Robotaxi行业加速发展，商业化进程进入新阶段

Robotaxi行业加速发展，商业化进程进入新阶段

2026年被视为Robotaxi行业从试点走向大规模商业化的关键转折点。多家研究机构指出，这一年标志着该行业十年孵化期的结束，正式迈入商业化元年。这一判断也得到了多家企业运营数据的验证。

百度“萝卜快跑”在2026年第一季度实现了320万单的全无人驾驶运营订单，3月单周订单峰值突破35万单，截至4月累计服务订单已超过2200万单，业务覆盖全球27座城市。小马智行的全球Robotaxi车队规模突破1700辆，一季度业务收入同比增长395.4%，乘客车费收入同比增幅达到456.5%。文远知行的全球车队规模约为1300辆，国内单车日均订单超过17单，高峰期达到28单。

图片源自：网络

在美国，Waymo的单周订单量稳定在50万单左右，覆盖全美11座主要城市，2026年新增6城。此外，Waymo在2026年2月完成了160亿美元的融资，估值升至约1260亿美元，创下自动驾驶领域单笔融资金额的历史纪录。

在国内，截至2026年，已有26座城市获批开展无安全员Robotaxi商业化收费运营，多地逐步取消了随车安全员的硬性要求。国内头部企业的远程安全员人车比已优化至1:20至1:40。

这些数据表明，Robotaxi已不再局限于少数城市的展示项目，而是逐渐成为一种现实的出行选择。行业正从“能否做”进入“能做多大”的新阶段。

成本下降，经济模型逐步清晰

过去几年，Robotaxi面临的核心问题之一是成本过高，导致商业可行性存疑。然而，进入2026年后，成本曲线开始明显下降，行业经济模型逐步清晰。

硬件成本一直是Robotaxi运营中的关键变量。小马智行第七代自动驾驶套件的物料成本较前代下降了70%，2027版Robotaxi整车总成本已降至23万元以内。百度“萝卜快跑”第六代无人车单车成本也已降至20万元左右。

此外，核心传感器的价格也在持续下降。几年前，一颗激光雷达价格动辄上万元，如今速腾聚创、禾赛科技的ADAS激光雷达单价已降至千元级别。2026年第一季度，国内激光雷达装机量超过98.5万颗，供应链国产化与规模效应成为降本的核心推动力。

图片源自：网络

成本下降带来的直接结果是单车经济模型的改善。2025年第四季度，小马智行在广州实现了以城市为单位的单车盈利转正，2026年一季度，其在深圳同样达成这一目标。百度“萝卜快跑”在部分核心城市也实现了单车盈亏平衡，武汉市场在2024年已实现收支平衡，2025年实现盈利。文远知行2026年一季度毛利率达到35%，国内单车日均订单超过17单，高峰期升至28单，经营亏损进一步收窄。

当单车日均订单量稳定在20单以上、日均净收入超过300元时，Robotaxi即可覆盖自身运营成本。这一临界点正在被越来越多城市验证。

尽管整体盈利仍有距离，小马智行2026年一季度经营亏损同比基本持平，文远知行同期净亏损3.89亿元，收入增长与亏损并存的局面仍在持续。每扩张一座新城市，都需要前置投入大量固定成本，包括车队部署、远程安全员配置、本地化运营团队搭建等。从单车盈利到公司整体盈利，仍需较长时间。

高盛在2026年4月将中国Robotaxi车队规模2026年的预测值从1.3万辆上调至1.4万辆，2030年预测值从63.2万辆上调至70.5万辆。太平洋证券预计，随着成本持续下降，Robotaxi单公里成本有望在2026年降至2.1元。

机构上调预测值，反映出Robotaxi行业实际进展超出此前预期。单公里成本降至2.1元，意味着Robotaxi的单位运营成本将与传统网约车基本持平，行业正从早期投入阶段迈入规模化增长阶段，市场对Robotaxi的商业化前景形成更为积极的预期。

技术路线分化，但方向趋于一致

在技术路径上，自动驾驶行业一直存在多种路线之争。Waymo代表的多传感器融合路线在2026年2月推出了第六代Driver系统。该系统在硬件上大幅精简，摄像头从29个减至13个，激光雷达从5个减至4个，传感器总量减少42%。尽管传感器数量减少，系统性能反而有所提升，摄像头采用1700万像素传感器，激光雷达和雷达系统也进行了升级。在软件层面，Waymo依托DeepMind Genie3打造的世界模型，实现了从规则驱动到生成式智能的转变。

特斯拉则坚持纯视觉端到端路线，不依赖高精地图和激光雷达。2026年6月30日，量产版Cybercab在奥斯汀城区启动公开道路工程测试，车辆彻底移除方向盘、油门与刹车踏板。该车搭载HW4.0感知套件，完全依靠FSD端到端神经网络实现城市级无人驾驶。截至2026年5月，特斯拉FSD累计行驶里程已突破90亿英里。

