2025國內自動駕駛走到分岔口，誰先踩上千億跑道？

據彭博社消息，Waymo再啟新一輪融資。此輪融資金額或在150億美元，投后估值將直指1100億美元，大約7810億元人民幣。

資本押注的邏輯清晰可見：作為全球最早的多城市實現常態化全無人付費服務的運營商之一，Waymo超1400萬次的累計載客量、2500輛的龐大車隊以及超過3.5億美元的年化營收運行率，初步驗證了從技術、運營到商業收入的閉環可能性。谷歌CEO桑達爾·皮查伊甚至預測，Waymo最快在2027年將對母公司Alphabet的財務狀況做出“實質性”貢獻。

然而，高估值所依賴的“可靠性”邏輯，在短短五天后便遭到了公開拷問。 12月22日，Waymo的無人車隊在舊金山路口發生“集體趴窩”，交通堵塞嚴重，有乘客被困車內數十分鐘。

這場突發的技術故障，如同一盆冰水，澆在了資本燃起的烈火之上。

它提醒著整個行業即使是最頂級的領跑者，在應對真實世界復雜、殘酷且難以窮盡的“長尾問題”時，依然脆弱。可靠性不僅是單車技術的完美，更是龐大車隊作為一個整體，在城市復雜系統這個“有機體”中協同運行的極限壓力測試。

這次事件與高估值的并置，構成了自動駕駛行業當下最真實的寫照：一面是資本基于未來市場空間的宏大敘事和樂觀預期，另一面則是技術工程化、規模化進程中必須啃下的硬骨頭。它像一面鏡子，不僅映照出國內自動駕駛企業在運營規模與營收體量上的客觀差距，更凸顯了所有玩家在通往“可靠規模化”這一終極目標道路上，所面臨的共通的、布滿荊棘的鴻溝。

視線轉回國內，自動駕駛的中場戰事已悄然變奏。曾經被并稱為“雙子星”的文遠知行與小馬智行，市值差距已悄然拉開至兩倍以上；百度“蘿卜快跑”背靠集團生態持續深耕，并將戰果推向海外；滴滴自動駕駛則依托其出行帝國的場景與數據，穩步推進。

中國的L4級玩家們，正手握迥異的牌組，在生存與盈利的第一性原理驅動下，講述著不同的故事。但在仰望Waymo千億估值的同時，一個更迫切的問題是：誰又能率先交出貨真價實的規模化盈利答卷？

01、開局一張牌，結局全靠打

在暫未出現一家整體盈利“贏家”的自動駕駛牌桌上，生存是第一要義，而技術是生存的第一道門檻。

綜合國內L4級玩家，《新立場》將其歸納為了四套有較大差異的“牌組”，每一套都暗含著對成本、安全、規模與速度的不同優先級押注。

百度的“蘿卜快跑”與小馬智行，二者代表了兩種不同的“工程化”哲學，但近期都共同指向了降本這一核心命題。

其中百度走的是算法驅動的“規模換效率”。手握自動駕駛大模型、高安全冗余硬件和車路云協同的長期積淀，其第六代無人車RT6宣稱通過“10重安全冗余”實現低于10??的系統失效概率，“蘿卜快跑”近期選擇從多傳感器融合堅決轉向純視覺方案。

截至2025年11月，其全球累計訂單量超1700萬單，服務22城，這套“規模換效率”的打法在訂單量上已跑至全球前列，為其技術轉型提供了數據底氣。然而，這條路的險峻在于不依賴激光雷達的“視覺”，能否僅依靠更聰明的“AI大腦”，在復雜程度冠絕全球的中國城市街道上，達到甚至超越多傳感器融合方案的安全性？

相較而言，小馬智行則更偏向于高規格傳感器下的“平衡”。 小馬智行緊握“安全與工程牌”，其第七代系統在總成本較前代下降70%的基礎上，仍搭載高達34個傳感器，實現360°無盲區覆蓋與超遠距檢測。這條路與Waymo初期的邏輯相似。其成果是在廣州核心區域，實現了以日均299元營收覆蓋單車硬性成本的“單車盈虧平衡”。

不過高昂的“入場券”帶來了沉重的資產折舊壓力，其商業模式能否在消費水平、路況復雜度迥異的其他城市成功復制，仍需觀察。

兩條路徑的對比，本質上是“革命”與“演進”之別。百度賭的是算法突破能引發成本結構的質變，從而顛覆游戲規則；小馬信的是在既有工程框架內持續優化，以安全穩健換取商業化的步步為營。兩者都直指盈利要害，但前者賭的是未來，后者押的是現在。

