2025年Robotaxi技术发展现状、产业链结构、政策引导及市场前景分析报告

2025行业分析报告 2.产业链结构：智驾技术+硬件生产+ 4.3产业链公司陆续登陆资本市场，万亿赛道有望诞生 图1：中国出行服务行业发展历程 图2：巡游车时代运力供给&管理模式 图3：网约车时代运力供给&管理模式 图4：端到端路径整合传统多模块路径的决策流程 图5：世界模型与VLA模型对比 图6：Waymo多口径事故率低于人类司机（截至2025年11月末） 图7：Waymo严重受伤事故率低于人类（截至2025年11月末） 图8：Waymo安全气囊弹出率低于人类（截至2025年11月末） 图9：Robotaxi三方合作模式 图10：主要Robotaxi公司合作模式 图11：跨越式与渐进式路径对比 图12：模块化的智驾系统结构 图13：端到端智驾系统结构 图14：Waymo发展历程 图15：Waymo每周订单量持续增长（千次） 图16：Waymo车队规模持续增长（辆） 图17：Waymo单公里定价高于传统网约车 图18：小马智行发展历程 图19：Robotaxi占小马智行收入占比逐步提升（百万美元） 图20：小马智行归母净利润率波动较大（百万美元） 图21：小马智行毛利率 图22：小马智行费用率 图23：文远知行发展历程 图24：文远知行主要收入来源为服务业务（百万元） 20图25：文远知行25Q1-3亏损幅度减小（百万元） 20图26：文远知行分业务毛利率 20图27：文远知行各项费用率 20图28：2023年智驾域控芯片市占率（搭载量口径） 22图29：2024年智驾域控芯片市占率（搭载量口径） 22图30：全球激光雷达市场规模预测（十亿美元） 24图31：2025H1国内激光雷达供应商市占率（装机量口径） 25图32：2025H1国内主激光雷达供应商市占率（装机量口径） 25图33：车载激光雷达代表产品价格持续收窄（千元） 25图34：网约车平台存在网络效应 26图35：2024年按GTV划分的一线城市共享出行市场格局 27图36：2024年按GTV划分的二线城市共享出行市场格局 27图37：聚合平台发展过程及运行逻辑 27图38：聚合平台订单占市场总订单比例约25-30% 27图39：聚合平台促成的GTV占曹操出行总GTV比例逐年提升 28图40：曹操出行支付给聚合平台佣金比例约7.2%-7.5% 28图41：滴滴出行收入整体呈增长态势（亿元） 29图42：滴滴扣非后归母净利润2023年出现转正（亿元） 29图43：曹操出行为二线出行公司代表，收入体量持续增长（亿元） 29图44：伴随运营规模提升，曹操出行亏损幅度持续收窄（亿元） 29图45：滴滴前装量产L4车型 图46：滴滴自研硬件平台 图47：吉利生态赋能曹操出行，完成Robotaxi产业闭环 图48：国内自动驾驶监管体系 图49：海外部分国家自动驾驶政策体系演变 图50：中国及全球乘客出行市场规模预测 图51：中国及全球Robotaxi市场规模预测 表1：不同模式下车辆所有权及管理方式对比 表2：中美主要Robotaxi运营公司试点运营范围 表3：自动驾驶技术分级标准 表4：Waymo为实现安全冗余的额外设计 表5：车载芯片类型划分 21表6：各类型车载芯片国产化情况 21表7：不同类型车载芯片玩家优势及竞争策略对比 23表8：不同传感器特征对比 23表9：主要Robotaxi企业代表车型的激光雷达装备情况 24表10：各二线出行公司与聚合平台合作情况 28表11：出行公司UE拆分（元） 29表12：滴滴自动驾驶发展历程 表13：曹操出行Robotaxi布局历程 表14：无人驾驶时代对运营公司提出新的能力要求 表15：智能驾驶国家级政策 表16：智能驾驶地区级政策 表17：美国无人驾驶相关政策 表18：中美以外国家/地区关于无人驾驶的政策 表19：中美主要Robotaxi公司出海情况 表20：未来1-2年，主要Robotaxi公司诸多计划有望落地 表21：智能驾驶产业链各板块主要上市及排队上市公司 革复盘出行服务行业，高效、舒适、实惠的出行体验是不变的需求，技术升级从供给模式层面改变行业。传统巡游出租车：体验受限于时空，线下匹配效率低下。传统巡游出租车线下随机匹配车辆和乘客，出行体验高度依赖于运气、地段与时间，充满了不确定性。乘客需在路边被动等候，空驶车辆与需求方之间存在严重的信息不对称，系统的供需匹配效率极低，造成了巨大的资源浪费。移动互联网技术的出现，为破解这一核心痛点提供了可能，进而催生了更高效的网约车模式。网约车模式：匹配机制优化，体验趋于标准化。网约车是移动互联网+定位技术驱动的线上供需匹配服务，核心特征是通过算法撮合乘客与司机，支持预估价、实时轨迹查看等功能。网约车解决了巡游车的等车时间长，价格不透明等问题，缺点是服务体验与司机个体相关，出行体验不够标准化。Robotaxi：自动驾驶赋能的无人化标准服务。