开篇结论
Robotaxi 发展到今天,行业比拼的核心已经从 "算法能不能把车安全开上路",转向 "整套商业系统能不能持续运转、可复制地盈利"。端到端和 VLA 大模型普及之后,L4 自动驾驶能力更像是进入规模化运营的入场券,而不再是单独拉开差距的唯一优势;真正决定胜负的,是车辆规模化供应、订单持续增长、车队利用率与空驶率控制、单车成本下降、地面运维效率、监管与保险配套、跨城市复制能力这一整套系统工程。2026 年行业处于从示范运营转向规模化商业落地的关键拐点:头部企业车队进入千辆级,部分核心城市实现单车月度单位经济模型转正,轻资产共建模式成为扩张主线,但全行业尚未跑通可持续、跨城市可复制的盈利模型,研发投入、监管碎片化和长尾场景仍是长期考题。下面按发展阶段、竞争维度、产业链与商业模式、单车经济模型、玩家格局、现存挑战和趋势逐项展开。
一、17 年行业演进:四个阶段的重心迁移
| 阶段 | 时间特征 | 竞争重心 | 典型状态 |
|---|---|---|---|
| 测试期 | 早期技术研发与封闭 / 开放道路测试 | 算法可行性、感知决策能力 | 小车队、安全员、补贴示范 |
| 政策赋能期 | 测试示范区、牌照与运营许可落地 | 拿牌照、划定运营区域、合规上路 | 定点城市试运营 |
| 技术成熟期 | 端到端、无图化、量产车型落地 | 系统稳定性、长尾场景处理 | 全无人收费试点扩大 |
| 成本效率优势期 | 千辆级车队、TCO 下降、UE 模型验证 | 运营效率、单车盈利、规模复制 | 商业化 1.0 向 2.0 过渡 |
行业早期资本集中投向技术研发企业,2019—2023 年资金向进入试运营的企业倾斜,2024 年后资本高度集中于已实现小规模商业化的头部玩家。国内已建成多个国家级测试示范区,开放大量测试道路并发放测试牌照;2025 年底 L3 车型正式拿到准入许可,高阶智驾从测试走向真实道路运行。
二、为什么算法不再是唯一胜负手
2.1 技术能力成为入场券
端到端模型、VLA(视觉 - 语言 - 动作)大模型和无图化方案普及后,头部玩家在基础驾驶能力上的差距被压缩,算法能解决的是 "车能不能安全上路" 的问题;但上车之后,能不能接到单、能不能少空驶、能不能把折旧和运维成本摊薄,算法本身回答不了。
2.2 安全基线已被规模里程验证
独立研究口径显示,Waymo 基于约 5000 万英里自动驾驶运营里程的统计,每百万英里可通报事故 1.28 起,人类驾驶员为 4.06 起;截至 2026 年 10 月,Waymo 已进入美国 15 座城市,车队规模超过 4000 辆,每周完成超过 50 万单付费出行。国内头部企业同样积累了大规模里程与订单数据,安全记录需要靠持续运营里程和公众信任逐步积累,先发者的安全里程飞轮会随时间放大。
2.3 技术优势必须经过运营系统检验
算法能力只有转化为稳定订单、较低空驶率和可控单位成本,才会变成商业优势。车队规模不等于运营效率,运营效率也不等于公司盈利;规模买得来,效率磨得出,盈利才是真正的临界点。
三、当前竞争的四个核心维度
3.1 车辆规模化供应
- 前装量产车型替代早期改装车,软硬件标准化是 TCO 下降的基础。
- 车规级设计降低充电、维修、保养成本;新一代车型整车成本持续下探。
- 车企与自动驾驶公司深度绑定,保障车辆交付节奏和定制化改造。
3.2 订单需求与调度效率
- 订单密度决定车辆载客时长占比,高峰期利用率、平均等待时间、空驶率是核心观测指标。
- 出行平台提供需求池和调度能力,技术方提供车辆与系统,双方协同完成派单匹配。
- 跨城复制时,新城市的订单密度需要重新验证,不能直接套用单城模型。
3.3 成本结构与单车经济模型
成本拆解清单:
| 成本项 | 说明 | 优化方向 |
|---|---|---|
| 车辆与套件折旧 | 整车及自动驾驶硬件分摊 | 前装量产、硬件降本、车型平台化 |
| 能源成本 | 充电与能耗 | 能源利用效率、场站充电规划 |
| 远程协助 | 远程安全员 / 接管人员 | 提升人车比,单人支持更多车辆 |
| 地面运维 | 清洁、维修、停车、调度 | 地勤团队标准化、场站集约化 |
| 保险与合规 | 保险、牌照、监管对接 | 适配自动驾驶的保险体系与合规流程 |
| 网络与算力 | 通信、云端数据与模型迭代 | 架构优化、数据闭环效率 |
3.4 城市资源与监管协同
- 进入新城市需要监管沟通、保险体系、停车调度、地面团队等一整套地面生态搭建。
- 各地许可政策、责任界定和保险规则存在差异,跨城、跨国扩张都要逐城合规。
- 企业与城市管理者之间的应急预案、数据透明度协作机制仍在完善中。
四、产业链分工与三种商业模式路径
4.1 产业链上中下游
| 环节 | 构成 | 关键能力 |
|---|---|---|
| 上游硬件 | 激光雷达、摄像头、毫米波雷达、算力芯片、整车 OEM | 传感器芯片化、算力适配端到端模型、定制化量产 |
