Model 3訂單破40萬！特斯拉打算加碼25億美元投資生產、再拓建3座超級工廠|數位時代 BusinessNext

Model 3將在7月正式生產、9月量產

特斯拉今日發表2016年第四季財報，不過相較營收表現，大家更關注旗下第一款平價電動車Model 3的生產進度。

馬斯克在股東信中表示，自2016年3月發布Model 3以來，已收到40萬筆訂單，且目前Model 3的生產進度符合時程，將在7月開始生產、9月量產，並設下初期產量每周達5千輛、2018年每周達1萬輛的目標。在那之前，特斯拉預計在資本投資再加碼20億至25億美元，以提升生產效能。不過，特斯拉並未公布2017年的總計預期出貨量和交車輛。

雖然要燒掉更多錢，但特斯拉想蓋更多超級工廠的原因並不難理解。

超級工廠可解決過去電池供應不及的問題

根據特斯拉2016年第4季出貨報告，儘管訂單數量較去年同期成長52%、創下歷史最高訂單紀錄，不過，交車數僅為7.6萬輛，未達之前設下的8萬輛目標，當時的官方解釋是「受到轉換到新的完全自動駕駛套件」影響。有了交貨延遲的前車之鑑，特斯拉勢必得想辦法解決量產問題，而超級工廠將在這之中扮演關鍵角色。

特斯拉第一座位於內華達的超級工廠已於1月正式開工，除了生產家用儲能系統Powerwall和商用儲能系統Powerpack、用於Model 3的電池「2170」，目前也已開始組裝Model 3。馬斯克表示，超級工廠1號將於2018年全面運行。

對特斯拉而言，電池供給不及一直是其生產遇到的問題，馬斯克還曾形容2016上半年簡直就是處於「生產地獄（Production hell）」，而超級工廠或許能緩解此問題。根據特斯拉估計，超級工廠的產能將在2020年超越全球現有的鋰電池產能，其不需再耗費2至3周的時間等從日本海運的電池，更能掌握生產進度。

雖然馬斯克拒絕透露更多關於新超級工廠的細節，但他曾在11月表示，第二座超級工廠可能位於歐洲。

2016年第4季虧損1.21億美元、少於去年同期

在營收部分，特斯拉在2016年第4季虧損1.21億美元、少於去年同期的3.2億美元虧損，也優於華爾街預期；營收達到22.8億美元、高於去年同期的12.4億美元。整體而言，2016年的年度總收入為70億美元，較2015年成長73%。

由於現階段財報除了反映出現有車款Model S和Model X的銷售表現，還要減去特斯拉在新產品的巨額投資，因此分析師指出，只要虧損不要太誇張，都在可接受範圍。

發表財報的同時，馬斯克也宣布，特斯拉財務長Jason Wheeler將於4月離職、轉向公共政策領域，至於財務長職位空缺，將由特斯拉首任財務長Deepak Ahuja回鍋擔任。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。