Robotaxi行业报告：智能出行新浪潮全球Robotaxi商业化提速

化的新一代出行解决方案，

在政策利好、技术成熟与商业生态协同推动下，正加速迈向大规模商业化新阶段，头部企业正加快技术迭代与全球化布局，建议积极关注

Robotaxi

行业相关投资机会。o

智驾技术不断迭代，

Robotaxi

为

L4自动驾驶核心应用场景。

自动驾驶分为L0到

L5六个等级，2025年中国乘用车

L2及以上渗透率达到约

66%

，“高阶”L2++占比显著提升，城市/高速

NOA

常态化上量，智能网联汽车（

L2+、

L3和

L4）将进入市场化发展快车道。Robotaxi

作为

L4级自动驾驶的核心应用场景，兼具最高的技术挑战、最清晰的商业模式与最大化的成本重构空间，是当前与中长期最具商业价值的

L4

落地方向，将在

2026

至

2030年进入大规模投入与应用拓展期。o

Robotaxi

发展迎来多个催化，产业进入市场化运营的关键拐点。催化

1：多国政策完善为商业化落地创造条件。中、美及中东部分国家逐步开放部分区域的

L4

级收费运营，逐步取消安全员强制要求，为Robotaxi

的商业化运营扫清了关键障碍。催化

2：硬件&算法技术迭代助力“安全冗余”。

以

Waymo、小马智行为代表的多传感器融合路线，以及以特斯拉为代表的纯视觉路线均不断成熟。端到端大模型、世界模型VLA

等前沿技术的应用，显著提升了自动驾驶系统应对复杂

“长尾场景”的能力。催化

3：单车

BOM

成本下降与规模化相互赋能。

随着以激光雷达为主的软硬件成本下降，头部企业单车

BOM

成本已从百万元级降至约20-30万元，为大规模部署车队注入动力；

而大规模车队部署可以摊薄研发、运营中心等固定成本，促进

Robotaxi

全生命周期运营总成本下降。催化

4：单位经济模型（

UE）正迎来拐点。

Robotaxi

可节省70%以上的劳动力成本，规模化后盈利能力可观。部分头部企业的单位经济已经在部分城市跑通，例如小马智行相继在广州和深圳宣布第七代车盈利转正，标志着行业正从以技术可行性验证为主，转向商业化落地与盈利验证并行的新阶段。o

行业竞争：

Robotaxi

行业呈

“中美主导、多强竞技”格局。面对激烈的市场竞争，差异化布局成为企业突围的重要路径。在美国市场，Waymo

和特斯拉主导行业竞争，Waymo

已在美国旧金山湾区、洛杉矶、凤凰城、奥斯汀、亚特兰大等城市投放约2500

辆Robotaxi，规模化与周订单领先全球。特斯拉正加速迈向多城市网络化布局，并即将量产无传统控制装置（无方向盘、无踏板）

自动驾驶车辆

Cybercab

。在国内市场，文远知行、

小马智行和萝

卜快跑等科技公司为全球化扩张主力，

小马智行深耕国内四大一线城市，聚焦核心市场的精细化运营；文远知行则通过多产品矩阵及全球化（在中东、欧洲等地）抢占先机。此外，滴滴和曹操出行等出行平台正加速推进测试和运营，推动车队快速扩容。o

市场规模：Robotaxi

保有量不断提升，市场规模加速扩容。Robotaxi

市场将自

2026年将进入商业化规模快速扩张阶段，头部企业如小马智行、文远知行和萝

卜快跑等车队规模已经达到千辆级别，并将在更多城市开启收费运营。Robotaxi

行业报告随着自动驾驶技术的发展，Robotaxi这一融合电动化、智能化、

网联化与共享

行业规模

占比%股票家数（只）2665.1总市值（十亿元）4340.24.1流通市值（十亿元）3726

73.9智能出行新浪潮，全球

Robotaxi

商业化提速

中游制造/汽车推荐（维持）%1m6m12m绝对表现-13.9-11.66.4相对表现-8.7-9.3-6.5行业指数(%)

——

汽车

——

沪深300Mar/25Jul/25Nov/25Mar/26资料来源：公司数据、6040200-20-40特斯拉

Cybercab

、小鹏汽车的专用车型等计划于今年量产或推出，这些为运营而生的车辆将在成本、空间和效率上实现质的飞跃，助力中国及全球自动驾驶出行服务市场高速扩容。

据弗若斯特沙利文数据，全球

口径下

，

2025-2030年自动驾驶出行服务市场规模由

1.4

亿美元增至

673亿美元，复合增速约

232.7%；中国口径下，2025-2030年自动驾驶出行服务市场规模由0.7亿美元增至

394亿美元，复合增速约253.6%。o

投资建议：

在政策利好、技术成熟与商业生态协同推动下，Robotaxi

正加速从区域试点迈向规模化商业化，逐步成为城市出行的关键载体。车企端重点关注特斯拉、小鹏汽车-W；Robotaxi

科技公司推荐小马智行-W、文远知行-W；网约车企业关注滴滴出行-ADR

、曹操出行、如祺出行等；传统出租车转型企业关注大众交通、锦江在线等。供应链角度关注域控制器、

智驾芯片、激光雷达和传感器清洗等细分方向，建议关注德赛西威、科博达、伯特利、耐世特、

恒帅科技、经纬恒润、禾赛科技、速腾聚创、黑芝麻智能等。o

风险提示：行业发展不及预期；行业安全事故风险；

行业竞争加剧风险；盈利节奏不确定性风险；降本进展不确定风险等。正文目录一、

高阶智驾加速渗透，Robotaxi

为

L4典型应用

..........................................51

、

智驾技术不断迭代，智能化从低阶向高阶加速渗透

....................................52

、

Robotaxi

为

L4领域主要场景，

已进入规模化运营阶段

.............................7二、

Robotaxi

行业催化不断，

已经步入发展快车道

.........................................91

、催化一：相关政策的完善，

为商业化落地创造条件

....................................92

、催化二：技术及产品迭代，成熟产品推动规模化扩张

..............................

