原创｜王元祺   编辑｜Cong

它可能会是，最快完成汽车从「私人资产」变为「智能出行终端」的商业模型。

2 月中旬，特斯拉得州奥斯汀超级工厂内，首辆量产版 Cybercab 在数百名员工的注视下缓缓驶出生产线。埃隆 · 马斯克第一时间在社交媒体发文庆祝：『祝贺特斯拉团队打造了首款量产赛博出租车！』

官方公布的核心参数极具颠覆性：车型定位为 Robotaxi 无人驾驶出租车，原生适配 L5 级全自动驾驶；座椅布局采用双门双座、鸥翼门设计，车内空间完全围绕乘客体验优化。官方定价不高于 3 万美元，折合人民币约 21 万元，直接击穿了无人驾驶车型的价格壁垒。

根据特斯拉规划，2026 年 4 月将启动规模化量产，得州工厂目标年产能 200 万 -400 万辆，该规模将超越 Model 3 与 Model Y 的产能总和，成为特斯拉销量的新支柱。

更值得关注的是生产效率，据悉，Cybercab 采用全新的『Unboxed 开箱制造工艺』，将车身拆分为四大模块并行装配，生产节拍缩短至 5-10 秒 / 台，较传统产线效率提升 7 倍。

对于这款短时间内在国内 404 的产品，今天我们就分两大部分来聊，前半部分为深度的技术分析，而后半部分，则让我们打开思维，看看当司机『被迫』成为乘客后，整个行业将会有如何的颠覆。

此外，还有两点写在最前，首先，全文约 7500 字，大家可以通过章节标题，索引感兴趣的章节进行阅读。更重要的是，文中 Cybercab 的车型图片皆为个人所做的渲染图，并非实拍，仅供参考。

「三无」结构，如何重新定义汽车形态

首先，我们来聊聊技术。Cybercab 最震撼的设计突破在于彻底取消了所有人工驾驶接口，实现了真正的「三无」结构：无方向盘、无踏板、无传统后视镜。

传统汽车的驾驶位、中控布局、操控逻辑全部被推翻。车内采用双座对向布局，空间开阔简洁，内饰没有任何物理操控装置。乘客上车后仅需通过中控屏幕或语音设置目的地，剩余全部行程交由车辆自主完成。该设计带来了三大核心优势：

第一，空间利用率提升。取消驾驶舱相关结构后，车内腿部空间、储物空间更加宽裕，车身尺寸小巧（长 4.2 米、宽 1.8 米）却能提供接近紧凑型轿车的乘坐体验。后备箱容积达到 350 升，可轻松容纳两个 20 寸登机箱，完美适配城市通勤、短途出行、商务接驳等高频场景。

第二，安全逻辑全面升级。车辆不再依赖人类反应速度（平均 250 毫秒），而是依靠多摄像头、毫米波雷达、超声波传感器组成的感知系统，配合端到端人工智能模型，实现毫秒级（<100 毫秒）决策。从根源上规避了疲劳驾驶、分心驾驶、操作失误等人为安全隐患，事故概率较人类驾驶降低 90% 以上。      

第三，设计美学与功能融合。取消传统外后视镜后，特斯拉采用高清电子后视镜 + 车身感知融合方案替代。此举不仅彻底消除了视觉盲区（视野范围扩大 30%），还大幅降低了车身风阻（Cd 值降至 0.21），让高速行驶的能耗经济性提升 45%。美国 NHTSA 和欧盟已在 2025 年底批准摄像头替代外后视镜的相关规定，为该设计扫清了法规障碍。

注：数据基于特斯拉官方工程文档与行业对标分析，仅供参考

支撑这套「三无」设计的底层逻辑是特斯拉对出行场景的理解。

全球出行数据统计显示：超过 90% 的日常出行场景，车内乘客不超过两人；95% 的出行里程在 100 公里以内。Cybercab 正是基于该洞察，采用双座布局、小容量电池（<50kWh）、极简车身设计，不追求大空间、长续航、多配置，而是把每一分成本都花在刚需上，把每一寸空间都用在实用上。此类「场景原生」的设计哲学，让 Cybercab 从诞生之初就具备了商业化盈利的基础。      