Robotaxi是自动驾驶技术赋能的无人化出行服务，核心变化是依托智驾系统实现无司机运营，服务流程标准化、响应逻辑统一。它消除了网约车的司机服务差异，且长期可通过技术降本实现更低出行成本，技术直接解决了前序模式的人力依赖与服务波动问题，凭借更稳定、可持续的体验，成为出行行业依托技术升级完成模式迭代的下一站。巡游车时代，车辆资产的所有者主要是出租车公司，牌照数量有限构成壁垒。此时段车辆资产的所有权高度集中于出租车公司，它们是重资产持有者和运营主体。政府通过控制出租车牌照的发放数量，使牌照本身成为稀缺资源，构建了行政准入壁垒。这一模式导致运力供给刚性、市场缺乏竞争活力。网约车时代，全国性牌照降低进入壁垒，车辆资产所有权分散。平台本身并不持有车辆资产，而是通过技术手段整合了社会上的零散运力。车辆的所有权归属于接入平台的数百万私家车主或汽车租赁公司，他们自行承担车辆的购置成本、折旧、保险与养护费用。平台的核心角色从资产所有者转变为轻资产的连接者与调度者，通过算法实现对海量社会资产的高效组织和运营管理，其权力与价值来源于网络效应与技术，而非对实体运力的直Robotaxi时代，运力的供应、代理与管理均面临结构性洗牌，或催生全新的产业分工。在供应端，车辆资产所有权或从网约车时代的分散个体，转变至智驾技术公司、专业运营公司手中。在代理端，运力的调度权或从网约车平台、聚合流量平台处转向掌控智驾核心技术的自动驾驶公司与专业运营服务商联盟。在管理端，复杂的车队维护、能源补给与远程控管，有望催生专业化运营服务这一新业态。未来运力价值链或发生重构，行业利润有望被重新分配。属主无人驾驶技术路径持续迭代，端到端模型成为主流。传统路径依赖感知、规划、控制等多个独立模块分步处理任务，各模块衔接易产生误差，且需对每个环节进行显式编程，应对复杂路况时灵活性不足。而端到端模型通过单一大型神经网络，直接将传感器输入转化为驾驶指令，以数据驱动方式自主学习路况规律，无需逐一编程步骤，在复杂场景处理能力与可扩展性上更具优势，不过目前仍面临可解释性弱、需高强度测试及依赖高性能硬件的挑战，为解决对应弱点，端到端模型又分化为VLA和世界模型两大路径。资料来源：《End-to-EndDeepNeuralNetworkArchitecturesfVLA模型：将视觉感知、语言理解与控制动作三大能力整合进一个神经网络，通过语言描述学会驾驶。其工作流程可简述为“看到-理解-行动”：模型首先通过视觉编码器处理摄像头输入的图像，同时将人类的高层指令（如“在前方路口左转”）或场景描述转化为语言嵌入。随后，一个基于Transformer的融合网络将这些多模态信息进行深度交互与推理，充分理解当前场景的语义信息（如交通灯状态、行人意图）。最终，模型基于这份全面的“场景理解”，直接输出车辆的控制动作。世界模型：模拟物理场景并具有一定预测能力，通过理解物理世界学会驾驶。世界模型的核心在于，它能够通过学习海量驾驶数据，构建一个对物理世界运行规律进行编码的内部模型。基于当前观察到的场景，这个世界模型可以瞬间模拟出未来数秒内可能发生的多种情况，例如旁边车道车辆的突然切入或前方行人窜出。通过在这种逼真的虚拟仿真中反复试错和评估不同决策的后果，自动驾驶系统能够提前选择最优、最安全的行驶策略。L4级自动驾驶技术的安全性已得到头部企业的实地验证，核心安全指标超越人类驾驶员水平。Waymo在官网公布实际运营中的事故率数据，在全无人驾驶车辆累计行驶超5670万英里背景下，Waymo在11类核心碰撞场景中表现显著优于人类驾驶员。其中严重事故率较人类降低91%，行人、自行车、摩托车受伤率分别下降92%、78%、89%。该数据经第三方验证并获同行评审认可，虽复杂场景仍需更多里程验证，但已充分证明WaymoL4技术的安全落地能力。保险理赔数据表明Waymo运营车辆造成的财产损失和人身伤害索赔远低于人类整体。根据保险理赔数据，在累计超过2500万英里的自动驾驶里程中，Waymo相较于人类驾驶在事故率方面实现了显著优化。对比全体人类驾驶车辆，Waymo的财产损失索赔下降88%，人身伤害索赔下降92%。对比新一代人类驾驶车辆（2018-2021年推出的车型），Waymo的财产损失索赔下降86%，人身伤害索赔下降90%，且数据在统计学上显著。资料来源：Waymo官网，申万宏源研究当前Robotaxi仍处试点阶段，中美参与玩家均暂未盈利。行业领军企业如Waymo、百度Apollo、小马智行等，目前均处于大规模投入期，尚未实现公司层面盈利。高强度的研发开支、昂贵的传感器硬件成本以及有限的商业化运营区域，共同制约了其盈利能力。反映出行业目前仍处于技术迭代与商业模式验证的关键时期，盈利能力的实现有待运营规模的进一步扩大与单位经济模型的持续优化。硬件成本下降+规模化降本+网络效应带来的订单密度提升，共同推动行业走向盈利。行业正显现出清晰的盈利路径。硬件端，激光雷达、计算芯片等核心硬件成本逐年下降，降低了单车初始投入。