123

、催化三：软硬件成本下降，助力规模下的摩尔定律

..................................

194

、催化四：企业竞速单车

UE

转正，推动商业化提速

..................................22三、

竞争格局：行业呈

“

中美主导、多强竞技”格局

....................................231

、三大派别同场竞技，向规模化商业落地迈进

.............................................232

、Waymo

和特斯拉引领行业竞争.................................................................253

、

国内

Robotaxi

玩家踊跃入局.....................................................................27四、

市场规模：Robotaxi

保有量提升，市场快速扩容

...................................34五、投资建议

..................................................................................................36六、风险提示

..................................................................................................36行业深度报告2图表目录图

1：

自动驾驶技术分级标准

.............................................................................5图

2：辅助驾驶正从低阶向高阶渗透

..................................................................6图

3：2019-2025年

L2及以上渗透率................................................................6图

4：2019-2025年

L2++及以上渗透率

............................................................6图

5：智能网联汽车进入市场化发展快车道

.......................................................7图

6：L4智能驾驶主要应用场景

........................................................................7图

7：中国Robotaxi

运营路径与发展节点

.........................................................8图

8：主流

Robotaxi

技术路线采用多传感器融合路线.....................................

12图

9：特斯拉纯视觉方案硬件分布....................................................................

13图

10：公司模块化传感器套件迭代情况

..........................................................

14图

11：小马智行第七代车型搭载传感器套件情况............................................

14图

12：滴滴自动驾驶硬件平台

4.0

...................................................................

15图

13：传统智能驾驶系统构成

.........................................................................

15图

14：端到端自动驾驶系统图示

.....................................................................

16图

15：端到端自动驾驶工作原理

.....................................................................

16图

16：端到端、VLA

和世界模型对比梳理

......................................................

18图

17：小马智行世界模型运行原理..................................................................

18图

18：小鹏汽车联合北大共同提出的

FastDriveVLA

框架

..............................

19图

19：Robotaxi

全生命周期运营总成本..........................................................20图

20：Robotaxi

车型价格持续下滑

.................................................................20图

21：Robotaxi

发展历程及激光雷达产品部署的演进....................................21图

22：中国

Robotaxi

单车全生命周期运营总成本下降路径图........................21图

23：头部

Robotaxi

企业已初步具备局部盈利能力

......................................23图

24：特斯拉

Robotaxi

业务里程碑与未来规划（2025-2027年）................25图

25：特斯拉

Robotaxi

和

waymo

在德州的竞争

...........................................26图

26：Waymo

自动驾驶车辆数量统计（

台）.................................................27图

27：waymo

在加州的月度出行量（千次）

..................................................27图

28：萝卜快跑发展历程一览图

.....................................................................28图

29：萝卜快跑累计服务次数（

万次）

..........................................................28图

30：萝卜快跑各季度订单数（万单）

..........................................................28行业深度报告3图

31：文远知行全球化扩张版图

.....................................................................30图

32：小马智行国内监管许可方面的主要进展（截止

2025年

8月

31日）

..31图

33：小马智行第七代

Robotaxi

在广州实现盈利转正...................................31图

34：小马智行

Robotaxi

业务覆盖

8个国家（截止

2025年

11月）............32图

35：小鹏

Robotaxi

车端算力达

3000TOPS.................................................32图

36：高德成为小鹏

Robotaxi

首个全球合作伙伴

..........................................32图

37：滴滴自动驾驶测试车.............................................................................33图

38：滴滴×广汽

Aion

联合打造

Robotaxi——R2........................................33图

39：曹操出行第二代

Robotaxi.....................................................................33图

40：曹操出行

Robotaxi2.0发布

..................................................................33图

41：中国乘客出行市场规模（

10亿美元）

..................................................34图

42：全球乘客出行市场规模（

10亿美元）

..................................................34图

43：中国自动驾驶出行服务市场规模

..........................................................35图

44：全球自动驾驶出行服务市场规模

..........................................................35表

1：

中国国家层面出台的

Robotaxi

相关政策..................................................9表

2：

中国地方层面出台的主要政策

................................................................

10表

3：美国Robotaxi

相关政策/事件

.................................................................

11表

4：中东Robotaxi

相关政策/事件

.................................................................

11表

5：特斯拉智能驾驶硬件迭代历程

................................................................

17表

6：Robotaxi

年化

UE

模型测算

...................................................................22表

7：

国外主要

Robotaxi

企业发展对比...........................................................24表

8：

国内主要

Robotaxi

公司运营情况...........................................................24表

9：Waymo

融资情况一览

............................................................................27表

10：萝卜快跑海外布局情况

.........................................................................29表

11：公司自动驾驶运营情况

.........................................................................29表

12：中国及全球自动驾驶出租车保有量（单位：

百万辆

）..........................34表

13：中国传统出租车、

网约车及自动驾驶出租车保有量（单位：

百万辆）

35表

14：中国自动驾驶出租车在整体中国网约车市场的普及率（单位：%）

....35行业深度报告41、智驾技术不断迭代，智能化从低阶向高阶加速渗透自动驾驶分为

L0到

L5

六个等级，当前

L3/L4

为全球自动驾驶监管与产业竞争焦点。自动驾驶分级标准通常采用国际公认的SAE（美国汽车工程师学会）J3016自动驾驶能力分级体系，将自动驾驶从

L0到

L5划分为六个等级。各级别的核心区别主要体现在：

自动化程度、是否需要驾驶员实时干预、适用场景以及系统权责归属等方面。其中，L2及以下需驾驶员全程介入，L3开始允许驾驶员阶段性放权，L4为在设计运行域（ODD）内的真正无人驾驶，L5为最终形态的