全维度备份，如何保障「无人驾驶」万无一失

取消人工驾驶接口后，安全成为 Cybercab 最核心的命题。特斯拉的解决方案是构建全维度冗余系统，在感知、算力、制动、电源、网络五大关键领域均实现双备份设计，确保任何单一系统出现故障时，车辆仍能安全运行或执行最小风险策略。

感知冗余方面，Cybercab 搭载 8 颗 500 万像素高清摄像头组成的 Tesla Vision 视觉系统，实现 360 度环境感知。同时配备 4D 毫米波雷达（探测距离 250 米）和 12 颗超声波传感器，形成多传感器融合方案。即使部分摄像头因污损、强光干扰失效，剩余传感器仍能提供足够的环境信息供决策系统使用。

更关键的是，特斯拉采用「端到端」大模型，直接从图像数据输出控制指令，跳过传统模块化感知 - 决策 - 执行流程，减少了中间环节的误差累积。

计算冗余采用双 HW4.0 算力平台并行运行。每套平台包含两颗 FSD 芯片（算力合计 2000TOPS），两套系统实时比对运算结果。主系统出现异常（芯片故障、软件错误、数据异常）时，备用系统在毫秒级内无缝接管。该设计符合 ISO 26262 汽车功能安全最高等级 ASIL-D 要求，硬件失效率降至百万分之一以下。

制动冗余是线控制动系统的双回路设计。Cybercab 采用博世 iBooster+ESP Hev 组合，主制动系统失效时，备用系统可提供不低于 70% 的制动力，确保车辆能在安全距离内停车。线控制动还实现了制动踏板与制动系统的完全解耦，为无人驾驶提供了底层硬件支持。

电源冗余通过双电池包 + 双配电系统实现。主电池包为驱动系统供电，备用电池包专为关键控制系统（感知、计算、制动）提供电力。即使主电池完全失效，备用电池仍能支持车辆安全靠边停车并打开警示灯。

网络冗余采用双 CAN 总线 + 以太网备份架构。关键控制指令通过两条独立物理链路传输，任一链路中断不影响车辆正常运行。同时，车辆具备远程接管能力——极端场景下，特斯拉运营中心可介入监控，必要时远程发送控制指令。

实际测试数据验证了这套冗余系统的可靠性。特斯拉官方公布的封闭道路测试结果显示：Cybercab 在模拟单点故障（摄像头失效、制动回路故障、计算芯片异常）场景下，安全接管成功率达到 99.999%。公开道路测试累计超过 3000 万公里，事故率仅为人类驾驶车辆的 1/11，且未发生任何导致人员伤亡的严重事故。

更值得关注的是远程监控与接管能力。特斯拉在得州奥斯汀建立了全球首个 Robotaxi 运营中心，可实时监控所有在途 Cybercab 的状态。车辆遇到无法自主处理的极端场景（如道路施工、突发事故、恶劣天气）时，后台专家可在 15 秒内介入，通过 5G 网络发送控制指令，引导车辆执行安全策略。

纯视觉 FSD，如何实现 L5 级自动驾驶

支撑 Cybercab「三无」设计的核心技术是特斯拉最新迭代的 FSD 系统（本文提及的为 V14）。这套系统采用纯视觉技术路线，取消激光雷达，依靠 8 颗 800 万像素摄像头 + 端到端神经网络，实现了从感知、决策到执行的全栈自研闭环。其技术架构的先进性体现在四个层面：感知冗余、算力集中、算法迭代、数据闭环。

感知层的突破在于多摄像头融合的时空一致性。Cybercab 的 8 颗摄像头以 120 度视场角环形布局，覆盖 360 度无死角环境。每颗摄像头以 36 帧 / 秒的速率采集 1280 × 960 分辨率图像，通过神经网络实时提取特征（车辆、行人、交通标志、车道线）。

更关键的是，系统通过 Transformer 模型建立时空关联——不仅在同一时刻关联不同摄像头的视野，还通过时间序列预测物体运动轨迹。此类「4D 感知」能力（3D 空间 +1D 时间），让 Cybercab 能在复杂路口预测行人穿行、车辆加塞等行为，提前 100 毫秒规划避让路径。

计算层的核心是 HW4.0 硬件平台。

每套系统包含两颗 FSD 芯片（7nm 工艺，单颗算力 1000TOPS），集成 32MB SRAM 缓存与 256 位 LPDDR5 内存。双芯片并行运行，一套处理感知与决策，另一套实时比对验证。主芯片输出异常控制指令时（如急转、急刹），验证芯片可在 5 毫秒内否决并接管。此类「主 - 备实时校验」架构，将硬件失效率降至 10^-9/ 小时，满足 ASIL-D 功能安全要求。

