从自动驾驶到人形机器人

AI 的商业模式远远逊于互联网。互联网基本是一次性投入，边际扩张成本为零，而 AI 的边际扩张成本显著高涨，用户越多亏损越多。

潮水褪去后，全部都在裸泳。后续怎么破解这个问题？商业模式怎么修正？

自动驾驶、人形机器人的付费模式很清晰，AI 编码的付费模式也很清晰，AI 视频生成的付费模式也很清晰，其他呢？

市场不可能永远只痴迷于技术细节，而完全忽视商业模式，必须回到盈利上来。

AI 收费模式调整，意味着自动驾驶的商业模式远比大模型优秀。

J.丹尼尔 评论了微头条《AI 的商业模式远远逊于互联网》

这样说吧，就现在的豆包千问等大模型如果按月收费50元以内，我还是会付费，我已经好久不用搜索引擎了，现在生活中对AI的依赖已经成了一种习惯，更别谈那些专业工作。老百姓以前习惯于对吃喝拉撒等有形东西付费，对服务的付费会逐渐习惯。我现在每月十几元的音乐付费和几块钱的云端存储就已经养成习惯，而且觉得这是现代服务，和手机付费一个道理，值得。

水月回复：

50元可能完全无法覆盖你的使用成本的。这里恰恰说明大多数人的潜意识还是互联网意识，而不是AI意识。包月是典型的互联网思维，因为互联网边际扩张成为零。按token收费才是AI思维，因为AI的边际扩张不是零。米哈游用AI做游戏，一夜花费了200万买token，这只是一个开端。

问题来了，为什么特斯拉的自动驾驶系统 FSD 最初可以买断，现在执行包月？

如果按FSD消耗的Token如果买断的话，特斯拉会亏钱吗？

如果包月，我天天跑500公里，特斯拉会亏钱么？

如果采用 Robotaxi 模式，按照自动驾驶里程收费，高速路跑500公里和城市道路跑500公里消耗的Token数量必然是不对等的，合理吗？

水月来告诉你答案。

自动驾驶由于是物理AI，渗透速率不如数字AI，但是商业模式比数字AI的大模型要优秀很多。

自动驾驶和大模型本质上是两种完全不同的成本结构。

大模型是100%依赖云端计算，而自动驾驶 FSD 在云端训练完成后，99%成本在车端的端侧推，仅少量数据回传云端。

从成本结构看，大模型的可变成本占90%，每一次推理都要付云端算力费。

而自动驾驶的固定成本占90%，硬件摊销和模型训练几乎都是一次性的，车端的实时推理边际成本近乎于 0，几乎完全类似互联网。

FSD v12是纯端到端模型，所有计算都在车的HW4/HW5芯片上完成，不消耗任何云端token，8个摄像头每秒产生2.3GB原始图像数据，模型每秒跑30次推理，硬换算成GPT-4o的图像token，1GB图像≈1000万token，这意味着 FSD每秒消耗约2300万token。

我们跑1小时城市道路，就要消耗 828亿 token，按GPT-4o价格计算相当于约165万元/小时。但这个数字毫无商业意义，这些计算都在你已经花钱买的车端芯片上完成，厂商不需要为你每一次踩油门支付额外费用。

来来来，我们来划重点：

自动驾驶的边际扩张成本几乎为零。

这意味着，自动驾驶虽然属于AI，但是商业模式上却更接近于互联网，简直是商业模式中的极品。

我们来聊人形机器人的商业模式。

如果叠衣服1000token、拖地5000token、做饭20000token，用户会时刻盯着"token余额"，完全无法正常使用。

表面看起来，Optimus会消耗多模态 token，但和大模型按云端token计费的模式依然完全不是一回事。它 99%以上的计算在本地端侧完成，不消耗任何需要用户付费的云端token，未来也几乎不可能按token收费。

Optimus和FSD v12共用完全同源的端到端统一架构，它的"token"不是大模型的文本/图像token，而是特斯拉自研的物理世界多模态token：

8个摄像头的实时视频流、22个手部触觉传感器、45个关节的运动数据、麦克风的语音指令，全部编码成统一的数字token序列，输入到同一个Transformer模型中，直接输出全身关节的控制指令，中间没有任何人工编写的规则，本质上是把"物理世界的运动"变成了和"文本"一样可被大模型处理的标准化数据。

推理阶段依然是 99%端侧计算，零云端付费token。

这是和大模型最本质的区别，Optimus的所有实时核心功能，全部在本体的AI5芯片上完成，不经过云端。

真正消耗海量token的是模型训练阶段，这部分成本由特斯拉承担，已经提前摊到了机器人的售价和未来的订阅费里。

截至2026年5月，Optimus的总训练token量已超过1.2万亿，其中3000亿来自FSD的道路数据，9000亿来自机器人仿真和真实操作数据。

训练一个能完成通用家务的Optimus模型，需要约1.6万亿token，相当于GPT-3的训练规模。 特斯拉每天从工厂部署的1000多台Optimus原型机上，收集超过10亿个动作token用于模型迭代。

所以 Optimus 和自动驾驶的逻辑完全一致，

边际成本几乎为零，硬件已经卖给你了，多跑一个动作、多处理一个token，厂商没有任何额外成本。

所以，商业模式完全不同，Optimus卖的是"劳动力"，不是"算力"。用户愿意为"能帮我干活"付费，而不是为"它计算了多少"付费。

特斯拉已经明确了两条商业化路径，没有任何按token收费的计划。

工业端按小时租赁：约15-25美元/小时，包含所有硬件、软件更新、维护和保险。对比美国制造业工人时薪约25-35美元，Optimus已经具备成本优势。回本周期约1.5-2年，远快于消费端。

消费端基础硬件买断目标价 2 万美元，包含基础行走、搬运、简单家务能力。高级功能订阅约100-300美元/月，解锁复杂家务做饭、洗衣、整理房间、情感交互、远程监控等功能。

但是，人心机器人介乎于自动驾驶和大模型之间，Optimus是"卖劳动力的"，但是客户可能会让他卖脑子，进行交流，丢上下文，甚至让人形机器人生成图片、视频、音乐时，Optimus就进入"卖算力"阶段，搞不好还是按token收费。

基础劳动力是一个价格，你要谈情说爱，要研讨理论就是另一个价格了。

我们会发现，Optimus 人形机器人其实成为了一个劳动力平台，后续需要不同的 AI 模块OTA上去。

至此，人形机器人成为了 AI 时代的苹果。

本体是看你的机器人性能是不是足够用，更关键的是，是看你的 AI 模块丰富度。

有点 IOS + app 的感觉了吧。

好的人形机器人产品，产品硬件没得说，软件更加丰富，有庞大的 AI 模组生态，一开始特斯拉可能只提供基础版家务模块，后续有第三方开发者进入。

机器人就上得厅堂，下得厨房，进的卧房了。

洗衣模块、炒菜模块，炒菜开可以细分八大菜系，整理房间模块，私人教练模块，台球陪练模块，瑜伽助教模块，产后护理模块，家禽饲养模块，摩托车维修模块。。。。。。。

机器人竞争的核心，就不再是硬件，而是庞大的生态系统了。

谁能容纳更多的第三方开发者，谁的生态更强大，谁胜出。

是故，从这个角度看，能弄出人形机器人的 IOS 系统或者安卓系统的，才是绝对的赢家。

而其余人形机器人公司，基本必死无疑。

最终只剩下 2-3家人形机器人生态，不能形成生态的，都必然被淘汰，或者放弃人形机器人的通用赛道，选择细分赛道，以低成本单一功能苟活。