（报告出品方/分析师：天风证券 孙潇雅）

1.特斯拉对 Robotaxi 的规划

特斯拉 Robotaxi 愿景始于2016年的MasterPlan第二章

2019年公开表示 Robotaxi 第一阶段将类似网约车、共享汽车的业务模式

(相关资料图)

2022年重申有望在2024年量产，并将采用无方向盘或踏板的设计

1.1. 将采用无方向盘或踏板的设计，预计2024 年实现量产

2016年，特斯拉公开了宏图第二篇章，其中提出：

（1）创造高效、配备集成储电功能的太阳能板（特斯拉屋顶光伏与Powerwall）；

（2）扩充电动汽车产品线，满足各细分市场需求（Tesla Cybertruck和Tesla Semi）；

（3）通过大量汽车行驶数据，开发比人类手动驾驶安全10倍的自动驾驶技术（FSD）；

（4）让车辆在闲置的时候，通过分享来为你赚钱（ Robotaxi ）。

2019 年特斯拉自动驾驶日发布会上，马斯克表示，Model 3 Robotaxi 的成本低于38,000美元。特斯拉还将对车辆的电池系统、电驱系统、轮胎等进行优化，让作为 Robotaxi 使用车型的寿命能够达到 100 万英里。

能耗层面，Model 3 目前的能源利用率已经达到 4.5 英里/kWh，马斯克希望在 Robotaxi 车型上能够达到至少 5 英里/kWh。

此外，特斯拉会将部分 Model 3 进行回收并投入到 Robotaxi 车队中，车主也可以选择加入到 Tesla Network 这个平台，让自己的车辆在空闲之余作为 Robotaxi 使用。

2022 年，马斯克表示 Robotaxi 将完全使用特斯拉的完全自动驾驶（FSD）软件来驾驶，将采用无方向盘或踏板的设计，目标2024年实现量产。

2. 特斯拉为什么入局 Robotaxi ？

Robotaxi 落地必要条件：成熟的L4+自动驾驶技术的支持和监管的放开

经济性决定商业模式能否跑通， Robotaxi 经济性好于Uber网约车

万亿级别市场空间潜力大，2030年特斯拉 Robotaxi 收入有望达1000+亿美元

2.1. Robotaxi 落地必要条件：成熟的L4+自动驾驶技术的支持和监管的放开

一般认为， Robotaxi 发展分三步走：

1）1.0阶段（2020-2022年），运营范围有所限制，需要在道路标线清晰，交通较为顺畅的道路内以及白天、非恶劣天气的环境下，以较低的速度运行；

2）2.0阶段（2025-2027年），车辆速度提升，能在车流密集的市区自由活动，能以多种路线行驶，但无论是提供叫车服务或是供个人使用，都会受到天候条件的限制；

3）3.0阶段（2030以后），自动驾驶技术真正破壳而出，即使是没有地图的无名道路，也能应付自如。无论刮风下雨、冰雹暴雪，甚至烂泥路都可以一一应对。

我们认为，路测里程不足、场景数据缺失导致的长尾问题是技术和政策面的主要制约点。

技术难点在于数据采集到算法迭代的数据闭环。L4级自动驾驶的最低路测里程数为10亿公里，相当于100万辆车以每天10小时的频率不间断行驶一年。截至目前，L2+里程数领先的特斯拉FSD有3亿公里左右的路测里程，按照L2到L4 80%的数据复用率，相当于跑了2.4亿公里的无人驾驶里程，而L4领头羊Waymo路测里程数仅约4000万公里左右。

大量边缘场景导致的自动驾驶的长尾问题，即存在约10%的场景失效，需要有更多针对性的算法训练才能解决，业内预计需要10年时间，由此存在的安全隐患也是制约监管放开的重要原因。我们认为扩大数据采集面，布局L4级别的算法并最终推动无人驾驶落地是特斯拉的一大动机。

2.2. Robotaxi 商业模式：B2C的传统车队运营/C2C的共享网约车模式

B2C：典型代表是谷歌旗下的Waymo，采购外部车辆进行智能化改装后投入运营，赚运营价差，采集的无人驾驶数据可用于自身的算法迭代，但需要承担车辆的维护成本及折旧影响。

C2C：我们认为，主导者可以是Uber等第三方运营平台，也可以是特斯拉等主机厂（自建平台），实现轻资产的Maas（出行即服务），赚的是佣金（特斯拉曾表示车主可以从所赚的钱里抽取25%-30%的佣金）；我们认为，主机厂主导亦可以实现车辆自产自销自采集的完整数据闭环，有利于自动驾驶算法迭代，并实现更好更便宜的自动驾驶服务-更多购车者和打车用户-更低的共享用车成本的正向循环，进而提高自身黏性和盈利能力。

2.3. 经济性：商业模式能否跑通的关键， Robotaxi 经济性好于Uber网约车

我们认为，Robotaxi 的本质是赚运营价差or中介费，商业模式能否跑通的关键是经济性是否好于出租/网约车。

从B2C模式来看，以国内为例，成熟状态下无人驾驶为车队运营商节省了司机的工资开支近10万元/年/人，考虑欧美更高的人工成本，这一优势会更明显。此外，无人驾驶车辆减少了司机休息时间带来的损失，提升了运营效率，据Waymo CEO John Krafcik表示，Waymo 自动驾驶汽车的行驶里程数将达普通车辆的6倍。

Robotaxi 经济性好于Uber网约车，平台方和车主有望双赢。Uber平均单英里收费约在2美元，而丰田卡罗拉等常见的Uber用车每英里总成本约0.4美元，假设50%的里程空载，毛利润为1.2美元/英里，Uber从中抽取0.5美元/英里，司机获利0.7美元/英里。