“全场景无人驾驶”。

当前阶段，L3/L4也是全球自动驾驶监管与产业竞争焦点。图

1：自动驾驶技术分级标准资料来源：芝能汽车、辅助驾驶正在从低阶向高阶快速渗透，L2++及以上渗透率不断提升。伴随着“供给端降本（域控/激光雷达）、算法范式迭代（端到端/VLA/世界模型）、政策推进（L3准入试点）、消费端认知与支付意愿提升等因素，L2及以上辅助驾驶已成“新常态”。据

NE

时代统计数据，2025

年全年

L2及以上辅助驾驶车型销量累计达1515.37万辆，渗透率达

66.12%，较

2024年增长超过

10个百分点。其中

L2++及以上车型销量累计达657.75

万辆，占

L2

及以上辅助驾驶车型总量的43.41%

，

L2++及以上渗透率达

28.7%，较

2024

年增长超过15

个百分点。2025

年“L2及以上”跨越60%后，高速/城市NOA

进入普及拐点，随价格带下沉与端到端/VLA/世界模型上车，2026年“高阶智驾”渗透具备较强确定性。一、

高阶智驾加速渗透，Robotaxi

为

L4典型应用行业深度报告5资料来源：NE

时代、资料来源：NE

时代、未来

5-15

年，智能网联汽车（

L2+

、L3

和

L4）进入市场化发展快车道。根据2025年

10月发布的《节能与新能源汽车路线图3.0》，预计

2030年乘用车

L2级及以上智能网联乘用车在乘用车新车中实现普及，L3/L4级渗透率超

35%，具备

L4级功能的自动驾驶营运车辆（含自动驾驶出租车、网约车、干线物流车等）新车销量实现

10万辆级规模。到2035年

L3/L4级渗透率将达到

70%以上，具备

L4级功能的自动驾驶营运车辆（

同上）新车销量实现

100万辆级规模。到

2040年，L4级在智能网联汽车新车中全面普及，L5级开始进入市场。渗透率29.40%23.50%15.00%3.30%渗透率28.70%11.97%12.90%

13.53%8.73%66.12%

55.78%47.30%图

3：2019-2025年

L2及以上渗透率

图

4：2019-2025年

L2++及以上渗透率

图

2：辅助驾驶正从低阶向高阶渗透2019年2020年2021年2022年2023年2024年2025年2024年Q1

2024年Q2

2024年Q3

2024年Q42025年35%30%25%20%15%10%5%0%70%60%50%40%30%20%10%0%资料来源：NE

时代、行业深度报告6资料来源：《节能与新能源汽车技术路线图3.0》、电动汽车观察家、2、Robotaxi为

L4领域主要场景，已进入规模化运营阶段Robotaxi

是

L4级自动驾驶最主要、最具商业价值的应用场景。L4级无人车的发展核心的是“场景适配”

，依托封闭、

半封闭或特定开放场景的标准化运营，实现技术落地与商业变现的双向突破。

L4

级无人车应用场景丰富，可分为城市公共出行（

Robotaxi

、Robobus）、物流与货运配送（城区配送、干线物流）

、园区及封闭区域作业（城区/园区环卫、

园区服务）

、工业作业（智慧仓储）

、特种场景（智慧港口、智慧航空港、智慧矿山）几大板块，其中城市出行赛道为L4级无人车中最受关注的赛道，Robotaxi（无人驾驶出租车）聚焦城市开放道路场景，面向

C

端个人出行与B

端企业出行需求，是技术门槛最高、最贴近大众生活的赛道。图

5：智能网联汽车进入市场化发展快车道图

6：

L4智能驾驶主要应用场景资料来源：智能与智行、行业深度报告7Robotaxi

的运营发展历程可分为三个阶段。

2025年前中国

Robotaxi

商业模式以测试、试运营为主，聚焦

Robotaxi

的安全性、稳定性。2025年部分企业已经实现规模化运营，Robotaxi

车队数量急剧上升，覆盖范围扩展至更多城市和核心城区，商业化订单量和订单密度攀升，朝着常态化收费、用户规模积累的方向加速前进。预计到2030年

Robotaxi

将成为用户采纳率较高的出行方式，实现常态化运营。第一阶段为商业化测试、试运营阶段：

2025年之前是

Robotaxi

大规模商业化的基础积累期，这一阶段大部分车辆需配备安全员，安全员可在必要时接管车辆。技术研发侧重于对复杂路况的适应性和“长尾场景”的处理，到2025年部分企业已经实现规模化运营，行业实现从测试/试运营向规模化发展的过渡。第二阶段为商业化、

规模化运营阶段：

2025

至2030

年行业进入大规模投入与应用拓展期，这一阶段各厂商技术能力进一步提升，部分运营区域可实现无安全员运营，车辆逐步走向全自主驾驶，可靠性和安全性达到接近甚至超越人类司机水平，相关法律法规也在不断完善，运营覆盖范围扩展至更多城市和核心城区。第三阶段为商业化普及阶段：2030年后，Robotaxi

