Robotaxi行业市场前景及投资研究报告：Robotaxi商业化加速订单密度成本、商业化成败

证

券

研

究

报

告Robotaxi商业化加速，订单密度与成本决定商业化成败——Robotaxi板块更新2026.6.26核心观点：技术验证初步完成，订单密度与成本管理成为Robotaxi商业化关键◼

行业阶段：从“能不能跑”进入“能不能盈利”，单城UE成为下一阶段验证核心。•Robotaxi行业已完成第一轮技术可行性验证，头部企业在限定ODD内积累了较长全无人运营里程，证明车辆可以在真实道路中持续承接订单。但这并不意味着行业已进入全面规模复制阶段，当前核心矛盾已经从车辆能否安全行驶转向车队能否在一座城市跑出正向收益。•单城UE是后续商业化的关键验证指标。Robotaxi需要同时提升日订单量、车辆利用率和履约稳定性，并降低空驶率、远程协助、补能维保和保险成本。只有当订单密度足以摊薄车辆折旧和新增运营成本，去人力成本的理论优势才能转化为真实盈利。◼

技术与安全：头部企业已完成初步验证，竞争重点转向泛化能力和数据闭环。•L4不是更强的L2，而是责任主体从驾驶员转向自动驾驶系统。Robotaxi商业化不仅要求车辆能够自主驾驶，更要求系统在异常情况下完成风险降级，并通过车辆冗余、远程协助、数据留痕和事故责任机制形成安全闭环。•下一阶段技术竞争的重点不再是单点能力展示，而是跨城市、跨天气、跨复杂交通场景的稳定运行能力。泛化能力决定扩城成本，远程接管率决定隐性人工成本，数据闭环决定模型迭代效率。车队规模扩大能够带来更多真实长尾数据，但只有具备数据筛选、仿真验证和安全发布能力的企业，才能把运营数据转化为持续优势。◼

商业模式：Robotaxi不是简单省掉司机，盈利取决于订单密度、车端成本和产业链分工。•Robotaxi理论上打开去人力成本空间，但并不是省掉司机就盈利。车辆资产、自动驾驶系统、保险、补能、维保、清洁、远程协助等成本会重新进入单车UE模型。若订单密度不足，固定折旧和运维成本仍会吞噬去人力红利；若车端成本下降、订单密度提升，单车盈利弹性将明显放大。◼

政策监管：安全事件抬高扩张门槛，中东等友好市场有望成为出海突破口。•国内：政策仍支持自动驾驶试点和商业化探索，监管关注点正从开放道路转向数据留痕、责任边界、应急处置和运营安全。事故、集中停运、道路秩序扰动等事件将影响牌照审批、扩区和增车节奏。•海外：市场开放度分化明显，美国部分城市和中东地区更积极，具备本地牌照、平台入口和运营伙伴的企业更容易率先落地。◼

风险提示：政策监管动态调整风险。技术安全与用户信任风险。商业化盈利模式可持续性风险。基础设施与生态适配风险。证券研究报告2主要内容1.

行业阶段：技术验证初步完成，商业化进入UE验证期2.

技术&安全：安全初步跑通，泛化与数据闭环能力为下一阶段胜负手3.

商业模式：订单密度和车端成本决定盈利，产业链分工逐步清晰4.

政策监管：国内激励与约束并行，出海突破口转向中东等友好市场5.

风险提示31.1出行行业演进：出租车—网约车—Robotaxi◼

出行服务核心需求始终围绕“更高效、更舒适、更实惠”，技术升级持续推动供给模式重构。•

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。传统巡游出租车的体验受限于时空，线下匹配效率低下。网约车模式的匹配机制优化，体验趋于标准化。Robotaxi则提供自动驾驶赋能的无人化标准服务，其本质是L4自动驾驶对司机环节的替代，既提升服务标准化，也打开长期降本空间。Robotaxi不是网约车简单无人化，而是从司机运力网络转向算法与车队网络。图：中国出行服务行业发展历程表：出行服务模式对比模式匹配方式核心约束体验/成本变化巡游出租车

