“中国物流版Cybercab”，已经在路上跑起来了

9月17日起，特斯拉Cybercab在北京、上海等城市陆续展出。根据官方介绍，此次巡展以产品展示为主，尚不涉及在华销售或无人驾驶网约车商业运营。

与此同时，另一种同样拿掉方向盘、制动踏板和后视镜的无人车，已经参与日常运输。只不过，这些车服务的不是人，而是快递包裹。

今年以来，Momenta Robovan已经在国内投入运营，开始进入快递配送、夜间配送等场景；合作网络延伸至邮政、京东、顺丰以及“三通一达”等快递体系的部分网点，并继续向生鲜、快消、社区团购等场景扩展。

从载客服务到快递运输，特斯拉的Cybercab和Momenta的Robovan，两款车尽管驶向了不同应用场景，却有着相近的技术路径：先从量产车上积累驾驶经验，再把已经验证的能力带入无人驾驶。

这也恰好解释了在一众中国玩家中，为什么只有Momenta Robovan，才真正称得上是“中国物流版Cybercab”。

外观设计：同样拿掉方向盘 一个载人一个送货

方向盘消失，意味着车辆不必再围着驾驶员布置空间。Cybercab把空间留给乘客，Momenta Robovan则把它用于装载货物。

从外形上看，两款车都保留了车辆的运输功能，却省去了供人操控的部件。设计上的相似，也指向同一个目标：让车自己完成运输任务。

“Cybercab把更多时间还给你的人生。”在发布活动上，Cybercab设计经理Ian Kettle这样介绍这款产品。他希望无人驾驶能“让清洁、安全的交通惠及所有人”。

换到物流场景，这番话也有了具体含义。反复往返的快递接驳、夜间运输，可以交给无人车承担，减少重复驾驶劳动，提高车辆利用效率。这与Momenta提出的“十年，挽救百万生命；十年，解放百分百时间；十年，物流出行效率翻倍”的愿景形成呼应。不过，要让一辆没有驾驶员的车真正承担运输任务，仅有新的外形还远远不够。它首先得看懂路。

无图方案：减少高精地图依赖 让无人车更快进入新场景

道路施工了，原来的车道被临时占用；路边多了一辆停靠的货车，非机动车从旁边穿过。这些日常变化，都是无人驾驶必须处理的问题。

如果每进入一个新区域，都要先采集高精地图，再不断更新维护，车辆的交付速度和运营成本势必会受到影响。

Cybercab延续了特斯拉降低对预先制作的高精地图依赖的路线，通过车载感知和模型理解眼前的道路。Momenta Robovan也采用无图方案，将过去在乘用车上验证的能力用于配送，让车辆更多依据实时环境作出判断。无图并非不用导航，而是减少对高精地图预设信息的依赖。

对快递网点而言，少一些地图采集和维护工作，就有机会更快用上无人车。对企业而言，这也有助于把一个区域跑通的业务复制到更多地方。

而在地图依赖降低之后，车辆对道路的判断，更依赖模型从大量真实驾驶场景中积累的经验。

量产与数据：新上路的无人车 背后是百万辆车的经验

“你们提供的关于如何安全驾驶的数据，正在帮助我们训练系统。”Cybercab发布活动上，特斯拉AI软件副总裁Ashok Elluswamy把话题转向了特斯拉车主。他用“我们的模型已经见识过超过1000辈子的经验”，形容量产车队带来的积累。

这也是Cybercab值得关注的地方。作为一款刚刚上路的新车，其背后的技术却已经经历了量产车辆的长期积累。上千万辆车每天都可以持续向算法提供真实世界经验。大量无法靠工程师提前穷举的长尾问题，便可以随着车队扩大不断进入训练集。

Momenta Robovan也有类似的起点。据Momenta提供的数据，其方案累计装车突破120万辆，完成110款车型量产交付，获得27家整车企业累计230个车型定点。量产业务积累的真实道路行驶里程超过170亿公里，从中沉淀超过1亿段黄金数据。Robovan进入物流场景时，可以在这些原有积累之上继续开发。

一套经典的数据飞轮由此成型：更多车辆采集更丰富道路情况，更丰富道路情况筛选出更多有价值数据，更多有价值数据改进出更好的模型，更好的模型带来更多车辆部署。

Momenta Robovan与其他无人物流企业的本质路径区别，也在这里显现。同类玩家主要从无人物流切入，Momenta则先在乘用车市场建立了百万辆级的量产基础，再向物流延伸。“乘用车量产反哺无人业务”，是它能够与Cybercab放在一起观察的独特之处。

这份来自乘用车的积累，也为Robovan沿用已有模型和工程体系创造了条件。

技术复用：从乘用车到无人车 同一技术基座继续发挥作用

“Cybercab建立在我们多年前起步以来所学到的一切之上。”在演讲中，Cybercab产品首席工程师Eric Earley依次提到Model 3、Model Y、Cybertruck和Cybercab。顺着这条产品线，可以看到一款新车如何承接此前的研发与量产经验。

在今年二季度财报电话会上，特斯拉AI负责人Ashok Elluswamy更是直接透露，未来运行在Model Y等车型上的FSD V15模型，同样可以运行在Cybercab上。

