導讀：市場這么大，玩家為何就地“開戰(zhàn)”？

李彥丨作者

木魚丨編輯

壹覽商業(yè)丨出品

豆包AI丨頭圖

伴隨著風口一起誕生的，總是資本的長期看好和短期的不斷爭議，Robotaxi（無人駕駛出租車）也不例外。

近日，高盛發(fā)布的一份研報顯示，中國Robotaxi的潛在市場規(guī)模（TAM）預計將從2025年的5400萬美元增長到2030年的120億美元，到了2035年，這一數(shù)值將達470億美元。也就是說，2025-2035年的十年間，Robotaxi總市場規(guī)模將增長757倍。

據(jù)高盛預測，到2035年，中國Robotaxi市場將由一線和二線城市主導。其中，一線城市（北上廣深等）預計貢獻42%的市場份額，規(guī)模將達近195億美元；二線城市市場占比更高，達50%，對應約231億美元。

從車輛規(guī)?？?，中國的Robotaxi將由2025年的4100輛增至2035年的190萬輛。其中，包括小馬智行、文遠知行、百度Apollo等廠商在內(nèi)的現(xiàn)任參與者將成為其中主要玩家。

（圖源：高盛研報）

研報中還提到，成本端也將因為規(guī)?；a(chǎn)、技術成熟和供應鏈優(yōu)化而降低。2025到2035年間，一線城市Robotaxi的單車制造成本預計將從2.01萬美元逐步下降到1.89萬美元。

那么，在這個將幾何倍增長的賽道，頭部玩家有誰？

1

頭部玩家有誰？

根據(jù)國際汽車工程師協(xié)會（SAE）的分級標準，自動駕駛被劃分為從L0到L5的六個級別。L2級別的車輛可以同時執(zhí)行如自動車道保持、自適應巡航等智能駕駛功能，但駕駛責任仍在司機，需時刻專注路況。L3級則允許車輛在限定條件下實現(xiàn)自動駕駛，比如高速公路或封閉停車場，駕駛員只需在系統(tǒng)提示時接管。

行業(yè)關注的真正轉折點出現(xiàn)在L4及以上級別——在這一階段，車輛才能實現(xiàn)「真正的無人駕駛」，駕駛員可以完全擺脫操控任務，汽車在普通天氣條件下能夠自主完成全部駕駛功能。

在這樣的技術和資本壁壘下，被視為Robotaxi行業(yè)有競爭力的玩家并不多，主要有：

小馬智行（Pony.ai）

（圖源：小馬智行公眾號）

小馬智行是中國Robotaxi技術公司中最早一批開展L4級自動駕駛研發(fā)和商業(yè)化試點的企業(yè)，主打「激光雷達+高精地圖」路線。其特點在于全棧自研能力：感知、規(guī)劃、控制、仿真、云端調度等模塊齊全，能夠為合作車廠提供高度可復用的L4系統(tǒng)解決方案。商業(yè)落地上，小馬智行在國內(nèi)已在廣州、北京等地獲得載人示范運營許可，并正在推進與廣汽、豐田、吉利等車企的合作開發(fā)定制車型。

其背后的資本陣容包括紅杉資本中國、IDG資本、豐田、一汽、廣汽、北汽、加拿大安大略省養(yǎng)老基金、文萊主權財富基金文萊投資局等，既有美元VC，也有深度綁定的國內(nèi)外車企和全球主權財富基金，形成典型的「中外混合、產(chǎn)業(yè)聯(lián)盟」派系。

文遠知行（WeRide）

（圖源：文遠知行官網(wǎng)）

文遠知行同樣是中國自動駕駛領域的重要玩家，專注Robotaxi、Mini Bus、貨運場景的L4級自動駕駛技術，采用「多傳感器融合+高精地圖」路線。特點是強調模塊化平臺，便于與多品牌車型適配，在廣州、北京、阿布扎比等地都有試點或商業(yè)合作。

文遠在融資上主打產(chǎn)業(yè)資本合作：除了宇通、廣汽等產(chǎn)業(yè)資本，其他股東包括博世、Uber、北汽產(chǎn)投、昆侖資本等，呈現(xiàn)「車企和Tier 1巨頭支持」的產(chǎn)業(yè)鏈派系。