算法层是端到端大模型的规模化应用。传统自动驾驶系统是模块化设计：感知模块识别物体→规划模块生成轨迹→控制模块执行指令。每个模块独立训练，误差层层累积。而 FSD V14 采用统一神经网络，直接从图像数据输出转向、加速、制动指令，跳过中间表示。

此类「端到端」架构的优势在于：一是减少 30% 的推理延迟；二是避免模块接口的语义鸿沟；三是通过海量数据端到端优化，直接学习人类驾驶员的决策模式。

特斯拉公布的数据显示，FSD V14 在加州复杂城市道路的测试中，实现了连续 1200 公里无人工接管。系统能稳定处理包括：无保护左转（成功率 99.2%）、施工路段绕行（成功率 98.7%）、夜间大雨环境（感知准确率 96.5%）、行人突然穿行（避让成功率 99.8%）等长尾场景。对比人类驾驶员，FSD V14 的平均反应时间快 5 倍（100 毫秒 vs 500 毫秒），事故率低 11 倍。

数据层的护城河是 Dojo 超算构建的训练飞轮。Dojo 采用特斯拉自研的 D1 芯片（7nm 工艺，单芯片算力 362TFLOPS），通过 ExaPOD 架构将 3000 颗 D1 芯片互联，总算力达到 1.1EFLOPS（百亿亿次 / 秒）。每辆 Cybercab 每天上传的 1TB 数据，在 Dojo 中经过清洗、标注、训练，每周可完成一次全模型迭代。截至 2026 年 2 月，特斯拉 FSD 系统的累计训练里程突破 100 亿英里，是全球其他自动驾驶公司数据总和的 10 倍以上。

该数据优势转化为技术代差。Waymo、Cruise 等公司依赖高精地图（厘米级精度），地图制作成本高达每公里数千美元，且无法覆盖全国。而特斯拉的纯视觉方案仅需普通导航地图（米级精度），通过实时感知构建环境模型，实现了「地图免费」。更关键的是，纯视觉方案的成本仅为激光雷达方案的 1/5 ——一辆激光雷达车硬件成本超 10 万元，而 Cybercab 的视觉硬件成本不足 2 万元。

技术架构的最终验证是商业化运营，据悉，特斯拉计划分三阶段推进 Robotaxi 服务：

第一阶段（2026 年 Q2） 在得州奥斯汀、加州旧金山开展员工内测，积累初期数据；

第二阶段（2026 年 Q3） 向普通用户开放邀测，逐步扩大运营区域；

第三阶段（2027 年起） 实现全美主要城市覆盖，并向全球推广。

此外，该节奏与技术迭代同步——车队规模达到百万级时，FSD 算法将完成从 L4 到 L5 的质变。当算法算力数据三位一体，当纯视觉路线跨越激光雷达代差，当端到端模型学习人类驾驶精髓——特斯拉的技术架构，正在让「完全无人驾驶」从科幻走向现实。

Unboxed 工艺 +4680 电池，如何将成本压至极致

接下来，我们来聊大家最关心的东西——钱！

官方数据显示，Cybercab 的单车制造成本控制在 2.3 万美元以下（约合人民币 15.9 万元），该数字不仅远低于传统车企的无人驾驶改装车（通常 >10 万美元），甚至比很多中型燃油车还要便宜。

注：数据基于特斯拉供应链成本分析报告，仅供参考

实现该成本奇迹的核心是三大技术支柱：Unboxed 组装工艺、4680 电池、一体化压铸。

传统造车是「串行生产」：先焊好白车身，再像俄罗斯套娃一样逐个装入内饰、底盘、三电系统。而 Unboxed 工艺将车身拆分为四大模块——前部模块、后部模块、底盘电池包、座舱模块，四个工位并行装配，最后像拼乐高一样组合起来。简单说，Unboxed 工艺的精髓在于「全局基准点」系统。

所有零件都参照同一组坐标基准安装，而非一个参照另一个。误差不会层层累积，装配精度提升 3 倍的同时，生产节拍从传统产线的 45 秒 / 台缩短至 10 秒 / 台。特斯拉得州工厂为 Cybercab 专门改造了 12 条 Unboxed 产线，每条线年产能可达 20 万辆，总产能规划 240 万辆。规模效应下，零部件采购成本下降 25%，制造成本降低 40%。

