2024年自动驾驶汽车行业专题报告：政策、技术、成本共振，Robotaxi商业化快速推进

一、政策/技术/成本共振，Robotaxi 商业化快速推进

2016年以来，伴随智能网联驾驶技术的快速进步，本土产业链的逐步壮大，在政策 积极引导之下，我国Robotaxi产业有了长足的发展。 车端：2020年我国发布智能汽车创新发展战略，规划到2025年，中国标准智能汽车 的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成， 2023年11月我国发布智能网联汽车准入和上路通行试点政策，推动L3、L4高阶智驾 汽车规划化应用。政策引领之下，本土智驾产业链迅速发展壮大，伴随后期成本、技 术持续优化，商业化基础日趋完备。 路端：从目前实践来看，根据蘑菇车联披露信息，与单车智能相比，通过车路云一体 化的赋能，自动驾驶车辆安全性提升20%，通行舒适度提升10%，电耗降低5%-10%， 车路云一体化已成为本土Robotaxi商业化的重要路线。2024年我国正式发布车路云一体化试点，2024Q2北京、武汉等地相继发布车路云一体化项目建设规划。

（一）政策端：取向积极，2024 年积极发力车路云一体化

1. 推进高阶智能驾驶应用，政策基调积极

国内政府将智能网联汽车产业置于战略高度。2020年多个部委联合发布的《智能汽 车创新发展战略》规划了2025年国内智能汽车的发展愿景：（1）中国标准智能汽车 体系基本形成；（2）实现自动驾驶L3级规模化生产，L4级在特定环境中市场化应用； （3）实现LTE-V2X等的区域覆盖，5G-V2X在部分城市和高速公路逐步开展应用， 高精度时空基准服务网络全覆盖。 2023年11月，工信部、公安部等部委发布《关于开展智能网联汽车准入和上路通行 试点工作的通知》，积极推动L3、L4高阶智驾汽车规划化应用。

2. 2024年积极发力推进“车路云一体化”项目建设

2024年1月，工信部、公安部、自然资源部、住房和城乡建设部、交通运输部等五部 委发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，旨在推动 网联云控基础设施建设，探索基于车、路、网、云、图等高效协同的自动驾驶技术多 场景应用。目前北京、武汉等地已开始推进车路云一体化项目建设进度。

相较于单车智能，车路云协同感知优势主要体现在： （1）路端传感器可选择性多，可实现多方位、长距离连续部署； （2）路端和云端可通过移动蜂窝接入、有线接入等差异化方式获取数据，突破视觉 感知认知瓶颈问题（比如信号灯数据采集），可以有效降低算力投入； （3）路端和云端可通过长时间连续检测，提高对复杂环境、交通事件、交通态势的 语义判断和理解认知。 从安全性来看，车路云协同架构的无人驾驶显著优于单车智能。根据目前产业界测 试数据来看，对于低概率出现的极端场景，车路协同感知与车路协同决策控制对自 动驾驶的安全性有较大提升。从经济性来看，通过车路协同路侧子系统的加入，提 供了新的以高维数据为代表的智能要素，可以有效分担车载自动驾驶系统的感知、 决策和控制压力，降低系统的复杂度，有助于加快规模商业化落地临界点的到来。

（二）供给端：单车成本快速下行，远期盈利空间可期

1. 高阶智驾套件成本快速下行，城市NOA车型已经下探至20-25万区间

激光雷达、高阶算力域控等智驾核心零部件成本快速下行。对于高阶智能驾驶套件 而言，传感器和域控制器为核心，单一价值量最大的为激光雷达、智域控制器两大 部件。近年来，受益于技术迭代、规模放量带来的规模效应等因素驱动，激光雷达、 智域控制器成本快速下行。 以激光雷达为例，根据速腾聚创招股说明书，2020-2022年ADAS激光雷达均价分别 为2.25万元/台、1万元/台、0.43万元/台，2023H1则进一步降低至0.37万元/台，未来 伴随激光雷达设计持续优化、规模进一步放量，未来激光雷达仍有较大降本空间。