路边随机匹配牌照与线下调度等待时间和价格不透明，供需错配网约车移动互联网撮合

司机供给与平台补贴

效率提升，但服务仍依赖司机个体自动驾驶+平台

ODD、车队运营和安Robotaxi服务标准化，长期可去人力成本调度全监管资料：澎湃新闻，36氪，中国新闻网，各地政府官网，申万宏源研究证券研究报告41.2Robotaxi解决什么问题：体验标准化+去人力成本◼

需求端解决“服务差异、等待不确定、路径/定价透明度”问题；供给端以智驾系统替代人力，重构出行UE上限。•

Robotaxi同时解决需求端“体验波动”和供给端“人力成本”两类问题，但盈利并不等同于简单省掉司机工资，而取决于新增车辆与运营成本能否被订单密度摊薄。表：Robotaxi对比传统网约车成本、盈利变化传统网约车成本项司机收入及补贴车辆折旧/能源/保险平台调度/获客Robotaxi对应变化对盈利的影响被自动驾驶系统、远程安全员和运维网络替代从司机或租赁公司转向车队资产方承担仍需要平台或聚合入口完成流量分发理论上释放最大成本项，提升利润上限规模化采购和车型量产是降本关键订单密度决定车辆利用率与摊销效率图：Robotaxi进入后的UE分析收入端传统成本下降新增成本运营效率单车UE日订单×

客单价×

平台留存司机收入司机补贴司机管理成本车辆折旧远程接管补能/维保/清洁利用率空驶率接管率能否跑通单城盈利资料：申万宏源研究证券研究报告51.3当前行业所处阶段：技术验证基本完成，商业验证刚开始◼

头部公司已在限定ODD内证明“车辆可以安全运营”，下一阶段要证明的是单城盈利、跨城复制和车队规模化。•

Robotaxi行业已经完成从“能不能跑”到“能不能无人化运营”的第一轮验证，Waymo、百度、小马、文远等头部玩家均已在限定区域内积累真实运营数据。当前主要矛盾不再是单点技术展示，而是车辆能否在真实城市中持续承接订单、降低空驶与接管成本，并逐步形成可测算的单车经济模型。图：Robotaxi行业发展关键事件与阶段切换Google自动驾驶项目启动道路测试从实验室走向真实道路Waymo全无人运营无安全员范围扩大多家国内Robotaxi规模突破千辆，部分城市UE转正限定区域去安全员能力验证武汉等地车队规模提升2009202020242026201820222025Waymo

One商业服务公众付费乘坐Robotaxi国内多城试点北京/武汉/广州推进商业化示范地方立法完善北京/广州强化准入与责任图：行业阶段判断框架第一阶段：技术验证第二阶段：商业验证第三阶段：规模复制核心指标：牌照扩张、城市迁移、平台流量和车队管理半径核心指标：安全里程、事故率、ODD边界和核心指标：日订单、利用率、空驶率、远程无安全员能力接管率和单车UE资料：路透社，

Waymo（美国自动驾驶公司）官网，Technology

Magazine（科技媒体），New

Atlas（科技媒证券研究报告6体），南华早报，北京市政府，广州市政府，小马智行投资者关系公告，申万宏源研究1.4行业核心矛盾变化：技术可行性→单城UE→跨城复制◼

行业评估指标已从“能否安全跑”转向“能否在一座城市盈利”，再转向“能否跨城市低成本复制”。•

Robotaxi的发展路径本质上是从技术验证走向商业验证，再走向规模复制。技术可行性解决的是“车能否安全无人驾驶”，单城UE解决的是“车队能否在一个城市跑出正向收益”，跨城复制则要求企业在牌照、数据、本地运营和平台入口上具备可迁移能力。图：传导链条与核心矛盾变化技术可行性限定ODD内安全运行事故率/接管率/无安全员单城UE订单密度覆盖折旧和运维利用率/空驶率/渠道佣金跨城复制低成本迁移到新城市牌照/运营网络/泛化能力表：三阶段核心变量对比阶段主要问题关键指标投资观察技术验证单城UE能否在明确边界内安全运行能否在单城达到正向现金流能否将能力低成本复制到更多城市事故率、远程接管率、ODD覆盖、乘客体验日订单、单车收入、空驶率、车辆折旧、补能/维保准入周期、本地化数据需求、运营半径、平台入口头部企业已完成初步验证，但边界仍清晰订单密度与车辆成本是短中期胜负手监管互认与数据闭环决定扩张斜率跨城复制资料：申万宏源研究证券研究报告7主要内容1.