文遠知行與滴滴則跳出了“重資產Robotaxi網絡”的沉重敘事，選擇了“在戰爭中學習戰爭”，押注于“數據與場景”的復利效應。

文遠更像一個“自動駕駛解決方案的軍火商”。其與博世聯合推出的L2+/L4通用“一段式”方案，旨在以“一套算法，多場景落地”的模式，快速復制到RoboBus、無人環衛車等B端場景，并出海至中東等地。不同場景貢獻的即期現金流，能有效對沖Robotaxi的長期投入風險，形成業務彈性。這種策略的核心在于，利用海量、多樣化的行車數據反哺算法，實現快速迭代。

滴滴的路徑更為獨特且難以復制。它不急于另起爐灶，而是基于每天數以千萬計的真實出行訂單構成的“場景數據庫”，通過“混合派單”模式，讓自動駕駛服務自然融入現有生態。這使其能以最低的邊際成本完成數據積累、算法驗證和用戶教育，實現商業化的平滑啟動。

眼下來看，這兩種路徑也各有隱憂。文遠的“寬廣場景”意味著資源可能分散，難以在任一領域構筑絕對壁壘，且“一套算法通吃”的理想面臨巨大的工程適配挑戰；滴滴的“生態融合”則使其商業進展高度內斂，對外披露有限，且如何從海量人駕數據中高效提煉出對自動駕駛進化真正有效的“知識”，是一個比單純技術研發更復雜的系統工程。

四條路徑，四種生存哲學，共同反映出中國自動駕駛行業在資本寒冬與技術長跑中的多元化探索。技術路線只是定了基調，真正的考驗在于，如何將手中的牌，在復雜交織的市場牌局中，打出一張令人信服的“盈利成績單”。畢竟這場牌局，已進入需要亮出底牌的階段。

02、誰能先摸到千億門檻？

2025年，自動駕駛行業進入了“單元經濟模型”（UE）的驗證年。各家交出的“盈利”消息，猶如一件件初具雛形的“新衣”，但材質、合身度與耐久性卻大相徑庭。

從盈利驗證深度和已公開呈現的財務健康度來看，小馬智行算是走在了前面。以廣州為重心，圍繞珠江新城-廣州塔-白云機場-廣州南站這條高價值、高穩定性的“黃金走廊”進行深度運營，小馬智行通過“極致降本”與“場景深耕” 的結合，率先在廣州實現“單位經濟模型（UE）轉正”。

目前小馬的Robotaxi車隊規模已達961輛，其中有667輛是今年6月啟動的第七代車型。而此次盈利的功臣正是第七代車型。整車套件成本較前代大降70%，擁有10年/60萬公里的設計壽命，這讓其299元的日均營收已能覆蓋所有直接運營成本。

據今年Q3數據，毛利率更高的Robotaxi業務收入占比提升至26.3%，帶動整體毛利率同比翻倍。其中技術授權業務收入達6100萬元，為Robotaxi的持續擴張提供了寶貴的現金流，形成了 “B端技術變現反哺C端運營擴張” 的良性循環。

相比于小馬智行回答了“一輛Robotaxi能否賺錢”的問題，蘿卜快跑則回答的是“一個地區的Robotaxi網絡能否整體趨近盈利”。

百度將武漢作為蘿卜快跑“城市級”運營沙盤，覆蓋超3000平方公里，覆蓋約770萬人口。李彥宏所稱的“部分地區正向單位經濟效益”，被普遍認為在武漢得以實現。其核心邏輯是憑借超2.4億公里數據與全球22城的網絡效應，攤薄研發與運營成本。2025年Q3單季310萬訂單、212%的同比增長，是這種規模效應的直接體現。

同樣，相比小馬智行已完成的作業，文遠知行也正描繪高潛力的“單車盈利藍圖”。

官方基于純無人運營牌照和利用率預測的商業模型測算后表示，文遠將在阿布扎比“實現單車盈虧平衡”。作為全球首個非美國的城市級純無人運營案例，文遠正驗證其商業模式在高潛力海外市場的可行性。

目前，文遠知行業務版圖擴展至全球11個國家的30個城市，且這種布局并非盲目撒網，而是有著明確的戰略意圖：例如與Uber合作快速打開中東市場，既能獲取早期收入，更能積累應對高溫、狹窄街道、復雜交通參與者等多樣化場景的寶貴數據，以此訓練算法的通用性。

從結果看，這種“以戰養戰”模式已驅動其收入快速激增761.0%，三季度其核心業務Robotaxi營收達3530萬元，增長勢頭迅猛。同時，公司盈利能力顯著改善，毛利潤5630萬元同比增長1123.9%，毛利率攀升至32.9%（同比提升26.4個百分點），凈虧損同比收窄70.5%，商業化落地成效持續凸顯。