成本快速下行背景下，高阶智驾车型逐步渗透到中端车型市场。城区NOA为目前典 型的高阶智驾功能，往往需要配置激光雷达、大算力自动驾驶平台等零部件，系统 利用安装在车辆上的传感、通信、决策及执行等装置，在城市开放路况下实现智能 驾驶，可以实现无保护左转、无保护掉头、识别交通信号灯、主动变道、主动超车等 功能，能够自主处理各类城市路况。 以城区NOA产品为例，可以明显看出，能实现城区NOA功能的车型售价不断下降， 特别是同一车企或供应商。 以极氪007车型为例，该车型智驾系统支持高速自主领航辅助以及LCC+,、识别控制 车速过复杂十字路口和大曲率过弯等功能，根据百度有驾数据，2024款后驱智驾板 （75kWh）纯电车型经销商价为22.99万元起。

2. 本土完善的产业链驱动Robotaxi持续降本，单车成本已降至约20-25万元

目前典型Robotaxi车辆标配激光雷达、大算力算力平台，单车成本受益于核心零部 件成本下行趋势。相较于常规ADAS功能汽车，Robotaxi智驾配置更为繁杂，常规需 要配置多个激光雷达以及大算力智能驾驶平台，近年来伴随核心零部件成本下行， Robotaxi单车成本有了显著优化。 从萝卜快跑来看，第六代Robotaxi单车成本已降至约25万元。在技术进度，规模效 应等影响下，自动驾驶关键技术所应用的软硬件，包括传感器、车载计算平台、软件 等成本有望延续降低趋势。 据中国汽车工程研究院、百度网讯等机构信息，百度发布的第六代无人车— ApolloRT6成本下降到25万元左右，第五代无人车Apollo Moon成本为48万元，单车 成本下降了23万左右。

3. Robotaxi盈利方式及测算框架

远期来看，Robotaxi潜在盈利方式多样。目前Robotaxi仍处于行业发展的早期阶段， 技术方案仍有优化空间，商业模式清亦有待迭代，产业界尚处于尝试摸索阶段。 远期来看，如果能实现Robotaxi商业化运营，盈利方式多样： （1）从“车”为主体出发，盈利来源包括去掉安全员、核心零部件降本、“V2G” 模式等。 （2）在“乘客”乘坐过程中，Robotaxi有望成为新的娱乐空间，盈利方式包括会员 模式收费、硬件付费、广告费等。 此外，Robotaxi规模化运营中产生大量C端数据，具备可观的数据变现空间。

不考虑“乘客”乘坐过程衍生的潜在盈利模式，仅从“车”运行的经济性来看，参 考上汽集团、如祺出行以及燃油出租车司机运行数据，我们构建了Robotaxi盈利测 算框架，不难发现Robotaxi若要实现盈利，无人化（去安全员）、规模化运营（单 车采用前装批量化生产）是核心前提。 根据我们测算，在传统出租车模式下，燃油车、电动车的单公里成本分别为1.16元、 0.97元；在Robotaxi模式下，全部采用电车，安全员+改装车、安全员+前装车、无安 全员+前装车的单公里成本分别为1.48元、1.13元、0.75元，其中测算条件包括： 收入端：假设出租车辆单日行程350公里，全年运营360天。 费用端：主要包括单车采购成本、人工成本、燃料成本、运维成本。 （1）单车采购成本：传统出租模式下，无需高阶智驾套件，假设单车成本约12万元； Robotaxi模式下，改装车辆未规模化量产，智驾套件成本较高，单套成本假设约30 万元，量产后单套智驾成本有望降低至8万元。 （2）人工成本：传统出租车以及需要安全员的Robotaxi，假设一天两班运行，单班 人力成本假设每月约10000元，年化成本约24万元。 （3）燃料成本：燃油车参考新疆阿图什市实际运行的油车数据，主要是该地区有详 细披露实际运行的燃油车运营数据，单公里燃油成本约0.4元，此外，电动车则参考 目前武汉地区晚间谷期换电价格在0.25元/公里。 （4）运维成本：传统出租车之下，运维成本主要包括保险、维护保养以及关键零部 件维护费用，预计油车、电车单公里运维成本分别为0.19元/公里、0.15元/公里。而 在Robotaxi模式下，除了保险、维护保养以及关键零部件维护费用，还有后台算力及 车路云基建成本，假设Robotaxi运营商规模化运营后，未来将承担约50%成本支出， 对应单车运维成本需增加约0.12元/公里。

