⚡

Uber飙升特斯拉承压：自动驾驶赛道的胜负手与投资抉择

2026年初，自动驾驶市场传来强烈信号：Uber股价因robotaxi乐观前景上涨，而特斯拉却在交付数据疲软和监管不确定性的双重压力下承压。这一分化不仅反映了华尔街对两种商业模式的重新定价，更预示着万亿级自动驾驶市场的竞争格局正在发生深刻变化。对于投资者而言，理解这场"轻资产vs重资产"之战的本质，将是把握未来十年出行革命投资机遇的关键。

一、Uber的轻资产崛起：合纵连横的平台战略

▸▸

市场数据显示，Uber正通过一系列战略合作构建其在自动驾驶领域的护城河。与Waymo的深度合作^[1]已从凤凰城扩展至奥斯汀和亚特兰大，2025年初已在这些城市部署数百辆全自动驾驶的Jaguar I-PACE车队。更引人注目的是，Uber CEO Dara Khosrowshahi在Q2财报会议上披露，Waymo robotaxi在奥斯汀和亚特兰大的生产力超过99%的人类司机，日均完成更多订单。

Uber的合作版图还在快速扩张。据报道^[2]，公司已与大众汽车达成合作，计划2026年在洛杉矶推出首个全电动自动驾驶共享出行服务；同时投资超3亿美元于Lucid和Nuro，承诺采购超过2万辆车辆，目标在2026年底前在旧金山部署Lucid-Nuro robotaxi。Uber更雄心勃勃地宣布与英伟达合作，计划从2027年起将自动驾驶车队规模扩展至10万辆。

这种"不造车、只连接"的轻资产模式展现出独特优势：

1. 风险分散：通过与18-20家自动驾驶公司合作，Uber无需押注单一技术路线，可灵活适应市场变化
2. 资本效率：无需承担重资产投入，仅需整合现有平台资源
3. 网络效应：庞大的用户基础和司机网络可快速向自动驾驶过渡
4. 地域扩张速度：Waymo计划2026年扩展至20个市场，Uber平台可迅速覆盖

然而，这一战略并非没有风险。分析指出^[3]，Uber与Waymo的合作关系正在经历"战略分离"，双方在达拉斯、伦敦和旧金山市场转向直接竞争。更值得警惕的是，若Uber缺乏清晰的车队所有权战略，当Waymo或特斯拉规模化速度超预期时，Uber可能面临被边缘化的风险。

二、特斯拉的挑战时刻：FSD延迟与交付疲软的双重考验

▸▸

与Uber的乐观形成鲜明对比，特斯拉正经历严峻考验。最新数据显示^[4]，特斯拉Q4 2025交付量为41.82万辆，同比下降15.6%（Q4 2024为49.56万辆），全年交付量164万辆，同比下降8.6%——这是特斯拉连续第二年年度销量下滑。

交付疲软背后有多重因素：

• 美国市场崩塌：分析师指出^[5]，美国销量可能季度环比下降超35%，年度同比下降25%，主要因9月底7500美元电动车税收抵免到期导致的"提前透支效应"
• 国际市场疲软：UBS标记土耳其税收优惠结束后销量走弱，韩国市场动能不足
• 盈利压力：较低的交付量预计使毛利率环比下降2.3个百分点

更关键的是FSD和robotaxi的进展滞后。尽管马斯克宣称^[6]2026年将是"特斯拉robotaxi之年"，计划4月开始Cybercab量产，但现实充满挑战：

1. 监管障碍：特斯拉车辆尚未获得无监督FSD批准，这是关键瓶颈。Cybercab没有方向盘和踏板，无法配备安全驾驶员作为备份
2. 地域限制：目前仅在奥斯汀测试约31辆无乘客robotaxi，欧洲有望2026年2月获得有监督FSD批准
3. 技术迭代：虽然宣布2026年1-2月将部署"规模提升一个数量级"的新FSD模型（融合推理和强化学习），但历史上马斯克的时间表预测准确性堪忧

分析师普遍认为^[7]，"投资者应对Cybercab在2026年下半年成为美国街头常见景象保持怀疑"，尽管对2026充满期待，但"需要保持耐心"。

三、两条路径的终极对决：谁能主导万亿级市场？

▸▸

自动驾驶出行市场规模正在爆发式增长。市场研究显示^[8]，全球robotaxi市场规模2024年为19.5亿美元，预计2030年将达到437.6亿美元，2025-2030年CAGR高达73.5%。另有预测指出，市场将从2024年的8亿美元增至2030年的444亿美元，CAGR为91.6%。

在这场万亿级市场争夺战中，两种模式各有千秋：

Uber轻资产模式优势：

• 平台协同效应显著，可快速整合多家技术供应商
• 无需承担重资产折旧和技术研发全部成本
• 灵活性强，可根据不同市场特点选择最佳合作伙伴
• 现有用户基础和品牌认知度提供天然优势