运营端，随着车队规模扩大，维护、保险、充电等运营成本因规模化效应而持续摊薄，且订单密度和车辆日均运营时长有望提升，直接推动了单车收入模型的改善。行业商业模式仍在探索阶段，最终主导运营的角色存在变数。当前行业普遍采用技术公司、整车厂与出行平台构成的“金三角”协作模式，但在具体利润分配上，各方话语权和分成比例仍在激烈博弈。与此同时，运营主导权是归于掌握核心技术的自动驾驶公司、拥有流量入口的出行平台，还是持有车辆的专业运营商，目前仍无定论。这种不确定性使得各车企、科技公司及出行平台均在积极布局，以求在未来市场中占据主导地位。当前Robotaxi参与者主要采用三角合作模式：智驾技术+硬件生产+终端运营。智能驾驶公司输出智驾方案并负责数据收集，主机厂提供车身底盘并完成装配制造，出行服务平台统筹日常运营与安全管理。政府、基建商、安全机构则从政策、设施、安全评估端提供支撑，共同构成其商业化落地的协作框架。资料来源：亿欧智库，申万宏源研究当前多数智驾公司以自己从事终端运营为主，便于收集数据训练模型。Waymo、小马智行、文远知行等智驾公司推出的Robotaxi车型目前多由自身运营。技术公司在行业发展初期靠自身运营的优势在于企业能直接掌控运营闭环，持续获取真实、复杂场景下的高质量数据。这些数据直接反哺算法训练，形成数据收集、模型迭代、体验优化的循环，是加速产品成熟与实现商业闭环的战略性考量。自动驾驶技术按成熟度可分为L0至L5分级，Robotaxi的商业化落地必须以L4（高度自动驾驶）或L5（完全自动驾驶）为前提。L0指完全人类驾驶。L1（部分驾驶辅助）系统可在特定条件下提供纵向或横向中单一方向的持续控制，如定速巡航。L2（组合驾驶辅助）则能同时控制横向和纵向运动，如自适应巡航结合车道居中。L3（有条件自动驾驶）是一个分水岭，在特定条件下系统可执行全部驾驶任务，驾驶员仅在请求时接管。L4（高度自动驾驶）在特定条件下无需用户接管，并能自动达到最小风险状态，如无人出租车。最高级的L5（完全自动驾驶）无任何设计运行范围限制，可实现全场景自动驾驶。驾驶员责任典型功能无自动化全程负责所有驾驶任务，是安全的无在特定设计运行条件下，系统可为车辆提供横向或纵向中单一方向的定速巡航、车道保持辅助在特定设计运行条件下，系统能同有条件自动驾驶在特定设计运行条件下，系统可执他时间可从驾驶任务中脱离，但需公路自动驾驶（HWP）在特定设计运行条件下，系统可执在系统超出设计范围时需响应接管域自动代客泊车（AVP）在任何可行驶条件下，系统均可实现自动驾驶，无设计运行范围限何人工控制装置。全场景自动驾驶不同于家用车上的L2/L2+辅助驾驶，Robotaxi的智驾系统强调“安全冗余”，带来额外硬件成本。家用车辅助驾驶（L2/L2+）的核心定位是“辅助”，系统在遇到无法处理的场景时会将控制权交还给驾驶员。而Robotaxi（L4及以上）系统自身是驾驶责任的完全承担者，因此在硬件与软件层面均进行了全面的冗余设计。在硬件上，L4的感知系统会比辅助驾驶更复杂，通常使用激光雷达、摄像头和毫米波雷达协同工作，配备双芯片计算平台和冗余的执行架构，确保在任一部件突发故障时，备份系统能立即接管。含独立防碰撞系统，持续监测路况并识别障碍，冗余转向采用冗余辅助驱动电机系统，配备独立控制器及电源冗余制动配备完整辅助制动系统，必要时控制车辆安全停车冗余制动配备完整辅助制动系统，必要时控制车辆安全停车关键驱动系统配备独立电源，保障断电/电路辅助车辆定位，双系统交叉校验，单系统故障时权网络安全建立威胁识别与缓解流程，遵循行业及政同样以L4/L5为目标，技术公司存在渐进式（特斯拉为代表）和跨越式（Waymo为代表）的分别。渐进式路径依托量产L2/L3车型，前期投入相对平滑，通过规模效应分摊成本。采用低成本的纯视觉传感器方案，依赖极强车端算力实现实时感知决策。其优势在于通过海量用户车辆形成高效数据闭环，但收集的数据质量相对普通，以常见场景为主。渐进式路径的玩家主要包括特斯拉、地平线、小鹏等。跨越式路径则直接研发L4，需巨额前期投入自建车队，依赖高精度传感器融合（如激光雷达）确保安全冗余，对车端算力要求极高。其数据闭环高度定向且优质，能主动采集极端案例，但数据规模与采集效率是潜在瓶颈。跨越式路径的玩家主要包括Waymo、小马智行、文远知行、萝卜快跑。智驾系统此前主要采用模块化体系，边界效应明显阻碍规模化部署。自动驾驶技术初期，模型能力不足促使开发者采用多模块串联架构：感知层依赖传感器与高精地图提取环境信息，决策层基于预设规则生成路径，控制层执行动作输出。这种分层设计因模块间需通过人工定义的接口衔接，导致系统难以实现端到端优化。千万级复杂场景下，人工规则维护成本呈指数级增长，优化效能局限于单模块迭代。传感器受天气干扰与高精地图更新周期长的特性，造成时空感知与现实世界的错位，进而形成技术边界效应，制约了Robotaxi的大规模落地进程。端到端提升系统上限和可复制性，目前成为行业的技术方向共识。