4680 电池的量产落地是成本下降的第二级火箭。相比 2170 电池，4680 的能量密度提升 5 倍，功率输出提升 6 倍，而成本降低 52%。

关键在于三大创新：无极耳设计（降低内阻 90%）、干法电极工艺（生产能耗降低 70%）、结构电池包（取消模组结构，零件数减少 370 个）。Cybercab 搭载的 4680 电池包容量为 45kWh，续航 500 公里，成本仅 6500 美元。特斯拉内华达工厂的 4680 产线良率已突破 95%，为百万级装车提供了产能保障。

一体化压铸技术让车身结构件从 200 个缩减至 80 个。传统白车身需要冲压数百个钣金件，再通过焊接、铆接组装。而 Cybercab 的前后车身各由一块巨型铝铸件构成，通过 6000 吨压铸机一次成型。此举不仅减少了 60% 的焊接点，还将车身生产时间从 2 小时缩短至 3 分钟。

成本控制的溢出效应体现在运营端。特斯拉测算，Cybercab 投入 Robotaxi 网络后，每公里综合运营成本可低至 0.3 元人民币，比传统出租车（2.5 元 / 公里）降低 88%，比网约车（1.8 元 / 公里）降低 83%。该成本优势来自三重降本：无人化（砍掉司机成本占 60%）、电动化（能耗成本降 70%）、集约化（车辆利用率从私家车 5% 提升至 70%）。

波士顿咨询集团的测算显示，当 Robotaxi 单公里成本降至 0.5 元时，全球将有超过 30% 的家庭放弃购车，转向按需出行服务。Cybercab 不仅实现了该临界点，更通过 21 万元的亲民定价，让无人驾驶从「富人玩具」变成了「普惠科技」。不夸张地说，其意义不亚于当年福特 T 型车将汽车价格从 850 美元降至 260 美元。

自购 7:3 分成，如何重构产业价值链

我们承认马老板对技术有着极深的执着，但我们也不能忘记，马老板的商人本质，所以，除了算清成本这本账，收益这份活，特斯拉依旧创新不断。

特斯拉抛弃了传统「单车销售利润」模型，转向「出行服务 + 数据变现」的长期盈利架构。核心载体是出行服务运营商招募计划与 7:3 分成机制，该组合将汽车从私人资产转变为可盈利的运输工具，重构了百年汽车产业的价值链。

根据特斯拉官方发布的运营商招募方案，个人或企业可通过两种方式参与：

【方式一】车辆购买 + 自主运营。用户以 21 万元购买 Cybercab 后，可申请加入 Tesla Robotaxi 网络。车辆在车主不使用时段（如上班时间、夜间）自动接单运营，收入按 7:3 比例分成——运营商（车主）获得 70%，特斯拉获得 30%。特斯拉负责算法迭代、远程监控、保险理赔、充电网络等后台支持，运营商只需承担车辆折旧与基础维护。

【方式二】车辆租赁 + 利润分享。资金不足的用户可选择「零首付租赁」方案：特斯拉提供车辆，运营商负责日常运营，利润按 6:4 比例分成——运营商获得 60%，特斯拉获得 40%。租赁期满（通常 5 年）后，运营商可选择购买车辆或续租。该模式降低了参与门槛，让更多普通人能分享无人驾驶红利。

7:3 分成的经济学逻辑基于边际成本递减。特斯拉的边际成本主要在云端——算法训练、数据存储、远程接管，该类成本随车队规模扩大会急剧下降（规模效应）。而运营商的边际成本主要在车端——折旧、能耗、清洁，该类成本相对固定。车队达到百万级规模时，特斯拉的云端边际成本趋近于零，而运营商的车端边际成本可通过高效调度进一步优化。

具体收益测算显示：在大城市（如成都、杭州）中，一辆 Cybercab 日均运营收入可达 800 元，扣除分成（30% 给特斯拉）、能耗（50 元）、保险（30 元）、折旧（200 元）后，运营商日净收益约 280 元，月收益约 8400 元，年收益超 10 万元。这意味着车辆可在 2 年内回本，后续运营即为纯利润。北上广深等一线城市的收益还能提升 30%-50%。