Uber潜在劣势：

• 利润分成可能压缩长期利润率
• 技术控制力弱，依赖合作方进度
• 若合作方直接面向C端，可能被"去中介化"

特斯拉重资产模式优势：

• 垂直整合，从硬件到软件全链条掌控
• 海量真实路况数据（超过400万辆FSD装车）积累技术优势
• 潜在利润空间更大（无需与第三方分成）
• 品牌号召力强，用户对特斯拉技术信任度高

特斯拉潜在劣势：

• 资本支出巨大，规模化前成本压力显著
• 监管审批周期长且充满不确定性
• 技术迭代风险完全自担
• 交付下滑削弱现金流，影响研发投入

高盛分析^[9]预测，到2030年，美国将拥有约3.5万辆robotaxi，年收入70亿美元，占美国网约车市场约8%。这意味着初期市场足够大，可容纳多家玩家，但长期来看，规模化速度和成本控制将是决定性因素。

四、投资启示：估值分化与风险收益权衡

▸▸

华尔街对两家公司的态度分化明显。特斯拉方面^[10]，34位分析师中有10位给予卖出评级——这一比例异常之高。平均目标价383.54美元，较当前445美元的股价存在下行空间。值得注意的是：

• UBS重申卖出评级，目标价247美元，基于销量下滑和盈利负面修正
• Truist Securities维持持有评级，下调目标价至439美元
• Cantor Fitzgerald维持增持评级，目标价510美元（尽管交付不及预期）

特斯拉当前市盈率高达300倍，反映了市场对FSD、robotaxi、Optimus机器人等未来业务的巨大期待，但这也意味着估值风险极高。分析师预测2026年特斯拉营收将增长15%至1089亿美元，每股收益2.25美元，隐含的估值溢价完全依赖于对未来愿景的信仰。

Uber方面^[11]，分析师平均目标价107.33美元。但近期Melius Research将Uber从持有下调至卖出，警告更激烈的竞争可能侵蚀回报，Waymo和特斯拉的扩张公告可能让投资者措手不及。Jefferies则维持买入评级和120美元目标价，认为自动驾驶对Uber增长的影响至少要到2027年才会显现。

投资者应考虑的关键因素：

1. 时间维度：若看好3-5年维度，Uber轻资产模式的确定性更高；若押注10年后的颠覆性变革，特斯拉潜在上行空间更大
2. 风险承受能力：特斯拉估值极端，波动性巨大，适合风险偏好高的投资者；Uber相对稳健，现金流业务提供安全边际
3. 监管进展：密切关注各州和国家对无人驾驶的审批进度，这将直接影响双方商业化时间表
4. 技术突破：特斯拉FSD V14及后续版本的实际表现，将是重要验证节点
5. 竞争格局：Waymo、百度、滴滴等玩家的动态不容忽视，市场可能不是"赢家通吃"

结语：出行革命的投资哲学

▸▸

特斯拉与Uber在自动驾驶领域的竞争，本质上是技术理想主义与商业实用主义的较量。特斯拉试图通过垂直整合重新定义出行，但需承担巨大的时间和资本成本；Uber则以灵活的平台战略快速切入，但可能在长期价值链中处于相对弱势地位。

2026年被业内称为"自动驾驶之年"^[12]，特斯拉计划进入30个美国市场，Waymo目标扩展至20个城市。但历史经验告诉我们，新兴产业的发展往往非线性，既有可能因技术突破而加速，也可能因监管收紧而延缓。

投资风险提示：自动驾驶技术和robotaxi商业模式仍处于早期阶段，面临技术成熟度、监管审批、公众接受度、安全责任认定等多重不确定性。特斯拉和Uber股价均包含较高的未来预期，投资者应充分评估自身风险承受能力，避免集中押注单一标的。本文所述观点仅供参考，不构成投资建议，市场有风险，投资需谨慎。投资决策应基于独立研究和专业顾问意见，盈亏自负。

对于理性投资者而言，或许最优策略是：在投资组合中同时配置两种模式的代表性标的，分散下注于这场出行革命的不同路径，在享受行业增长红利的同时，降低单一模式失败的冲击。毕竟，在万亿级市场面前，胜出者可能不止一家——而真正的赢家，是那些能够穿越周期波动、持有真正创造价值的企业的长期投资者。

Sources:

• Tesla: 2026 Could Be A Reckoning Year For Robotaxi And Optimus^[13]
• Uber Technologies Is the Robotaxi Winner of 2026^[14]
• Waymo and Uber expand partnership to bring autonomous ride-hailing to Austin and Atlanta^[15]
• Why 2026 Will Be the Year of the Tesla Robotaxi^[16]
• Tesla reports annual vehicle deliveries fell for second straight year^[17]
• Robotaxi Market Global Analysis Report^[18]
• 2026 will be 'year of autonomous': Analyst on Tesla, Waymo robotaxis^[19]

◆

引用链接