商业模式将步入商业化普及阶段，Robotaxi

技术全面成熟，

Robotaxi

将成为用户采纳率较高的出行方式，商业模式和产业分工定型，运营体系精细化，参与各方将聚焦提升运营效率和盈利水平。图

7：

中国

Robotaxi

运营路径与发展节点资料来源：盖世汽车、行业深度报告8政策/法规名称时间部门内容《关于促进道路交通自动驾驶技术发展和应用的指导意见》2020年12

月交通运输部目标到

2025

年，自动驾驶基础理论研究取得积极进展，道路基础设施智能化、车路协同等关键技术及产品研发和测试验证取得重要突破；

出台一批自动驾驶方面的基础性、关键性标准；

建成一批国家级自动驾驶测试基地和先导应用示范工程，在部分场景实现规模化应用，推动自动驾驶技术产业化落地《智能汽车创新发展战略》2020年2

月国家发改委、科技部、

工信部提出到

2025

年，

实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。展望2035到

2050年，中国标准智能汽车体系全面建成、更加完善《智能网联汽车道路测试与示范应用管理规范

（试行）》2021年7

月工信部、

公安部、

交通运输部明确了道路测试、示范应用及测试区（场

）的定义，

将道路测试和示范应用的范围扩展到包括高速公路在内的公路、城市道路和区域，标志着国内

自动驾驶产业进入商业化探索阶段《关于开展智能网联汽车准入和上路通行试点工作的通知》2022年11

月工信部工业和信息化部、

公安部选择符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点《

自动驾驶汽车运输安全服务指南》2022年8

月交通运输部为保障运输安全，

鼓励使用自动驾驶汽车从事城市公共汽电车客运经营活动的，在封闭式快速公交系统等场景下进行；使用

自动驾驶汽车从事出租汽车客运经营活动的，在路况简单、

交通安全可控场景下进行；使用自动驾驶汽车从事道路货物运输经营活动的，在点对点干线公路运输及相对封闭道路等场景下进行《关于开展智能网联汽车准入和上路通行试点工作的通知》2023年11

月工信部选择具备量产条件的搭载自动驾驶功能（

包括

3级驾驶自动化及

4级驾驶自动化功能）的智能网联汽车，在限定区域内开展上路通行试点《国家车联网产业标准体系建设指南（

智能网联汽车

）

（2023版）

》2023年7

月工信部于

2025

年前形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系，全面形成能够支撑实现单车智能和网联赋能协同发展的智能网联汽车标准体系《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》2024年1

月工信部推动网联云控基础设施建设，探索基于车、

路、

网、云、

图等高效协同的自动驾驶技术多场景应用，加快智能网联汽车技术突破和产业化发展《智能网联汽车“车2024年工信部等五部确定北京、上海、武汉等20

个城市（联合体）

为智能网联汽车

“车1

、催化一：相关政策的完善，为商业化落地创造条件中美两国作为行业领跑者，政策支持力度持续加码。

中国从国家层面明确

L4级车辆可用于商业运输，并推动“车路云一体化”试点。2025

年

8

月，中国《自动驾驶汽车道路测试与示范应用管理方法（2025修订版）》正式生效，明确上海、广州、深圳、重庆、杭州五城全域开放

L4

级收费运营，取消安全员强制要求，并建立技术缺陷责任分级机制，

为

RoboTaxi

的商业化运营扫清了关键障碍。美国则在联邦安全框架与各州自主许可的并行体系中，逐步放宽运营限制，推动无方向盘车型商业化，共同加速自动驾驶技术的规模化应用。表

1：

中国国家层面出台的

Robotaxi

相关政策二、Robotaxi

行业催化不断，

已经步入发展快车道行业深度报告9政策名称发布时间城市主要内容《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则》2021年

12

月北京市从申请审核、试点管理、

网络数据安全、服务监管及违规处罚等方面对自动驾驶出行商业化服务进行规范《中国(上海)自由贸易试验区临港新片区促进无驾驶人智能网联汽车创新应用实施细则》2023年

2

月上海市规范和促进临港新片区无驾驶人智能网联汽车创新应用活动，对道路测试、示范应用、示范运营、

商业化运营进行规定《重庆高新区智能网联汽车全域开放服务应用办法(试行)》2023年

10

月重庆市明确重庆高新区全域范围内开展智能网联汽车道路测试(包括无人测试及应用)、示范应用和商业运营的细则《深圳市促进新能源汽车和智能网联汽车产业高质量发展的若干措施》2023年

11

月深圳市支持企业参与智能网联交通测试场测试，有序开放街区、道路、机场、港口等作为智能网联车辆示范及商业化应用场景《广州市智能网联汽车创新发展条例(征求意见稿)》2024年