（三）需求端：C 端消费期待较强，B 端有望实现商业模式跃升

1. C端：积极尝鲜，对Robotaxi有较强期待

由于获得Robotaxi试运营牌照的运营商屈指可数，车队规模有限，且试运营覆盖的 城市数少、区域主要集中于人口相对稀疏的郊区，绝大部分中国消费者仍未亲身体 验Robotaxi服务，但并不影响其对这项颠覆式创新服务的期待，而领先的运营商也 在积极尝试推广。 根据如祺出行、罗兰贝格2023年调研数据来看，在保证安全的前提下，仍有超过60% 的受访者对Robotaxi服务有兴趣并表示愿意体验。

Robotaxi全生命周期运营总成本对消费者使用意愿影响大。从2023年调研数据来看， 即使保证安全和效率，52%的受访者表示要等到Robotaxi比网约车服务更便宜时他 们才愿意作为常规出行方式，而35%的用户表示Robotaxi跟网约车相当或仅贵10% 以内，才可以接受Robotaxi。这也体现了消费者的理性看待，除去小部分极客尝鲜人 群更多以技术创新的触发点体验Robotaxi外，对于公众人群而言，Robotaxi作为出行 方案的选择之一仍需具备相对于网约专快车的价格竞争力，方可成为主流选择。

Robotaxi运营商已经开始积极培育市场并转化潜在消费者，推动行业商业化进程。 目前，在线上渠道，中国运营商已积极向现有网约车用户推广Robotaxi服务，并利用 网约车服务APP为Robotaxi服务引流。 相关调研显示，近四成的消费者偏好在成熟出行APP上设置Robotaxi服务入口，以 供其选择出行方式。另外，有27%的消费者表示对常规出租车或Robotaxi的出行方 式不太在意，但需要被告知。

2. B端：有助于OEM实现商业模式的跃升

Robotaxi目前主要分为三种产业合作模式： 模式一：主机厂+自动驾驶公司+出行服务商，主机厂为主导，为目前主流的商业业 态。其中，主机厂提供车辆和数据，自动驾驶公司提供技术，借助于出行服务平台的 真实场景落地。 这种模式之下，可综合各方实力，加速Robotaxi市场化，同时三方可相互分担项目成 本，共享数据及乘客资源。典型案例包括上汽+momenta+享道出行、广汽+文远知行 +如祺出行。 目前，多家智驾能力突出的主机厂看重Robotaxi的商业前景，纷纷基于自身技术实 力，成立出行服务公司，如特斯拉、小鹏、蔚来等。 模式二：主机厂+自动驾驶公司，自动驾驶公司为主导。这种模式之下，自动驾驶公 司自主组建车队，并成立自主运营团队，典型案例为百度Apollo萝卜快跑。 模式三：主机厂+出行服务商，出行服务商为主导。出行服务商自研L4自动驾驶系统， 基于自有平台自主运营，典型代表为滴滴，根据环球网科技披露信息，2024年4月滴 滴选择与广汽埃安合资成立安滴科技公司，后面有望联合打造Robotaxi量产车。 对于B端玩家而言，Robotaxi产业前景可观，亦有望驱动主机厂实现商业模式跃升。 对于主机厂以及自动驾驶零部件国内公司而言，相较于单车一次性销售结算的模式， Robotaxi商业模式更加轻资产属性，持续性更好。对于地方出行服务商而言，规模 化、无人化的Robotaxi运营相较于传统出行服务更具备商业竞争力。