百度Apollo

（圖源：蘿卜快跑公眾號）

百度Apollo主打「激光雷達+高精地圖」路線，具備端到端全棧自研能力，涵蓋高精地圖、感知融合、規(guī)劃控制和云端調度。

「蘿卜快跑」是百度Apollo面向公眾推出的Robotaxi出行服務品牌，已經(jīng)在北京、武漢、重慶、深圳等地實現(xiàn)規(guī)模化部署和商業(yè)化試點，是目前國內(nèi)運行規(guī)模和城市落地能力領先的自動駕駛出行平臺之一。

百度Apollo的特點是與地方政府合作最為深入，先后在北京、武漢、重慶、深圳等地取得多次「無安全員」載人牌照試點，形成城市級落地優(yōu)勢。資本背景則以百度本身為絕對控股主體，同時與一汽紅旗、北汽極狐等主機廠戰(zhàn)略合作，是典型的「大平臺+本土車廠生態(tài)」派系。

滴滴自動駕駛

（圖源：滴滴自動駕駛公眾號）

滴滴自動駕駛，主打「多傳感器融合+高精地圖」路線，具備感知、定位、高精地圖、規(guī)劃控制及遠程調度等全棧自研能力。早在2016年，滴滴就啟動自動駕駛布局，由聯(lián)合創(chuàng)始人張博帶隊組建研發(fā)團隊，2019年將業(yè)務升級為獨立公司，專注核心技術開發(fā)與商業(yè)拓展。

2020年，滴滴在上海首次向公眾開放Robotaxi服務。目前車隊已在北京、上海、廣州等地的示范區(qū)穩(wěn)定運營。2024年，滴滴自動駕駛與廣汽埃安成立合資公司“廣州安滴科技”，2025年首款全球適應能力的前裝量產(chǎn)L4車型在廣汽科技日上亮相。

資本背景方面，滴滴自動駕駛自獨立以來已完成多輪融資，包括軟銀愿景基金、高瓴資本、IDG資本、中俄投資基金、國泰君安等在內(nèi)的國內(nèi)外重量級投資方支持。政企合作層面，滴滴與廣州市政府簽署戰(zhàn)略合作框架協(xié)議，進一步推動自動駕駛、智慧交通等領域的深度協(xié)同，為Robotaxi在廣州及更多城市的規(guī)模化、商業(yè)化落地奠定基礎。當然一旦規(guī)模化商用，其最大的優(yōu)勢是滴滴占據(jù)網(wǎng)約車70%以上的市場份額，在流量端和服務經(jīng)驗方面絕對領先。

特斯拉（Tesla）

（圖源：特斯拉官網(wǎng)）

特斯拉是全球自動駕駛領域最具爭議也最具突破力的玩家。與傳統(tǒng)「高精地圖+激光雷達」路線不同，特斯拉走的是「純視覺端到端」路線，完全依賴攝像頭輸入和超大規(guī)模神經(jīng)網(wǎng)絡模型（FSD）。

特斯拉是高度自營的美股上市公司，屬于「硬件+軟件+服務」全自研，強調極致輕資產(chǎn)擴張和車主加盟模式。上個月，特斯拉的Robotaxi開始在美國奧斯汀試點，試點成熟后，估計進入中國市場也會經(jīng)歷一段時間。畢竟FSD在今年初才在國內(nèi)初步落地，并且接管率較高，偏向輔助駕駛，而美版更接近完全自動駕駛。

Waymo

（圖源：Waymo官網(wǎng)）

Waymo是全球公認的Robotaxi「第一梯隊」玩家，技術路線以「多傳感器融合+高精地圖」為主，車輛配備高線束激光雷達、攝像頭、毫米波雷達，依賴精細建圖和區(qū)域運營來保證安全性。Waymo特點是安全冗余設計成熟，已在美國部分城市開展「無安全員」Robotaxi運營。

該集團資本背景以母公司Alphabet（谷歌）為主控，同時吸引了外部大額融資，包括銀湖資本、安大略教師養(yǎng)老金、穆巴達拉（阿布扎比主權基金）等，是典型的「科技巨頭+主權基金」派系。Waymo一直在謀求進軍中國，但進度似乎卻不甚理想。有別于特斯拉在國內(nèi)已經(jīng)經(jīng)營多年，Waymo想追趕本土企業(yè)和特斯拉，難度不小。

