特斯拉FSD在台送件!7/1起將停售「買斷制」:對新舊車主有何影響?L2自駕要審什麼?
特斯拉FSD在台送件!7/1起將停售「買斷制」:對新舊車主有何影響?L2自駕要審什麼?

特斯拉台灣在本週向財團法人車輛安全審驗中心(車安中心)遞交了一份申請文件,主角是名字很長的「Full Self-Driving(Supervised)」,官方中文譯為「全自動輔助駕駛(受駕駛監督)」,簡稱 FSD。

要先說的是,它不是無人車、是 L2、而且只是送審。

打個比方,FSD(Supervised)比較像 ACC 主動車距巡航、車道維持與導航輔助的進階整合版,系統能自己維持車距、跟著車道彎來彎去,甚至幫你轉彎、變換車道,但你不能因此把腳翹起來、把眼睛閉上,雙手和注意力都得隨時準備接回方向盤。

而且「遞交申請文件」距離「核准上路」還有一整道審查程序要走,特斯拉要與交通部、車安中心合作啟動審查,目前停在送審階段,尚未獲准上路。

L2自駕是什麼意思?

自動駕駛在技術上分成 L0 到 L5 六個等級,這個分級的核心問題只有一個:出事的時候,誰負責。

FSD(Supervised)屬於 L2,也就是「部分自動化」。也就是系統可以同時幫你控制方向盤和油門煞車,在市區轉彎、變換車道、停紅燈,看起來確實很像在自己開。但法規上它有一條鐵律,駕駛人必須主動監督,雙手不能離開方向盤太久、視線不能離開路面,系統隨時可能要你接手。

依國際與台灣法規,駕駛人始終是行駛責任主體。因此 FSD 開著的時候出了事,駕駛人仍是監控與接管的責任主體;至於事故的最終歸責,仍須依個案判定。

這一點特斯拉官方新聞稿指出,FSD(Supervised)目前功能須駕駛人主動監督,無法使車輛自動駕駛,是嚴格要求主動監督的 L2。

特斯拉另一套 Unsupervised Robotaxi(無監督版自動計程車),才是車上沒有安全員、真正意義上的「無人車」,但目前只在美國德州 Austin 局部營運。

FSD模式買斷制7/1起停售

對已經有特斯拉、或正準備買的台灣車主,這次最實際的影響是一個截止日。

配合全球 FSD 使用模式轉換與啟動計畫,特斯拉台灣的「一次性購買方案」將於 2026 年 6 月 30 日 23 時 59 分停止在台販售。 這件事拆成幾個重點:

  • 第一,6 月 30 日(含)以前,全台車主與尚未交車的準車主都還可以選配加購。
  • 第二,已經買下的 FSD 不受影響,享有終身持有權益,車子在你手上多久,FSD 就跟著多久。
  • 第三,7 月 1 日 0 時起,官網不再開放選購、App 也不再提供升級。

換句話說,想用一次付清的方式買斷 FSD,這是最後一段窗口。

針對硬體跟不上的舊車主,官方另開了一條免費移轉的路。原本車上是 HW3.0 並已選配 FSD 的車主,只要在 2026 年 9 月 30 日(含)以前完成新車下訂,就能把 FSD 免費移轉到新車;但原車必須在 6 月 30 日前完成搭載 FSD,尚未交車的 HW3.0 準車主同等適用。

HW3.0 是較舊的車載運算硬體,已經跑不動最新的 FSD,與其讓老客戶卡在原地,官方等於給了一條換新車、把已付的 FSD 帶走的路。

台灣的審查進度是不是算慢?

把鏡頭拉遠,會發現台灣這次送件,雖然是擠進一條已經跑了一年多的隊伍,但仍站在偏後的位置。

特斯拉官方稱,FSD(Supervised)目前已在 12 個國家或地區開放或通過監管核准,名單包括美國、加拿大、墨西哥、波多黎各、韓國、澳洲、紐西蘭,以及歐洲的荷蘭、立陶宛、愛沙尼亞、丹麥、比利時。

除官方說法外,《CNBC》等外電報導,特斯拉在拖延多年後,已於 2026 年 5 月 21 日在中國開放 FSD(Supervised)。值得注意的是,特斯拉台灣官方提供的 12 國名單裡並沒有中國,可能是名單更新時點不同。

另據特斯拉監管資訊,荷蘭車輛管理局 RDW 在 2026 年 4 月 10 日依據聯合國車輛法規 UN Regulation 171 核准了 FSD(Supervised),成為歐洲第一國(資料時點 2026 年 6 月)。

荷蘭過了後,立陶宛、愛沙尼亞、丹麥相繼跟進,使歐洲至少有 4 國核准。加起來,各家媒體統計的開放市場數字落在 11 到 15 個之間。

而台灣此刻才遞交申請,相對於美加墨、韓國、澳洲、紐西蘭與歐洲多國這些「已上路」市場相對落後。在亞洲落後韓國,連日本都已進入道路測試。

總歸來說,台灣監管機關這次要把關的,不是「自動駕駛來了沒」,而是一套 L2 系統能不能在台灣道路上被清楚標示、明確限制,並把責任講清楚。

延伸閱讀:台灣搶吃2兆美元自駕大商機,哪些廠商受惠?有哪些挑戰?

資料來源:特斯拉台灣官方新聞稿CNBCCnEVPost、荷蘭車輛管理局(RDW)UN Regulation 171 核准公告

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