| 中游系统 | L4 自动驾驶技术平台 | 感知决策、数据闭环、系统稳定性、远程运维 |
| 下游运营 | 出行平台、线下运维车队、保险与监管配套 | 需求池、调度、地勤、城市资源 |
4.2 三种典型路径
| 路径 | 代表玩家 | 优势 | 约束 |
|---|---|---|---|
| 技术公司垂直延伸 | Waymo | 自研系统 + 自建运营,软硬件耦合度高 | 资本投入大、周期长、硬件成本偏高 |
| 平台聚合 | Uber、Grab、Bolt 等出行平台 | 轻资产接入多家技术方,扩张快、自带流量 | 技术与车辆成本依赖外部伙伴,需解决多供应商标准化对接 |
| 车企全链路 | 特斯拉、小鹏等 | 造车、技术、运营一体化,制造降本空间大 | 监管认证与全无人落地节奏存在不确定性 |
4.3 轻资产共建模式
行业正从重资产自建车队,转向 "主机厂 + 自动驾驶公司 + 出行服务商" 的共建模式:自动驾驶企业输出技术和运营体系,合作方承担购车与部分场站、充电、清洁、维保成本,企业通过技术授权和收益分成获取收入,把重资产剥离出资产负债表,加快跨城市、跨区域复制。
五、单车经济模型:盈亏线怎么算
5.1 关键观测指标清单
- 单车日均订单数(完单量)。
- 载客时长占比,区分载客、空驶、充电、等待时间。
- 每单收入与每英里 / 每公里成本。
- 车辆折旧、保险、远程协助、地勤、停车、网络设施分摊。
- 新城市前期投入需要多少车辆和订单才能摊薄。
- 订单波动与监管调整对利用率的影响。
5.2 公开参照口径
- 小马智行 2025 年 11 月在广州核心城区实现单车运营盈利转正,2026 年 2 月在深圳复现;深圳地区曾创下单日车均净收入 394 元、车均订单 25 单的纪录;另一口径显示深圳单车经济性平衡时,单车日均净收入约 338 元、日均 23 单。
- 文远知行 2026 年二季度国内 Robotaxi 单车日均订单超过 21 单,环比提升 24%,峰值 28 单;国内 Robotaxi 单车总体拥有成本已下降约 38%,中东子公司 Robotaxi 业务实现区域经营盈利。
- 行业参照:单车盈利不等于公司盈利,单车赚的钱还要覆盖研发、数据中心、地勤、保险和扩张团队;公开的盈利口径多为特定城市、特定车队密度和定价水平下的月度单位经济模型,且部分数据未经审计。
六、国内外主要玩家格局
| 玩家 | 路线特点 | 公开进展口径 |
|---|---|---|
| Waymo | 多传感器融合 + 高精地图,技术闭环自建运营 | 美国 15 城、车队超 4000 辆、周付费订单超 50 万单;启动东京测试并规划进入更多城市 |
| 特斯拉 | 纯视觉端到端,依托整车制造与 FSD 迭代 | 奥斯汀试点运营,Cybercab 车队持续注册上量,大规模全无人仍在爬坡,同时面临监管审查 |
| 百度萝卜快跑 | 国内大规模自营运营,武汉样板,海外平台输出 | 累计订单与自动驾驶里程规模居国内前列,部分路段宣称单车盈亏平衡;运营节奏受城市监管调整影响 |
| 小马智行 | 单城盈利模型复制,绑定主机厂量产降本,多区域布局 | 广深实现单车运营盈利,2026 年底车队目标上调至 3500 辆以上,推进欧洲等海外共建车队 |
| 文远知行 | 全球化牌照优势,中东盈利样板,平台合作扩张 | 全球车队约 1800 辆量级,中东城市纯无人商业化运营,与 Uber 等平台合作部署 |
| 出行平台与车企新玩家 | 流量调度能力反向切入,或造车运营一体化 | 滴滴等平台初步上量;小鹏发布 Robotaxi 业务品牌并开放内测;Bolt、Grab 等平台以合作 / 投资方式接入 |
七、当前仍需跨越的挑战
- 长尾复杂场景:开放道路极端场景、基础设施失效下的应急降级方案仍需持续打磨。
- 监管与责任体系:事故责任在算法、车辆制造商、运营商之间的分配规则,以及适配自动驾驶的保险体系仍在完善;各城市、各州政策碎片化。
- 运营稳定性:订单规模增长不代表运营稳定,需验证模型在不同城市、不同监管条件下的持续表现。
- 规模不经济风险:地理围栏内订单密度不足时,扩大车队可能同步扩大亏损;空驶率和利用率是关键约束。
- 研发与投入压力:头部企业研发费用仍显著高于毛利,技术迭代、数据中心和团队扩张需要长期资金支撑。
- 公众信任:安全记录积累周期较长,偶发事件对行业信任的影响需要持续透明沟通来对冲。
八、后续趋势判断
- 技术侧:无图化、端到端大模型继续降低新城市部署成本,模型与车规硬件深度耦合。
- 商业侧:轻资产共建成为扩张主线,海外高客单价市场(如中东)成为验证盈利的样板区域。
- 运营侧:竞争焦点转向车队利用率、订单密度、人车比和 TCO 下降,跨城市复制能力成为核心壁垒。
- 政策侧:准入与全无人许可持续破冰,同时安全、合规和数据透明度要求同步提高,资源向头部集中。
【相关 FAQ】
问题 1:Robotaxi 发展这么多年,为什么说现在比拼的早就不只是算法了?