這些頭部玩家，既是Robotaxi技術路線分歧的代表，也是全球資本和產(chǎn)業(yè)鏈博弈的核心標的。它們在技術、資金、政府合作和車廠整合四條戰(zhàn)線上展開競爭，決定著未來這個預計「十年700倍增長」市場的主導權歸屬。

2

特斯拉的技術是「獨一檔」嗎？

在自動駕駛行業(yè)內(nèi)，特斯拉被普遍視為對標對象。

比如華為智能駕駛解決方案產(chǎn)品線總裁李文廣在訪談中就坦言，特斯拉FSD在道路感知能力、車輛控制絲滑度等方面做得是“行業(yè)最好的”，華為也在“走這樣的路”。當然，他也指出純視覺路線未來在更高等級的無人駕駛階段仍有問號。但即便是競爭對手，也得承認當下特斯拉在量產(chǎn)自動駕駛系統(tǒng)的成熟度、用戶規(guī)模、持續(xù)迭代方面處于領先。

這也引出一個核心問題：Robotaxi的主流技術路線都有哪些？特斯拉究竟有什么不一樣？

需要注意的是，Robotaxi的門檻不僅是能做出能跑的車，更在于全鏈條的系統(tǒng)能力。

首先是算法和算力，決定了車輛能否實時感知環(huán)境并做出安全決策；其次是傳感器融合，需要把攝像頭、激光雷達、毫米波雷達等多源數(shù)據(jù)精準整合，保證在雨霧等復雜天氣下也能「看清」路況。此外，大規(guī)模部署前必須經(jīng)過海量仿真測試和真實路況驗證，覆蓋無數(shù)長尾極端場景。

即便技術成熟，還要解決車隊管理和運維成本問題，包括車輛調度、清潔、保養(yǎng)和遠程監(jiān)控。同時，能否和政府、高效取得運營牌照，以及與車廠合作開發(fā)具備L4能力的量產(chǎn)車型，也是落地的關鍵。地圖和高精定位能力則是城市運營中的核心基礎設施。法規(guī)落地、用戶接受度、安全冗余設計，每一個環(huán)節(jié)都需要巨額投入，且沒有哪一步能被輕易抄作業(yè)或省略。

目前全球Robotaxi落地的主流路線可以大致分為兩種：

激光雷達+高精地圖派。這一派是目前最主流的技術路線，包括Waymo、百度Apollo、小馬智行）這一流派的典型特征是：配備多線束激光雷達、毫米波雷達、攝像頭等多傳感器融合，通過提前繪制并不斷更新的高精地圖實現(xiàn)定位和決策。在這一技術下，RobotaxI在提前繪制好的區(qū)域內(nèi)行駛，能提高的路線的可預測性，利于早期商業(yè)落地。但同時，也得面對高昂的硬件和建圖成本以及地圖維護負擔大、區(qū)域適應性差等痛點。

純視覺派，以特斯拉FSD為代表。它完全放棄激光雷達，硬件上只依賴攝像頭輸入，通過大規(guī)模的端到端神經(jīng)網(wǎng)絡和Dojo超級計算機來實現(xiàn)感知和決策。這種路線的最大優(yōu)勢在于硬件配置極其簡化，擺脫了本地高精地圖的依賴，具備全球范圍快速部署和規(guī)模化擴張的潛力。但同時，它的技術門檻也非常高，對算法、算力以及高質量駕駛數(shù)據(jù)的要求極為苛刻，目前承載最多行業(yè)期待的，就是特斯拉。

在全球Robotaxi的技術路線里，特斯拉的確展現(xiàn)了獨一檔的突破力。最根本的差異，在于特斯拉自建了一個全球規(guī)模最大的真實道路駕駛數(shù)據(jù)閉環(huán)。

憑借數(shù)百萬輛搭載FSD硬件的車輛，特斯拉每天都在全球范圍收集各種道路場景、駕駛行為和極端情況。這套系統(tǒng)不是封閉園區(qū)里的演示，也不限于少量車隊在特定城區(qū)的試點，而是依托用戶規(guī)模在真實世界中持續(xù)迭代：推送新版本、收集反饋、調整模型、再推送更新。