行业阶段：技术验证初步完成，商业化进入UE验证期2.

技术&安全：安全初步跑通，泛化与数据闭环能力为下一阶段胜负手，新入局玩家增多3.

商业模式：订单密度和车端成本决定盈利，产业链分工逐步清晰4.

政策监管：国内激励与约束并行，出海突破口转向中东等友好市场5.

风险提示82.1自动驾驶技术路线复盘：模块化、端到端、世界模型/VLA◼

技术路线从规则/模块化走向数据驱动；2025年以来重点转向基础模型、世界模型和VLA，提高长尾场景泛化与仿真闭环效率。•

自动驾驶技术路线经历了从规则驱动、模块化拆分到端到端学习的演进。模块化路线具备较强可解释性，适合作为安全冗余；端到端路线提升了复杂场景下的连续决策能力；世界模型和VLA进一步强化对长尾场景的理解、预测和仿真能力，是下一阶段提升泛化能力的重要方向。图：自动驾驶技术能力框架泛化与验证增强世界模型

/

VLA

/

场景生成

/

仿真回放

/长尾泛化数据驱动决策能力BEV/Transformer

/

多传感器融合

/端到端规划工程安全底座模块化架构

/

规则兜底

/冗余控制

/可解释验证表：技术模块与当前定位技术模块

/

能力核心作用优势短板

/

边界当前定位模块化架构感知、预测、规划、控制解耦可解释、工程稳定、便于安全验证

长尾场景依赖规则与地图仍是

L4安全冗余和验证框架BEV/Transformer多传感器融合与统一空间表征从感知输入直接优化驾驶轨迹提升目标感知和轨迹预测

依赖数据质量与算力数据驱动感知的基础组件端到端规划减少模块误差，复杂场景决策更连

可解释性、验证难度较高续头部公司逐步引入规划

/决策模块世界模型学习物理世界并预测未来场景视觉、语言、动作统一表征提升仿真、回放和长尾场景生成能

数据与算力需求高力安全评估和数据闭环的重要工具VLA/基础模型提升场景语义理解与指令泛化车端部署、验证仍早期2025-2026

年成为

Robotaxi前沿探索方向资料：Waymo（美国自动驾驶公司）官网，小鹏汽车官网，申万宏源研究证券研究报告92.2

L4与L2/L3的本质区别：责任主体和安全冗余◼

L4不是更强的L2，而是系统在ODD内承担动态驾驶、风险降级与事故响应；商业化前提是冗余架构与运营责任闭环。•

L4与L2/L3的根本差异不在于“功能更高级”，而在于责任主体发生变化。L2/L3仍依赖驾驶员作为最终安全兜底，而L4

Robotaxi在ODD内需要由系统承担动态驾驶任务，并在异常情况下自动进入最小风险状态。因此，L4商业化必须同时具备车辆硬件冗余、算法冗余、远程协助和责任闭环。表：L2/L3与L4本质区别维度L2/L2+L3L4Robotaxi责任主体接管逻辑安全冗余商业形态驾驶员持续监控，系统为辅助驾驶员必须随时接管以人类司机作为最终冗余乘用车功能/选装系统在特定条件下驾驶，驾驶员需按请求接管系统请求后人类在限定时间接管人类仍是重要备份ODD内由ADS承担动态驾驶和风险降级乘客不是驾驶员；系统需自动达到最小风险状态车辆、传感器、计算、电源、制动、远程协助多层冗余无人化出行服务，需运营资质和保险责任闭环高阶辅助驾驶功能图：L4商业化需要“系统能力+运营责任”双闭环车辆冗余传感器/制动/电源算法冗余规则兜底/仿真验证运营冗余远程协助/应急处置责任闭环牌照/保险/数据留痕资料：国际汽车工程师学会，申万宏源研究证券研究报告102.3

