文 | 伯虎财经，作者 | 楷楷

2026 年春天，自动驾驶行业迎来了 " 分水岭 "。

去年以来，智能驾驶领域多个关键性标准相继出台。近日发布的《复杂道路智能驾驶》，定义了系统在复杂道路环境下的组成、功能及运行要求；

今年 2 月，相关部门发布《智能网联汽车自动驾驶系统安全要求》征求意见稿，成为首部针对 L3 级和 L4 级自动驾驶系统的强制性国家标准。

从 " 无法可依 " 到 " 试点落地 "，再到如今进入全国性立法的关键窗口，这套组合拳打下来，释放的信号再明确不过——政策层面对自动驾驶的态度已经从 " 谨慎观望 " 转向了 " 有序放行 "。 

具体到企业层面，小马智行和文远知行都拿出了具有积极意义的成绩单。场外的小鹏也成立一级 Robotaxi 业务部，下半年将开启 Robotaxi 载客示范运营。

AI 时代，自动驾驶的地位被进一步拉高。不少业内人士都认为，自动驾驶将是通向通用人工智能（AGI）的关键路径，未来将成为重塑未来出行、产业和就业格局的核心驱动力。

Robotaxi 这个被质疑了十年的赛道，好像终于闻到了春天的味道。

01 摆脱 " 烧钱时代 "

最近，小马智行、文远知行的两份成绩单，给行业打了一剂强心针。

数据显示，2025 年小马智行实现总营收 6.29 亿元，同比增长 20%；  Robotaxi 业务收入达到 1.16 亿元，同比激增 128.6%；乘客车费收入全年增幅接近 400%。

比营收增长更引人注目的，是小马智行已在广州和深圳相继实现了单车盈利（UE）转正，也是国内唯一一家在一线城市实现   UE 转正的 Robotaxi 公司。

（图：小马智行 2025 年财报数据）

另一家自动驾驶公司文远知行也交出了一份亮眼的成绩单。2025 年，公司实现收入 6.85 亿元，同比增长近 90%；Robotaxi 收入约 1.48 亿元，同比暴涨 209.6%。其中，文远知行在阿布扎比的 Robotaxi 车队，在取消车内安全员后，已经跑通单车盈利模型。

（图：文远知行 2025 年财报数据）

尽管小马智行、文远知行两家企业在 2025 年尚未实现整体盈利，但已经看见了盈利的曙光——两者分别在国内和海外市场，验证了 Robotaxi 商业模式的可行性与盈利能力。

萝卜快跑则跑得更快，2025 年 8 月，百度董事长李彦宏透露萝卜快跑已在武汉实现单车收支平衡，累计服务次数居 " 全球第一 "。

除了自动驾驶企业之外，出行平台也迎来了好消息。近日，曹操出行在 2025 年第四季度，首次实现调整后净利润转正，年度亏损同比大幅收窄 50.8%。

需要指出的是，曹操出行的季度盈利跟 Robotaxi 业务并没有直接关系，主要靠 AI 提效以及定制车降本等精细化运营实现的。

但对于自动驾驶行业而言，出行平台作为承接 Robotaxi 落地的 " 底盘 "，其能够具备 " 造血能力 "，才能为 Robotaxi 提供更广阔的商业化想象空间。

自动驾驶的商业化不再只是纸上谈兵，源于几大瓶颈的突破，其中，最直接的原因是收入增加了，成本降低了。

小马智行 CFO 王皓俊提到了小马智行 UE 转正的计算方式：收入（每天接多少单 × 每单跑多远 × 每公里收费）能覆盖成本（折旧成本 + 运营成本），UE 就能转正。

从收入端来看，消费者对 Robotaxi 的接受度正稳步攀升，2025 年，小马智行 APP 注册用户规模同比提升近 3 倍，文远知行国内注册用户规模四季度同比增长超 9 倍。

使用频率提高也刺激收入增长，Robotaxi 的日均有效运营时长是传统网约车约 1.5 倍，以小马智行为例，其日均单量达到 23 单，深圳单日车均净收入达到 394 元的历史新高。