2

月广州市建议明确广州市支持开展车内无驾驶人/安全员的商业化活动、支持广州全市全域开放等《武汉市智能网联汽车发展促进条例(草案）》2024年

4

月武汉市支持智能网联汽车检验检测产业发展，建设智能网联汽车封闭测试场、检验测试平台，构建智能网联汽车试验与测试评价体系《北京市

自动驾驶汽车条例（征求意见稿)》2024年

7

月北京市拟支持自动驾驶汽车用于城市公共电汽车客运、网约车、汽车租赁等城市出行服务《北京市自动驾驶汽车条例》2024年

12

月北京市明确了北京市支持、鼓励自动驾驶技术创新发展的各项政策措施，自

2025年4

月

1

日起施行《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》2025年

9

月广州市对无人驾驶装备测试或示范应用主体资质、无人驾驶装备硬件及功能、道路测试和示范应用的申请流程等提出了明确要求《上海高级别自动驾驶引领区2026年

1

月上海市目标

2027年在智能公交、智能出租、智能重卡等场景规模化应用

L4级自动驾驶技术，实现载客超

600万人次，

载货政策/法规名称时间部门内容路云一体化”应用试点城市名单》7

月门路云一体化”应用试点城市，推动车、路、云协同的自动驾驶多场景应用《

自动驾驶汽车道路测试与示范应用明确上海、广州、深圳、重庆、杭州五城全域开放L4

级收费运营，取消安全员强制要求，并建立技术缺陷责任分级机制，为Robotaxi管理方法（2025修部的商业化运营扫清了关键障碍，该管理办法于2025年

8

月

1

日起正订版）》式施行《

“人工智能+

交通运输”实施意见》2025年9

月交通运输部等

7部门提出

2027

年人工智能在交通领域广泛应用，推进智能驾驶、车路云协同等场景落地《汽车行业稳增长工

作

方

案

(2025—

2026年)》2025年9

月工信部等

8部门明确“有条件批准

L3级车型生产准入”，

推动自动驾驶规模化应用我国首批

L3级有条件

自动驾驶车型准入许可2025年12

月工信部正式公布我国首批L3

级有条件自动驾驶车型准入许可，两款分别适配城市拥堵、高速路段的车型将在北京、重庆指定区域开展上路试点，标志着我国

L3级自动驾驶从测试阶段迈入商业化应用的关键一步资料来源：工信部、交通运输部、公安部、国家发改委、表

2：

中国地方层面出台的主要政策工信部、

公安行业深度报告2025年7

月

10法规/事件名称时间部门/地区内容AVTESTInitiative2020/6NHTSA启动自动驾驶车辆透明度和参与倡议

，推动

L4系统数据共享和安全评估，

支持Waymo等企业无安全员测试StandingGeneralOrder更新2022/6NHTSA更新要求L4

系统报告脱控事件；加州发布Robotaxi运营指南，

强调保险、远程监控和事故报告，允许

Waymo

扩展至洛杉矶Cruise

事故后暂停许可2023/10CaliforniaDMV/CPUC因旧金山事故，

暂停

CruiseL4运营许可，强化安全审查；

Arizona/Texas

维持宽松政策，支持

Waymo

无安全员扩展《自动驾驶车辆安全、

透明度和评估计划(AV-STEP)》2024/12NHTSA全球首个

L4级

Robotaxi

国家级框架；取消年度豁免数量上限；允许无方向盘/踏板车型商业化新自主车辆框架2025/4USDOT/NHTSA发布新框架，豁免L4报告要求，推动联邦Robotaxi

草案落地；

强调责任划分

（运营方、制造商、

政府）

，放松

AI

监管Tesla/Arizona/Nevada

许

可批准2025/11ArizonaDOT/NevadaDMV批准TeslaRobotaxi运营骑行服务和带安全员测试；

支持年底前扩展至

8-10

州《自动驾驶法案》（审议中）2026/2美国国会众议院能源与商务委员会法案将无传统控制装置（无方向盘、无踏板）自动驾驶车辆的年度量产豁免额度，从现行的

2500辆大幅提升至

9万辆。《2023年第

9

号法

令》2023/4阿联酋·迪拜政

府海湾地区首部完整规范

L4及以上自动驾驶的法律，明确迪拜道路与运输管理局（

RTA）为唯一发牌监管机构，奠定迪拜自动驾驶合规基础，支持企业分阶段开展运营国家级全域、全车型自动驾驶路跑牌照审批2023/7阿联酋·联邦法

规实验室发放中东首个国家级全域、全车型自动驾驶路跑牌照，允许企业在满足各酋长国监管要求的前提下全国公共道路测试运营，实现“一

次审批、

全国通行”沙特《自动驾驶监管框架》（含监管沙盒规则）2024/8沙特·交通总局明确

2030年开放

L4商用车全面运营目标，采用“监管沙盒”模式允许企业边测试边完善法规，配套沙特公共投资基金专项支持，

为

自动驾驶落地提供顶层保障沙特首张

Robotaxi

牌照审批2025/7沙特·交通总局发放沙特首张自动驾驶牌照，允许文远知行在全国部署

Robotaxi服务，

首期试点覆盖利雅得机场、

市中心及高速等核心场景，

为当资料来源：NHTSA、美国交通部、智驾政研室、阿联酋及中东地区自动驾驶加速推进，其中迪拜目标“2030年

25%出行自动化”。中东相关

Robotaxi

政策从

2023年阿联酋发放中东首个国家级全域、全车型自动驾驶路跑牌照、迪拜出台

L4规范起步，一系列政策以全国性牌照降低企业跨区域成本，让中东成为自动驾驶商用的核心试验场。具体国家来看，沙特发放首张牌照、迪拜明确

“2030年

25%出行自动化”、阿布扎比开启纯无人商业化运营，多国正加速落地

L4级测试及运营。法规名称/事件

时间

部门/地区

内容政策名称

发布时间

城市

主要内容“模速智行”行动计划》

运输超

80

万

TEU计划在

2030年，其

25%的日常交通将实现智能和无人驾驶资料来源：小马智行港股招股书、智能车参考、各地方机关公告、《迪拜自动驾驶交通运输战略》表

4：

中东

Robotaxi

相关政策/事件表

3：

美国

Robotaxi

相关政策/事件迪拜道路与交通管理局行业深度报告201611资料来源：TGA、ITC

、文远知行公告、萝卜快跑公告、2

、催化二：技术及产品迭代，成熟产品推动规模化扩张（

1

）硬件方案：L4强调

“安全冗余”