正是這種超大規(guī)模的真實場景學習，讓特斯拉的FSD能不斷解決長尾問題，逐步接近更高等級的無人駕駛安全要求。相比之下，即便一些玩家已經(jīng)在城區(qū)內(nèi)開放了無安全員服務，但受限于區(qū)域和樣本量，它們的數(shù)據(jù)閉環(huán)規(guī)模和多樣性仍遠遠不及特斯拉。

特斯拉采用的是「端到端」的神經(jīng)網(wǎng)絡方案，也就是說，它把從攝像頭獲取圖像到最終控制車輛的整個過程，都放在一個統(tǒng)一的模型里來處理。這和傳統(tǒng)的自動駕駛方案不太一樣，后者通常會把感知、預測、控制分開，靠很多手工設計和模塊對接來實現(xiàn)。特斯拉的思路是用非常大的算力和海量駕駛數(shù)據(jù)來訓練這個模型，讓它一次性輸出駕駛決策。

為了支持這種訓練，特斯拉還開發(fā)了自己的Dojo超級計算機，用來處理來自真實世界的大量駕駛場景，不斷優(yōu)化模型表現(xiàn)，讓車輛在復雜路況下的決策更接近人類司機的習慣。

在商業(yè)模式上，特斯拉想做的是自營+加盟的Robotaxi網(wǎng)絡。它計劃把車輛成本降到大約3萬美元以下，讓車主可以購買FSD軟件后，把自己的車加入特斯拉的Robotaxi平臺。平時的充電、清潔、保險、折舊等成本主要由車主承擔，而特斯拉則通過軟件訂閱、收入分成、車內(nèi)廣告等方式獲得收益。這樣一來，特斯拉可以用更低的資本開支來擴張Robotaxi網(wǎng)絡，同時獲得長期的軟件和服務收入。

技術、商業(yè)敘事都聽著非常美好。但必須承認的是，即便特斯拉的技術能力獨一檔，這也并不意味著它是Robotaxi的完美解法。

純視覺端到端雖然在成本和擴張潛力上有無可比擬的優(yōu)勢，但安全冗余一直是它的爭議點。缺少激光雷達等“空間尺”，在極端光照或復雜天氣情況下可能導致感知失真，端到端模型的“黑箱”特性也讓出錯時難以解釋和追溯根因。在無人駕駛涉及人命安全的場景里，這種不確定性是巨大的技術挑戰(zhàn)。

特斯拉在奧斯汀的Robotaxi試點，也暴露了這個現(xiàn)實。雖然是一次令人矚目的行業(yè)事件，但本質上還是一個小規(guī)模、限定區(qū)域、有安全員坐鎮(zhèn)的“第二階段”項目，遠沒有達到在多個城市大規(guī)?！盁o人駕駛”商業(yè)化運營的水平。

所以，從今天的角度看，特斯拉確實用獨特的數(shù)據(jù)閉環(huán)、端到端網(wǎng)絡和輕資產(chǎn)平臺構想，走出了一條獨一無二的技術路線。但Robotaxi最終的成熟解法，還要在安全冗余、成本控制、生態(tài)整合等層面做出全面的權衡。Robotaxi的未來，不會只有一個標準答案。

3

為了占據(jù)技術高地，Robotaxi越做越虧

就在最近，小馬智行和文遠知行因“隔空互懟”引發(fā)行業(yè)關注。小馬智行聯(lián)合創(chuàng)始人、CTO樓天城在采訪中聲稱，從規(guī)?；蜔o人化來看，能坐在「牌桌」上的只有Waymo、小馬智行和百度Apollo，其他公司都落后兩年半時間。隨后，文遠知行CFO李璇在朋友圈曝光了小馬智行在美國軟件牌照被吊銷、測試車在北京亦莊撞上綠化帶起火等「黑料」，并諷刺對方“想學文遠就做到位，至少真正落地跑幾十輛車再說”。

那么，為什么Robotaxi這么有前景好的市場，企業(yè)之間還在相互攻擊？

從Robotaxi目前的發(fā)展情況來看，企業(yè)還遠不到為了爭奪市場份額必須短兵相接、血拼價格、在輿論層面互相攻擊的階段。但同時，Robotaxi廠商的財報也越做越虧。

從最新財報就能看出這一點。

比如小馬智行，2023年全年的研發(fā)投入就達到8.71億元，2024年進一步增長到17.53億元，2025年第一季度也保持了3.45億元的投入水平。但與此同時，凈利潤卻在持續(xù)惡化：2023年虧損8.9億元，2024年虧損超過20億元，2025年一季度也還有接近3億元的虧損。