回答 1:早期 Robotaxi 的核心问题是算法能不能完成感知、决策和控制,把车安全开上路;进入 2026 年规模化运营阶段后,端到端和 VLA 大模型让基础驾驶能力成为入场券,胜负延伸到车辆供应、订单密度、空驶率、单车成本、远程运维、保险合规和跨城复制这套商业系统。算法仍然决定安全底线,但技术优势必须经过运营系统检验,才能转化为真正的商业优势。
问题 2:判断一家 Robotaxi 企业运营效率好不好,主要看哪些指标?
回答 2:重点看单车日均完单量、载客时长占比、空驶率、平均等待时间、每单收入与单位里程成本,以及车辆折旧、保险、远程协助、地勤和场站费用的分摊。行业参照口径里,单车日均订单接近 20 单以上是盈亏线附近的观测区间;同时还要看订单增长是否持续、TCO 是否随规模下降,不能只用累计订单或单季度峰值判断效率。
问题 3:Robotaxi 的单车盈利和公司盈利是一回事吗?
回答 3:不是一回事。单车盈利是指在特定城市、特定车队密度和定价水平下,一辆车的收入能覆盖车辆折旧和运营成本,是商业模型成立的最小验证单元;公司盈利还要覆盖研发、数据中心、远程团队、地勤、保险和全国乃至全球扩张的管理投入。目前部分头部企业在个别核心城市或海外区域实现单车 / 区域经营盈利,但全行业整体可持续盈利模型仍在验证中。
问题 4:Robotaxi 现在有哪几种商业模式,轻资产共建模式解决了什么问题?
回答 4:目前主要有技术公司垂直延伸(自研系统加自建运营)、平台聚合(出行平台接入多家技术方)、车企全链路(造车技术运营一体化)三种路径。轻资产共建模式下,自动驾驶公司输出技术和运营体系,合作方承担购车及场站、充电、维保等部分运营成本,企业通过技术授权和收益分成获得收入,目的是降低扩张时的资本压力,让车队规模可以更快复制到更多城市和海外市场。
【参考资料】
- [2026-11-20](广深率先实现单车盈利,小马智行车队年内将达 3500 辆)南方 + 客户端(今日头条)
- [2026-11-11](2026 Robotaxi 开始收费运营,国内 L4 自动驾驶玩家进展如何?)新浪财经
- [2026-11-07](1.4 万辆到 70.5 万辆:Robotaxi 的未来展望)易车
- [2026-10-31](自动驾驶出租车冲刺商业验证 走出 "试验田" 还需多久?)财新
- [2026-10-23](Robotaxi 规模化商业化仍在闯关)中国战略新兴产业网
- [2026-10-20](萝卜快跑周单 25 万,开始跟网约车抢生意了?)36 氪
- [2026-10-13](Robotaxi,光会 "开车" 还不够)36 氪
- [2026-08-19](2026Robotaxi 拐点:商业化破局,中美赛道博弈)电子工程专辑
- [2026-08-06](2026 智驾场景分层兑现:Robotaxi 开始赚钱,Robotruck 编队杀疯,Robovan 十万台起步)电子工程专辑
- [2026-01-08](Robotaxi 出行帝国,能再造特斯拉?)36 氪
【免责声明】
本文基于 2026 年 11 月 20 日前公开的媒体报道、行业研究文章及企业公开口径整理,文中车队规模、订单量、单车收入、成本降幅、盈利状态等数据均来自对应信源的特定城市、特定时期口径,部分指标未经审计,不同统计范围之间不可直接相互替代。自动驾驶行业受技术迭代、监管政策、保险规则和城市运营条件影响较大,未来进展可能与本文描述存在差异;本文仅作行业信息梳理与技术科普,不构成投资建议、出行服务承诺或商业决策依据。因参照本文内容产生的判断与决策,相关风险由读者自行承担。
