（一）公司介绍：高阶智驾商业化逐步落地
小马智行是国内首批致力于高阶智驾技术商业化落地的公司。小马智行（Pony AI）于 2016 年 11 月在开曼 群岛注册成立，是中国首批获得在所有四个一线城市（北上广深）运营完全无人驾驶 Robotaxi 许可证的公司， 也是唯一一家获得一线城市面向公众提供 Robotaxi 监管许可证的自动驾驶技术公司。目前，小马智行运营着一 支由 250 多辆机器人轴组成的车队，累计自动驾驶里程超过 3350 万公里，其中无人驾驶里程超过 390 万公里。 小马智行与丰田和 GTMC 成立了合资企业，以推进完全无人驾驶 Robotaxi 在中国的量产和大规模部署。此外， 小马智行还与广汽集团和北汽集团等其他领先的主机厂合作，共同开发和量产 Robotaxi。小马智行与 OnTime Mobility、高德地图和支付宝等领先的跨国公司建立了牢固的合作伙伴关系。截至 2024 年 6 月 30 日的六个月内， 小马智行每辆 Robotaxi 的日均订单量超过 15 单，为 L4 级 Robotaxi 的大规模商业化树立了重要的里程碑。迄今 为止，小马智行在开发 Virtual Driver 方面取得了阶段性成果，实现了安全可靠的自动驾驶体验，公司正在从技 术开发向不同商业应用案例（主要是 Robotaxi 和 Robotruck 服务）的大规模部署过渡。
管理层深耕行业 know-how，产业资本保驾护航。小马智行拥有一支高瞻远瞩、经验丰富、具有深刻行业 洞察力的管理团队。联合创始人彭军博士和楼天城博士在自动驾驶技术领域拥有深厚的专业知识。彭军博士拥 有 20 多年的经验，是自动驾驶领域的思想领袖。首席技术官楼天城博士是业界领先的专家，率先开发了 L4 自 动驾驶技术，并领导一流的全球研发团队取得了骄人的业绩。截至 2024 年 6 月 30 日，小马智行拥有 620 名经 验丰富的工程师，占员工总数近 50%。同时，小马智行上市前已融资超 13 亿美元，IPO 募集资金高达上亿美元， 是 2024 年美股自动驾驶领域最大规模的 IPO，认购方包括北汽集团、新加坡交通运营商康福德、广汽资本等， 募集资金将主要用于：自动驾驶出行服务及货运服务的大规模商业化和市场开拓（40%）；自动驾驶技术持续研 发和投入（40%）；潜在战略投资和收购，提升公司技术能力和搭建产业链生态（20%）。
Robotaxi 服务已获得监管许可，移动应用程序 PonyPilot 已商业化落地。小马智行是中国首批获得在所有 四个一线城市运营完全无人驾驶车辆许可证的公司。小马运营着一支由 250 多辆 Robotaxi 组成的车队，累计行 驶了超过 390 万公里的无人驾驶里程，在这些无人驾驶里程中，超过 280 万公里是面向公众的 Robotaxi 服务运 营里程，包括在路上行驶等待乘客订单和接送乘客时积累的里程，其余无人驾驶里程则用于车辆测试。2023 年 8 月，小马智行获准在北京提供面向公众的收费 Robotaxi 服务，无需安全驾驶员，这是小马智行迈向大规模商 业化的又一重要里程碑。此后，小马智行又在广州和深圳获得了提供完全无人驾驶面向公众收费的 Robotaxi 服 务许可，并在上海获得了面向公众的 Robotaxi 服务许可。截至 2024 年 6 月 30 日，PonyPilot 移动应用程序的注 册用户数量已超过 22 万，在过去的六个月里小马智行每辆 Robotaxi 的日均订单量超过了 15 个。截至 2024 年 8 月 31 日，在小马智行的移动应用程序 PonyPilot 上，约 70%的乘客不止一次使用小马智行的 Robotaxi 服务。 PonyPilot 移动应用程序目前可在苹果和安卓应用程序商店下载。对于小马智行的收费自动驾驶 Robotaxi 服务， 乘客可以在小马智行的 PonyPilot 移动应用程序和车载互动界面上查看车费，并可在移动设备上完成支付。小马 智行与领先的主机厂建立了战略合作伙伴关系，帮助小马智行应对制造和供应链方面的挑战。凭借这些领先主 机厂在车辆工程和制造方面的丰富专业知识，小马智行目前预计将于 2025 年开始大规模生产车辆。除中国外， 小马智行还签订了合作协议将 Robotaxi 服务扩展到全球，包括欧洲、东亚、中东和其他地区在选定的全球市场 战略性地寻求商业化前景。
