科技行业专题研究：解读Robotaxi争议焦点，自动驾驶的关键十问十答.pdf

科技行业专题研究：解读Robotaxi争议焦点，自动驾驶的关键十问十答。

自动驾驶：物理 AI 的前沿，我们准备好了吗？

自动驾驶是最具落地潜力的物理 AI（Physical AI）应用之一，正加速从实验 室走向现实。我们认为，尽管全面普及仍面临诸多挑战，但在传感器、高性 能算力平台与算法加速融合的推动下，行业发展提速。本报告旨在剖析决定 这场竞赛胜负的核心要素，包括技术路径、监管演进与竞争格局等。同时， 我们梳理出当前投资者的关键争议焦点，帮助把握产业变革带来的机遇，解 答行业中关注度及争议性最高的十个问题。首先，我们强调，对于迎接自动 驾驶的到来，我们毋庸置疑，已做好准备！

技术鸿沟：从 L2 到 L4，数据、传感器与 AI 算法需系统性升级

L2（驾驶辅助系统 ADAS）向 L4（完全无人自动驾驶）的跃迁，标志着自 动驾驶在数据采集、传感器配置及 AI 算法上的范式转变。L2 系统主要依赖 真实驾驶数据，而 L4 则需大规模高质量的模拟数据集，重点覆盖罕见但对 行车安全关键的“长尾场景”。领先 Robotaxi 运营商，如 Waymo（谷歌）、 小马智行（Pony.AI）、文远知行（WeRide）等，正结合生成式 AI 与强化学 习，以模拟仿真提升系统安全边界。传感器方面，L4 通常采用冗余且多样 化的传感器组合（摄像头/毫米波雷达/激光雷达等），以提升系统的安全性； 而 L2 主要依赖摄像头及少量冗余。当前市场分歧在于：特斯拉主导的“纯 视觉方案”，能否在复杂与罕见场景中满足 L4 所需的严苛的安全标准。

商业逻辑：以 ROI 为核心的部署策略与人口和家庭结构变化下的打车需求

Robotaxi 的商业可行性及长期发展将高度依赖于路径部署策略与人口和家 庭结构的变化。目前 Robotaxi 的部署多集中于特定区域，核心在于 ROI 最 大化考量，而非技术受限。监管支持度、基础设施完善度和人口密度均为关 键因素。长期来看，城市化、年轻群体出行偏好及私家车拥有率下降，将助 推 Robotaxi 快速落地。我们认为，Robotaxi 商业模式或可缓解劳动力紧缺 问题，并作为传统出行方式的高效、可监管的补充方案。

竞争格局：制胜之道在于生态主导权与可持续盈利能力

自动驾驶竞争格局多元且激烈，涵盖科技巨头（如 Google /Waymo、百度、 小米等）、技术提供商（如小马智行、文远知行等）以及车企（如特斯拉、 小鹏等）。欲脱颖而出，我们认为企业需构建完整生态体系，涵盖三大要素： 1）成熟且可控的 L4 技术、2）稳定的出行平台或流量入口，3）具有成本 优势的量产车型。同时，能否应对复杂监管、建立公众信任并验证公司技术 的安全性，以及可持续盈利能力，亦将决定成败。我们认为，技术优劣应以 客观数据和性能指标评判，如事故率、故障可运行能力等。