几位曾在特斯拉负责 AI 数据标注的前员工近日向媒体透露出一个关键信息：全自动驾驶出租车（Robotaxi）距离真正的无监督运营还有相当长的路要走。这些训练师曾长期处理来自数百万辆特斯拉车辆的真实驾驶图像，他们观察到，系统在阳光明媚的高速公路上表现日趋成熟，但一旦面临大雨、雾霾、逆光以及行人、电动车混行的复杂城市路口，神经网络的误判率就会出现跃升。一位要求匿名的前员工指出，核心问题不在于算法架构，而在于**长尾场景的训练数据仍然不够多元**，即便特斯拉已经积累了数十亿英里的行驶数据，覆盖极端状况的“边缘案例”依然稀缺。

这些来自一线实践者的声音，与特斯拉最著名的多头、方舟投资（Ark Invest）CEO Cathie Wood 形成了鲜明对照。Wood 近期在媒体上再次强调，特斯拉的 FSD（Supervised）是“目前全球最具影响力的AI项目”，并重申她的估值模型——到2027年，特斯拉每股股价有望冲击 **2000 美元**，而 Robotaxi 网络的成功正是驱动这一估值爆破的核心变量。在 Wood 看来，端到端神经网络的迭代速度将使安全干预间隔快速拉长，最终越过监管门槛，开启万亿美元级的出行服务市场。

两者的观点共同勾勒出 Robotaxi 故事的一体两面。特斯拉在2024年“We, Robot”活动上首次展出了专为无人驾驶设计的 Cybercab，马斯克当时承诺将在2026年前投入生产，且每英里运营成本低于**0.2美元**。然而，在此之前特斯拉已多次推迟无人驾驶时间表，这也让市场对该预期抱有一定折扣。前训练师此次的“揭短”，实际上是给外界提了一个醒：即便抛弃了毫米波雷达、坚持**纯视觉方案**，训练数据本身的覆盖度仍然决定着安全天花板。

从行业视角看，Waymo、Cruise 等竞争对手正通过激光雷达和更保守的逐步扩展区域推动商业化，特斯拉的激进路线一旦成功，确实将凭借规模效应颠覆出行行业，这也是 Wood 敢于给出超高目标价的原因。但若训练数据的短板导致 Robotaxi 落地再度延期，特斯拉的高估值可能面临重新定价压力。市场正是在这两股叙事之间反复拉锯——既不能忽视技术实现的不确定性，也不敢低估 AI 大爆发的魔力。在这种多空交织下，投资者关注点仍将落在每一季度的安全报告和 FSD 接管率数据上。