小馬智行第七代Robotaxi城市級單車盈利轉正，車隊明年擴至3000輛

11月25日，自動駕駛企業(yè)小馬智行（NASDAQ：PONY；HKEX：2026.HK ）發(fā)布了截至9月30日的2025年第三季度財報：總營收1.81億元，同比增長72%。Robotaxi業(yè)務收入達4770萬元，同比增長89.5%，其中乘客車費收入同比激增超200%。第七代Robotaxi在廣州實現城市級單車盈利（UE）轉正，商業(yè)化迎來階段性的里程碑式時刻。

財報發(fā)布后，小馬智行創(chuàng)始人兼CEO彭軍、創(chuàng)始人兼CTO樓天城、聯合創(chuàng)始人兼CFO王皓俊出席財報電話會議，解讀財報要點并回應分析師問詢。

電話會議亮點

• 完成“港股+美股”雙重主要上市，創(chuàng)下了2025年全球自動駕駛行業(yè)最大規(guī)模IPO。港股上市后，公司新增現金超過8億美元（約60億元人民幣），用于加速量產、大規(guī)模商業(yè)化、技術研發(fā)與新市場開拓；
• 第七代Robotaxi已在廣州、深圳、北京開啟全無人駕駛商業(yè)化運營。第七代Robotaxi以城市為單位實現單車盈利轉正，公司正式開啟全新的商業(yè)盈利與高速擴張周期；
• Robotaxi營收實現高速增長，Robotaxi業(yè)務收入4770萬人民幣，同比增長89.5%，其中乘客車費收入同比增長超200%；
• 小馬智行Robotaxi車輛總數已達961輛，其中667輛為第七代Robotaxi，預計提前實現年內超1000輛車隊規(guī)模目標，并計劃在2026年底將規(guī)模擴大至三倍，達到3000輛以上；
• 2026年第七代Robotaxi生產成本將進一步下降，其自動駕駛套件BOM成本較今年水準再降20%，為2026年量產計劃提供支撐；
• 持續(xù)深化全球戰(zhàn)略布局、構建先發(fā)優(yōu)勢，Robotaxi業(yè)務已覆蓋8個國家。公司通過與跨國汽車集團Stellantis，以及出行平臺企業(yè)Uber、康福德高、卡塔爾國家運輸公司等合作，持續(xù)深化在歐洲、中東地區(qū)的Robotaxi業(yè)務，在阿聯酋迪拜、新加坡榜鵝、卡塔爾多哈正式開啟Robotaxi測試。

電話會核心內容摘要

小馬智行創(chuàng)始人兼CEO彭軍：

小馬智行（Pony.ai）于11月6日完成“港股+美股”雙重主要上市，募集資金超8億美元，創(chuàng)下了2025年全球自動駕駛行業(yè)最大規(guī)模IPO，這一重要里程碑為公司大規(guī)模商業(yè)化進程提供了長期且穩(wěn)健的資本支持。我們也很高興看到第七代自動駕駛出租車已在中國多個一線城市正式投入運營，推動全無人駕駛出行的進一步普及。我們將乘勢而上，憑借充足的資金儲備，加速拓展安全、高效的自動駕駛出行與卡車服務，讓自動駕駛觸手可及。

小馬智行創(chuàng)始人兼CTO樓天城：

我們早在2020年就已意識到基于強化學習實現超越人類駕駛能力的重要性，同年，小馬智行世界模型（PonyWorld ）就開始開發(fā)，通過構建高真實性的訓練環(huán)境和行為評估標準，融合了高保真模擬、長尾場景復現能力以及基于人工智能自我學習的獎勵評估機制，最終真正實現了無監(jiān)督、自我演進的閉環(huán)訓練，為我們規(guī)模化落地，構建核心壁壘的關鍵技術。世界模型每周可生成100億公里的測試數據，其中超過99%的數據是自動駕駛車輛與交通參與者強交互的數據，可以幫助虛擬司機自我演進和模型訓練，實現超過人類的表現。近年來，整個自動駕駛與機器人行業(yè)正逐步向世界模型（World Model）方向匯聚，這也驗證了我們當年所采用的技術路徑的前瞻性。