按照特斯拉的假设（北美）， Robotaxi 平均每英里成本不足0.18美元，若采用类似Uber的C2C模式，按2美元/英里收费，毛利润能达到1.64美元/英里，特斯拉从中抽成25%（0.5美元），车主依然能获利1.14美元/英里。若按1美元/英里收费，毛利润为0.64美元/英里，特斯拉抽取0.25美元，车主获利0.39美元/英里。单车每年跑9万英里，年毛利约3万美元。

2.4. 万亿级别市场空间：2030年特斯拉 Robotaxi 收入有望达1000+亿美元

万亿级别市场空间， Robotaxi 有望再造一个特斯拉。

马斯克认为，如果实现完全自动驾驶，车辆本身可以在很多用户之间共享，能够提高5倍的汽车使用价值。

假设2030年全球人口85亿，城市化率60%，日均出行2.6次，单次里程数12公里，小型乘用车出行占比50%，假设其中 Robotaxi 渗透率20%，每公里收费0.36美元，全球市场规模约2万亿元。

参考特斯拉全球EV市占率，以及网约车市场格局（CR3约45%），假设2030年特斯拉 Robotaxi 车队市占率20%，采用C2C平台提成25%的模式，对应收入规模1000+亿美元，相当于再造一个特斯拉。

我们认为特斯拉入局 Robotaxi 的原因在于：一方面能够提高车辆使用率，通过规模优势加强数据采集；另一方面能够获得更大的市场空间，进一步实现靠软件和服务赚钱，提升FSD的变现能力。

3.为什么跑通的会是特斯拉？

车队规模优势

与造车业务协同

加深数据护城河

3.1. 当前市场对 Robotaxi 的关注点一是在于何时能规模化落地，二是如何实现商业变现。

无人驾驶时代，数据是核心资产，MaaS或是最好的变现方式，平台、数据服务提供商有望分到较大蛋糕。在 Robotaxi 的价值链上，参与者能够分到多少利润取决于他们可以多大程度掌控自动驾驶传感器、软件，以及道路环境数据，后者也被视为提高和验证软件的最重要因素。

我们认为，车队规模优势赋能FSD技术，特斯拉将相比其他厂商更接近完全自动驾驶。庞大的数据和道路状况处理案例库，使得特斯拉的 Robotaxi 在进入更多区域时，能更早提供可靠的表现。而这些车辆在道路上采集到的数据，最终会用来改善所有特斯拉车主和 Robotaxi 的自动驾驶体验。

与造车协同，正向研发 Robotaxi 专用车辆，能更早实现低成本量产。

当下主流的自动驾驶车辆都是基于现有车辆加装传感器，成本在10-20万美元不等，大幅抬高车辆的最终采购成本。特斯拉有能力正向研发专用车辆，且基于BEV+Transformer的纯视觉技术路线节约了雷达成本，有望更早实现低成本量产。

同时，造车业务累积的制造能力和经验能很好地实现协同：1）整车设计思路上，可从为驾驶者服务向乘客服务倾斜，颠覆传统汽车设计（例如取消方向盘、踏板等），提升车辆的用户价值；2）用户里程数遥遥领先的FSD可复用，而 Robotaxi 采集的数据亦可反哺FSD，加快数据飞轮的运转，夯实公司在数据领域上的护城河。

我们对特斯拉 Robotaxi 车型的猜想：

1）更丰富的娱乐系统；2）车身更加短小（更经济的轿车或SUV），取消驾驶相关的部件腾出空间；3）更长的续航；4）可变换的座椅组合。我们认为 Robotaxi 量产成本相比Model 3有望显著降低，推动经济性大幅提升。

4.估值

盈利能力：特斯拉 Robotaxi 远期收入1000亿美元，稳态毛利率有望达60%+；净利率将有望高达35%，对应净利润350亿美元

估值：参考美股Uber、Lyft的近年的平均PS（TTM）在4-5倍，考虑 Robotaxi 衍生的数据价值，按照PS估值给于5X，这部分业务远期目标市值有望达到5000亿美元。

盈利能力：按照空间部分计算的特斯拉 Robotaxi 远期收入1000亿美元，参考近期Uber和Lyft毛利率（40%-50%），考虑无人化+自产车辆可以减少特斯拉对司机/车主的获取成本，我们认为 Robotaxi 稳态毛利率有望达60%+；同样参考Uber和Lyft费用率（30%+），考虑规模优势带来的算法研发等费用摊薄，假设 Robotaxi 费用率为25%，净利率将有望高达35%，对应净利润350亿美元。

估值：参考美股Uber、Lyft的近年的平均PS（TTM）在4-5倍，考虑 Robotaxi 衍生的数据价值，按照PS估值给于5X，这部分业务远期目标市值有望达到5000亿美元。

5.风险提示

技术落地低于预期：自动驾驶技术仍然面临许多技术挑战，包括感知环境、决策制定、规划路径和与其他交通参与者的交互等方面。解决这些挑战需要持续的研发和改进。

法律法规推进低于预期：由于自动驾驶技术的新颖性和潜在风险，政府机构需要制定和修改法律法规来管理机器人出租车的运营和责任问题。这一过程可能是复杂的，并且可能需要长时间来建立适用的规章制度。

降本进度低于预期：建立和运营机器人出租车服务需要巨大的投资和成本。包括开发高级自动驾驶系统、车辆采购和维护、数据存储和处理等方面的费用。在确保安全性和可行性的同时，如何降低成本并提高盈利能力是行业所面临的挑战之一。

测算主观性偏差风险：本报告中测算部分为通过既有假设进行推算，具有一定主观性，仅供参考。

——————————————————

报告属于原作者，仅供学习！如有侵权，请私信删除，谢谢！

报告来自【远瞻智库】

关键词：