11 月的第一周，大西洋两岸几乎是两个季节。
美国那边，Waymo 在洛杉矶、纳什维尔、奥兰多、圣地亚哥和旧金山湾区一口气新增了约 250 平方英里的服务区，把运营城市推到 15 个，每周付费出行超过 50 万次。同一周，特斯拉把 Robotaxi 开进迈阿密、奥兰多、坦帕，11 月 2 日落地 Fort Worth，11 月 9 日又把无人监督的服务开到了圣安东尼奥——那是它迄今最大的运营城市。奥斯汀的 Cybercab 从 10 月初的 300 多辆起步，30 天增长了大约 8 倍。
中国这边，同行们正在等审批。今年 5 月一起事故之后，新牌照暂停发放，7 月才逐步恢复，但节奏明显变了：审批更慢，也更挑人。小马智行把年底的目标定在 3500 台车、20 多个城市，萝卜快跑停在 28 城、3500 台的规模上，两家都没有下调目标，但也都没有跑出加速度。
把这个画面摊开看，会得出一个反直觉的结论：这个行业跑了17年，到今天，没有一家公司取得显著性领先。
不是"各有千秋"那种客套话。是真的没有。Waymo 有城市密度，特斯拉有扩张速度和成本结构，中国玩家有供应链和场景复杂度，但没有谁在技术、规模、成本、盈利四个维度上同时压住对手。所有人都在某一格领先，然后在另一格被人追平。
美国的快，是运营层面的快。Waymo 已经跨过了"能不能开"的阶段，进入"在哪开更多"的阶段——每周 50 万次付费出行意味着它有了真实的用户基数和调度经验，这是砸钱砸不出来的。特斯拉走的是另一条路：先用小规模车队把监管和舆论的门槛一格格推开，然后靠制造能力迅速复制。奥斯汀 300 辆到 8 倍增长，中间只隔一个月。
中国的慢，不是技术慢，是流程慢。整个 Robotaxi 体系仍然跑在 2021 年那份"97 号文"的框架里——那是一份以"鼓励技术验证"为目标的宽松文件，本质上是让企业证明"我能行"。2023 年 11 月以后的上路通行试点，才开始指向量产和规模化，但每一步都要重新走一遍地方申请、测试里程、安全评估。
于是一个很别扭的局面出现了：技术已经能做到全无人，制度还在问"要不要允许你无安全员"。
这不是坏事。5 月那次暂停牌照，恰恰说明监管是有效的、会踩刹车的。但对企业的现金流来说，一年的审批延迟，等于一年的车队规模、数据积累和单位成本下降全部后移。美国公司在跑里程的时候，中国公司在跑流程。
更值得注意的是，美国这两家不是同一个物种。
Waymo 是"工程师的答案"。多传感器冗余、激光雷达、高精地图、区域化运营，先在一个城市里把安全边界做到极致，再复制到下一个。它今年 2 月发布的自动驾驶仿真世界模型，底层接的是 DeepMind 的 Genie 3——能生成带摄像头和激光雷达信息的高保真场景，甚至能模拟龙卷风、逆行车辆这种现实中没法规模化采集的极端情况。这套东西的价值不在演示，在于它能把"罕见"变成"可训练"。
特斯拉是"制造商的答案"。纯视觉、端到端、不做地图、不堆硬件，赌的是数据规模和泛化能力，赌的是把车做成一台能自我学习的计算机。它的优势是成本——一套视觉方案的成本，和一套多传感器冗余方案不在一个量级；劣势也很清楚，任何一次罕见场景的失误，都会被放大成对整个路线的质疑。
这两条路，目前谁也没能证伪对方。Waymo 证明了冗余路线可以做到极高的安全水平，但成本压不下来；特斯拉证明了低成本路线可以快速铺开，但边界条件还在摸索。
而中国玩家，大多站在中间。既想做端到端降本，又不敢放弃冗余保安全；既想扩张城市，又受制于审批。这种"中间态"在技术上是稳妥的，在竞争上却是最难受的——既没有 Waymo 的安全叙事，也没有特斯拉的成本叙事。
如果说乘用车是"跑得快但跑不远"，商用车就是"还没起跑"。
有一个数字很扎眼：2025 年商用车市场的智能辅助驾驶渗透率可能低于 1%，而同期乘用车已经超过三成——L2 组合辅助驾驶渗透率 70.5%，城市 NOA 突破 34.2%。同样是四个轮子，智能化的进度差了一个数量级。
原因不难理解。重卡跑的是干线，一趟几千公里，容错率极低；模型数据少，感知要求高，控车难度大，成本还压不下来。一台几十吨的车在高速上判断失误，后果不是"剐蹭"，是"事故"。
但更根本的原因在需求端：地方采购意愿弱。商用车的买家是物流公司、港口、矿区、公交集团，它们算的是一笔特别朴素的账——换了这套系统，能省几个司机、能省多少油、几年回本。在电动化还没算平的时候，没有人愿意再叠加一层智能化的成本。
所以你会看到一个很奇怪的时间差：新能源重卡在狂奔。10 月常州单月渗透率 38.3%，每卖三辆重卡就有一辆是新能源；国家层面的目标是 2030 年渗透率 40%、保有量 160 万辆。电动化的坎，正在被政策和补贴硬推过去。
行业里现在的动作是"先跑通再谈...
