第007期《AI出海去周刊》：自动驾驶教父的预判：AI 机器人三国杀，谁是真风口？
在摩根士丹利第 24 届亚太峰会上，有 “自动驾驶教父” 之称的Sebastian Thrun（Google X 创始人、Waymo 前身项目缔造者）与分析师 Adam Jonas 对话，核心观点包括：若特斯拉在奥斯汀实现纯视觉（仅依赖摄像头）Robotaxi 商业化，将颠覆自动驾驶技术路线（挑战昂贵的激光雷达方案）；人形机器人存在 “高估市场规模（TAM）、低估技术难度（如灵巧手、开放式任务）” 的矛盾；空中机器人未来市场空间远超地面，但需升级美国空中交通管制系统（ATC）；当前自动驾驶正处于从L4 向 L5 过渡的边缘，投资者需关注特斯拉纯视觉 FSD 表现，警惕人形机器人概念炒作，转向底层技术公司。
一、背景介绍
在摩根士丹利第 24 届亚太峰会上，大摩分析师 Adam Jonas 与 “自动驾驶教父”——Sebastian Thrun（Google X 创始人、Waymo 前身项目缔造者）展开深度对话，摩根士丹利于 11 月 20 日发布对话纪要，其观点为 AI 与机器人领域的投资方向提供关键参考。
二、自动驾驶领域核心观点
- 技术突破节点与渗透率
- “莱特兄弟时刻” 已过：Thrun 指出，自动驾驶的关键技术突破（类比飞机发明的 “莱特兄弟时刻”）早在 2005 年他赢得 DARPA 挑战赛时便已实现。
- 渗透率达拐点：峰会现场约500 名与会者中，经举手统计，1/3 的人曾乘坐过自动驾驶汽车，且绝大多数体验的是 Waymo。
- 市场潜力与行业阶段
- 经济价值巨大：人类每年在汽车中度过的时间总计高达8200 万年，释放该部分时间的经济潜力显著。
- 阶段过渡：摩根士丹利预测，自动驾驶正处于从L4（高度自动驾驶）向 L5（完全自动驾驶）全面过渡的边缘。
- 关键技术路线之争
- 特斯拉纯视觉方案的决定性意义：若马斯克能在奥斯汀实现 “纯视觉（仅依赖摄像头）Robotaxi” 商业化，并在移除驾驶员的情况下安全运营，将是 “巨大突破”。
- 对行业的冲击：该方案若落地，其低成本优势将对 “激光雷达 + 雷达 + 摄像头” 的多传感器融合路线构成降维打击，颠覆现有自动驾驶技术格局。
三、人形机器人领域的 “悖论”
Thrun 指出，当前火热的人形机器人赛道存在显著矛盾，即 “高估市场规模、低估技术难度”：
- 被高估的维度：市场对人形机器人替代人类劳动力的 “总潜在市场规模（TAM）” 存在过高的情绪化预期，过度放大其短期商业化潜力。
- 被低估的维度：市场严重忽视了技术落地的核心难题 —— 如让机器人执行 “开放式任务”（非预设场景任务）、研发具备灵活性的 “灵巧手”，这些物理交互层面的工程挑战远超当前行业能力，离通用人形机器人落地仍有巨大技术鸿沟。
四、空中机器人：未来增量主力
- 市场潜力：Thrun 明确预测，未来空中机器人的数量将远超地面机器人，是机器人领域更大的增量市场。
- 技术与瓶颈
- 技术现状：实现空中机器人在 3D 空间全自动操作的技术已成熟。
- 核心瓶颈：基础设施滞后 —— 美国当前的空中交通管制系统（ATC）需重大改造，才能适配空中机器人的规模化运营。
- 投资逻辑：专注于eVTOL（电动垂直起降飞行器） 及空中交通基础设施建设的企业，具备长期投资价值。
五、行业阶段与投资者建议
- 行业整体阶段：尽管市场焦虑，AI 与机器人领域的科学问题仅解决 1%，剩余 99% 仍待探索，技术迭代空间巨大。
- 投资者核心建议
- 短期重点：密切跟踪特斯拉在奥斯汀的纯视觉 FSD 表现—— 这不仅是技术测试，更是商业模式的关键验证点。
- 风险规避：警惕人形机器人概念的过度炒作，避免盲目追高。
- 布局方向：转向聚焦 “解决具体物理交互难题” 的底层技术公司（如研发灵巧手的企业）。
六、关键数据汇总表
| 数据类别 | 具体数值 / 信息 | 来源 / 说明 |
|---|---|---|
| 自动驾驶体验率 | 500 名与会者中 1/3 乘坐过 | 摩根士丹利亚太峰会现场统计 |
| 人类年驾驶时间 | 8200 万年 | Thrun 在峰会中提及（体现经济价值） |
| 自动驾驶过渡阶段 | L4 向 L5 过渡的边缘 | 摩根士丹利预测 |
| 人形机器人技术难题 | 开放式任务、灵巧手研发 | Thrun 分析（被低估的核心挑战） |
| 空中机器人核心瓶颈 | 美国 ATC 系统需重大改造 | Thrun 指出（基础设施限制） |
4. 关键问题
问题 1：若特斯拉在奥斯汀实现纯视觉 Robotaxi 商业化，为何能 “颠覆自动驾驶技术路线”？
答案：当前自动驾驶行业存在 “纯视觉（仅摄像头）” 与 “多传感器融合（激光雷达 + 雷达 + 摄像头）” 两大技术路线之争。激光雷达方案虽精度高，但成本昂贵；而纯视觉方案依赖算法优化摄像头数据，成本优势显著。若特斯拉在奥斯汀实现纯视觉 Robotaxi 的安全商业化（移除驾驶员），将证明该方案的可行性 —— 其低成本特性会对依赖激光雷达的竞争对手形成 “降维打击”，迫使行业重新评估技术路线，甚至推动多数企业转向纯视觉方案，进而颠覆现有自动驾驶技术格局。
问题 2：人形机器人为何会同时出现 “市场规模被高估” 与 “技术难度被低估” 的矛盾？
答案：矛盾的核心源于 “市场预期” 与 “技术现实” 的脱节：
- 市场规模被高估：人形机器人因 “替代人类劳动力” 的想象空间（如工业、家庭场景），被市场情绪化放大短期商业化潜力，过度乐观预估其总潜在市场规模（TAM），忽视了场景落地的复杂性；
- 技术难度被低估：市场普遍低估了机器人 “物理交互能力” 的研发难度 —— 例如执行 “开放式任务”（如应对未预设的家庭突发场景）、研发 “灵巧手”（模拟人类手部精细动作），这些技术涉及机械设计、AI 感知与控制的深度协同，当前行业仍未突破核心瓶颈，离通用人形机器人落地还有巨大差距。
问题 3：空中机器人被认为 “市场空间远超地面”，但其规模化发展的关键前提是什么？当前存在哪些核心障碍？
答案：空中机器人规模化发展的关键前提是 “技术成熟” 与 “基础设施适配” 的双重满足，当前核心障碍集中在基础设施层面：
- 技术前提已满足：Thrun 明确指出，空中机器人在 3D 空间实现全自动操作的技术已存在，无需突破底层技术瓶颈；
- 核心障碍：基础设施滞后：美国当前的空中交通管制系统（ATC） 仍是为传统航空设计，无法适配大量空中机器人（如 eVTOL）的低空空域运营需求，需进行重大改造（如优化低空空域调度、建立机器人专属通信与管控机制）；若该瓶颈不解决，即便技术成熟，空中机器人也难以规模化落地，其 “远超地面” 的市场潜力无法释放。