Waymo安全数据更新：全无人运营安全性持续验证◼

Waymo最新披露数据显示，严重事故、伤害与气囊触发指标低于人类基准，但仍需持续关注极端事件与披露口径。•

Waymo的安全数据为L4商业化提供了较强的外部验证：在全无人载客里程持续提升的背景下，其严重事故、伤害事故和气囊触发等核心指标均低于人类驾驶基准。图：Waymo全无人运营核心事故率低于人类基准（截至2025年末）资料：

Waymo（美国自动驾驶公司）官网，申万宏源研究证券研究报告112.4技术竞争下一阶段：泛化能力、远程接管率、数据闭环◼

下一阶段竞争重点从“单点能力”转向“可规模化安全闭环”：更低接管率带来更高可用率，更高订单密度反哺高价值数据。•

下一阶段技术竞争的核心不是单次演示能力，而是系统能否在更多城市、更复杂天气和更多长尾场景中稳定运行。泛化能力决定扩城成本，远程接管率决定隐性人工成本，数据闭环效率决定模型迭代速度。车队运营规模越大，高价值数据越多，头部企业有望形成“运营—数据—模型—安全”的正循环。图：Robotaxi技术与运营数据飞轮城市ODD扩张更多道路/天气/交通参与者真实运营数据订单、边缘场景、接管记录接管率下降可用率提升、乘客体验提升目标：规模化安全闭环“越跑越安全、越密越便宜”仿真/世界模型场景生成、回放、压力测试远程协助优化触发策略、应急预案、培训模型迭代验证离线评估→小流量→规模发布表：后续可观察指标竞争维度泛化能力远程接管率数据闭环核心含义可观察信号跨城市/天气/路况的迁移成本新城开通周期、ODD扩展速度、罕见场景处理表现每千公里接管次数、远程协助人员/车比、停滞事件长尾场景挖掘、仿真覆盖率、OTA迭代频率无人化运营的隐性人工成本把运营数据转化为模型改进的速度资料：申万宏源研究证券研究报告12主要内容1.

行业阶段：技术验证初步完成，商业化进入UE验证期2.

技术&安全：安全初步跑通，泛化与数据闭环能力为下一阶段胜负手，新入局玩家增多3.

商业模式：订单密度和车端成本决定盈利，产业链分工逐步清晰4.

政策监管：国内激励与约束并行，出海突破口转向中东等友好市场5.

风险提示133.1产业链结构：智驾系统、整车硬件、运营/流量平台◼

Robotaxi产业链由“技术—车辆—运营入口”三类能力共同构成，运营和流量应视为同一商业环节。•

Robotaxi产业链并非单一技术公司独立完成，而是由算法、整车硬件、运营/流量平台共同构成。其中运营与流量入口不是两个独立利润池：订单入口、派单调度、支付客服、补能维保和应急处置共同决定车辆利用率与乘客体验。未来价值分配取决于谁掌握安全责任、车队资产和订单密度。图：Robotaxi各环节主要玩家图：Robotaxi产业链结构资料：亿欧智库，各公司官网，懂车帝，申万宏源研究证券研究报告143.2商业模式：产业链统一

vs

产业链分工◼

Robotaxi商业模式的核心不是分发入口切块，而是谁整合ADS、车辆、车队运营与订单入口。•

Robotaxi商业模式可以归纳为两条主线：产业链统一与产业链分工。一体化模式自控数据闭环和UE分配，但车队资产与扩城资本开支更重；分工模式由无人驾驶技术公司、车企、本地运营/流量平台共同落地，扩张更快，但安全责任、入口依赖和利益分配更复杂。短中期主流更可能是“技术主导安全、车企量产降本、平台放大订单密度”。图：两类Robotaxi商业组织方式产业链统一