与卡车主机厂和物流平台的战略合作加速 Robotruck 商业化，监管许可同步进行。小马智行部署了一支由 190 多辆 Robotruck 组成的车队，包括 L2++级智能卡车和 L4 级自动驾驶卡车，并配备安全驾驶员在现有的全 国物流网络内完成货运订单。小马智行与领先的卡车 OEM 主机厂密切合作，开发和制造集成了 Virtual Driver 的 Robotruck，他们将部署到不同的物流平台用于多样化的商业用途。小马智行还将向物流平台授权小马智行的 Virtual Driver 技术，以增强 Robotruck 的能力。货运路线覆盖城市公共道路和高速公路的应用场景未来有可能实 现完全无人驾驶服务。在商业运营过程中，小马智行的 Robotruck 车队累计行驶超过 7.67 亿货运吨公里，自动 驾驶里程约 500 万公里。此外，小马智行在获得监管许可方面也取得了长足进步。2020 年 12 月，小马智行率 先在广州获得了 Robotruck 道路测试许可证。2021 年 7 月，小马智行将道路测试范围扩大到北京，并获准在国 家高速公路上测试 Robotruck。2024 年 1 月，小马智行获得了中国首张跨省 Robotruck 道路测试许可证，并开始 在京津冀地区的高速公路货运网络上进行测试。2024 年初，小马智行在 Robotruck 商业化方面取得了重大进展， 获得了在北京和天津等城市提供收费 Robotruck 服务的许可。 提供智能驾驶解决方案，包括软件许可、硬件和数据分析工具许可和应用。小马智行的许可和应用业务已 与主机厂和其他行业参与者签订了 ADAS 解决方案、专有车辆域控制器产品和数据分析工具的合同。小马智行 利用自身强大的技术能力，提供乘用车智能驾驶（POV）解决方案和其他增值技术服务。小马智行还提供 V2X （车对万物）产品和服务，以加强道路安全，提高运输效率，改善运输体验。小马智行与领先的半导体芯片供 应商合作开发自动驾驶控制器，并向传感器供应商等行业顶级企业提供技术许可服务，以定制传感器解决方案。 小马智行已成功实现了车辆域控制器的量产，供内部使用和对外销售。小马智行能够根据客户的需求定制自动 驾驶技术，并根据客户需求的不同用例进行调整。
（二）财务分析：Robotruck 营收高速增长，未来亏损率有望逐步收窄
Robotruck 营收高速增长。小马智行的总收入从 2021 年 812 万美元增至 2023 年 7190 万美元，其中技术授 权与应用服务收入从 2021 年的 803 万美元增至 2023 年的 3920 万美元，是前期的主要收入来源，Robotaxi 和 Robotruck 收入从 2021 年的不足 10 万美元分别增长至 2023 年的 768 万美元和 2502 万美元。2024 年上半年， Robotruck 收入同比增长 62%至 1804 万美元，收入占比达 73%，目前是公司新的主要收入来源，主要得益于公 司与中国外运合资公司青骓物流车队规模扩大以及运营里程增加。考虑到公司 Robotaxi 业务商业化正加速落地， 预计未来 Robotaxi 业务对公司营收的贡献将显著提升。