，多传感器为主流方案当前感知方案主要分为纯视觉方案与多传感器融合方案，多传感器仍是主流方案。智能驾驶从辅助决策（L2）向自动决策（

L3

及以上）演进，车辆的环境感知系统从“可行”到“可靠”转变，

L4

核心则强调“安全冗余”优先。传统的摄像头与毫米波雷达虽构成了当前

ADAS

系统的主流组合，但二者在复杂环境下的感知局限日益显现，摄像头对光照、天气敏感，夜间与逆光场景下识别能力显著衰

减；毫米波雷达虽具穿透性，却难以精确刻画障碍物轮廓和静态场景特征，这种

感知缺陷成为自动驾驶‘安全冗余’体系中的关键瓶颈。以特斯拉、小鹏为代表

的纯视觉方案，依赖高性能摄像头与深度学习算法进行环境建模，具有较高的算

法要求与算力负担。大多数车企更倾向于采用多传感器融合架构，通过激光雷达、毫米波雷达、摄像头及超声波雷达的协同感，实现对环境的全天候、高可靠、高

安全的感知能力，这一方案具备冗余特性，可在单一传感器失效时保持系统的稳

定性，符合高级自动驾驶对安全冗余的核心要求。法规名称/事件时间部门/地区内容地唯一

Robotaxi

运营项目迪拜

Robotaxi

公开路测许可2025/9阿联酋迪拜道

路与运输管理

局向文远知行与小马智行颁发了

Robotaxi

公开路测许可，为2026

年纯无人商业化服务奠定基础，

契合迪拜

“2030年

25%出行自动化”目标阿布扎比授予全球首

批自动驾驶商业化牌

照2025/11阿联酋联邦政

府2025年

11月迪拜向文远知行和萝卜快跑颁发首批全无人商业化

运营许可。其中文远知行宣布正式获得阿联酋联邦政府批准，

获得全球首张城市级

L4

自动驾驶商业化牌照；

萝卜快跑获得由阿布扎比综合交通中心（

ITC）颁发的首批全无人商业化运营许可图

8：主流

Robotaxi

技术路线采用多传感器融合路线资料来源：盖世汽车、行业深度报告12特斯拉的纯视觉方案具备较好的成本优势，使其能搭载于

3-6万美元的量产车型（如

Model3/Y）。特斯拉的单车智能系统以“8

摄像头+12

超声波雷达+1

毫米波雷达+

高算力芯片”为硬件基础，摒弃了激光雷达的高精度三维建模能力，转而通过计算机视觉算法模拟人类驾驶时的

“视觉-大脑”决策过程，纯视觉方案的核心优势是“成本控制与规模化”，且统一摄像头感知避免多模态融合冲突与同步问题，适配不同车型与场景的复制效率更高。其技术底层逻辑包括：（

1）多摄像头协同感知：

8个摄像头覆盖

360度视野（前向主摄像头

150度广角、侧视摄像头监测车道线与侧方车辆、后视摄像头跟踪后方交通），通过图像畸变矫正和时序融合技术，构建车辆周围环境的动态三维特征。（2）神经网络算法（OccupancyNetwork）：2023年推出的

OccupancyNetwork模型颠覆了传统“目标检测”思路，不再依赖预定义的“行人、车辆”等标签，而是直接通过像素级语义分割，预测路面上“可行驶区域”与“障碍物占据区域”，大幅提升了对非常规场景（如施工区域、异形物体）的识别能力。（3）FSD

芯片与算力支撑：特斯拉自研的HW4.0

计算平台搭载两颗神经网络处理器（

NPU

），HW4.0

相比于HW3.0实现了5倍的芯片算力提升，双芯片算力预计可达

720TOPS

，支撑多摄像头数据的并行计算与决策输出。图

9：特斯拉纯视觉方案硬件分布资料来源：头豹、特斯拉、焉知汽车、文远知行自研

SensorSuite5.6全新一代感知套件，

快速迭代的设计和商业化标准确保了高度的可靠性和性能。

文远知行模块化传感器套件包括GNSS

、IMU、激光雷达、雷达、摄像头和定制传感器板，该套件通用超过

90%的产品组件，确保为各类车型定制精准感知。公司全新一代传感器套件SensorSuite5.6

采用低风阻流线型小巧设计，拥有高性能低成本激光雷达、高清高动态相机、RTK

高精度组合惯导模块等在内的超

20

个传感器，可实现周围

360°无盲区、前方

200米无死角感知，覆盖高动态、低光照等极端场景。快速迭代的设计和商业化标准确保了高度的可靠性和性能。行业深度报告13资料来源：文远知行公告、小马智行第七代

Robotaxi

全车搭载

6

大类

34个传感器，多重系统冗余架构也能全面保障运营期间车辆和乘客的安全。第七代Robotaxi

车型搭载六类量产传感器，包括

9颗激光雷达、14颗摄像头、4颗毫米波雷达，以及

4颗麦克风、2颗涉水传感器和

1套碰撞传感器，实现车周

360°无盲区、650米范围内的物体和环境检测。该传感器方案配备小马智行自研传感器清洁方案，更好地检测和应对长尾场景，让自动驾驶车辆实时掌握复杂路况，满足

Robotaxi

应对城区、高速、环路路段，雨、雪、雾等恶劣天气，以及

“鬼探头”、避让救护车等的全场景无人驾驶通行能力和安全性要求。图

11：

小马智行第七代车型搭载传感器套件情况资料来源：小马智行公告、滴滴自动驾驶4.0

平台将搭载于其与广汽埃安联合打造的

L4

级

Robotaxi

车型。滴滴自动驾驶全新一代硬件平台，传感器总数量达

33

个，通过激光雷达、摄像头、4D毫米波雷达、红外相机、声音传感器等多传感器异构探测与前融合的方式，能实现360

°全场景、全工况感知识别。

该计算平台的GPU

算力超过图

10：公司模块化传感器套件迭代情况行业深度报告14资料来源：滴滴自动驾驶公众号、（2）算法方案：端到端衍生出世界模型和

VLA方案端到端逐步成为汽车智能化架构升级的关键方向。此前自动驾驶系统普遍采用“感知—预测—规划—控制”的模块化架构，通过功能分解实现系统级解耦，将目标检测、

目标跟踪、多

目标预测、轨迹规划与车辆控制等关键能力分别建模和优化。

随着深度神经网络、Transformer

架构和大规模算力平台的成熟，端到端架构持续受到关注。与传统的模块化设计不同，端到端技术以人工神经网络为基础，将感知、决策、控制等功能整合为一个整体架构，从根本上简化了系统复杂性，提高了运行效率。此外，端到端模型通常依赖大规模

“感知—行为”配对数据进行监督或模仿学习，可通过持续在线或离线训练提升泛化能力。资料来源：智驾最前沿、特斯拉

FSD

是端到端路线的典型代表，其在

FSDV12上正式采用了端到端架构。端到端架构通过车端传感器实时采集环境信息，模型可即时完成对现实场景的判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。图

