据Sawyer Merritt与特斯拉10-Q文件，特斯拉FSD月活订阅数达45.6万，月度订阅收入超4500万美元，显示高毛利软件订阅规模化潜力（来源：Sawyer Merritt；特斯拉10-Q）。据Sawyer Merritt，FSD每日行驶里程达2880万英里，三个月翻倍，为端到端自动驾驶提供更丰富的真实驾驶数据，助力长尾场景学习。据其报道，特斯拉计划在2026年二季度将GPU训练能力近乎翻倍，意味着对视频大模型与端到端感知控制的训练基础设施大幅扩容。根据被Sawyer Merritt引用的特斯拉10-Q，特斯拉已签署最高20亿美元的AI硬件收购协议，其中约18亿美元与服务和业绩里程碑挂钩，凸显向AI硬件纵向整合的战略。另据其称，FSD v15将运行于AI4，Cybercab不受每年2500台自动驾驶上限限制，若获监管放行，有望更大规模商用化。与此同时，特斯拉将自7月起把柏林工厂Model Y产量提升20%并新增1000名员工，且一季度订单积压创两年多来Q1新高，为持续AI投入提供现金流支撑（来源：Sawyer Merritt）。

据X平台的Sawyer Merritt称，特斯拉更新了FSD行驶里程追踪器，当前车队平均每天以FSD行驶2880万英里，较数月前的1440万英里翻倍，相当于每3秒约1000英里。依据该来源，这一数据规模显著扩大了特斯拉的真实道路训练数据，对端到端神经网络的迭代与长尾场景鲁棒性提升至关重要。正如该报道指出，更高的使用率意味着更快的模型训练与验证节奏，并为区域化功能上线、增值订阅与受监管条件下的有人监管自动驾驶服务铺路。

据Sawyer Merritt在X平台披露，特斯拉Q1在营收、每股收益、毛利率、自由现金流与净利润等指标全面超预期，同时FSD（完全自动驾驶）新增订阅创纪录；下一代AI训练栈Cortex 2已开始训练；Giga Texas的Optimus人形机器人工厂已开建，Cybercab已启动生产（来源：Sawyer Merritt援引特斯拉Q1信息）。从AI产业看，纪录级FSD订阅验证了自动驾驶按月订阅模式与高毛利经常性收入；Cortex 2训练意味着更大规模、更高效的感知与规划模型，有望降低长尾场景人工干预；Optimus工厂落地显示人形机器人走向规模化生产并强化端侧推理；Cybercab量产为Robotaxi商业化路径铺路，依托特斯拉自有数据集、训练算力与车队学习（来源：Sawyer Merritt与特斯拉Q1披露）。对产业机会而言，短期受益方向包括自动驾驶数据管道与标注、仿真评测平台、端侧推理加速器与传感器生态；企业可关注与特斯拉地图、车联网和充电网络的潜在对接；投资侧关键观测指标为FSD渗透率、训练效率与自治服务单车经济性（来源：Sawyer Merritt引用特斯拉Q1更新）。

据Sawyer Merritt在X平台表示，特斯拉称其在中国推进FSD（完全自动驾驶）审批继续取得进展。根据Sawyer Merritt的报道，这意味着特斯拉正与中国监管机构就自动驾驶许可与数据合规进行持续沟通。依据路透社与工信部过往披露的信息，境外自动驾驶功能需满足车载数据本地化、高精地图准入与安全验证等要求，显示特斯拉路径可能包括与本地地图伙伴合作并遵守数据安全法。据路透社此前对智能网联汽车规则的报道，一旦获得阶段性批准，特斯拉有望通过FSD订阅与城市试点（如Robotaxi）开辟新增收入，并以分区试点与OTA更新的形式逐步落地，符合中国监管通报所述的分阶段实施趋势。