端到端自动驾驶架构能够从传感器数据直接输出车辆控制指令，同步完成环境感知、行为预测与安全规划。其信息传递的无损性与寻求全局最优解的特性，显著增强了对动态交通场景的适应能力与决策智能，已成为当下明确的技术演进方向，并展现出更高的性能潜力。该架构的挑战在于，现实世界的长尾复杂场景远超训练数据的覆盖范围。智驾技术大方向收敛，后续迭代的关键在于高质量数据和数据闭环。当前智能驾驶技术路线呈现显著收敛态势，行业竞争重点逐步转向数据驱动的效率比拼。后续迭代的核心壁垒在于能否构建高效的数据闭环体系，以持续获取覆盖真实复杂场景的高质量数据。该体系能将实际路况中的长尾问题快速转化为算法解决方案，是持续优化系统性能、驱动技术向更高阶自动驾驶迈进的关键要素。行业处在规模化前的试点阶段，L4技术公司主要靠自持车队进行运营。试点阶段，技术公司自持车队运营可更完整高效地进行数据采集与闭环训练。同时Robotaxi车辆的造价处在下降通道中，专业运营商预计将在整车成本降至具备经济吸引力的临界点后大规模入Waymo是美国规模领先的Robotaxi公司，已在多个城市开展商业化运营。Waymo自发展初期便锚定L4自动驾驶目标，坚持多传感器融合的技术路线。目前Waymo在美国运营着规模最大的自动驾驶车队，每周在旧金山、凤凰城等多个城市提供超45万次出行服务，并正加速向拉斯维加斯、底特律等新城市拓展。资料来源：Waymo官网，华尔街日报，彭博，路透社，CNBC（美国消费者新闻与商业频道加州政府官网，申万Waymo：订单与车队规模双维度高增，规模化复制摊薄成本。周订单量从2023年5月的1万单升至2025年8月的36万单，对应其在自动驾驶出行市场的份额持续扩大。2025年5-11月车队总规模从1500辆增至2500辆，旧金山、洛杉矶等重点城市车队同步扩容，运力匹配市占率增长节奏。二者联动下，其运营模式已具备多城复制基础，商业化规模化进程提速。0waymo每周订单量（千次）00—e—总车队规模。旧金山—e—洛杉矶 。菲尼克斯奥斯汀—e—亚特兰大），Waymo：实际定价高于传统网约车，规模化后成本有望摊薄。为实现全无人驾驶的安全目标，Waymo选择了高成本的多传感器融合方案，导致单车硬件与运营投入较高。且在商业化初期，运营规模有限，目标客群也并非价格敏感的大众市场，而是聚焦于愿意为新技术支付溢价的早期用户，Waymo以技术领先构建差异化定位，通过高溢价覆盖技术投入并塑造高端形象。未来随技术成熟、规模扩张，成本有望逐步下降。0.1–1.4km1.4–2.2km2.2–2.9km2.9–4.3km4.3–9.3kmuLyft每公里价格（$）uUber每小马智行是国内Robotaxi领先企业，致力于L4无人驾驶服务。公司成立于2016年，2018年推出国内首个Robotaxi服务平台PonyPilot，2020年推出自动驾驶系统PonyAlphaX，2021年获准在北京开展自动驾驶无人化测试，2022年成为国内首个获得出租车经营许可的自动驾驶公司。目前，公司已在北京、广州、深圳、上海等城市开展面向公众的自动驾驶出行服务，公司拥有一支超过680辆自有自动驾驶出租车的车队，累计自动驾驶里程超过4790万公里。小马智行：Robotaxi收入占比提升，规模化后有望成为最大收入来源。公司营业收入持续增长，由2021年的812万美元增长至2024年的7503万美元。2021年归母净利润亏损2.25亿美元，2023年亏损缩至1.25亿美元，2024年亏损幅度再次扩大，主因按绩效规则向员工授予股份奖励所产生的薪酬支出增加，以及与主机厂合作推进第七代Robotaxi带来的研发投入增加。2025前三季度公司Robotaxi运营规模进一步扩大，业务收入占比提升至16%，伴随运营逐步规模化，有望成为公司未来主要收入及利润来源。02021202220232乘用车智驾技术许可无人卡车无人出租车图20：小马智行归母净利润率波动较大（百万00资料来源：小马智行公告，申万宏源研究资料来源：小马智行公告，申万宏源研究小马智行：早期业务结构调整导致毛利率波动，2025前三季度毛利率上行费用率下降，逐步走向盈利。2021-2024年，公司毛利率从77.7%逐步下滑至15.2%，核心原因是低毛利率的自动驾驶卡车物流业务营收占比持续提升。研发费用层面，2024年因推进第七代车型开发导致研发费率增长至320%，2025年前三季度研发费率下降至258%。销售及行政等费用率近年维持约70%水平。后续随车队规模化投放提升运营效率、第七代车型量产降本及安全员监管效率优化，成本和费率均有较大优化空间。20212022202320212022研发费用率销售、行政及一般费用率文远知行：L4领域多点布局，积极出海开拓市场。公司成立于2017年，专注于L4级无人驾驶服务，是全球领先的自动驾驶科技公司，业务覆盖全球11国30城，且率先实现自动驾驶规模化商业化运营。