/垂直整合产业链分工

/生态协作ADS公司安全责任数据闭环车企/硬件量产平台BOM降本运营/入口流量派单本地运维技术资产ADS/FSD与数据闭环车辆/车队/运营体系代表：Pony×Toyota/GAC、WeRide×Uber、Baidu×Uber、Wayve×Nissan×Uber入口自有App与用户体验分工本质：ADS掌握安全与算法，车企负责量产降本，平台/本地伙伴提升订单密度和运营效率。代表：Tesla（车+FSD+Robotaxi

App）、Waymo（Driver+车队+Waymo

One）表：两类模式的价值与约束维度产业链统一数据闭环、服务体验与UE分配可控产业链分工借力车企量产与平台流量，扩城更快核心价值主要约束代表路径资产重、牌照/运营半径制约复制Tesla/Waymo：车队与入口自控安全责任、入口依赖、分成机制需清晰Pony×Toyota、WeRide/Baidu×Uber：协同落地证券研究报告资料：Uber（优步）官网，Waymo（美国自动驾驶公司）官网，小马智行公告，文远知行公告，路透社，申万宏源研究153.3为什么Robotaxi是“重运营+技术”生意◼

Robotaxi盈利不是简单省掉司机，而是用技术降低接管与事故成本，用运营提升订单密度和车辆周转，二者共同决定单车UE。•

Robotaxi并不是简单地用自动驾驶系统替代司机，而是同时重构收入端和成本端。收入端依赖订单密度、客单价和车辆利用率，成本端则取决于车辆折旧、补能维保、保险、清洁和远程协助。只有当技术降低接管和事故成本、运营提升车辆周转效率后，去人力成本的优势才能真正转化为单车盈利。图：Robotaxi单车UE驱动框架收入端成本端日订单

×

客单价

×

履约率

×

渠道留存折旧/补能/维保/保险/远程协助/停场单车UE能否覆盖固定折旧和新增运维成本技术变量远程接管率↓事故/保险成本↓舒适度与可用率↑ODD扩大速度↑核心传导：订单密度↑

→

利用率↑

→

单车收入↑接管率/事故率↓

→

隐性人工和保险成本↓车辆成本↓

→

折旧摊销压力↓运营变量订单密度↑空驶率↓补能周转↑维保清洁效率↑资料：小马智行公告，曹操出行公告，申万宏源研究证券研究报告163.4盈利敏感性：单车日订单、客单价、车辆成本、利用率◼

敏感性显示，单车日订单与单车资本开支是UE最核心变量；在较高渠道佣金下，低订单密度很难覆盖固定折旧与运维。•

敏感性测算显示，单车日订单和车端成本是影响Robotaxi盈利的最关键变量。低订单密度下，车辆折旧、远程协助和运维成本难以被摊薄，即使省去司机成本也未必盈利；当订单密度提升、车+系统成本下降后，单车日利润改善明显。因此，商业化拐点往往出现在“订单密度提升”和“车辆成本下降”的交汇点。表：单车日利润敏感性测算（元/车/日）图：UE拆分与盈亏平衡逻辑/15/20/25/30/日利润

元单

日单

日10880单

日单

日+1520253032184260车

系统万万万万+4157233净收入/单客单价×渠道留存变动成本/单能源+清洁等车

系统－＝贡献毛利/单+-23-5153129206车

系统+26102178车

系统/核心假设客单价数值

口径说明2585%6/元

单日订单

×

贡献毛利/单

－

固定成本/日

=单车日利润15%即渠道佣金等渠道留存变动成本折旧年限保险成本运维成本/元

单年53580/元

日/元

日资料：曹操出行公告，美通社，国家网信办，汽车之家，申万宏源研究证券研究报告17主要内容1.

行业阶段：技术验证初步完成，商业化进入UE验证期2.

技术&安全：安全初步跑通，泛化与数据闭环能力为下一阶段胜负手，新入局玩家增多3.

