Go Big Or Go Home：Tesla为什么宁愿慢，也要把 Robotaxi 和 Optimus 一次做大？
Brighter with Herbert从Tesla Q2电话会的四位高管回答出发，解释Robotaxi为何先做跨城市泛化、Optimus为何先进入训练体系，并把Waymo规模、资本开支与时间表风险放在一起审视。
这期节目在回答什么问题
Tesla 为什么不把 Robotaxi 车队直接铺满 Austin？为什么 Optimus 明明可以先做几个固定动作，却迟迟没有向客户出售？Brighter with Herbert 的新节目《Go Big Or Go Home: Tesla’s Strategy》把答案归结为同一套取舍：Tesla 想先解决一个能跨城市、跨任务复制的完整系统，再打开规模化开关。主持人把这套思路概括成「go big or go home」，但也承认它的代价是时间表一再后移，投入先发生，回报可能要等很久。
节目从 Tesla Q2 财报电话会上的一个问题开始：Robotaxi 目前每个城市只有几十辆，为什么不直接把 Austin 扩到几百辆？在节目复述的回答里，车辆工程负责人 Lars Moravy 讲监管，CFO Vaibhav Taneja 讲运营，AI 负责人 Ashok Elluswamy 讲软件泛化，Elon Musk 则把上限压在安全上。四个答案拼在一起，构成了这期节目的主线：先把每个环节的小规模问题处理掉，再争取一次覆盖更大的地理范围。
主要看点有三处。第一，Tesla 不愿用短期车数去换取 Waymo 式的运营规模，而是想用多城市测试证明同一套驾驶系统可以泛化。第二，主持人认为 Optimus 也会走同一条路，先去 Optimus Academy 收集训练数据，而不是先把只能完成固定动作的机器人卖出去。第三，节目没有回避空头逻辑：Tesla 的日期经常落空，资本开支却已经发生，竞争对手也不会停下来等它。
本文依据该视频的完整 YouTube 字幕整理。节目中的数字、引语和主持人判断，除另有标注外，均按节目在 2026 年 7 月 27 日发布时所使用的口径呈现；视频对 Tesla Q2 电话会的转述，不等同于 Tesla 另行发布的逐字稿。
四位高管对同一个问题的四种回答
节目认为，Q2 电话会最值得重读的部分，不是某一句关于 Robotaxi 的乐观预测，而是四位高管回答同一问题时各自补上了哪一块拼图。
Lars Moravy：监管不是一张全国通行证
Lars Moravy 负责车辆工程。节目引用他的说法是：「The regulatory situation is different city by city」，也就是不同城市面对的监管条件不同，Tesla 需要逐个满足要求，再逐个扩张。
这听起来很乏味，却是 Robotaxi 服务和普通软件更新之间的差别。车辆可以在某个城市完成技术测试，并不代表当地交通部门、保险安排、运营许可和事故处置机制都已经准备好。节目把当前的慢，部分归因于「paperwork pace」，即文书和许可的速度。
Moravy 的另一层意思是，少数城市先跑通之后，后续城市的工程工作会减少。节目没有把这句话解释成「以后不再逐城审批」，而是把它理解为：前几座城市是在建立可复用的处理方式，最终目标才可能从城市逐个扩张，转向更大范围的部署。
Vaibhav Taneja：能开不等于能运营
CFO Vaibhav Taneja 的回答针对的是运营。节目转述他提到的具体环节，包括充电、清洁、客服支持、路边接送和其它日常问题。他的原话被字幕记为：「There are kinks to work out」，而且不只是在软件层面，也在运营层面。
这部分非常关键，因为一辆车能够自己驾驶，只说明 Robotaxi 的一半工作已经完成。乘客走到哪里上车，车辆停在哪里等候，电量不足时怎么离开服务，车内留下物品后由谁处理，遇到道路封闭或乘客临时改变目的地时谁负责，这些事情在几十辆车的规模下可以靠人工兜底，到了几百或几千辆就会变成整个系统的故障率。
主持人用自己的乘车经历说明这个问题：他在加州乘坐 Robotaxi 时，车辆让他走到停车场较远的位置，而不是停到他所在的位置。这样的体验不一定构成安全事故，却会直接决定用户是否把它当成一项成熟的出租车服务。节目因此把「先让现有车辆全天候、稳定地赚钱和运行，再加入下一批车」当成 Taneja 回答的实际含义。
Ashok Elluswamy：先证明驾驶系统足够通用
Ashok Elluswamy 是 Tesla 的 AI 负责人。节目认为，他的回答最能说明 Tesla 的技术取向。字幕中的关键句是：「The reason we have been expanding across different cities instead of just doubling down on a single city is that we want to make sure that our stack is a very general one」。这里的 stack 可以理解为整套自动驾驶软件和训练系统，而不是某一个孤立功能。