技术授权与应用服务收入占比下降导致毛利率阶段性下行。小马智行毛利率从 2021 年的 78%下行至 2024 年上半年的 10%，公司早期的收入结构主要由高毛利率的技术授权与应用服务贡献，近两年随着 Robotruck 和 Robotaxi 业务逐步开始商业化，高毛利率 License 业务收入占比被压缩导致公司整体毛利率下行。无论 Robotaxi 还是 Robotruck 业务，商业化前期车队规模较小，相关制造成本和运营费用未能较好分摊，阶段性拖累了公司 整体的毛利率表现，未来随着车队规模的增加，单车 BOM 成本和其他成本将进一步摊薄，从而推动公司整体 毛利率改善。
研发费用率较高但整体呈下行趋势，预计未来亏损率将随着商业化深化而逐步收窄。2021-2023 年公司研 发费用和 SG&A 费用逐步回落，费用率下行趋势更为明显，对应到净利润层面 2021-2023 年公司净亏损逐步收 窄，亏损率收窄更为明显。未来随着 Robotruck 和 Robotaxi 车队规模逐步放量，单车 UE 模型有望跑通，公司 整体费用率也将继续优化，亏损率也将逐步收窄。远期看，当 Robotaxi 车队规模达到一定体量后，公司有望实 现净利润层面的 breakeven。
（一）Robotaxi 是高阶智能驾驶最佳商业化场景
智能驾驶技术从低阶向高阶不断过度，应用场景不断拓展。自动驾驶是指一套完整的集成软件和硬件作为 " 虚拟驾驶员"，使自动驾驶汽车能够在没有人类驾驶员干预的情况下行驶。根据国际汽车工程师学会（SAE International）的定义，智能驾驶的级别可分为“需要驾驶员”（L0 至 L3）和“无人驾驶”（L4、L5）。近年来 ， 随着计算能力的提高和处理器功耗的降低，具备先进软件算法能力的领先自动驾驶技术公司可以利用多层传感 器和其他硬件，更精确、更全面地实现对车辆的感知、预测、规划和控制。无人驾驶技术有望彻底改变道路交 通的各种使用情况，如用于客运的 Robotaxi、用于公路货运的 Robotruck、用于各种交通使用情况的其他机器人 车辆。L4 和 L5 都是指完全不需要驾驶员的情况，区别在于运行范围是否有限制，L4 需要限制在特定路线下行 驶，例如港口矿区、物流配送最后一公里无人配送车、干线物流重卡、特定路线的自动出租车等。L5 指的是全 自动驾驶，车辆可以处理所有工况，人类成为完全的乘客，车上甚至不需要方向盘。其中，Robotaxi 和 Robotruck 占据了大部分市场份额，具有最大的市场潜力。
Robotaxi 是高阶智能驾驶最佳落地场景之一，且市场空间广阔。根据弗若斯特沙利文数据，截至 2023 年， 中国的私家车拥有率为每千人 184 辆，而美国为每千人 793 辆。因此，中国消费者对共享出行服务的采用率很 高，市场规模也远超其他国家。2023 年中国共享出行市场约占全球市场的 40%，约为美国市场的两倍。随着城 市化进程加快，人们对出行的需求日益增长，而传统的出租车和私家车数量的不足，Robotaxi 可以提供一种高 效、便捷的出行方式，满足人们的出行需求。Robotaxi 的定义是内置 L4/L5 自动驾驶技术的无人驾驶移动车辆。 作为自动驾驶技术最有前途的应用之一，Robotaxi 通过为乘客提供更实惠、更安全、更高效的服务而脱颖而出。 虽然智驾方案提供商已宣布其技术达到 L4 级别，但实际上目前量产车仍以搭载 L2 或 L2+辅助驾驶方案为主流, 随着 Robotaxi 运营里程不断增加，技术逐渐成熟后，L3/L4 解决方案或将全面向量产乘用车渗透。根据弗若斯 特沙利文预测，到 2025 年全球 Robotaxi 服务市场规模（GTV）将达到 2.9 亿美元，并呈指数级增长，到 2030 年进一步达到 666 亿美元，到 2035 年达到 3526 亿美元。