图片源自：网络

在中国，头部Robotaxi企业在技术路线选择上呈现分化态势，但多数仍以多传感器融合为当前商业化运营的基石。

百度Apollo采用典型的多传感器深度融合路线，其第六代无人车Apollo RT6配备38个车外传感器，包括8个激光雷达、6个毫米波雷达、12个超声波雷达和12个摄像头，芯片算力达到1200TOPS。该方案通过多种传感器冗余实现360度无死角环境感知，每秒可处理超百万帧道路数据。

小马智行同样坚持多传感器融合路线，其第七代Robotaxi搭载全方位超高冗余感知系统，配备6大类34个传感器，包括9颗激光雷达、14颗高分辨率摄像头和4颗毫米波雷达。该系统可实现360度无盲区感知，最远探测距离可达650米，即使在雨雪雾等极端天气下也能稳定运行。

在算力层，小马智行第七代系统搭载自研L4车规级域控制器，配合算力高达4000TFLOPS的下一代自动驾驶控制平台，算力效能较前代提升3倍，能够高效支撑车载大模型与Transformer算法架构的运行。此外，车辆还搭载迭代优化的PonyWorld 2.0世界模型，并辅以20余项安全冗余设计与千余项智能监控机制。

图片源自：网络

小鹏汽车则选择了纯视觉技术路线，不依赖激光雷达和高精地图，仅依靠摄像头与AI模型完成环境感知。这一选择基于其高算力平台（3000TOPS）和第二代视觉-语言-动作（VLA 2.0）大模型。小鹏认为，纯视觉方案能够避免激光雷达高昂的成本和高精地图巨大的绘制与更新维护费用，从而实现更轻的模式和更快的全球部署。

总体来看，百度和小马智行出于对L4级完全无人驾驶场景下失效可运营安全标准的考量，选择了传感器冗余度更高的多传感器融合方案。而小鹏则押注于算力与算法的进步，试图用纯视觉方案实现同等水平的安全性与稳定性。这两条路线在当前阶段各有侧重，前者更强调现阶段运营的可靠性与安全性，后者则着眼于未来的成本优势与规模化速度。

在Robotaxi领域，端到端架构已成为行业共识。感知大模型、端到端架构等算法日益成熟，核心硬件成本持续下降，为大规模应用奠定了基础。Wayve等企业推出的端到端AI驾驶软件，其核心优势在于无需逐城市高精地图即可适配不同地区及驾驶场景。

谁在领跑，谁在追赶？

2026年6月，美国自动驾驶研究机构Autnmy AI发布了一份全球Robotaxi竞争力测评榜单。该榜单基于公开可查的经营数据，所有数据均可溯源至企业财报与官方公示内容。榜单设置12小时动态更新机制，中美之间的差距已缩小至可以反复交替的程度。

在该榜单中，前五名中有三家为中国公司。百度“萝卜快跑”曾以81.7分位居榜首，Waymo以77.6分位居第二，小马智行、文远知行分列第三和第四。滴滴自动驾驶、曹操出行、小鹏汽车也入围前16名，特斯拉Cybercab以41.9分排名第五。

中国企业的优势主要体现在商业化速度上。密集的城市路网和稳定的出行需求，使得无人车可以在更短时间内积累大量真实路况数据，这种数据规模优势反过来又加速了算法的迭代，形成正向循环。与此同时，国内相对成熟的网约车市场和用户对新事物的较高接受度，也为Robotaxi的商业化落地提供了良好土壤。因此，中国企业能够更早将技术转化为实际的收费服务，在城市覆盖和运营单量上取得领先。

图片源自：网络

Waymo的优势则更多体现在技术和品牌层面。作为2009年就入局自动驾驶研发的公司，Waymo在算法储备和系统稳定性上积累了十余年的经验。但相比中国企业，其商业化落地节奏明显更慢，新增城市的周期也更长。

Robotaxi行业的竞争重点已不再局限于单纯的技术指标，而是考验企业能否将技术转化为一项可持续盈利的出行服务。中国企业在商业化速度上占优，Waymo在技术积累上深厚，谁能率先跑通大规模运营的经济模型，谁就能在下一阶段的竞争中占据主动。

由此可见，Robotaxi行业正在从技术验证全面迈入商业运营阶段。2026年的数据表明，技术可行性问题已基本解决，接下来的竞争将集中在规模化能力、运营效率和成本控制上。行业的拐点确实已经到来，但距离真正的成熟，仍需时间的考验。

-- END --

原文标题：Robotaxi狂奔背后真实发展如何？