Ashok 接着说，Tesla 想在多个城市证明这套系统能工作，而且每个城市不需要投入太多额外工程。主持人把它翻译成一个很鲜明的对比：Waymo 更像是在一座座城市里建立服务，Tesla 想训练一个能够面对整个地球的驾驶员。
这并不意味着 Tesla 已经证明自己具备这种能力。节目所说的证据是，Robotaxi 正在德州、加州和佛州的七个都会区运行，部分区域仍有安全员，车队规模大致是每城几十辆；Ashok 还把每辆车的利用率和无监督里程增长放在一起讨论。节目把这个阶段称为指数曲线的早期部分，强调少量车辆也可能先通过提高利用率跑出更多里程。
Elon Musk：速度服从「不伤害任何人」
Elon Musk 的回答把前面三部分放进安全约束里。节目转述他的说法是，Tesla 正在以人类能做到的最快速度扩大 Robotaxi，同时尽量确保「do not harm anyone at all」，理想状态甚至是不伤害宠物。
这句话并没有给出一个可执行的扩张日期，却说明了为什么 Tesla 不会只看车数。一个小规模运营中的软件问题，可能由现场人员临时处理；同样的问题一旦随着车队放大，就会变成乘客安全、舆论和监管问题。主持人认为，Tesla 想把事故记录保持得足够干净，因为未来要争取的可能不是又一个城市许可，而是州级的运营框架。
四个答案因此形成了一个顺序：Moravy 先解决不同城市的许可，Taneja 先修运营，Ashok 证明软件泛化，Musk 把整个过程放在安全约束下。节目最想强调的是，Tesla 不是没有能力把更多车放上路，而是不愿意用更大的车队提前支付一次事故或运营失控的代价。
「州级扩张」是节目最看重的一句话
节目把 Ashok 关于未来部署方式的表述单独挑了出来：Tesla 最终可能一次覆盖整个州，而不是继续逐个城市推进。
如果这只是宣传口号，它的价值很有限；如果它真能落地，规模变化会完全不同。按城市扩张意味着每增加一个市场，就要处理一套地方规则和运营细节。州级框架则可能让一次批准覆盖数千万人的潜在市场。主持人举了德州约 3,000 万人口、佛州约 2,300 万人口的数量级，用来说明为什么「整州」比「再开一座城市」更像一次跳变。
不过，这里的关键字是「最终」。节目没有找到 Tesla 公开说明的触发门槛：到底累计多少无监督里程、多少城市、什么远程干预率，或者什么事故标准，才能让公司判断验证已经完成？主持人明确承认，四位高管的回答都没有给出这个数字。
这也是本期节目最值得保留的缺口。只知道 Tesla 想从 city by city 走向 state by state，还不能知道什么时候会发生。软件的泛化能力、监管审批和运营准备，任何一项都可能把时间表往后推。
Tesla 真正在回避什么：把车队直接堆到 Waymo 的规模
为了让「不要急着铺车」不只停留在抽象策略上，节目拿 Waymo 做了对照。Waymo 的官方 Safety Impact 页面显示，截至 2026 年 3 月，Waymo 已完成 2.206 亿英里的 rider-only miles，也就是车内没有人类驾驶员的载客里程。页面同时称，Waymo 相比其人类驾驶基准，严重伤害或更严重事故减少 94%，任何伤害事故减少 82%。这些数字来自 Waymo 自己公开的安全数据中心，不能当成独立机构对两家公司的统一排名。1
节目把 Waymo 的 2.2 亿英里和 Tesla 的两个数字并排讲解：Tesla 总付费 Robotaxi 里程约 250 万英里，其中完全无监督里程超过 38 万英里。这里有两个不能混用的分母。2.5 million 是付费 Robotaxi 的总里程，380,000 是 fully unsupervised miles；它们都不是车队数量，也不能直接拿来和 Waymo 的 rider-only 里程做技术优劣结论。数字来自节目对 Q2 电话会和现有运营状态的转述。2
主持人还在这一段列出 Waymo 自 2021 年以来向 NHTSA 提交的大约 1,400 份 incident reports、117 起伤害和两起死亡事故记录，并说明那两起事件里 Waymo 车辆是被撞的一方。这些数字是节目在字幕中引用的口径，本文不把它们当作已经独立审计的比较结果。节目要表达的并不是 Waymo 不安全，恰恰相反，主持人先承认 Waymo 在大规模运营和安全里程上的领先，然后才说明规模为什么会增加曝光面：每一份报告都可能带来监管文件、诉讼或地方新闻。