目前公司参与布局Robotaxi在内的五大产品矩阵，车队总规模超1600台，自动驾驶历程约5500万公里。资料来源：文远知行官网，广州黄埔区政府官网，申万宏源研究文远知行：收入由产品销售与技术服务两大板块构成，2025Q1-3出现减亏拐点。产品销售业务涵盖L4级自动驾驶车辆（含无人车、智能公交、物流车及清洁设备）及配套传感装置的供应。技术服务则延伸至智能出行解决方案、高级驾驶辅助系统开发及数据处理领域。目前商业化进程尚处早期，2025年前三季度产品销售贡献约40%营收，技术服务占比60%。随着Robotaxi运营逐步规模化，营收结构向出行服务端倾斜。0图25：文远知行25Q1-3亏损幅度减小（百万文远知行：发展前期毛利率波动较大，2025前三季度费率拐点向下。公司毛利率历史波动较大，主要受产品结构、定价策略及运营成本影响。2020-2021年因部署服务人力成本增加，毛利率由74%降至37%。2021-2023年受益于ADAS研发服务及运营支持收入增长，毛利率回升至46%。2024年毛利率降至31%，因低毛利产品销量上升、价格策略调整及博世项目人力成本攀升。费用率方面，2020-2022年随收入增长下降，2023-2024因团队扩张、研发投入及股权激励费用增加，整体费用率连续两年攀升，2025Q1-3费用率整体减少，尤其是管理费用率大幅降低。图26：文远知行分业务毛利率图27：文远知行各项费用率公司整体服务产品销售研发费用率管理费用率销售费用率资料来源：文远知行公告，申万宏源研究资料来源：文远知行公告，申万L4级自动驾驶对传感器与域控制器提出更高要求，核心硬件聚焦高算力车规芯片与激光雷达。通过高精度环境感知与实时决策计算，支撑复杂场景下的完全自动驾驶，冗余设计确保系统安全。车载芯片嵌入车辆电子系统，承载控制、计算、通信、安全及娱乐等多维度功能。其技术壁垒显著，需满足车规级严苛要求——涵盖耐高温、抗振动、长寿命等特性，且需通过汽车电子委员会（AEC）认证。相较于消费级芯片，车规芯片需适配更复杂的车载工况，可靠性、安全性标准更严，认证周期更长，进入车企及Tier1供应链的壁垒较高。按功能差异，其可划分为控制、计算、功率等多个类别。汽车的“大脑”，负责数据处理、逻辑控制和处理AI计算任务，用于智能座舱和智用于处理连续的模拟信号，并实现信号调理、电源管理、实现车内互联（ECU之间）和车与外界（V2X）的通信驱动相应电子部件，各类大小屏幕、开关、亮度、电气国内车载芯片领域参与者较多，但国产化率仍有较大提升空间。目前本土涉足该领域的企业已超200家，约半数实现量产。不过多数企业规模偏小、产品矩阵单薄，核心技术与性能较国际头部产品仍有显著差距，整体国产化率与技术成熟度仍待进一步突破。芯片分芯片分类汽车芯片本土发展现状主要差距与“卡脖子”代表企业控制类动力底盘域用的高功能安身域部分实现国产造工艺品牌认可度芯驰、杰发科技主控芯片计算类实力较强高性能异构计算架构。自动驾驶算链及软件生态20%-芯擎科技、杰发科技分立器件功率类高端依赖进口先进技术/性能/封装技术。生产设备与工具传感器传感器传感类分产品可国产高端芯片技术。系统集成能力。功能安全设计模拟类端（AFE）仍空白等特殊工艺制造能力。驱动芯片集成化低功耗开发技术。系统化开发能力，车规级工艺矽力杰、芯洲、芯力特驱动类外设芯片存储类破存储颗粒和控制器等核心部件。3D堆叠技术先进制程工艺25%-地平线、芯驰通信类突破。CAN/LIN/以太网芯片性能较低高速高性能产品设计。28nm制程芯力特、景略、裕太微资料来源：汽车芯片产业生态发展论坛，头豹研究院，申英伟达与特斯拉合占智驾域控芯片60%+市场，国产芯片市占率逐步提升。2023年特斯拉FSD（37%）、英伟达Orin-X（34%）领跑，2024年英伟达反超成榜首（40%特斯拉份额回落至25%。国产芯片成长显著，华为昇腾610装机量从2023年6.1万跃升至2024年50万，排名升至第三（10%）。地平线征程5装机量增至27万，份额维持5%以上，国产芯片在智驾域控市场的渗透与竞争力均明显提升。地平爱芯元智华为昇腾其他英伟达地平线征地平线征X资料来源：盖世汽车，申万宏源研究资料来源：盖世汽车，申万宏源研究国内大厂入局车载芯片，行业竞争格局正加速重构。国际巨头仍握主导权，欧洲企业在传统车规领域优势稳固，技术与安全壁垒高筑，但优势已现分化。本土企业快速起势，竞争逻辑从价格转向技术差异与生态协同。华为、百度等ICT企业跨界入局，车企也向上游延伸自研芯片。行业正从国际垄断转向多元竞合，国产替代加速。商台资料来源：汽车芯片产业生态发展论坛，头豹研究院，申L4级智驾的安全冗余要求下，激光雷达成为多传感器体系的核心补位组件。它通过主动激光脉冲生成厘米级精度点云，可补全摄像头、毫米波雷达的感知短板，在空间精度与几何确定性上优势显著，且无需依赖大规模深度学习模型，即可输出物理维度的真值感知结果，为决策层提供稳定可验证的环境输入，是L4安全冗余的必要支撑。