（四）产业进展：我国 Robotaxi 实践处于全球第一梯队，目前已实现去 车内安全员

1. 我国Robotaxi实践处于全球第一梯队，2024年本土发展提速

从全球比较来看，中美处于全球Robotaxi第一梯队。根据如祺出行、罗兰贝格梳理 统计信息来看，目前中美处于全球Robotaxi产业化推进的第一梯队。 中国对于Robotaxi的商业化落地严格遵循“循序渐进、稳扎稳打”的发展态度，在技 术可靠性得到验证后，监管酌情放开给予技术发展的空间，反哺技术迭代，持续“螺 旋式”前进路径取得成功。 美国则对于Robotaxi的商业化采取了更加开放的发展态度和“跨越式、快节奏”的发 展方式。为了实现技术领先、快速迭代，部分城市的监管层面大胆放开、一路绿灯给 予Robotaxi最大的发展空间。

2. 产业实践进展：已初步实现车内无安全员，但仍需远程安全员适时介入

Robotaxi产业推进主要涉及三类政策牌照。 （1）测试牌照：2018年后国内多地开始了Robotaxi道路测试，所需即是此类牌照， 门槛较低，主要应用于无人驾驶技术验证； （2）有安全员示范运营牌照：允许自动驾驶车辆接待乘客，但车辆驾驶位仍然需要 配备人类安全员； （3）全无人牌照：完全不需要安全员就可以进行运营。

以北京为例，已实现有安全员示范运营，正迈向完全去安全员阶段。截至2023年中， 北京无人化测试车辆共计116台，测试总里程近200万公里，分阶段来看：（1）2021 年，在国内率先开放车内有安全员的自动驾驶无人化道路测试；（2）实现落地副驾 有人示范应用；（3）2023年3月，进入“车内无人”载人示范应用阶段，7月开放车内无人商业化试点。

从全国总体进展来看： （1）应用普及方面：截至2023年中，全国Robotaxi运营规模超过2000辆； （2）整车集成方面：2022年，我国Robotaxi产业已实现车辆前装、后装与总装下线 改装三种模式并存； （3）基础设施支撑方面：截至2022年底，全国已有3500多公里道路实现智能化升 级，部署RSU超过6000套，且北京、上海、南京等地积极开展云控平台试点建设； （4）人员需求方面：截至 2022年底，北京、上海、武汉、重庆等地区已允许车内 安全员从主驾到副驾，再到后排的示范运营，重庆和武汉部分区域已率先试行 Robotaxi无安全员化。2023年北京进入“车内无人”载人示范应用阶段。

Robotaxi产业2025-2030年有望迎来商业化/规模化运营阶段。展望2023-2025年来 看，全国范围内，Robotaxi试点有望逐渐全面取消车内安全员。同时，自动驾驶车 辆有望按照国家标准进行正向车辆设计，并实现前装量产，车辆可具备 L4 级车路 协同自动驾驶能力。根据盖世汽车、如祺出行等产业参与者预判分析来看，随着技 术进步、政策推动及成本降低等驱动，Robotaxi有望数年实现规模化运营。

二、潜在挑战

（一）社会层面：C 端认知度偏低，对就业替代效应存有疑虑

社会公众对Robotaxi认知度较低，对Robotaxi安全性与社会效益仍存在担忧。根据 每日经济新闻、腾讯汽车2022年调研数据，在共计229名受访者中，近半数受访者表 示不了解Robotaxi，89.4%的受访者对Robotaxi的安全性产生担忧，认为只有当运营 公司加大对安全性的宣传力度时才会考虑体验。