商业模式：订单密度和车端成本决定盈利，产业链分工逐步清晰4.

政策监管：国内激励与约束并行，出海突破口转向中东等友好市场5.

风险提示184.1国内政策最新梳理：从放开试点到安全约束并重◼

2025年以来地方立法补齐道路应用、数据上传和责任边界；武汉故障后，监管与公众更加关注系统可靠性和应急处置。•

国内政策总体呈现“鼓励创新、分层准入、安全约束并重”的特征。2025年以来，北京、广州等地通过地方立法完善道路测试、示范应用、商业运营和责任划分规则，为Robotaxi商业化提供制度基础。但在武汉事件后，监管和公众更加关注系统可靠性、数据上传、应急处置和道路秩序，扩张节奏可能更加审慎。表：2025年以来国内Robotaxi/智能网联汽车高相关政策与监管动作时间地区/部门北京政策/事件核心内容影响《北京市自动驾驶汽车条例》实

明确道路应用试点、数据上传、跨区域协同2025.042025.02从测试示范走向依法应用地方立法支撑商业化运营施和安全管理《广州市智能网联汽车创新发展条例》实施广州建立测试、示范、准入和事故处理机制《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》从地方立法进入执行细则阶段，为商业运营和扩区监管提供操作依据广州交通运输局明确测试、示范及商业运营要求，规范安全员、数据记录和事故处理机制2025.09武汉交管部武汉萝卜快跑系统故障后通报与

故障导致多辆车停驶，交管部门通报并调查安全审视

，行业更加重视应急响应与运营边界2026.04

门/行业监管安全事件对扩城节奏形成约束关注图：政策思路演进鼓励测试开放测试道路/示范区分层准入测试→示范→商业应用安全运营数据上传、应急处置、责任边界审慎扩张事故/停运触发复核与整改资料：北京市政府，广州市人大/交通运输局，路透社，申万宏源研究证券研究报告194.2萝卜快跑武汉事件回顾：规模化运营触发新的监管关注◼

武汉事件从就业冲击、道路秩序到系统级故障，体现商业化早期外部性；监管关注点从“支持试点”转向“安全运营与应急能力”。•

武汉萝卜快跑事件反映了Robotaxi规模化早期面临的外部性问题，包括就业冲击、道路秩序、乘客体验和系统故障应急。事件本身并不改变Robotaxi长期发展方向，但会促使监管和公众更加重视运营边界、故障响应、责任划分和公众沟通。图：武汉萝卜快跑事件2024年2026.042026.04规模化投放引发出租车/网约车司机关注低价、拥堵和就业替代成为舆论焦点系统故障导致武汉多辆ApolloGo车辆停驶据报道无人员伤亡，但影响乘客体验和道路秩序交管部门通报并启动调查，行业监管关注升温。事件触发对远程协助、应急处置和扩区节奏的关注表：政策/运营启示变量事件暴露问题可能监管反应道路秩序系统可靠性责任与舆论扩张节奏低速/停滞造成道路占用和乘客滞留集中故障说明云端/调度/车端协同风险乘客、第三方和司机群体诉求不同规模越大，单次事件外溢越强设定运营区域、车辆数、应急拖离和响应时限要求故障上报、压力测试和冗余通信完善保险、事故责任与公众沟通机制牌照审批从鼓励试点转向安全评估和整改闭环资料：路透社，百度ApolloGo官网，申万宏源研究证券研究报告204.3监管变量：事故、停运、牌照审批、责任划分◼

监管偏好并非简单“放/禁”，而是以可证明安全、可追责、可停可控为前提分层放开；事故和集中停运将直接影响扩城节奏。•

Robotaxi监管的核心不是简单放开或限制，而是建立可证明安全、可追责、可停可控的运营体系。事故会影响公众信任和保险责任，集中停运会暴露系统稳定性风险，牌照审批决定扩城速度，责任划分则影响技术方、运营方和平台方的合作边界。具备完整安全数据和应急机制的企业更容易获得监管信任。图：Robotaxi运营事件的监管影响矩阵表：监管变量、触发因素与商业影响影响程度高人员伤害/重大事故监管变量事故触发因素政策偏好/意图商业影响属于监管底线事件，可能触发事故调查、责任追溯、牌照复核人员伤亡、重大财损、舆论事件提高保险与合规成本，影响用户信任安全基线与责任可追溯系统性故障/集中停驶远程协助/应急处置异常系统故障、通信中断、异常