测测数数数降标度高高Robotaxi普遍采用硬件冗余设计与多传感器融合方案。不同于L2辅助驾驶，在需要安全冗余的L4领域，Robotaxi主流厂商多选择传感器融合方案，推动激光雷达放量。Waymo第六代传感器套件搭载13颗摄像头、6颗雷达及4颗激光雷达，配套外部音频接收设备。小马智行第七代车型配置9颗激光雷达、14颗摄像头、4颗毫米波雷达，辅以4颗麦克风、2颗涉水传感器及1套碰撞传感器，实现360。无盲区覆盖与650米范围内环境及物体检测。45978资料来源：懂车帝，汽车之心，IT之家，汽车测试网，智能车参考，申万全球激光雷达市场正呈爆发式扩容，成长空间广阔。根据禾赛科技招股说明书，预计激光雷达中国市场规模将从2020年1亿美元跃升至2029年的97亿美元，为市场的核心增长引擎。美国、欧盟同步扩容，2029年预测值分别达30、31亿美元。整体市场预计从2024年约16亿美元扩容至2029年的171亿美元。国内激光雷达市场增长强劲且格局集中，自主厂商主导赛道。2024年国内激光雷达装机量首次突破150万颗，同比增长179.7%。2025年上半年100.2万颗，同比增长71%。主雷达市场头部效应显著，禾赛科技以33%份额稳居第一，华为（30%）、速腾聚创（28%）紧随其后。速腾聚创速腾聚创禾赛科技速腾聚创禾赛科技禾赛科技禾赛科技华为科技速腾聚创华为科技速腾聚创其他禾赛科技资料来源：盖世汽车，申万宏源研究资料来源：盖世汽车，申万宏源研究激光雷达价格正步入持续下探的通道，其核心驱动力在于产业链的成熟与规模效应的显现。随着上游芯片化、模块化技术的突破，以及中游制造商产能的规模化扩张，单位生产成本摊薄。同时市场对高阶智能驾驶功能的需求升温，推动车规级激光雷达从前装试水走向规模化量产。激光雷达持续的价格下探，为Robotaxi降本并走向盈利提供正向推力。02020202120222023网约车时代，绝大多数运力并非由平台直接管控，网络效应带来的流量/用户粘性是平台维持市占率的核心壁垒。网约车平台的核心功能是信息撮合而非运力持有。头部平台通过高频次使用场景、个性化服务及数据驱动的动态调度，强化用户粘性。网约车平台通过构建网络效应稳固市场份额。司机收入提升与灵活性增强吸引更多司机加盟，完善供给网络。更多司机加盟缩短乘客等待时间，优化出行体验。体验提升推动乘客向平台聚集，增加订单量。订单增长又促进平台派单，进一步提升司机收入。这种供需动态匹配的网络效应，使具有运力和乘客资源优势的网约车平台市场份额稳固。滴滴出行市占率超70%，处于绝对领先地位。截至2024年末，按GTV划分，滴滴在一线、二线城市格局中均占超70%份额。二线市场中T3出行占比10%略高于一线的6%，曹操出行在一线占比9%略高于二线的8%。其他平台在一线城市占14%、二线12%。图35：2024年按GTV划分的一线城市共享出行市场格局滴滴出行图36：2024年按GTV划分的场格局滴滴出行资料来源：曹操出行公告，申万宏源研究资料来源：曹操出行公告，申万宏源研究滴滴2021年处罚事件后被动让出市场份额，聚合平台顺势扩张，成为共享出行市场的重要力量。聚合平台竞争力体现在资源整合与效率优化，订单响应时间平均约3分钟（较单一平台快1分钟），乘客等待时间平均约6分钟（较单一平台短2分钟），既减少用户等待成本，又提高车辆利用率。当前聚合平台订单占比处于25%-30%区间，成为出行市场不可忽视的力量。新闻，金融界，申万宏源研究4.00对于二线出行平台，接入高德、美团等聚合平台可低成本获取增量流量，弥补自有平台用户规模不足的短板。在滴滴占据主导地位的格局下，聚合模式成为其维持订单密度、提升车辆利用率的关键路径。2022-2024年聚合平台促成的GTV占曹操出行总GTV的50%、73%、85%，曹操出行向聚合平台支付佣金费率占聚合平台促成GTV的7.2%-7.5%。例逐年提升0 86420 佣金占GTV比例（右轴）资料来源：曹操出行公告，申万宏源研究资料来源：曹操出行公告，申万宏源研究对于聚合平台，与二线出行公司的合作可打造属于自身的网络效应。二线出行公司提供了稳定可靠的规模化运力供给，是聚合生态服务品质与覆盖范围的基础保障。通过与二线平台深化绑定，聚合平台可优化其运力池的结构与效率。与此同时，获得流量支持的二线平台，能凭借更优的运营效率与品牌认知，逐步整合数量众多、更为分散的长尾区域型运力提供商，从而推动市场集中度的提升。61传统网约车运营利润空间有限，头部平台滴滴直至2023年才出现扣非后归母净利润转正。传统网约车市场趋于饱和导致运力过剩，平台陷入激烈的同质化与低价竞争。同时，司机成本高企，为维持供需平衡和运力稳定，平台需要持续进行用户与司机两端的补贴激励，这进一步压缩了盈利空间。即便行业市占率第一的滴滴，其主营业务在很长时期内也未能实现稳定经营利润，直至2023年滴滴的扣非后归母净利润才得以转正。