这种复用甚至正在跨越汽车。汽车、无人出租车、人形机器人表面上是三种产品，背后却逐渐收敛到同一套AI技术栈。

Momenta也在做相近的事。其世界模型在服务乘用车的同时，向Robovan、Robotaxi等业务延伸，并规划进入Robotruck、机器人及更广阔的物理AI场景。车辆的用途发生变化，对道路、行人和其他车辆的基础理解，却可以在已有技术基座上继续积累。

这使得特斯拉Cybercab和Momenta Robovan能够承接已有投入，也让自主研发的价值随着业务拓展继续放大。不过，模型走进新的车辆，还需要计算平台跟得上。芯片能否配合模型持续优化，决定了这种复用能走多远，也把竞争进一步推向了软硬件协同的深处。

软硬一体：模型与芯片协同优化 强化自主可控

模型能否持续升级，除了算法本身，还取决于承载它的芯片。特斯拉围绕FSD研发专用AI芯片，让模型与硬件共同优化。其官方技术介绍中，推理效率、性能功耗比，以及软件与自研硬件的紧密集成，都是重点。这些工作最终要落到车辆上，让模型在有限的计算资源内稳定运行。

Momenta与芯片合作伙伴新芯航途（XHEART）的合作，也沿着这一思路展开。Momenta提供自主研发的模型和算法，新芯航途提供自主设计的车规级芯片，双方围绕模型运行需求，对算法、芯片及配套工具链进行联合优化，并将相关能力应用于Robovan。

这让“芯片+算法”的意义进一步延伸到了核心技术的自主可控。中国企业在算法研发与芯片设计两个关键环节建立起自己的能力，也就更有条件根据实际业务需求，共同决定产品如何优化、下一代能力如何演进。

最直接的价值，是模型升级有了更紧密的硬件配合。掌握相应研发能力的团队，可以从算法、工具链和芯片设计两端寻找优化办法。当前硬件能够通过软件优化释放多少潜力，哪些需求需要留给下一代芯片，双方可以更早作出判断，让模型与计算平台的演进更好衔接。

成本也因此有了更多优化空间。对无人配送而言，客户最终关心的是一趟运输花多少钱。在满足安全和实时运行要求的前提下，提高计算资源利用效率，才有机会兼顾模型能力、硬件成本与功耗。车队从几十辆走向几百辆、上千辆，单车上的每一项成本优化都会被放大。

自主研发能力还关系到车辆交付之后的长期维护。无人车投入运营，意味着持续多年的版本升级、问题排查和场景适配。算法团队与芯片团队能够深入各自负责的技术环节，就更有条件联合定位问题，为后续更新提供支持。对于需要持续出勤的物流车队，这种长期服务能力与首次交付同样重要。

放大到产业层面，本土算法与自主设计芯片的协同，也为中国无人物流增加了一种计算平台选择。随着研发、适配和量产经验持续积累，企业能够在性能、成本及后续演进上争取更多主动权。

应用实践：增加安全冗余 让无人车接下真实运输任务

表现在具体产品上，Momenta Robovan并没有照着Cybercab走。两者一个明显的区别，出现在激光雷达上。

Cybercab坚持以摄像头为核心的纯视觉路线，不配置激光雷达。Momenta Robovan则在无图方案基础上配备激光雷达，面向L4无人驾驶增加感知冗余。摄像头获取丰富的环境信息，激光雷达提供另一种物理测量信息，为系统判断增加相互校验的条件。

Momenta的选择，是在减少地图依赖的同时，为没有驾驶员值守的配送车辆增加一层感知安全保障。这是它在Cybercab所走路线之外，针对L4级无人化运营作出的进一步设计。

更多区别，则出现在中国的物流网点里。Cybercab此次来华仍以展示为主，Momenta Robovan则已参与快递接驳、夜间配送等实际运输。相对明确的货流和班次，让客户能够逐条线路核算车辆利用率、运输效率和成本，也让无人车有了持续工作的场景。

9月初公开报道援引的得州备案数据显示，特斯拉备案的420辆Robotaxi中，45辆为Cybercab，其余375辆为Model Y。Momenta Robovan则正在向千辆级规模推进。前者是特定时间和地区的备案数据，后者是从小规模运行迈向批量部署，考验的是已有技术能否持续转化为交付和运营能力。

对Momenta而言，乘用车量产形成的模型和工程经验，减少了进入新业务的重复投入；无图方案减少部署工作量，自主研发的算法与本土芯片设计能力相互配合，为成本优化和持续升级提供了更多主动权。而快递网点持续发生的运输需求，则把这些能力接到了实际业务上。再加上面向L4运行的感知冗余设计，都构成了Momenta Robovan向千辆级规模推进的现实基础。

按照既有路线图，Momenta计划在今年完成Robovan商业闭环验证并拓展到其他城市，2027年进一步向国内多个城市复制，并进入海外核心市场。一旦这条路径持续跑通，Robovan真正建立起来的，就不只是一支无人物流车队，而是一套可以跨城市、跨车型、跨场景复制的智能能力。

Cybercab把人们的目光引向未来出行，投入运营的Robovan，则把这份想象带进了一趟趟快递运输。一个载人，一个送货，两条路径正让交通运输的黄金时代，从远景逐渐驶入日常。