或许在于，他把自动驾驶看得太像软件迭代，却严重低估了现实世界的复杂性。它本质上是一场物理世界与社会系统的深度重构，而非单纯的技术突破。

  尽管如此，自动驾驶已经不再是遥不可及的未来。

  在美国，Waymo已在凤凰城和旧金山等地实现商业化运营，乘客可以直接呼叫一辆没有安全员的Robotaxi完成全程行程。Tesla也开始了有限的Robotaxi试点。

  中国公司百度萝卜快跑已在多个城市提供大规模无人驾驶服务，2026年Q1全无人驾驶出行服务次数320万次，萝卜快跑自动驾驶总里程突破3.3亿公里，其中全无人驾驶总里程达2.2亿公里；

  小马智行和文远知行也在广州、深圳、北京等地推进商业化落地，普通人已经能在日常出行中实际叫到自动驾驶车辆。自动驾驶正从实验室演示走向真实应用场景。

  02

  别急着欢呼，它还没那么“万能”

  当然，这并不意味着自动驾驶已经“全面成熟”。目前绝大多数 Robotaxi 仍然依赖限定区域、限定天气、限定道路条件，以及远程运营体系。它距离真正意义上的“全国范围无条件无人驾驶”，依然有相当距离。

  更值得注意的是，真正率先规模落地的并非私家车，而是工业与封闭环境。

  在露天矿山，自动驾驶矿卡高效运转；在繁忙港口，无人集卡实现24小时连续作业；园区物流和部分干线货运也开始规模化部署。

  这些场景规则明确、干扰较少，比开放的城市道路更容易突破。目前它们已形成真实的商业闭环，证明自动驾驶在特定条件下不仅可行，而且具备经济价值。

  与此同时，即便尚未达到真正意义上的 L4 完全无人驾驶，现有技术也已经在悄然改变驾驶体验。高速 NOA、自动泊车、城区辅助驾驶等功能，正迅速进入越来越多量产车型。

  严格来说，这些系统大多仍属于 L2 或 L2+ 辅助驾驶，而非真正意义上的“无人驾驶”，驾驶员依然需要承担责任并保持接管能力。但它们已经开始逐步接管部分驾驶行为。

  自动驾驶并不是以一种爆炸式方式突然降临，而是通过 L2、L2+、局部 L4 等不同形态，一点一点蚕食人类驾驶里程。大多数人或许还没有明显察觉，但它已经在缓慢渗透进日常交通。

  然而，“最后10%”的难度远超想象。

  03

  比技术更难搞定的，是人

  自动驾驶最棘手的不是常规路况，而是现实世界无穷无尽的长尾场景：暴雨、暴雪、大雾等极端天气，临时道路施工、倒下的树木，交警的手势、学校巴士的停靠、突发事故，以及乡村无标识道路上各种异常行为。

  AI可以在模拟环境中跑出近乎完美的成绩，却很难提前穷尽所有例外。

  更深层的制约来自社会系统。事故责任如何划分？保险体系如何适配？监管审批和城市道路准入规则如何制定？一次致命事故可能引发的舆论风暴，足以让整个行业放缓数年。

  这些都不是单纯的技术问题，而是涉及法律、保险、监管和公众预期的系统性挑战。

  此外，自动驾驶还面临一个经常被忽视的现实问题：经济账。

  Robotaxi 的运营成本并不低。除了车辆本身，企业还需要承担高精地图、远程安全员、数据中心、车辆维护、保险、清洁、传感器冗余等大量成本。

  自动驾驶公司目前普遍仍处于高投入阶段，即便技术已经可用，距离真正大规模盈利仍有距离。

  并且，物理世界的替换周期极为缓慢。美国汽车平均车龄已超过12年。即使明天所有新车都实现完全自动驾驶，也需要十几年时间才能让现有车队完成更替。自动驾驶不是一次APP升级，而是一场漫长的物理基础设施迭代。

  04

  当AI比你更会开车，人类还剩什么？

  当技术不断进步，一个更深刻的问题逐渐浮现：如果AI最终把事故率降到远低于人类水平，人类为什么还要亲自开车？

  人类驾驶会不会被视为不必要的“危险行为”而受到限制？手动开车会不会像骑马、开蒸汽火车、开手动挡汽车一样，逐渐退化为小众爱好和身份象征？

  自动驾驶真正改变的，或许不是交通工具本身，而是人类与机器之间的控制关系。当机器比我们更可靠、更安全时，我们是否还愿意、还被允许把生命交给自己的双手？

  马斯克或许再次高估了自动驾驶到来的速度，但这并不意味着整个方向是错误的。历史上几乎所有重大技术革命都遵循同一个规律：短期被高估，长期被低估。

  当人们还在争论“狼来了”的时候，AI已经悄然进入道路、港口、矿山和物流体系。它不是以轰轰烈烈的方式降临，而是以缓慢却不可阻挡的步伐，一点点重塑我们的物理世界。

  也许不久的将来，我们会突然意识到：自己已经很久没有真正握过方向盘了。

  而那一天，可能比我们想象的来得更快。