0图42：滴滴扣非后归母净利润2023年出现转正00扣非后归属母公司股东的净利润二线网约车平台普遍亏损，需规模化摊薄成本后实现盈利。二线网约车平台目前普遍处于亏损状态，核心症结在于订单密度不足，获客成本高。平台在司机端与用户端的必要补贴支出，以及技术研发、品牌营销等刚性投入，无法被有限的业务量有效摊薄。实现盈利的关键路径在于规模化，即通过持续扩张运营范围与订单量，摊薄每单的固定成本与获客支出，最终使单位经济模型转正。0收窄（亿元）0资料来源：曹操出行公告，申万宏源研究资料来源：曹操出行公告，申万宏源研究网约车人力成本占比高，Robotaxi去除人力后理论利润空间增大。传统网约车的成本结构中，支付给司机的费用占交易价格的约75-85%，由于网约车时代车辆购置/租赁成本以及维保成本大多由司机个人承担，扣除此部分车辆成本后的司机个人所得预计仍占交易价格的40%以上。未来Robotaxi通过自动驾驶技术替代人类司机，可直接剥离这部分纯人力成本，虽有技术公司或硬件公司参与分成，终端运营平台的利润空间仍有望提升。加：通行费及税项加：通行费及税项0.41乘客支付减：出行服务的司机收入及补贴-减：支付予运力合作伙伴的佣金-资料来源：曹操出行公告，滴滴出行公告，申滴滴积极布局Robotaxi业务，依托其共享出行平台的生态与场景优势推进商业化。滴滴自动驾驶制定了三个五年计划。第一个五年（2016年-2021年）核心任务是完成L4级自动驾驶的全栈核心技术研发，目前已掌握相关核心技术。第二个五年（2022年-2026年）核心任务为完成L4级自动驾驶从零到一的验证，2026年底前在部分示范应用推出接近人驾的Robotaxi出行服务。第三个五年（2027年-2032年）则主要围绕全球化，在全球寻找适合L4自动驾驶商业化的政策土壤和技术土壤。资料来源：澎湃新闻，经济观察报，中国新闻网，东方财经网，滴滴官网，广汽集团官网，申滴滴与广汽合作量产的L4车型发布，搭载自研芯片和激光雷达。该量产车型配备滴滴自动驾驶新一代硬件解决方案，集成33个各类传感器，通过激光雷达、摄像头、4D毫米波雷达、声音传感器及红外相机的异构探测架构与前融合技术，实现360。全场景、全工况的精准感知识别。4D毫米波雷达依托最新雷达芯片技术，性能较前代提升4倍，可高效适配雨雪雾等恶劣天气场景。红外相机显著强化夜间低光照环境下的行人识别能力，同时该车型还成为行业内首款实现全固态补盲激光雷达量产上车的产品。该车型还搭载滴滴自2000TOPS，CPU达48核，传感器接入能力比上一代计算平台提升一倍。此外，集成度和装配效率显著提升，后备箱可用体积增大88%，成本大幅降低74%，装配效率提升7倍。资料来源：滴滴官网，申万宏源研究曹操出行布局Robotaxi，当前已在苏州杭州试点。2025年2月“曹操智行”平台上线后，相继在杭州、苏州启动运营。同时公司通过接入卫星通信及5G冗余网络构建“天地一体”安全体系。11月公司与阿布扎比投资办公室签署备忘录启动中东市场拓展。车型层面，公司计划于2026年推出专属Robotaxi的定制车型，预计单车制造成本大幅低于行业同类车型。月月与时空道宇达成战略合作，为Robot月月与阿联酋阿布扎比投资办公室签署合作备忘录，计划将“车辆制造+自动驾驶月提出“十年百城千亿”战略目标：计划未来十年在全球设立五大运营资料来源：曹操出行官网，优咔科技官网，新浪科技，封面新闻，证券时报，申曹操出行背靠吉利集团，协助构建起完整的Robotaxi生态链。吉利集团正逐步构建从技术研发（千里科技）、车辆生产（吉利旗下众多车企）、出行运营（曹操出行）的完整Robotaxi内部闭环。这种模式在行业中具有稀缺性，目前完成企业内部构建Robotaxi完整生态链的只有特斯拉。此模式使得企业能够深度整合车辆硬件、自动驾驶软件与运营服务，实现研发、制造与商业化的高效协同。全链条自主把控避免了外部合作中的技术标准对接与商业利益协调难题，降低了规模化成本，并能在产品定义、数据回传与算法迭代层面实现更快速的反馈与优化。未来运营平台的核心竞争力或面临改变，运营市场或出现洗牌。传统模式下，平台运营重点在于对司机运力的组织管理与用户流量的精准分发。随着Robotaxi的逐步落地，竞争核心要素正转向规模化无人车队的运营效率，线下运维中心（如换电/充电枢纽、清洁维护站、远程监控中心）的网络密度与协同效能等。这一变革促使平台从轻资产运营模式，逐步转向技术与资产深度融合的新形态。3．政策引导：保障安全前提下鼓励试点，出海布法规与政策引导是Robotaxi实现商业化落地的关键先决条件。其为技术验证、车辆准入与道路运营划定了明确的安全基线与责任框架，直接决定了商业模式的可扩展性与投资回报周期。从道路测试许可、数据安全合规到运营资质管理，系统的政策体系不仅是行业发展的稳定器，更是推动技术从示范走向规模化应用的重要推力。广州点近年密集出台国家级行业政策，引导智能驾驶产业有序发展。