小馬智行聯合創(chuàng)始人兼CFO王皓俊：

第三季度，我們實現了高速的收入增長，并進一步鞏固了財務基礎。第三季度總營收同比增長 72.0%，主要得益于自動駕駛出行服務與技術授權及應用服務的強勁表現。我們近期香港 IPO 的凈募資額顯著增強了資產負債表實力，結合第七代自動駕駛出租車在廣州城市范圍實現單車盈利轉正這一關鍵里程碑，凈募資額將助力我們快速擴大商業(yè)布局，為長期增長注入強勁動力。

問答環(huán)節(jié)：

美國銀行 Ming Hsun Lee：

請管理層說明一下今年的車隊規(guī)模情況，以及 2026 年新增車輛的展望？不同城市的車隊部署計劃是怎樣的？

彭軍：

如你所見，自第七代Robotaxi推出以來，我們的量產和部署速度遠超預期。因此，我們今年有望超額完成年底 1000 輛Robotaxi目標，且這一強勁勢頭將持續(xù)至 2026 年，我們保守目標是將車隊規(guī)模擴充至 3000 輛以上。這主要是因為第七代車輛的推出形成了正向循環(huán)，車隊密度的提升縮短了乘客候車時間，進而優(yōu)化了用戶體驗；良好的用戶體驗又推動車輛利用率提高，使我們能夠制定更高的定價。這一循環(huán)為我們的快速擴張奠定了堅實基礎。

此外，我們已開始與西湖集團、陽光出行等車隊運營商合作，試點輕資產模式，未來還將吸納更多合作伙伴。這種模式能讓我們以更少的資本支出實現更大規(guī)模的車隊部署，這就是我們的增長計劃。

關于車隊部署策略：我們將在現有市場深化布局，同時積極開拓新市場機會。第七代車輛在廣州達成全市范圍的單車輛盈利轉正，這一里程碑驗證了我們的商業(yè)模式，讓我們有信心深化在中國一線城市等現有市場的合作與運營。正如之前所說，車隊規(guī)模擴大將形成正向循環(huán)；同時，我們也將拓展更多國內城市及海外市場，這些都是我們未來的增長引擎。在這些市場的落地策略是與當地合作伙伴及政府機構深度協作，建立市場存在感，為未來增長做好準備。請大家持續(xù)關注，我們后續(xù)會帶來更多好消息。

德意志銀行 Bin Wang：

2025 年第三季度車費收入是否會保持增長？隨著車輛部署規(guī)模擴大，車費收入的展望如何？

王皓?。?/strong>

第三季度我們的車費收入增長勢頭尤為強勁，同比增幅約 233%，本季度投入運營的仍以第五代Robotaxi和第六代Robotaxi車輛為主。我們認為，這一增長既得益于需求端的推動，也離不開運營端的優(yōu)化。

需求端方面，我們持續(xù)努力提升駕乘體驗和整體用戶體驗，在中國一線城市獲得了強勁的自然增長用戶需求，這也體現了消費者對小馬智行Robotaxi服務的高度認可。例如，第三季度總注冊用戶數同比增長超過一倍。

運營端方面，我們不斷優(yōu)化車隊運營，提升車輛利用率和訂單完成率，正如在之前的發(fā)言中所提到的，我們優(yōu)化了車隊調度和部署策略，使候車時間較 2024 年同期縮短約 50%；同時持續(xù)擴充上下車點，為用戶打造更流暢的體驗。以深圳為例，目前我們的上下車點已超過 10000 個，較6月底增長了 300%。

憑借需求端和運營端的雙重優(yōu)化，加之第七代車輛的持續(xù)投入運營，我們相信，隨著車隊規(guī)模的不斷擴大，車費收入將保持強勁的增長勢頭。首先，我們的車隊規(guī)模正呈指數級增長：去年為 270 輛，今年將超過 1000 輛，明年目標突破 3000 輛。這種規(guī)?；瘮U張將進一步完善網絡效應，帶來更短的候車時間、更高的車輛利用率和更強的用戶接受度。