除此以外，政策放行也打开了规模化的空间。

目前，全国各地正加速推动自动驾驶全域开放，包括北京、上海、广州、深圳、武汉等 10 余个城市已放开全无人商业化运营，相关部门也积极推进技术要求、责任分级等标准落地。

政策 " 松绑 "，Robotaxi 得以加速跑马圈地。截至目前，文远知行全球 Robotaxi 车队规模达 1125 辆；小马智行突破 1400 台；萝卜快跑则已达到 2500 辆。

而在成本端，文远知行和小马智行都提到了运营成本的下降，比如远程人效比大大提高等。不过，最核心的原因还是整车成本的下降。

文远知行与吉利合作的前装量产 Robotaxi GXR，整车成本下降 15%；小马智行第七代 Robotaxi 自动驾驶套件总成本较前代下降 70%。目前，Robotaxi 的单车造价基本已降至 26-32 万元。

而在 2022 年以前，  Robotaxi 的单车造价普遍超过 100 万元，激光雷达、计算平台等占六成以上成本，这从根源上就决定了 Robotaxi 基本不可能实现盈利。

但现在，Robotaxi 的收入和成本，都翻过了最难的山。

02 从 " 辅助 " 到 " 自动 "

不过，这也只是故事的一半，另一半，则藏在技术路线的演变里。

2025 年之前，自动驾驶行业仍是 " 纯视觉 "" 激光雷达 " 等技术路线之争，但这些都属于感知技术，" 能看 " 只是辅助，汽车还需要一个 " 大脑 "，才能真正实现完全自动驾驶。

来到 2026 年，端到端大模型成为了行业共识，技术路线开始收敛，多家车企和自动驾驶企业都实现了技术突破。

小鹏推出了 VLA2.0 模型，实现了从视觉信号到动作指令的端到端直接生成，对标 L4 级能力；理想发布的基座模型 MindVLA-o1 实现了原生 3D ViT，能更准确判断距离和空间关系。

特斯拉 CyberCab 取消了方向盘和踏板，证明纯视觉方案和端到端大模型可以支撑车辆在没有人工干预的情况下实现长时间、长距离运行。

相较于 " 纯视觉 " 或 " 激光雷达 " 路线，端到端大模型相当于为汽车装上一个 " 大脑 "，其不需要模仿人眼视觉做出判断，而是让大模型看懂世界，学会开车，再告诉司机该怎么开。

但对于怎样让大模型学习和决策，行业则产生了分歧——以小鹏、理想为代表的车企主张 VLA 大模型，华为、蔚来、Momenta 等则支持世界模型。

VLA（视觉 - 语言 - 动作模型）大模型信奉能力 " 涌现 "，认为只要模型足够大、数据足够多，AI 就能自己从零开始学会驾驶的一切细节和规则。在这之后，VLA 大模型就能模拟人类驾驶的逻辑，在 " 看见 " 后进行推理和决策，以处理路况中的突发情况。

世界模型的底层逻辑是基于物理引擎的动态模拟，在驾驶时是先构建环境认知模型，再分步推演决策，虽然适用场景范围没有 VLA 模型宽泛，但在标准化场景下精度极高。

不过，两种技术路线都有各自的痛点，世界模型需要实时完成大规模的数据推演，对智驾芯片的要求极高，对下沉车型不太友好；VLA 大模型则需要海量的极端场景数据进行训练，数据标注成本是一大挑战。

因此，两种技术路线各有优劣，当下还难以判断。

文远知行 CEO 韩旭曾在采访中提到，" 行业中没有必赢的技术路线，选择什么路线跟企业的目标、品控、软件流程都有关系。" 韩旭认为，与其纠结 VLA 与世界模型路线谁更好，倒不如说能实现目标的技术就是更好的路线。