12：

滴滴自动驾驶硬件平台4.0图

13：传统智能驾驶系统构成行业深度报告15资料来源：

电子技术应用

ChinaAET、特斯拉的端到端技术依赖于下述关键组件和算法：

视觉处理系统：

由车载摄像头和传感器组成，

负责实时捕捉周围环境信息。深度神经网络：利用深度学习算法，对视觉数据进行处理和分析，提取关键特征。决策与控制模块：

根据神经网络的输出，生成驾驶决策，并通过车辆控制系统实施。上述组件和算法协同工作，实现从感知到执行的全流程自动化。例如，特斯拉的神经网络可以根据实时摄像头数据，识别出前方的交通信号、行人和障碍物，并根据这些信息生成安全有效的驾驶路径。断与决策，实现了从传感器数据到驾驶控制信号的直接转换。这种架构不依赖于传统的模块化设计，而是通过大数据驱动的方式，让神经网络学习如何直接从原始数据中提取有用信息，并作出相应的驾驶决策。端到端将大幅提升汽车层面的智能化水平，加速智能驾驶发展，并且在一定程度上减少对道路基础设施的依赖。特斯拉率先引领智驾进入端到端时代，我们预计业内众多车企也将布局端到端的技术路线。图

14：端到端自动驾驶系统图示图

15：端到端自动驾驶工作原理行业深度报告16资料来源：汽车电子与软件、特斯拉智驾硬件迭代升级至

HW4.0，算力大幅提升。硬件方面，特斯拉升级至最新版

Hardware4.0，搭配

2个

FSD2.0

芯片，其算力提升至

720TOPS，约为HW3.0

的

5倍。新增

4D

毫米波雷达，具有广视角、高精度、高分辨、能探测静物等优势。前摄像头从三目变成双目，总体摄像头数量从8

个减少到7

个，但HW4.0的摄像头像素从

120万像素提升到500万像素，视觉最大探测距离从

250米变为424米。随着技术进步，未来产品还会继续迭代，摄像头、芯片等硬件系统都会升级。表

5：特斯拉智能驾驶硬件迭代历程资料来源：Tesla

官网、汽车之心公众号、焉知汽车、注：官方未公布

HW4.0详细配置，部分参数为市场预测值端到端智能驾驶已经衍生出

VLA

和世界模型两种技术路线。

为解决低频场景数据不足和推理能力问题，端到端衍生出

VLA

和世界模型两种路线，VLA

和世界模型并不是完全对立，而是两条目前并行发展的技术路线：VLA

适合快速迭代、兼容现有量产平台，短期内易于落地。世界模型则代表了更底层的认知方式，强调物理规律和空间理解力，适合长期演进。各大厂商基于自身的技术积累、成本考量和品牌定位，选择不同的演进策略，部分厂商会同时预研多个技术路线。2023.047个摄像头，360°环视4D

毫米波雷达已取消2*FSD2.0未公开720（未官方公布）未公开2019.048个摄像头，360°环视前向毫米波雷达(大陆)12

个2*FSD1.023001442*8GB2017.088个摄像头，360°环视前向毫米波雷达(大陆)12

个2*英伟达ParkerSoC1*英伟达PascalGPU1*英飞凌三核

CPU11028GB2016.108个摄像头，360°环视前向毫米波雷达(博世)12

个1*英伟达ParkerSoC1*英伟达PascalGPU1*英飞凌三核

CPU11016GB2014.091个前视摄像头前向毫米波雷达(博世)12

个MobileyeEyeQ3360.256256MB上市日期摄像头毫米波雷达超声波雷达处理器每秒处理帧数（

FPS

）核心芯片方法算力（TOPS）RAM硬件

HW1.0

HW2.0HW2.5HW3.0HW4.0行业深度报告HW2.0HW3.0HW1.0HW2.5HW4.0硬件17资料来源：盖世汽车、世界模型是一种教练式训练

L4

自动驾驶的方法。

目前大多数自动驾驶解决方案均依赖于“观察学习”人类驾驶数据，本质上会让驾驶性能局限在人类驾驶员水平，而世界模型能够让

L4

自动驾驶系统在人工智能生成的场景中进行实践学习，训练

L4

智驾系统应对各种复杂场景。例如小马智行的

PonyWorl

运用最新技术构建高保真虚拟环境，精准还原广泛真实世界交通场景的视觉细节与动态反应，供

L4

自动驾驶系统学习理解、适应并做出驾驶决策。通过使用

PonyWorld

回答各类假设性问题，赋予模型反复试错的能力，以便在现实中找到最优策略，在减少测试时间和相关成本的同时，显著提升安全指标。图

17：小马智行世界模型运行原理资料来源：小马智行招股书、VLA

技术正推动自动驾驶从“感知-规划”传统范式向“多模态交互-自主决策”演进。VLA（视觉-语言-动作模型）是一种多模态的机器学习模型，由

VLM

模型

演变而来，它结合了视觉、语言和动作三种能力，旨在实现从感知输入直接映射

到控制输出的完整闭环能力，其不仅关注环境感知，也关注规划与控制问题｡VLA

模型最初被开发用于解决具身智能中的指令跟随任务，其后这一理念快速应用于

自动驾驶领域，相较于“VLM+E2E”

的中间态架构，VLA

深度整合了空间感知、逻

辑推理、行为规划等多模态信息进行端到端训练，从根本上解决了模型信息传递

损耗和不同模型联合优化训练问题，显著提升了模型极端环境下泛化能力和决策图

16：端到端、

VLA

和世界模型对比梳理行业深度报告18资料来源：小鹏汽车、《FastDriveVLA:

Efficient

End-to-End

Drivingvia

Plug-and-Play

Reconstruction-basedToken

Pruning》、3

、催化三：软硬件成本下降，助力规模下的摩尔定律Robotaxi

全生命周期运营总成本具体分为三个主要部分：

第一部分为整车制造成本，包含自动驾驶模块成本与整车其他模块成本。其中，

自动驾驶模块成本涵盖芯片、激光雷达等硬件及软件成本；整车其他模块成本涵盖底盘、车身、动力、智能座舱系统等成本。第二部分是安全运营成本，由安全员成本与其他安全运营成本构成。其中，安全员成本涵盖安全员薪水、培训总成本，现阶段安全员部分为车上安全员，后续逐步转向远程；其他安全运营成本涵盖远程监控平台运维成本、数据平台和云服务成本分摊等。第三部分为运力运营成本，包含售后维保成本、补能成本以及其他运营运力成本。其中，售后维保成本包括Robotaxi