我們還將逐步擴大在上海、深圳等城市的服務區(qū)域，目前已在推進相關工作，未來會進一步提升覆蓋范圍、拓展可行駛里程等。通過這些舉措，我們有望提高單次訂單的平均客單價。

花旗研究 Kyle Wu：

恭喜公司達成全市范圍的單車盈利轉正里程碑。能否詳細說明一下這一盈虧平衡目標背后的核心假設，包括日均訂單量、定價策略、每日運營時長以及遠程協助配比？謝謝。

王皓俊：

正如您所說，我們都認為城市級別的單車盈利轉正，對公司乃至整個行業(yè)而言都是一個關鍵里程碑。首先需要說明的是，自第七代Robotaxi投入商業(yè)運營以來，我們已在廣州市率先達成了這一關鍵里程碑。我們始終認為，中國是全球最大的網約車市場，而一線城市的出行市場規(guī)模在全國占比極高。

單臺車經濟的構成主要包括收入端和成本端。收入端方面，首先是單車輛日均營收：自第七代Robotaxi在廣州上線以來，截至 11 月 23 日最近兩周內，單臺車輛日均營收已達 299 元人民幣。這里的營收指扣除折扣和退款后，通過網約車服務產生的總營收。從這 299 元的日均營收來看，單車輛日均訂單量為 23 單，這得益于廣泛且強勁的用戶需求。

成本端方面，單車輛經濟的成本主要由兩部分構成：一是第七代Robotaxi的硬件折舊成本（按 6 年使用年限計算年折舊）；二是運營成本，包括充電費、遠程協助人員費用、地面支持人員費用、車輛維保費用、保險費、停車費及網絡費等。關于遠程協助配比，我們正按計劃推進 1:30 的目標（即 1 名遠程人員支持 30 輛車輛）。

達成這一里程碑后，我們有信心搶占中國龐大的出行市場份額，同時為我們在國內及國際市場的進一步規(guī)?；瘮U張奠定了戰(zhàn)略基礎。這不僅讓我們對擴大車隊規(guī)模充滿信心，還吸引了越來越多第三方企業(yè)愿意出資采購車隊，助力我們向輕資產模式轉型。我們相信，這些因素將共同推動公司營收增長與成本優(yōu)化。

華泰證券 Purdy Ho：

我們注意到有越來越多不同類型的參與者進入Robotaxi行業(yè)，尤其是整車廠商。請問您如何看待這些處于 L4 級自動駕駛階段的新入局者？能否詳細闡述主要的技術和運營挑戰(zhàn)，例如應對極端場景以及面向數字經濟的車隊管理？

彭軍：

首先，我認為看到越來越多公司宣布進入Robotaxi行業(yè)是件好事，這表明業(yè)界對Robotaxi大規(guī)模商業(yè)化的潛力有了更多認可和信心。隨著認知度提高，會有更多資源和公司投入，從而加速整個行業(yè)的發(fā)展，這是很積極的信號。

但另一方面，Robotaxi并不是任何新玩家都能輕易進入的行業(yè)。目前新入局者中沒有哪一家實現了把全無人駕駛的Robotaxi服務大規(guī)模上路，這說明準入門檻很高。我認為新玩家面臨三大類主要障礙：商業(yè)挑戰(zhàn)、監(jiān)管挑戰(zhàn)和技術挑戰(zhàn)。

從商業(yè)挑戰(zhàn)來講，Robotaxi不僅僅是自動駕駛技術本身，還涉及用戶獲取、車輛生產、車隊調度、車隊維護（包括清潔、充電等）等多方面。作為行業(yè)的先行者和領導者，小馬智行具有早期優(yōu)勢：在道路上有更多車輛、品牌認知度更高、在各項業(yè)務成本上更優(yōu)化，并且已經建立了更多合作伙伴關系，這些都構成了新入局者難以逾越的壁壘。