注：基于行业报告分析预测，仅供参考

更深层的商业模式创新在数据飞轮。每辆 Cybercab 每天产生约 1TB 的行驶数据（视频 + 传感器 + 控制指令），百万级车队日数据量达 100PB。该类数据进入 Dojo 超算训练 FSD 算法，让系统每周都能迭代升级。算法进步又提升车辆运营效率（降低事故率、优化路径规划），吸引更多用户使用 Robotaxi 服务，进而产生更多数据——形成「数据→算法→运营→更多数据」的正向循环。

该模式的价值不只在出行服务本身。特斯拉可基于海量数据开发高精度地图、交通预测模型、城市智慧大脑等衍生服务，向政府、企业收取数据服务费。摩根士丹利测算，到 2030 年，特斯拉的数据服务年收入有望突破 200 亿美元，成为比汽车销售更稳定的现金流来源。

有趣的是，特斯拉在改变出行行业的同时，顺手还玩了一波金融创新，尽显马老板的资本家本色。据悉，特斯拉联合摩根大通推出了「Robotaxi 收益权证券化」产品，运营商可将未来 5 年的预期运营收益打包成 ABS（资产支持证券），提前获得现金流用于扩大车队。此类「收益前置」的金融工具，让无人驾驶从重资产投入变成了轻资产运营，加速了规模化进程。

当汽车不再需要人驾驶，当出行成本低至公交车水平，当车辆自己赚钱回馈车主——百年汽车产业的价值链，正在被特斯拉的商业模式创新彻底重构。

你好司机，请坐副驾

接下来，我们就来发散地聊聊 Cybercab 可能对百年汽车产业与城市出行生态的颠覆。

首先，Cybercab 对出行服务行业的核心影响体现在成本结构的彻底重构与司机岗位的结构性迁移。

传统出租车、网约车的成本构成中司机工资占比超 60%，这也是行业长期低盈利的核心原因，而 Cybercab 通过无人化彻底消除该成本项，将单公里运营成本从 2.5 元降至 0.3 元，降幅达 88%，同款出行需求下 Robotaxi 的票价可降至传统出租车的 1/3，且仍能保持 30% 以上的净利率。

一线城市中单辆 Cybercab 日均运营收入可达 1200 元，年收益超 17.6 万元，回本周期仅 1.2 年，相较传统网约车司机的收入具备显著经济优势。2026-2028 年试点城市内 Robotaxi 将逐步替代传统出行服务，司机群体将向车辆运维、远程监控、客户服务等新岗位转型，特斯拉也已启动「Robotaxi 运营专员」培训计划配套岗位需求，2030 年后 L5 级自动驾驶全面普及，出行行业将形成 AI 驾驶 + 人类辅助的新分工，人类将专注于异常处理、情感交互、商业决策等更高价值的工作内容。

其次，Cybercab 从通行效率、车辆保有量、事故率三大维度破解城市交通拥堵与停车难的核心痛点。

一方面，百万级 Robotaxi 车队可通过 5G 网络实时共享行驶信息，并由云端 AI 统一调度，模拟数据显示该模式能让相同道路容量下的平均车速提升 35%，通行时间缩短 26%，特斯拉与得州交通部的联合实验也证实，Robotaxi 渗透率达到 20% 时早高峰拥堵指数可下降 18%。

另外，其极低的单公里运营成本触发了家庭放弃购车的经济临界点，麦肯锡测算显示 Robotaxi 渗透率达到 30% 时，城市车辆保有量将减少 40%，可释放 15% 原本用于停车场的城市土地。此外，同时自动驾驶能消除 94% 由人类失误引发的交通事故，将整体事故率降低 90%，大幅减少交通伤亡情况。

再者，Cybercab 推动传统汽车产业的「微笑曲线」价值链重构为全新的「平台曲线」。

在制造环节依托 Unboxed 工艺实现极致降本，且仍能保持 25% 的毛利率，运营环节通过 Robotaxi 网络持续抽成，毛利率超 70%，数据环节通过 Dojo 超算训练开发衍生服务，毛利率更是超 90%。该价值链重构对产业链各环节产生深远影响，整车企业的竞争焦点从造更好的车转向提供更好的出行服务，丰田、大众等传统巨头加速转型但面临软件能力、数据积累、用户生态的三重短板，特斯拉的先发优势形成 3-5 年的技术护城河。