文遠知行同樣如此。2023年研發(fā)投入超過10.5億元，2024年繼續(xù)增加至10.91億元，而凈虧損則從2023年的近20億元，擴大到2024年的25.17億元，2025年第一季度仍虧損近4億元。

從營業(yè)收入數(shù)據(jù)來看，小馬智行近幾年營收一直處于微增狀態(tài)，而文遠知行已經(jīng)開始逐年下滑，從2022年的5.28億下降到了2024年的3.61億。

這些數(shù)字背后，反映的正是整個無人駕駛行業(yè)面臨的投入-虧損困局。要想真正實現(xiàn)L4級別的無人駕駛，不僅需要在傳感器、芯片、算法、數(shù)據(jù)閉環(huán)、車隊運營等環(huán)節(jié)全部攻克技術難關，還要持續(xù)不斷地在真實道路上積累海量的極端和長尾場景。每一個安全冗余的設計、每一次模型迭代、每一次大規(guī)?；貍骱蜆俗?shù)據(jù)，都是高昂的投入。

正因為如此，行業(yè)里無論是選擇「純視覺端到端」的特斯拉，還是堅持「多傳感融合」路線的Waymo、百度、小馬智行、文遠知行，最終都要面對同一個挑戰(zhàn)：沒有巨額且長期的研發(fā)投入，就不可能跨越從有人到無人，從小規(guī)模試點到城市級規(guī)?；\營的難關。

為了應對高昂的研發(fā)成本和量產(chǎn)難題，整個Robotaxi行業(yè)也逐步形成了「主機廠+智能駕駛技術公司+出行平臺」=的深度協(xié)同模式。主機廠負責前裝量產(chǎn)和定制化改造，智能駕駛公司提供全棧系統(tǒng)和算法能力，出行平臺則聚焦車隊調度、運營和用戶服務。這樣的合作模式可以把無人駕駛從實驗室產(chǎn)品變成真正可規(guī)?；涞氐某鞘谐鲂蟹桨福瑫r也有助于分攤風險、整合資金和供應鏈資源。

而承擔起產(chǎn)業(yè)鏈「大腦」角色的智能駕駛企業(yè)，可以說是主動尋求支持的一方。企業(yè)間表面看是觀點之爭，實質也是為了搶奪未來發(fā)展中至關重要的資源。

首先是資金資源。自動駕駛研發(fā)和車隊建設是天文數(shù)字級別的投入，風險投資、產(chǎn)業(yè)資本、主權財富基金都是血脈和彈藥。越能被投資人認可為「頭部玩家」，越能在燒錢換規(guī)模、換數(shù)據(jù)、換技術迭代的競爭里活得久、跑得遠。

其次是技術和供應鏈資源。無人駕駛是算法、算力、傳感器、仿真測試、車身平臺、動力電池等全棧合作的系統(tǒng)工程。要讓核心零部件供應商（如英偉達、Mobileye、激光雷達廠商）優(yōu)先支持，要獲得車企提供的定制車型平臺，都要證明自己的路線最靠譜、最值得合作。

再者是許可資源。地方政府掌握著測試路權和商業(yè)化牌照，是Robotaxi能不能合法跑起來的「開閘人」。與政府合作越深入，拿到的示范區(qū)試點規(guī)模越大、落地速度越快，就能先建立城市級數(shù)據(jù)壁壘。

還有出行生態(tài)和用戶流量。互聯(lián)網(wǎng)平臺和出行公司手里握著用戶入口和訂單調度能力，誰能先對接高德、滴滴、美團這樣的App，誰就能更快獲得真實的客流和運營經(jīng)驗。

本質上，這是一個比拼「全鏈條整合能力」的產(chǎn)業(yè)。越早被市場、資本、政府、供應鏈認定為「頭部玩家」，就越能獲得這些資源的優(yōu)先傾斜和綁定合作。

這也是為什么，盡管現(xiàn)在行業(yè)整體還在技術驗證和早期商業(yè)化階段，玩家們已經(jīng)在臺前不斷釋放戰(zhàn)火——因為故事講得越響，位置卡得越前，才有機會拿到這場賽跑真正需要的「通行證」。