据Sawyer Merritt在Twitter披露，特斯拉称其付费Robotaxi里程在Q1环比接近翻倍，并表示一旦量产，Cybercab将逐步取代现有Model Y车队，长期成为最大规模车型（来源：Sawyer Merritt引述特斯拉声明）。据该消息，特斯拉已在奥斯汀扩大无监督运营区域，并于4月在达拉斯与休斯敦开启无监督载客，同时推进更多美国一线城市的测试与许可，以便快速落地新市场。对AI行业而言，这表明特斯拉端到端自动驾驶栈与数据闭环加速实地部署，催生车队级推理优化、安全验证工具链、城市级调度与MaaS商业模型等机会（同源）。

根据 Sawyer Merritt 在X平台的报道，美国银行重申特斯拉买入评级并给出460美元目标价，理由是机器人出租车带来显著的嵌入式增量机会；据该行分析师Alex Perry在所述研报中指出，特斯拉正处于自动驾驶能力变现的早期阶段，无人车将引领Auto 2.0时代并带来节省时间、更高安全性与更易获得的出行服务。

根据Sawyer Merritt在X平台援引RtaxiTracker的消息，特斯拉在休斯顿车队新增第二辆Model Y Robotaxi，表明其在城市道路的自动驾驶实测进一步扩大（来源：Sawyer Merritt转引RtaxiTracker）。据Sawyer Merritt称，此举有助于特斯拉为Full Self-Driving的城市级验证积累更多场景数据，优化神经网络训练，并提升安全与可靠性指标，为监管审批与商业化落地铺路（来源：Sawyer Merritt）。据RtaxiTracker经由Sawyer Merritt报道，特斯拉可在单一城市内逐步扩容以测试调度、定价与车辆利用率等关键参数，为未来的无人出行与车队管理软件创造营收机会（来源：RtaxiTracker经由Sawyer Merritt）。

据Sawyer Merritt在X平台表示，特斯拉Cybercab采用两座设计的原因是北美超过85%的出行为一至两人乘坐；对于其余约15%的多人出行，可召唤Model Y机器人出租车或更大容量的Robovan，体现出按出行分布优化的分级无人车队策略。根据Sawyer Merritt的报道，这种车型与场景匹配有助于提升车队上座率、降低空驶率和单位里程成本，并扩大自动驾驶网约车的可服务市场。依照Sawyer Merritt所述，Robovan面向更高承载与可能的合乘或城配场景，带来除单人出行之外的新增营收机会。

据 Sawyer Merritt 称，特斯拉在奥斯汀新增一辆无监督版Model Y机器人出租车，已观测到的无监督车辆总数增至12辆；据 RobotaxiTracker 报道，其无监督追踪页记录了该批车辆，显示特斯拉正在加速针对端到端自动驾驶与FSD数据引擎的道路验证。根据 RobotaxiTracker，奥斯汀的集中部署意味着特斯拉在扩大量产前验证，有望降低安全员相关成本并加快感知与规划模型的闭环迭代。对出行运营商与车队采购方而言，这预示短期内将推进试点、线路学习与德州监管沟通；对供应链而言，应准备传感器标定、远程接管备援与面向FSD固件的算力维保需求上升。

据 SawyerMerritt 在 X 上发布的视频，David Friedberg 表示，特斯拉从电动车公司演进为自动驾驶公司，其自动驾驶能力正推动机器人革命，即便整车盈利波动，软件和机器人业务或成核心价值来源（来源：Sawyer Merritt，2026年4月4日）。据该视频所示，Friedberg 指出特斯拉依托数据、感知、规划与具身智能的垂直栈，可在 FSD 订阅、机器人出租车与通用人形机器人等方向实现高毛利变现。根据 Sawyer Merritt 的报道，这一观点将特斯拉定位为以真实世界数据闭环与大规模训练为护城河的 AI 平台公司，未来机会在出行即服务与企业级机器人场景。