况且，两种技术路线也不一定要 " 非此即彼 "。

比如特斯拉目前的算法研发体系中，已把 VLA 模型和世界模型同时纳入其中；小鹏 VLA 大模型 2.0 引入了具备物理世界理解能力的视觉推理机制。

两种技术路线的融合，让长尾场景数据得以通过世界模型 " 人工合成 "，即便 VLA 基座模型，也能依托大规模仿真训练提升决策效率与可靠性，推动 L3/L4 级智能驾驶加速上路。

去年 12 月，我国首批 L3 级有条件自动驾驶车型已获准上路；目前，已有多家车企和自动驾驶企业获得 L4 级示范运营和测试牌照。

虽然技术路线不同，但行业的目标是一致的，那就是冲向 L4 级以上的高阶智驾，让无人驾驶的幻想能够照进现实。

03 商业化只差一步？

不过，即便自动驾驶行业已经逐渐走出成本、规模以及技术的 " 瓶颈 "，但距离真正的规模化盈利，还有很长的路要走。

首先，告别烧钱，不等于已经赚钱。2025 年，小马智行全年 GAAP 净亏损收窄至约 5.31 亿元人民币，但非 GAAP 经营亏损却从上年的 1.585 亿美元扩大至 2.301 亿美元，四季度的单季盈利主要来自交易性金融资产公允价值变动收益，是投资收益，而非运营收益。

文远知行的情况也类似。虽然 2025 年全年净亏损约为 17 亿元，同比收窄 34.2%，但绝对值依然庞大。而且，文远知行 2025 年股权激励费用较 2024 年大幅下降，如果把这部分剔除掉，其经调整净亏损是 12.47 亿元，比 2024 年扩大了 55%。

而且，两家公司收入高速增长的同时，" 烧钱 " 速度也同样快。2025 年，文远知行的研发开支为 13.72 亿元，占营收约 200%；小马智行的研发开支为 15.2 亿元，占营收的 241.7%，要保持技术领先和全球拓展，这场持续十年的 " 烧钱竞赛 " 似乎还未能终结。

其次，L4 级及以上无人驾驶的落地仍面临压力。

一方面，UE 转正只是证明了在一线城市的高密度场景中，Robotaxi 的经济模型是成立的，但如果要实现全国规模化运营，运营复杂度指数级上升。

比如车辆调度、远程协助、事故处理等环节都需要增加人力投入；随着运营规模扩大，占大头的固定成本开支也会同步增加，但全域订单密度能否覆盖成本，账本还要重算一遍。

另一方面，目前，Robotaxi 的落地普遍采取区域性试点模式，这类试点往往与企业所在地及地方政策支持力度密切相关，城市区域运营尚未开放大规模的互认机制，导致 Robotaxi 企业每进入一个新城市，都需要经历从道路测试到纯无人驾驶商业化运营的全流程。

这意味着车队越早进入某个城市，其先发优势就会越大。但适合 Robotaxi 运营的一二线城市数量终究有限，Robotaxi 企业要从区域发展到全国运营，城市壁垒才是真正的拦路虎。

最后，安全问题依然不容有失。在社交平台上，关于 Robotaxi 感知失效、无故刹车等事件也不时发生，除了驾驶安全之外，Robotaxi 的稳定运行和应急处置能力也还需要持续打磨。

显然，当下要谈 Robotaxi 取代人类网约车，似乎还太早。这不仅仅是 Robotaxi 企业成本账的问题，也是 " 机器取代人 " 的技术伦理问题，本身就是一道需要审慎回答的命题。

目前，行业的主流观点是，L4 级自动驾驶将会在 2027 年落地，但对于何时能实现大部分场景的规模化应用，技术本身依然是关键变量。

Robotaxi 行业正站在一个微妙的节点上，企业确实开始挣钱了，但从单城到多城、从百辆到千辆，再到实现完整的商业闭环，每一步都仍然充满了不确定性。

在此之前，保持理性、关注本质，或许才是穿越周期的唯一路径。Robotaxi 长跑十年才终于迎来拐点，这个弯拐得慢一点，又如何呢？