节目用一个反事实来说明 Tesla 的选择：假设 Tesla 很快把车队扩到 Waymo 的里程规模，即便它的驾驶表现和 Waymo 一样好，报告、事故处理和召回也会同步增加。对于一辆普通私家车来说，日常道路上的一次轻微碰撞通常不会成为全国性消息；对 Robotaxi 来说，同一件事会被放进自动驾驶的公共讨论里。Tesla 如果未来要向州级监管机构争取更大的部署范围，就必须考虑这种不对称的舆论成本。
主持人把 Tesla 的算盘归纳为一句话：车数可以明天就加，但真正要争取的「state-level approval」可能会因为一次高曝光事件而推迟。这个判断仍然是节目分析，不是 Tesla 已公布的监管策略；它解释了为什么节目不把当前的车队规模直接视为落后。
FSD v15：软件正在跑，但完成线在哪里
节目转述称，Robotaxi 车队已经在运行 FSD v15 的早期版本，版本 15 相比版本 14 有七条主要改进路线。主持人特别提到，V15 的工作方向包括记忆、目的地推理和停车场景，目标是让车辆不只会沿着道路行驶，还能处理「应该在哪个入口接人」这类服务细节。
这和前面的运营问题连接得很紧。驾驶能力如果只在公开道路上表现稳定，乘客仍然可能在酒店、商场或住宅门口遇到接送不准确的问题。对 Robotaxi 来说，目的地的最后几十米经常比高速公路上的直线驾驶更能决定体验。
节目还转述了 Musk 关于 camera-only autonomy 的表述，认为 Tesla 仍坚持用摄像头完成安全、可用的自动驾驶，不依赖 lidar。这里同样需要收紧结论：视频给出的是管理层在电话会中的方向性说法，以及主持人对它的解释，不是一份列出事故率、远程干预率和不同天气表现的完整安全报告。
主持人说自己无法找到 Tesla 公开的规模化触发条件：当 V15 不再频繁处理新边缘案例时，是否就会打开地理扩张开关？这个问题没有答案。对读者来说，接下来更有用的观察对象也不是「V15 是否发布」这一条新闻，而是新版本有没有让无监督里程、车辆利用率和跨城市运行同时改善。
Optimus 可能会重复 Robotaxi 的路线
节目最有争议的延伸，是把 Robotaxi 的「先通用、后扩张」套到 Optimus 身上。
主持人认为，Tesla 完全可以先编程几千台机器人，让它们只做 pick and place，再把这些机器卖给仓库。行业里的很多人形机器人公司正走这条路，客户先买到一个能完成固定任务的产品，厂商再慢慢扩展任务范围。
但他认为 Tesla 有意放弃这条更快产生收入的路径，转而训练一个 generalized robot，也就是遇到没有被逐项编程的新任务时，能够根据示范完成工作。节目引用 Ashok 的说法：「pixels in, controls out」，大意是让视觉输入进入系统，最后输出对机器人动作的控制。这与 FSD 从摄像头输入到驾驶控制的思路相似。
节目描述的训练路线包括三部分：Tesla 工厂里由人工示范任务，专门的训练团队收集高质量样本，机器人再用这些数据进行 reinforcement learning；除此之外，互联网的操作教学视频也可能成为训练材料。机器人进入 Optimus Academy，被主持人理解成先去学校学习，而不是马上去客户现场。
这一段有一个值得单独标出的谨慎点。节目也转述了 Optimus 的手部灵活性已经达到或超过人类手部的说法，但主持人自己说，在看到机器人持续完成真实工作的视频以前，他不会把这项能力当成已经验证的事实。Robotaxi 的 38 万英里至少对应一个运行指标，手部灵活性则仍主要停留在演示和管理层表述层面。
主持人还提出了自己的版本判断：V3 可能是负责训练和收集数据的 generation，V4 才可能成为面向规模化生产的版本，并且时间上与 AI5 芯片量产相连。他明确把这称为自己的 theory，甚至说如果 V3 很快出现在客户现场，自己会承认判断错了。
这部分不能写成 Tesla 的产品路线图。节目里可确认的是 Optimus 生产、训练和芯片供应被放在同一段讨论中；「V3 训练代、V4 规模代」是主持人的推测，AI5 的时间也只是管理层所说的目标。两者之间还隔着零部件数量、制造良率、供应链、任务安全和客户需求。
为什么主持人相信 Tesla 会重复这种取舍
为了说明这不是一次临时的说法，节目回顾了 Tesla 过去几个项目。主持人提到 Gigafactory、Supercharger network 和 Model 3 生产爬坡，认为它们都有相同的顺序：先花钱建能力，之后才有足够的需求和产品数量把能力填满。
这套历史类比当然不能证明 Robotaxi 或 Optimus 一定成功，但它解释了主持人的投资视角。Tesla 的策略不是把每一项产品都做成一个短期可售的小版本，而是先建设能够支持大规模交付的工厂、软件和供应链。模型成功时，回报可能呈现跳跃式增长；模型失败时，提前投入就会变成成本。