從監(jiān)管的角度，Robotaxi對安全性的要求非常高。全球各地的監(jiān)管機構對Robotaxi的安全標準普遍高于傳統(tǒng)出租車。新玩家在任何城市擴展到全量運營前，都需要逐步證明其安全性，通常從幾十輛甚至更少的試點車輛開始，積累安全記錄、逐步增加車輛并擴大運營區(qū)域，同時取得必要的牌照和許可。這個過程本身耗時且難以加速。

而技術挑戰(zhàn)，這是第三個也是非常關鍵的挑戰(zhàn)，我們的CTO將從技術角度展開說明。

樓天城：

從技術角度，當前行業(yè)普遍開始使用“世界模型”（World Model）思路，包括Robotaxi廠商和整車廠都在基于仿真訓練環(huán)境采用強化學習方法。我們大約五年前就開始開發(fā)用于自動駕駛的強化學習，這給了我們早期的技術優(yōu)勢。隨著世界模型的成熟，訓練閉環(huán)會越來越依賴“虛擬司機”系統(tǒng)與世界模型之間的交互：“虛擬司機”在仿真中產生反饋，世界模型據此改進，從而減少對真實世界數據的依賴。

在這個閉環(huán)中，世界模型可以通過“虛擬司機”反饋生成更多復雜場景的訓練樣本，逐代提升模型處理復雜或邊緣場景的能力。但真正的技術難點在于如何在真實世界驗證新技術的安全性并實現規(guī)?；渴?。我們憑借已驗證的Robotaxi運營記錄，認為可以較快抓住下一波技術創(chuàng)新的機會。另外，在香港上市將進一步加速我們的研發(fā)與迭代周期，鞏固技術與運營領先地位，拓寬競爭優(yōu)勢。

杰富瑞投資銀行 Xiaoyi Lei：

你們運營區(qū)域擴張更快的主要因素是什么？除了技術之外，還有哪些關鍵因素？從技術角度，你們是否使用大語言模型（LLM）？如果使用，它們如何幫助推動自動駕駛能力提升？

樓天城：

我會將你的問題分為兩部分：泛化能力與大語言模型。
先說泛化：從技術上講，我們的技術棧天然就是為泛化而設計的。舉例來說，第三季度我們把運營區(qū)域擴展到上海浦東與深圳南山的更多片區(qū)。在這兩種情況下，從完成安全驗證到面向公眾實現全無人運營，只用了幾周時間，并不需要額外的模型訓練。關鍵原因在于，我們的技術架構本就擅長處理各種極端場景，而這些場景在不同區(qū)域之間其實高度一致，比如路面小障礙物、紙箱、臨時施工、人群聚集、前車突然并線且未觀察后車等，差別主要在于這些情況發(fā)生的概率分布。

因此我希望這能幫助大家理解，為什么我們的技術棧天生具備泛化能力。在現階段，我認為新區(qū)域擴展的關鍵約束之一是 Robotaxi 車輛數量：如果擴區(qū)過快但車輛增長跟不上，會稀釋車隊密度，影響乘客的等待時間與體驗，這就是為什么運營區(qū)域擴張速度不能顯著快于車隊規(guī)模增長。

再說大語言模型：L4 級車端模型必須同時滿足兩項硬性要求——安全和低延遲。而大語言模型和聊天模型既不滿足、也并非為此設計。安全方面，LLM 可能出現“幻覺”風險，這會影響 L4 的安全性；延遲方面，LLM 更偏向以“吞吐”指標（例如 tokens/s）進行優(yōu)化，但 L4 需要的是超低延遲、能在低功耗且成本可控的車載芯片上運行全無人駕駛系統(tǒng)。此外，LLM 過度依賴人類數據，天然受限于既有人類知識邊界，也不可避免地會學習到人類駕駛的錯誤與壞習慣。

當然，我們確實在研發(fā)工作中大量使用 LLM，例如增強人機交互、提升研發(fā)生產力（編碼、文檔工具）、分析乘客反饋用于持續(xù)改進等；但出于以上原因，LLM 并不適合作為車端自動駕駛模型。