网约车司机人数不断上升，Robotaxi发展拟产生就业替代效应。网约车司机是城镇 灵活用工体系下的重要工种之一。近年来，持证网约车司机数量持续上升，根据数 据GO、交通运输部等披露数据，2023年底已有登记的网约车驾驶员657.2万人，网 约车279.2万辆，同时出租车数量近几年稳定在137万辆左右水平。科技替代人力是 Robotaxi的底层逻辑之一，在Robotaxi加大投放背景下，传统巡游出租车/网约车司 机群体有一定担忧。 人工智能技术带来的就业岗位替代效应与创造效应之平衡存在挑战。Robotaxi最终 旨在实现无人驾驶，技术成熟后出租车/网约车驾驶员下岗或成定局，替代效应不可 避免。值得期待的是，人工智能在出行领域的应用也会创造新的职业岗位并带来生 产效率的提升，形成创造效应。目前社会公众对创造效应认知仍较浅，Robotaxi技术 发展及相关政策对二者的平衡作用仍待观察。

（二）技术层面：智驾技术仍有迭代空间，成本仍需进一步下行

BEV+Transformer 大模型应用为 Robotaxi 产业链条带来重大技术升级 ； Transformer架构发展背景下，自动驾驶系统模块不断融合。截至2023年，特斯拉、 理想、蔚来、小马智行、百度等公司正逐步完善感知融合BEV+Transformer方案。该 方案能够实现行车架构感知融合，未来有望实现行泊统一架构感知融合。在感知模 块，BEV+Transformer方案极大推动自动驾驶通用感知网络的发展速度，其广泛应 用预示着数据驱动的深度学习神经网络正日趋成熟。 端到端路线为自动驾驶进一步突破提供新的可能性。在原先的模块化架构中，传感 器感知的数据须依次经感知/定位单元、预测单元、规划单元、控制单元，而后才将 数据传递至执行器。数据传递过程中也伴随累积误差、信息损耗与信号延迟。在端 到端架构中，传感器采集的数据经端到端大模型直接向执行器输出车辆驾驶动作， 保证了信息的无损传递。

现有技术条件下，人工接管率仍较高。在现有的模块化架构中，仍会出现信息延迟、 行动缓慢等问题，需要一定的人工介入与接管。因此，目前自动驾驶汽车仍需人工 监视（比如远程安全员），暂不能实现真正意义上的“无人”驾驶，一般情况下，安 全接管人员成本高也于出租车司机成本，故安全运营成本仍有下行空间。 未来期望通过转变为端到端架构的方式减少信息延时与人工干预，从而降低安全接 管人员投入，从而有效降低成本并实现真正意义上的“无人”驾驶。

（三）运维层面：运维体量普遍偏小，远期风险仍然存在

现有车企Robotaxi运维体量均较小。根据中国汽研统计数据，国内外车企的 Robotaxi车队规模大多不及千台，在美国，Waymo车队规模不足千台，在中国，百 度Apollo作为最大Robotaxi车企，其车队规模目前也仅千余台量级。 Robotaxi的规模效应尚未达成，大规模运维后的真实风险暴露不够。

大数据训练模型下，可能产生数据权限与隐私风险。在汽车模型训练过程中，大量 用户驾驶行程、驾驶习惯相关数据被传感器接收后会被用于模拟学习、强化学习、 预测规划、控制决策等；尤其在端到端架构下，对数据的依赖会更显著。在数据传输 过程中，车企将得到大量驾驶人行为数据。由于其背后有极大挖掘价值，可能会造 成居民隐私泄露与数据滥用的风险。 系统安全性也会成为Robotaxi面临的重要挑战。与手机与电脑互联网原理相同，黑 客会通过互联网漏洞侵入软件，从而攻击自动驾驶汽车，通过禁用或过度使用功能 的方式影响驾驶决策，为乘客带来危险；还会通过植入后门程序的方式，爬取行程 数据，通过盗窃模型内容的方式形成不正当的商业竞争，或窃取乘客相关情报，破 坏整体汽车生态系统。在车联网下，汽车有更多的网络通信接口可能成为黑客攻击 的点位，因此其被黑客攻击的风险也随之增大。

编辑：火腿肠