別再誤會了，特斯拉根本無法全自動駕駛|數位時代 BusinessNext

別再誤會了，特斯拉根本無法全自動駕駛

近來歐洲多國政府、監管機構都曾批評特斯拉（Tesla）誇大Autopilot自駕系統的性能。最近馬斯克（Elon Musk）在Twitter上表示，會暫時把「自動駕駛（Autopilot）」的選項從官網上撤下，目的就是為了防止消費者混淆。

容易使人混淆，Autopilot功能從官網上移除

早在三年前，馬斯克就宣稱特斯拉的車子已經準備好了，在2017年的時候，就可以推出完全不需要人類干預的全自動駕駛功能；兩年前更在發表會上宣稱：「目前生產的所有特斯拉汽車都已具備自動駕駛硬體。」雖然硬體到位了，不過軟體依舊在測試中。

此後，特斯拉就在官網上大肆宣傳，推銷車主加價購買「全自動駕駛功能」升級包，車主在購車時可以用新台幣96,000元的優惠價格選購（當時由於法規不確定因素，台灣特斯拉大多建議車主不要選購），待未來軟體測試完成後，會以軟體更新的方式讓車主使用。

當然，2017年這個目標是沒有達到的，最近執行長馬斯克在Twitter上表示，由於官網上自動駕駛（Autopilot）的選項會讓客戶「產生太多混淆」，因此決定暫時撤下這個選項，直到公司準備好將技術推出為止。 此舉要讓人懷疑特斯拉是否缺乏自動駕駛的核心技術，所描繪的目標願景更讓人打上不少問號。

目前沒有「全自動駕駛」的汽車

「特斯拉在自駕車的發展上，遇到一大堆問題，」Enderle Group分析師Rob Enderle表示，特斯拉的自動駕駛系統只能在特殊的狀態下做為輔助使用，多年來卻一直使用「Autopilot」這個字眼宣傳，非常有可能使購車民眾誤會。

英文的「Autopilot」，意思是一套不需要人類介入的自動化系統，不過實際上，如果現在要去買一台搭載「全自動駕駛」設備的車子，是完完全全買不到的，各國法律也都還不允許這樣的車子上路。根據特斯拉Autopilot系統手冊中的說明，這套系統「僅供在高速公路和有限的道路上使用」，意思是系統只是輔助功能，仍須駕駛在必要時介入，且行車過程雙手不宜離開方向盤。

從歷史就可以學到許多教訓，2016年5月，在佛羅里達州有一位Model S車主，在開啟「Autopilot」的情況下衝撞卡車意外身亡。因此 這套系統很有可能導致駕駛過度依賴系統，而降低開車的警覺性 ，這或許也是馬斯克決定從官網移除「自動駕駛」的原因。

保護毛小孩，還打算推「狗狗模式」

保守起見移除了「Autopilot」，最近馬斯克卻打算再增加一個「狗狗模式（Dog mode）」。最近一位Twitter網友Josh Atchley發文詢問馬斯克：「可以在Model 3上加入狗狗模式嗎？」馬斯克直接回覆：「好。」

每當夏季來臨，總會聽聞有粗心的家長把幼童、寵物遺留在車內的新聞，早在2016年，特斯拉就曾在V8.0版本軟體中，加入「座艙過熱保護功能」，避免寵物、幼童在車內過熱或窒息，特斯拉當時表示：「就算在車子熄火時，這項功能也能確保車子保持在適當的溫度好幾小時。」

這次提出的「狗狗模式（Dog mode）」也是類似的概念，開啟後可以維持車內溫度，並播放讓狗狗情緒穩定的音樂，同時駕駛座的螢幕上會顯示車內溫度，來防止路人經過時，誤以為狗狗受困而報警，不過可惜的是，這款貼心又實用的功能，特斯拉目前還沒有推出時間表。

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。