据Sawyer Merritt在X上转述Moonshot播客访谈，Uber首席执行官达拉·科斯罗萨西表示，Uber计划到2029年在全球促成的自动驾驶与机器人出租车行程数量位居第一，凸显其自驾供给聚合的强平台策略。根据Moonshot播客，Uber将在相机-only方案被证明安全后接入特斯拉车辆，当前平台已拥有数万台特斯拉，部分司机已在使用FSD。Moonshot播客还报道，Uber将与除特斯拉外的多家自动驾驶与整车厂合作，打造多OEM的L4供给市场，弱化硬件绑定并提升车队覆盖。依据该访谈，这为自动驾驶运营商带来接入Uber出行需求与调度数据的商业机会，而Uber可通过每英里分成、动态定价与车队运营API进行变现；同时，随着监管审批与安全门槛达成，L4供应商可接入Uber的派单、保险与合规能力，加速规模化落地。

据推特用户Sawyer Merritt称，Waymo现已每周完成超50万次付费机器人出租车行程，显示自动驾驶网约车正快速商业化（来源：Sawyer Merritt）。据该帖援引Waymo公开更新的信息，这一周度规模意味着感知、规划与调度系统稳定性提升，以及凤凰城与旧金山等城市的高车队利用率与乘客转化（来源：Sawyer Merritt）。对产业链而言，规模化需求将带动仿真训练、数据标注、边缘计算优化、远程运维与安全验证工具的采购机会（来源：Sawyer Merritt）。同一来源指出，稳定的付费订单还意味着更健康的单位经济性，有望加速监管放开与城市拓展，利好高精地图、车载AI硬件与保险风控分析服务商（来源：Sawyer Merritt）。

据 The Rundown AI 报道，亚马逊已收购一家纽约人形机器人初创公司，Zoox 无人出租车扩展至奥斯汀与迈阿密；一款可通过腕带操控机器人的人机交互设备亮相；新型“911 警用无人机”正被用于替代部分警用直升机任务。根据 The Rundown AI，这些动态将推动仓储与拣选的人形机器人落地、无人出租车在新城市的商业化验证、工业与服务场景的人机协作升级，以及城市公共安全中更具成本优势的无人机先行者模式。The Rundown AI 指出，企业可关注仓配自动化、自动驾驶车队运营、可穿戴式人机交互工具与城市级无人机应急响应等商机。

据 Sawyer Merritt 在 X 平台披露，达拉斯出现大量配备后摄像头清洗装置的新款 Model Y，进行模拟上下客动作，疑似为特斯拉机器人出租车集结点；原帖援引 Chris Deardurff 的现场视频与位置信息为来源。依据 Sawyer Merritt 的报道，这些车辆使用相近的德州车牌序列，并与近期道路 FSD 测试车辆一致，显示为有组织的车队验证与数据采集阶段。根据该帖，后摄清洗属于与特斯拉视觉优先自动驾驶栈相匹配的硬件升级，可在雨污环境下提升感知可靠性与车辆在线率，对机器人出租车商业化至关重要。就商业影响而言，按 Sawyer Merritt 的信息，达拉斯的集中测试意味着调度、路边上下客地图标注与远程运维等运营流程正在演练，在获得监管许可后有望更快进入试点。对AI产业链而言，此举—据所述视频素材—将扩大端到端驾驶模型的真实世界数据供给，并带来地图服务、车队遥测、路边编排与基于视觉自治的保险定价等配套机会。

据Sundar Pichai称，Waymo最新安全数据表明，截至2025年12月，Waymo自动驾驶在累计超过1.7亿英里运营里程中，其严重伤害事故发生率比同城人类驾驶低13倍；据Waymo《Safety Impact》报告披露，该结论基于与同一城市人类基线碰撞率的对比，采用警方报告等权威数据源，显示机器人出租车在降低重伤风险方面具显著效果。依据Waymo报告，这一经验证据为更大规模商业化铺路，包括与保险机构的费率优化合作、与城市交通系统的接入，以及提高乘客信任与监管审批效率，从而改善单位经济性与市场扩张速度。