2017年起搭建标准体系，2019年明确技术研发与规模化目标，2020-2021年规范产品准入并推进技术突破，2023-2024年落地通行政策及车路云试点，覆盖多城多车型。政策从标准构建、技术推进到试点落地形成闭环，既明确产业方向，也通过规范与试点降低风险，支撑智能驾驶产业化加速。《关于开展智能网联汽车“车路云一体建城市试点，推路侧基建，促车路协同及产《关于公布智能网联汽车“车路云一体首批9联合体试点，涉及多城，覆盖乘别试点工作的通知》指南》应用的指导意见》《交通强国建设纲要》加强自动驾驶研发，提基建智能，推试点与支撑《智能汽车创新发展战略》构建智能网联车标准体系，促创新，保安全地方智能驾驶政策陆续出台，承接国家规则框架，细化后落地实施。2024-2025年，上海、杭州、广深等多城出台政策：上海扩自动驾驶区域，广深推Robotaxi商业化，长沙简化测试流程。国家定整体目标与标准，地方聚焦本地场景、实操流程与商业化探索。名称发布时间主要内容推动无人驾驶装备的有序落地，探索无人配送、巡检、自动泊车等运营的标准模式。有序扩大自动驾驶的开放区域，逐步实现浦东新区全（含智能网联汽车、功能型无人车）的产业发展、推广应用行监管《广州市智能网联汽车与无人驾驶装备道路测试及示范活动管理办法》规范Robotaxi道路测试、示范应用流程。开放约2600公里测试道路，覆盖8个行政区。北京《北京市自动驾驶汽车条例》支持Robotaxi用于个人乘用车、出租车等出行服务。分阶段开放应用区域，要求配套智能化路侧设施。广《广州市智能网联汽车创新发推进全市人类驾驶与自动驾驶混行试点区建设。支持在机场、车站等州展条例》《深圳市南山区智能网联商业化运营试点管理办法(试行)》长沙试与示范应用管理细则(试行)V5.0》对企业申请临时号牌流程进行了优化简化，支持智能网联汽车开展夜间测试，并首次提出了“支持功能型无人车，以及高度自动驾驶、完全自动驾驶等的应用探索”资料来源：各地政府官网、京报网、澎湃新闻、新华网国内无人驾驶监管体系已初步建成，多部门全链条治理。工信部主导智能网联汽车准入与上路试点，规范企业体系、过程保障及产品要求。公安部聚焦上路通行合规性。交通运输部指导自动驾驶运营（如Robotaxi、Robobus等场景）。市场监管总局强化新技术风险评估与沙盒监管。该体系通过分级分类管理，实现从产品准入到道路通行、运营安全的闭环监管，为无人驾驶商业化落地提供制度保障。美国关于自动驾驶的政策起步较早，为其他国家地区的政策制定提供了参考。美国自动驾驶政策与实践起步较早，2017-2018年已建立国家级测试场、开放商业化运营，后续持续优化测试法规与安全监管，推动无人网约车落地。其在政策框架、测试体系、商业化路径上的探索，为德国、日本、韩国等国在法规制定、测试区建设、技术标准完善等方面提供了示范，引领全球自动驾驶发展节奏。美国已形成完整的无人驾驶准入体系，规则范围内鼓励企业发展。2013至2014年间，美国推出的《自动驾驶汽车政策》与SAE制定的《智能驾驶分级标准》，既界定了L0-L5的自动驾驶等级规则，也为我国相关分级划分提供了关键借鉴，同时成为美自动驾驶政策的开端。2016年美国推出全球首份无人车政策文件《联邦自动驾驶汽车政策》。2024年对Robotaxi运营的企业资管、责任划分做出了明确规范。政策名称NoncompliantAutomat允许不符合《联邦机动车安全标准》(FMVSS)的车辆申请测试许可(如无方向盘、后视镜的Robotaxi)。缩简化豁免系统地定义了Robotaxi运营的相关法确的法律路径。政策规定了参与Robotaxi发生事故时的责任归属。《自动驾驶汽车综合计划》促进协作与透明度、现代化监管环境、准备交通系统。《自动驾驶汽车准则4.0》《智能交通战略规划确立安全/创新/统一方针三大原则。提出交通安全/效率/乘客体验《为交通运输的未来做准备：自动驾驶车辆3.0》指导行业、各州及地方政府，重点针对自动驾驶汽车测试《自动驾驶法案》《安全愿景2.0：自动驾驶》首次管理自动驾驶车的生产/测试/发布。该指南仅供参考、无强《联邦自动驾驶汽车政策》“自动驾驶试验场试点计划”公布全球首个无人驾驶汽车政策文件。推进自动驾驶试验场试点工作年《自动驾驶汽车政策》《智能驾驶分级标准》发布自动驾驶分级相关内容。汽车工程协会提出智能驾驶分级规范资料来源：美国交通部官网整理，联邦政府官方日报，AmericanPlanningAssociation（美国规划协会申万宏源研究中美以外国家普遍缺乏本土无人驾驶公司，政策上鼓励与约束并重。政策端多持支持态度，但明确企业需承担事故主体责任，需配套足额责任保险作为赔付支撑。同时强制车辆留存完整运行数据与环境信息以保障可追溯，自动驾驶算法需通过第三方安全合规评估。运营维度常对行驶区域、车队规模、运行车速等设限。数据合规层面，普遍要求本地采集存储，严禁数据跨境传输。区《人工智能法案》将自动驾驶系统列为“高风险”人工智能类别，对车辆制造出了严格的安全认证与数据合规要求。违反相关条款《Aut