可停可控、快速恢复和道

影响可用率和车队规模云端调度、通信、车端系统和远程运

车辆停滞后响应慢、乘客滞留、停运停车路秩序审批维的系统性风险，容易触发自查、整改、限量运营或扩区节奏放缓无法快速脱困等决定城市复制节奏和资本开支回收牌照新城进入、扩区、去安全员

先示范后商业，逐级放开轻微交通事故服务体验投诉乘客/第三方索赔、平台分成

明晰运营方、技术方、车责任影响合作模式和UE分配剐蹭、追尾等，会影响安全评价，

绕路、等待时间长、上下车点合作辆方责任但单次事件未必改变扩张节奏。不便、车内体验不佳等发生频率高资料：国际汽车工程师学会，申万宏源研究证券研究报告214.4海外城市开放度分析：美国/中国/中东等相对积极，欧洲整体更谨慎◼

海外开放度取决于监管容忍、道路复杂度和本土运营伙伴；积极市场适合先验证规模，谨慎市场更依赖本地平台和安全员过渡。•

海外市场开放度存在明显分化。美国部分城市和阿联酋监管相对积极，适合Robotaxi企业验证规模化运营和出海合作；英国、日本、新加坡等市场更强调渐进式测试和本地合作；欧洲大陆整体在数据、责任和城市道路复杂度方面更谨慎。出海成功不仅取决于技术能力，也取决于本地牌照、平台入口和运营伙伴。表：海外Robotaxi城市开放度分层开放度积极地区/城市美国Phoenix/SF/LA/AustinUAE

Dubai/Abu

Dhabi中国北京/广州/武汉/深圳英国London政策与市场特征代表进展判断州/城市授权差异大，Waymo等已规模运营政府目标明确，欢迎国际运营商Waymo持续扩大载客里程和城市覆盖技术验证和商业验证领先适合中国企业出海试点Apollo

Go接入Uber

Dubai，RTA推动自积极动驾驶出行积极地方立法和示范区推进，但事件后审慎加强政策加速试点，但早期保留安全员与本地审批监管有序、道路复杂，更多采取沙盒试点数据、责任和城市道路复杂度要求高多地无安全员/商业化试点Uber/Wayve测试；Waymo计划测试有限区域测试和公共交通接驳以小规模试点为主政策支持与安全约束并重本地合作是进入关键中性中性/谨慎谨慎日本/新加坡节奏稳健，规模化慢于中美WEF/BCG判断2030年前整体较谨慎欧洲大陆图：出海优先级判断优先：开放度高

+

本地平台入口UAE/部分美国城市/东南亚特定城市跟进：安全员过渡

+合作试点英国/日本/新加坡谨慎：法规与责任成本高欧洲大陆多数城市资料：Waymo（美国自动驾驶公司）官网，Uber（优步）官网，路透社，各地政府官网，申万宏源研究证券研究报告22主要内容1.

行业阶段：技术验证初步完成，商业化进入UE验证期2.

技术&安全：安全初步跑通，泛化与数据闭环能力为下一阶段胜负手，新入局玩家增多3.

商业模式：订单密度和车端成本决定盈利，产业链分工逐步清晰4.

政策监管：国内激励与约束并行，出海突破口转向中东等友好市场5.

风险提示235.风险提示◼

政策监管动态调整风险•全球及国内Robotaxi监管框架尚未完全定型，不同区域准入标准、无人化运营权限、数据合规要求存在差异。若政策突然收紧（如提高安全认证门槛、缩小运营区域），将直接延缓企业商业化落地节奏，增加区域拓展的合规成本与市场布局的不确定性。