Tesla AI负责人连发三次Cybercab
Tesla AI团队负责人Ashok Elluswamy回复Robotaxi相关帖文时连续三次写下“Cybercab”，重申公司自动驾驶战略的产品焦点仍是无方向盘、无踏板的专用无人出租车。
Elluswamy的公开主页将其职位标注为“Leading the AI team at Tesla”。他是Tesla自动驾驶软件体系的早期成员，长期参与Autopilot、FSD视觉感知、神经网络训练与自动驾驶工程路线，因此其对Cybercab的公开表态被市场视为来自公司AI执行层的信号，而非普通营销互动。
该帖没有披露Cybercab量产日期、产能规划、价格、监管许可、FSD版本、无人安全员运营范围或Robotaxi商业化收入。连续提及产品名称本身不构成公司正式交付指引，也不代表Tesla已获得在全美部署完全无人驾驶服务的监管批准。
Cybercab是Tesla在2024年10月展示的双座自动驾驶概念车型。Tesla称其不配备方向盘和踏板，计划依赖FSD系统自主运营；该路线与Tesla当前销售、仍由驾驶员负责监督的Model 3、Model Y及其他FSD车辆不同。
Tesla的Robotaxi战略依赖四个前提同时成立：端到端视觉与AI系统能够在开放道路稳定处理罕见场景；车队能远程管理、清洁、充电、维护和处理事故；地方及州监管允许无人驾驶商业营运；车辆生产成本、保险成本和单车利用率足以覆盖折旧与运营费用。任何一项不足，Cybercab都可能停留在演示或有限区域试点。
Cybercab的直接竞争对象包括Waymo、Zoox、Cruise及中国的百度Apollo Go等自动驾驶平台。Waymo采用传感器冗余和限定运营区域逐步扩大服务，Tesla则主张以量产汽车、摄像头与统一AI模型实现更大规模部署；前者先以运营许可验证安全与服务，后者试图先建立可大规模生产的硬件和软件平台。
市场机制上，潜在买方包括希望使用低成本点对点出行的乘客、未来购买或接入车队的运营方，以及押注自动驾驶网络效应的Tesla投资者；Tesla出售的不是单辆车，而是车辆、自动驾驶软件、出行服务和未来平台抽成的组合。资金将流向AI训练算力、数据中心、车载芯片、车辆制造、车队运维和监管合规；Tesla若率先取得无人运营许可并实现高利用率，将获得单位里程成本下降和网络规模收益，出租车司机、传统网约车平台及高成本车队运营商则面临潜在压力。
来源：公开信息
ABAB AI 解读
Ashok Elluswamy的角色反映Tesla自动驾驶组织的长期路线。Tesla早期Autopilot依赖Mobileye视觉方案，后转向自研感知、神经网络、训练基础设施和FSD软件栈；公司拒绝在量产车上采用Waymo式高成本激光雷达组合，押注摄像头、车载计算与大规模真实道路视频数据。Elluswamy作为AI团队负责人，所代表的是这条“以车队数据训练端到端视觉系统”的执行路径。
资本路径上，Cybercab若要成立，Tesla必须先把汽车销售业务的现金流和资本市场融资投入Dojo或外部GPU集群、FSD模型训练、专用车辆制造和Robotaxi运营体系。传统汽车按单车交付一次确认收入；无人出租车若投入运营，则通过每次乘车、软件订阅、车队管理和平台服务持续生成收入。市场给予Cybercab叙事的估值溢价，源于后者可能拥有更高毛利和更长生命周期收入，但前提是监管允许车辆在没有人类驾驶员的情况下持续收费运营。
历史上，Uber和Lyft用移动互联网把闲置驾驶员、车辆和乘客撮合为实时出行网络，却始终受司机成本、补贴和劳工监管约束；Waymo则先在凤凰城等限定区域以无人驾驶服务验证技术与许可。Cybercab试图同时替代Uber的司机供给与Waymo的高成本传感器体系：用Tesla量产能力降低硬件成本，用AI模型取代驾驶员，用集中调度提高车辆利用率。挑战是，任何安全事故、监管停运或车队维护问题都可能迅速侵蚀其规模化经济性。
这属于技术替代。Cybercab要替代的不是汽车本身，而是出行服务中最昂贵、最难扩张的人工驾驶环节。司机成本消失后，理论上单位里程价格可以下降，车辆可全天运营，平台可从撮合佣金转为拥有或控制核心运力。但自动驾驶系统必须先将人的判断、责任承担和极端场景处理转化为可验证的软件能力；如果只能在少数城市、少数天气和少数路线运行，网络效应就会被地理围栏和运营成本削弱。Tesla真正的竞争不在于发布Cybercab名称，而在于能否把AI能力转化为获批、可保险、可持续运营的无人里程。
ABAB News · 认知定律
自动驾驶替代司机，许可决定规模
汽车卖出一次，运力可以收费一生
模型证明能力，运营证明商业化