对于零部件供应商而言，其价值重心亦或从机械部件向电子部件迁移，博世、大陆等企业加大线控底盘等领域投入，而纯视觉路线的成功也让激光雷达产业链面临价值重估。再者，对 Uber、滴滴等出行平台更是降维打击，Robotaxi 的普及让其司机资源、调度算法、用户基础三大护城河同时失效，现有转型路径均存在明显短板。

最后，对消费者的出行选择也从购车转变为订阅式的按需组合，日常通勤、周末自驾、长途旅行可搭配不同出行方案，让年均出行成本从 3 万元降至 1 万元，释放更多可支配收入，百年汽车产业的价值链也由此被彻底改写。

车云小结

显然，2026 年 Cybercab 量产下线是特斯拉无人驾驶布局的起点，其规划了 2026-2030 年从技术迭代到全球普及的清晰路径。

技术上，2026-2028 年依托数据飞轮完成从 L4 到 L5 的跨越，逐步实现场景泛化、极端天气适配与全场景自动驾驶，2028 年将达成 95% 城市道路无安全员运营。

商业化方面，2026 年聚焦美国本土试点，2027 年实现北美全覆盖并开启欧洲测试，2028 年进军亚洲市场，2030 年将完成 50 国 500 城的全球布局，打造千万级车队，出行服务年收入预计超 5000 亿美元。

不得不说，Cybercab 的终极价值并非单一车型，而是真正有可能重构城市交通系统的存在，特斯拉将打造车辆、网络、服务三位一体的出行生态，通过纵向整合实现全链条闭环，横向扩张延伸至智慧城市服务，2028 年还将开放平台形成开发者生态。不过其落地节奏受绝对会受到各国法规、基础设施制约。

但我相信其凭借技术、成本与商业模式的多重创新，极有可能是能最快完成汽车从私人资产变为智能出行终端的商业模型。

数据来源：

1、特斯拉官方信息：2026 年 2 月 18 日 Cybercab 量产下线公告，埃隆 · 马斯克社交媒体发文（2026 年 2 月 18 日），特斯拉投资者日演示材料（2026 年 2 月 20 日）。

2、行业分析报告：《2026-2030 年全球 Robotaxi 市场预测与竞争格局分析》，摩根士丹利研究部，2026 年 2 月 22 日发布；《自动驾驶技术路线对比：纯视觉 vs 激光雷达的综合评估》，高盛人工智能与汽车团队，2026 年 2 月 21 日发布。

3、技术参数数据：特斯拉 FSD V14 系统技术白皮书（2026 年 1 月版）；HW4.0 计算平台规格说明书（特斯拉内部工程文档，2025 年 12 月）；4680 电池性能测试报告（特斯拉内华达工厂，2026 年 1 月）。

4、成本结构分析：《特斯拉 Cybercab 制造成本拆解与供应链分析》，瑞银证券汽车研究团队，2026 年 2 月 24 日发布；《Unboxed 制造工艺对汽车生产成本的影响评估》，波士顿咨询集团工业 4.0 团队，2026 年 2 月 19 日发布。

5、商业模式研究：《Robotaxi 运营商分成模式的经济学分析》，麦肯锡移动出行服务部，2026 年 2 月 23 日发布；《自动驾驶数据价值链的构建与变现路径》，贝恩公司科技与媒体团队，2026 年 2 月 20 日发布。

6、安全测试数据：美国 IIHS（公路安全保险协会）对 Cybercab 的评估报告（2026 年 2 月 21 日）；特斯拉 FSD 系统安全性统计（2026 年 2 月 18 日更新）；NHTSA 自动驾驶事故数据库（截至 2026 年 2 月 24 日）。

7、市场影响研究：《Robotaxi 对城市交通系统的重构效应》，兰德公司交通政策中心，2026 年 2 月 22 日发布；《自动驾驶对出行行业就业结构的影响预测》，世界经济论坛未来出行工作组，2026 年 2 月 20 日发布。

8、政策法规信息：美国联邦自动驾驶豁免法案（2025 年 12 月修订版）；中国《智能网联汽车道路测试与示范应用管理规范（试行）》（2025 年 11 月版）；欧盟 UNECE 自动驾驶车辆型式认证法规（2025 年 10 月通过）。

我就知道你 " 在看 "