定期维护、机修、钣喷等成本，补能成本涵盖充电、换电所支付的电费与服务费，其他运营运力成本涵盖牌照、保险、资产管理服务费等。能力｡国内元戎启行、理想、小米、小鹏等已有了相关进展，其中小鹏已发布第二代VLA

模型，且该模型可跨域驱动汽车、Robotaxi

、机器人、飞行汽车｡图

18：小鹏汽车联合北大共同提出的

FastDriveVLA

框架行业深度报告19资料来源：盖世汽车、激光雷达市场加速下沉，

需求井喷+供给端指数级降本促进激光雷达价格下探，激光雷达成本快速下降助力

Robotaxi

单车

BOM

成本下降。

激光雷达正如半导体芯片一般，呈现出性能持续提升、成本不断下降的趋势。芯片的集成化是激光雷达降本的主要途径，头部厂商纷纷采用芯片级集成和数字化的技术路线，以大幅降低激光雷达成本并提升性能。据盖世汽车数据，2025年用于

L2级辅助驾驶的主激光雷达价格已降至200美元（约合人民币

1440元）左右，这一数据在两年前是

500美元（约合人民币

3600元）。资料来源：

罗兰贝格、软硬件成本持续下降，为商业化落地创造条件。L4级

Robotaxi

得以大规模落地的关键，与整车制造成本和后端运维成本持续降低显著相关。目前，Robotaxi整车成本已降至20~30

万元区间，商业模式逐步拓展，用户接受度持续提升，整体产业进入市场化运营的关键拐点。图

20：

Robotaxi

车型价格持续下滑图

19：

Robotaxi

全生命周期运营总成本行业深度报告20资料来源：观研天下、中国

Robotaxi

单车全生命周期运营总成本呈现不断下降的趋势。

2023年Robotaxi

的单车总成本较高，其中包含较高的整车制造成本、安全运营成本及运力运营成本；后续预计

2026年至

2030年单车总成本持续下降：2026年整车制造成本呈现下降趋势，2028年呈现整车制造成本、安全运营成本的下降，2030年则进一步展现整车制造成本、安全运营成本、运力运营成本的全方位下降。同时，罗兰贝格预计，2023年有人出租车（纯电）的单位服务成本，预计在2028年前后与

Robotaxi

的成本相当。图

22：

中国

Robotaxi

单车全生命周期运营总成本下降路径图图

21：

Robotaxi

发展历程及激光雷达产品部署的演进资料来源：

罗兰贝格、行业深度报告21单车年度成本测算：单位数量数量数量数据来源/假设依据/计算方式整车购置&改造成本元250,000200,000150,000根据萝卜快跑、小马智行、文远知行相关数据假设折旧年限年555参考《机动车强制报废标准规定》，同时考虑电池衰减问题单车折旧成本/年元50,00040,00030,000=整车购置&改造成本÷折旧年限单车补能成本/年元35,10031,90932,400参考纯电车辆电耗

13度/百公里，充电

1.5元/度，同时考虑载客率分别为

40%/55%/65%。单车运营成本/年元36,50036,50036,500停车费、网络费和其他运营费用等，假设停车、网络&运营费用

100元/天单车养护成本/年元3,6004,5005,4001万公里一次基础保养

500元计算单车保险成本/年元10,00010,00010,000参考纯电运营车保费单车维修成本/年元2,0003,0004,000包括轮胎、底盘易损件、雨刮等消耗品单车远程安全员成本/年元8,0006,0004,000假设人车比1:15/1:20/1:30

，12万/年一二线城市工资费用单车地勤人员成本/年元8,0006,0004,000假设人车比1:15/1:20/1:30

，12万/年一二线城市工资费用单车年均成本合计元153,200137,909126,300=折旧+补能+运营+养护+保险+维修+远程安全员+地勤人员成本注：1

）假设不考虑

Robotaxi运营体系建设投资的分摊（如售后网络、数据平台等），仅考虑由技术进步、商业模式成熟等因素推动的主动降本项目2

）车服运营成本中包括：Robotaxi售后运维成本、补能成本、保险成本等4

、催化四：企业竞速单车

UE转正，推动商业化提速在特定假设下，

根据

UE

模型测算，预计远期

Robotaxi

车队毛利率可达到

50%以上。

与传统出行方式相比，自动驾驶出租车可节省70%以上的劳动力成本，且

L4

级自动驾驶出租车的采用预计将大幅降低整体运营成本占营收的比例，促进无人驾驶出租车平台实现可观的毛利率空间。根据

UE

模型假设，在中国一二线城市

Robotaxi

将快速扩张，我们考虑短期、

中期和长期车队规模分别为1

千台以内、1千至

1万台和超过

1万台。假设客单价25元，随着车辆密度的提升，预计单车接单量呈现明显的提升态势，分别为

20/25/30单/天，促进单车营收不断提升。在成本项，综合考虑折旧、补能、运营、养护、保险、维修、远程安全员、地勤人员等八项主要成本情况下，预计短/中/长期国内一二线城市车队毛利率将达到15%左右/30%以上/50%以上，能给企业带来可观的利润空间。

因此，

Robotaxi

行业也是规模经济能得到集中体现的行业，在行业大规模商业化阶段，对应公司盈利能力将逐步提升。表

6：

国内一二线城市

Robotaxi

车队

UE

模型测算单车年度收入测算：单位短期（规模<1

千台）中期（

1

千~1

万台）长期（规模>1

万台）数据来源/假设依据/计算方式客单价元252525假设

2.5元/公里，每单平均驾驶

10公里。滴滴打车收费=起步价+里程费+时长费，快车价格在