幾位曾在特斯拉負責 AI 數據標註的前員工近日向媒體透露出一個關鍵信息：全自動駕駛出租車（Robotaxi）距離真正的無監督運營還有相當長的路要走。這些訓練師曾長期處理來自數百萬輛特斯拉車輛的真實駕駛圖像，他們觀察到，系統在陽光明媚的高速公路上表現日趨成熟，但一旦面臨大雨、霧霾、逆光以及行人、電動車混行的複雜城市路口，神經網絡的誤判率就會出現躍升。一位要求匿名的前員工指出，核心問題不在於算法架構，而在於長尾場景的訓練數據仍然不夠多元，即便特斯拉已經積累了數十億英里的行駛數據，覆蓋極端狀況的“邊緣案例”依然稀缺。

這些來自一線實踐者的聲音，與特斯拉最著名的多頭、方舟投資（Ark Invest）CEO Cathie Wood 形成了鮮明對照。Wood 近期在媒體上再次強調，特斯拉的 FSD（Supervised）是“目前全球最具影響力的AI項目”，並重申她的估值模型——到2027年，特斯拉每股股價有望衝擊 2000 美元，而 Robotaxi 網絡的成功正是驅動這一估值爆破的核心變量。在 Wood 看來，端到端神經網絡的迭代速度將使安全乾預間隔快速拉長，最終越過監管門檻，開啟萬億美元級的出行服務市場。

兩者的觀點共同勾勒出 Robotaxi 故事的一體兩面。特斯拉在2024年“We, Robot”活動上首次展出了專為無人駕駛設計的 Cybercab，馬斯克當時承諾將在2026年前投入生產，且每英里運營成本低於0.2美元。然而，在此之前特斯拉已多次推遲無人駕駛時間表，這也讓市場對該預期抱有一定折扣。前訓練師此次的“揭短”，實際上是給外界提了一個醒：即便拋棄了毫米波雷達、堅持純視覺方案，訓練數據本身的覆蓋度仍然決定著安全天花板。

從行業視角看，Waymo、Cruise 等競爭對手正通過激光雷達和更保守的逐步擴展區域推動商業化，特斯拉的激進路線一旦成功，確實將憑藉規模效應顛覆出行行業，這也是 Wood 敢於給出超高目標價的原因。但若訓練數據的短板導致 Robotaxi 落地再度延期，特斯拉的高估值可能面臨重新定價壓力。市場正是在這兩股敘事之間反覆拉鋸——既不能忽視技術實現的不確定性，也不敢低估 AI 大爆發的魔力。在這種多空交織下，投資者關注點仍將落在每一季度的安全報告和 FSD 接管率數據上。