据Sawyer Merritt在X平台披露，Waymo截至2025年12月的无人接载累计行驶里程达1.7亿英里，较2025年9月的1.27亿英里大幅提升，日均约46.7万英里，同时发布了更新的安全数据（来源：Sawyer Merritt）。据该帖引用的Waymo安全更新显示，快速增长的无人接载里程为评估碰撞率与零接管运行提供更大样本，有助于验证自动驾驶感知融合与决策规划能力（来源：Sawyer Merritt）。对AI产业而言，这一规模化进展意味着机器人出租车商业化加速、更多城市落地准备就绪，以及里程扩张带来的单车经济性改善（来源：Sawyer Merritt）。此外，该里程与安全指标可为城市监管与保险风控建模提供依据，并带来高精地图、边缘计算、车队运营软件与感知模型服务等上下游机会（来源：Sawyer Merritt）。

据Sawyer Merritt在X平台报道，Rivian与Uber达成合作，将部署1万台全自动驾驶R2机器人出租车，Uber计划至2031年累计投资最高12.5亿美元，首期承诺3亿美元。根据Sawyer Merritt的信息，此举将把R2定位为专用无人车平台，依赖感知、路径规划与车队编排等AI系统实现安全与效率目标。报道指出，如此规模意味着对自动驾驶软件集成、数据标注、仿真平台与远程运营的强劲需求，并为传感器、车端算力与高精地图等供应链带来商机。对Uber而言，据Sawyer Merritt称，专属电动无人车队有望在监管许可与安全达标后改善单位经济性，提高高密度城市的车辆利用率与毛利空间。

据X平台用户Sawyer Merritt称，特斯拉在奥斯汀新增一辆标注为“无监督”的Model Y进入机器人出租车车队。根据Merritt的报道，该车辆用于无安全员道路验证，体现特斯拉端到端神经网络与数据引擎的持续迭代。依据路透社与特斯拉AI Day公开资料，特斯拉FSD采用纯视觉感知、车队学习与车端FSD计算平台推理，车队规模扩大可加速长尾场景采集与模型再训练。参考The Verge对特斯拉无人出租车规划的报道，在奥斯汀等单一城市的增量部署有助于许可合规、验证安全指标与优化单位经济性。彭博社的自动驾驶试点分析指出，集中测试可提升软件迭代频率、完善基于摄像头的环境先验，并更快量化关键KPI，如单车日完成订单数与接管率。

据Sawyer Merritt在X平台披露，NHTSA拟修订联邦机动车辆安全标准FMVSS 102，使无方向盘与踏板的全无人驾驶车辆不再受传统人工控制要求限制。根据Sawyer Merritt引用的NHTSA提案，这将与SAE L4/L5自动驾驶系统对齐，使主机厂与机器人出租车运营商可在无人工控制的前提下完成合规认证。参考Sawyer Merritt转述的NHTSA文件，此举将把安全保障重心转向软件验证、感知与决策系统表现以及空中升级治理，加速AI驱动的自动驾驶车队商业化。对AI产业而言，仿真验证平台、安全案例与合规模块、基于ADS日志与事件数据的监管报告工具将成为新机会。

据X平台的Sawyer Merritt转述The All-In Podcast最新采访，Uber联合创始人Travis Kalanick表示，Waymo在自动驾驶“显然领先”，但在制造、规模化、紧迫感与进取性上面临挑战；特斯拉则在“基础科学与工程上打硬仗”，并提出视觉何时迎来“ChatGPT时刻”的关键时间线问题。根据该播客采访的引述，这一对比凸显两条路径：Waymo以机器人出租车与地理围栏部署为先，强调安全验证与城市扩张；特斯拉以消费级量产车与软件先行，依托端到端神经网络与车队学习。仍据上述来源，商业影响在于：Waymo的短板在工业化与城市复制速度，特斯拉的主要风险在视觉范式能否在可预期时间内达到高可靠通用自治。卡拉尼克同时指出众多小型玩家“尚未具备核心能力”，据该采访所述，这意味着行业或将加速出清并对资本与合规能力提出更高门槛。