同時，文遠計劃2026年將當地Robotaxi車隊擴充至1000臺，2030年實現數十萬輛的全球部署目標。

相比之下，滴滴自動駕駛的盈利邏輯更為內斂和長期，且目前尚未有獨立的盈利驗證。滴滴主要通過“混合派單”將其自動駕駛服務無縫接入現有的龐大網約車生態，實現最低成本的商業化冷啟動和運力平滑替代。不可避免，其運營進展的數據對外披露有限，盈利完全依賴于未來技術成熟后對現有生態效率的根本性提升。目前滴滴自動駕駛業務仍處于戰略投入期，是典型的“未來時”故事。

然而，將目光投向Waymo的3.5億美元年化營收、2500輛車隊和周訂單45萬單的數據，便能清晰看到差距所在。國內玩家的“單車平衡”或“區域盈利”，更多是在驗證商業模型的“可行性”與“健康度”，如同縫制出了一件合身的樣衣。

而Waymo展現的，則是“可持續性”與初步的“規模性”，且已經開始嘗試將這件“樣衣”進行批量生產。這中間，隔著從百輛級到千輛級、從單城到多城運營所帶來的指數級增長的管理與運維復雜度。

因此，中國L4級玩家的中場戰事，核心轉變為“誰能率先整合資源，跑通屬于自己的商業閉環，”而這場競賽，在2025年呈現出一個愈發清晰的趨勢：自動駕駛，沒有“獨行俠”。

03、自動駕駛沒有“獨行俠”

站在2025年末這個節點回望，我們發現一個有趣的現象：曾經分道揚鑣的技術路徑，其終點正在隱隱重合，一個明顯趨勢是 “路徑收斂”。純粹的技術公司，或者純粹的車企、出行平臺，單獨做 Robotaxi 都會越來越難。單一的技術長板，必須嵌入制造、運營、用戶、數據的完整生態鏈中，才能撬動通往千億市值的底座。

在這場聯盟競賽中，政策無疑是籠罩于所有玩家頭頂的最大變量，它是一張有時限的“準生證”，直接決定了賽道開放的節奏與范圍。Waymo在美國多城的全無人運營，是其高估值的根本前提。但“路口趴窩”事件也警示，政策許可只是起點，持續贏得公眾與城市的“信任許可證”更為關鍵，而一次重大的運營故障就足以讓這張脆弱的許可證打折。

在中國，各地對于自動駕駛的態度與開放尺度差異顯著，這直接導致了企業不得不采取“一城一策”的精細化運營策略，也催生了如百度與武漢、小馬與廣州這樣的深度綁定案例。未來的政策走向，將深刻影響不同技術路徑的生死與聯盟組合的形式。

觀察當下的聯盟動態，可以發現三種主要融合模式：

1. 技術公司與車企的“制造同盟”：如文遠與博世、Momenta與比亞迪，旨在將自動駕駛能力前置到車輛制造環節，解決量產與車規級可靠性問題；
2. 運營方與地方的“城市同盟”：如百度與武漢、阿波羅與重慶，通過深度參與智能交通新基建，換取長期的測試與運營權，實現數據與場景的壟斷性占有；
3. 生態平臺與產業鏈的“資本同盟”：如滴滴廣汽豐田合資公司、騰訊寧德時代等產業鏈資本在自動駕駛領域的廣泛布局，旨在通過資本紐帶整合從技術、制造到出行的全鏈條資源；

這些聯盟的目的，都是為了在可控的范圍內獲取最多元、最真實的數據，以最快速度迭代算法，從而降低接管率、提升用戶體驗、擴大運營規模，最終形成堅不可摧的競爭壁壘。

長期來看，行業路徑將在“收斂”與“分化”中走向動態平衡：

• 前端技術的收斂：無論初期選擇純視覺還是多融合，最終都會向“以視覺為主、多傳感器協同冗余”的性價比最優解靠攏。大模型驅動的端到端技術，將成為提升系統智能上限的通用武器；
• 商業模式的必然分化：市場終將容納多種形態的參與者。可能出現 “全國性網絡運營商”（如未來的百度、滴滴），“垂直場景解決方案商”（如專注港口、環衛的文遠部分業務），以及 “ Tier 1技術供應商”（如向車企提供高級別自動駕駛套件的公司）。不會只有一種贏家通吃。

而最終的競爭，將是圍繞數據生態和事實標準的競爭。誰定義了城市級混合交通的最優運營規則，誰的算法能最好地理解并預測中國特色的交通行為，誰就將掌握生態的話語權。

*題圖及文中配圖來源于網絡。