瑞銀集團 Xinyu Fang：

目前小馬智行正與多家不同區(qū)域的整車廠商合作，包括北汽、廣汽和豐田等，從財務角度來看，通過與整車廠商合作，是否有助于提升運營效率并加速落地？

彭軍：

現實情況是，在全球Robotaxi市場上，政府和當地居民普遍更偏好本地品牌的出租車，這一點很現實。對于規(guī)模較小的Robotaxi車隊，品牌影響可能不那么明顯；但當需要大規(guī)模部署時，地方品牌偏好就變得非常重要。

因此，我們有必要在不同地區(qū)與多家本地整車廠商合作，這能幫助我們更快地進入不同市場。這也是為什么我們目前與三家整車廠商合作生產我們的第七代Robotaxi車輛的原因。

將自動駕駛套件適配到不同車型上確實帶來了技術挑戰(zhàn)。但從另一個角度看，我們能夠將技術標準化并成功部署到多款車型，正說明了我們的技術通用性。這種通用性將成為長期的競爭優(yōu)勢，使我們能夠更快地增加新車型，從而加速向新區(qū)域擴張。例如在歐洲，我們已經與 Stellantis 達成合作伙伴關系，以支持我們在歐洲的擴張。

國信證券 Xujia Tang：

當 Robotaxi 遇到困難時，為什么小馬智行采用“遠程協助（Remote Assistance）”而不是“遠程控制（Remote Control）”或人工接管？兩者技術差異是什么？

樓天城：

之前也有問題提到過遠程協助，我再詳細解釋一下。首先，遠程協助從不通過方向盤或踏板遠程操控車輛，而是在車輛發(fā)起服務請求時，由遠程人員提供支持與建議。大多數時間我們的車輛都能獨立決策駕駛，不需要遠程協助；遠程協助只在車輛主動請求時才會介入，而不是遠程“開車”。即便車輛收到遠程人員提供的建議，車載自動駕駛系統(tǒng)仍會基于實時狀況做出及時的決策。因為車輛不會等待遠程指令才行動，所以它能在不依賴網絡時延的情況下保持安全運行。一個典型例子是臨時交通管制：系統(tǒng)可能請求遠程協助，遠程人員提供高層級建議，幫助確認車輛通過該場景的策略。同時，正如我提到的，我們將持續(xù)優(yōu)化 AI 算法，運用更強的通用 AI 能力以提升對復雜場景的理解，從而進一步提升遠程協助效率，使遠程協助人車比在年末時提升到約 1:30，希望這能回答你的問題。

中信建投證券 Serena Li：

謝謝管理層接受我的提問。據我們了解，中東部分國家近期已頒發(fā)全無人駕駛自動駕駛出租車運營牌照，請問公司對此有何看法？小馬智行的海外戰(zhàn)略是怎樣的？

彭軍：

小馬智行的使命一直是 “讓自動駕駛觸手可及”，我們始終懷揣全球化愿景，希望我們的技術能為世界各地創(chuàng)造價值。目前，我們的全球布局重點聚焦于具有高增長潛力的市場，這類市場通常具備強勁的出行需求、完善的基礎設施以及支持性的監(jiān)管環(huán)境。

在評估潛在進入的市場時，我們主要考慮三大核心因素：第一是目標市場規(guī)模；第二是當地政府對全無人駕駛商業(yè)化運營的開放態(tài)度與政策執(zhí)行力度；第三是本地合作伙伴的資源儲備與運營能力。

目前我們的全球擴張進展是：小馬智行Robotaxi業(yè)務已進入 8 個國家市場。例如，第三季度我們通過與Mowasalat合作，新增卡塔爾作為新市場。第三季度，我們的海外Robotaxi業(yè)務營收實現了快速增長，我們預計這一勢頭將持續(xù)下去。未來，發(fā)現良好的增長機會，我們將繼續(xù)開拓其他全球市場，這就是我們的海外戰(zhàn)略。