节目把这笔账落到 Tesla 当前的支出上：汽车、机器人、芯片和电力都需要提前建设，眼下的股东却先看到更高的投入和更慢的利润兑现。主持人认为，这正是「go big or go home」最难让投资者忍受的部分。规模化的好处在未来，资本开支的压力在现在。
空头逻辑并不难成立
节目最后没有把「方向正确」当成「投资回报确定」。主持人列出四个空头问题。
第一，Tesla 的短期 Robotaxi 指引已经连续多次没有按市场预期兑现。过去关于覆盖美国人口、扩大城市范围的时间点，都不能再当成可靠日历。于是「整州部署」听起来很大，但投资者仍然可以追问：是哪一年，谁批准，依据什么指标？
第二，规模化路线需要先花钱。只要验证再拖三年，股东就要继续承担高投入、利润承压和回报延后的组合。对持有期限较短的资金来说，这不是抽象的耐心，而是实际的机会成本。
第三，Waymo 没有停下来等 Tesla。Waymo 的 2.206 亿 rider-only miles 是它的运营经验和监管材料积累，哪怕 Tesla 的长期模型更适合覆盖全州，竞争对手也在用今天的乘客、里程和事故处理换取学习。
第四，审批不是 Tesla 单方面能决定的。州级部署需要州政府和监管机构接受，行业里的任何一起高曝光事故都可能改变审查节奏。即便事故不发生在 Tesla 车辆上，也可能让监管环境暂时收紧。
主持人的重新表述是：Tesla 的日期经常错，但技术争论的对象确实已经变化。两年前，市场还在争论 camera-only 系统能否完全无监督运行；现在，讨论已经转向它能多快扩到更多城市。这个变化支持「方向在推进」，却不能替 Tesla 补上时间表。
对股东来说，哪些东西可以继续核对
节目没有给出一个新的估值模型，而是把 Robotaxi 和 Optimus 的故事转成几项后续观察点。它们都来自节目自身的论证，不是本文另加的投资框架。
- 无监督 Robotaxi 里程。 节目提到的 weekly double-digit growth 是否还在持续，增长来自现有车辆利用率提高，还是来自新增车辆和新增城市？主持人用每周 10% 做复合数学演示，但也提醒这不是全年指引。按这个速度，里程约七到八周翻倍，实际运营不会长期保持一条平滑曲线。
- 事故和异常记录。 「zero notable incidents」需要和更多分母一起看，包括远程干预、行程取消、交通违规、乘客投诉和被动碰撞。只看一句零重大事件，无法判断整个服务是否已经成熟。
- 州级监管信号。 如果监管机构开始讨论州级框架，而不是继续逐城发放许可，节目认为这会是战略进入现实的重要信号。德州和佛州被主持人猜测为可能较早出现相关进展的地方，但这是他的猜测，不是已公布安排。
- Optimus V3 的去向。 如果 V3 主要进入 Fremont 的生产和 Optimus Academy，用来收集数据，那更符合主持人的「训练代」假设；如果很快出现客户交付，则说明这个假设不成立。
- AI5 的量产。 主持人把 AI5 看成 Optimus 下一代规模化硬件以及未来 Robotaxi 硬件升级的时间节点。AI5 如果延迟，相关机器人和自动驾驶计划都可能一起后移，但这也是节目给出的关联判断。
这五个观察点的共同之处，是把一个容易被口号带走的长期故事，拉回到可以逐项核对的运行数据、审批文件、生产记录和芯片供应上。
这期节目的结论，应该怎样保留
《Go Big Or Go Home: Tesla’s Strategy》并没有证明 Tesla 一定会把 Robotaxi 做成覆盖整个州的网络，也没有证明 Optimus 会成为一个能处理任意任务的通用机器人。它做的事情更具体：把 Tesla 为什么不急着扩车、为什么把 Optimus 放进训练体系，以及为什么愿意承受短期投入，串成一条公司策略解释。
这条解释成立的前提有三个。第一，Robotaxi 的无监督里程继续增加，且事故和运营记录足够干净。第二，V15 需要把跨城市泛化和最后一公里体验真正做出来，而不只是新增版本号。第三，Optimus Academy、V3 生产和 AI5 供应最终要对应到可重复的任务和可扩大的产能。
反过来，节目自己的空头逻辑也很清楚：如果这些证据没有继续增加，只有新的日期和更大的投入，那么「先做大再打开开关」就会从规模化策略变成延迟回报的借口。主持人愿意相信前一种情形，但他也把判断条件摆了出来。读者不需要先接受他的结论，等下一轮里程、事故、审批和产线信息出现后，逐项对照即可。
原视频
Loading content card…
References
- 1Waymo Safety Impact
waymo.com
- 2
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.