Robotaxi 具备安全性高、费率低等优势。根据公安部数据，超过 90%的交通事故是人为原因造成的。Robotaxi 的实际运营表现在特定场景下超越了人类，特别是在数据处理和精确度方面，例如 Waymo 的无人驾驶汽车发生 车祸导致人员受伤的概率比人类驾驶低了 85%，发生警方报告的车祸概率比人类驾驶低了 57%。与人类驾驶员 驾驶相同距离的车辆相比，估计减少 17 起引起人员受伤的事故和 20 起警方报告的车祸。另一方面，Robotaxi 通过降低出行费用所带来的市场将不止是现有网约车市场，而是会拓展市场，当 Robotaxi 单位出行成本远低于 有人驾驶出租车，此时 Robotaxi 不仅会替代传统出租车，还会以低价吸引大量因价格而被排除在传统出租车服 务之外的用户，实现市场扩容。马斯克曾透露，特斯拉 Robotaxi 的出行成本可以低至 0.18 美元/公里，而有人 驾驶出租车的成本为 2-3 美元/km。以特斯拉为例，Robotaxi 的出行成本降低过程中，或会经历 Robotaxi 对有人 驾驶出租车的替代以及出租车市场的扩容。Robotaxi 的运营成本目前在 4.5 元/km 左右，高于传统出租车和网约 车 1.8 元/km，主要是由于昂贵的硬件、软件等成本。但随着技术的不断进步、运营效率的提升以及规模不断扩 大，Robotaxi 成本有望持续下降。2026 年 Robotaxi 成本有望与出租车持平，26 年之后或将低于出租车成本。
Robotaxi 商业化有望在三年内初具规模。目前 Robotaxi 产业正处在商业化 1.0 阶段，商业化初期以一二线 城市指定试运营区域为主，城市覆盖率仍比较有限。技术升级推进政策配套，并通过商业化试运营反哺技术进 步，以解决长尾场景问题，实现技术层面突破，为未来大规模开展商业化提供先决条件。在中国所有城市中， 包括北京、上海、广州和深圳在内的一线城市是初期发展 Robotaxi 的主要地区。根据弗若斯特沙利文预测，到2030 年一线城市 Robotaxi 数量将达到 28 万辆，并将进一步增长到 2035 年 138 万。同时，Robotaxi 将扩展到二 线城市，包括 31 个城市，预计到 2030 年，二线城市的 Robotaxi 数量将达到 73 万辆，到 2035 年将进一步增至 277 万台。至于海外市场，预计到 2030 年 Robotaxi 数量预计将达到 17 万辆，到 2035 年将进一步增至 93 万辆。 到 2030 年，预计中国 Robotaxi 服务市场规模将达到 390 亿美元，到 2035 年将达到 1,794 亿美元。
纯视觉及多传感器融合两种方案赋能感知路线，端到端赋能自动驾驶技术。以特斯拉为代表的纯视觉方案 仅基于摄像头进行感知，相对多传感器融合有明显的硬件成本优势，但对软件要求较高，需要依靠强大的算法 才能保证感知的准确性与效率。多传感器融合方案是指将多种不同类型的传感器（如摄像头、激光雷达、毫米 波雷达、超声波雷达等）组合使用，以实现更准确、全面的环境感知，但成本更高。因纯视觉方案在基于深度 学习的算法尚未达到全路况覆盖的情况下，安全性仍存疑，多传感器融合方案更加可靠，因此目前 Robotaxi 解 决方案大部分采用该路线。另一方面，自动驾驶架构从多模块向端到端融合发展。端到端的核心定义为：感知 信息无损传递，可以实现自动驾驶系统的全局优化，主要分为四个阶段：感知“端到端”、决策规划模型化、模 块化端到端、以及 One Model 端到端。端到端能减少信息传递损失，增强 Robotaxi 对 Corner Case 的应对能力。 目前，感知“端到端”BEV+Transformer 成为自动驾驶领域广泛应用的范式，端到端算法处于迭代验证阶段并 有待进一步突破。
Robotaxi 商业模式中 B2C 和 C2C 兼备，产业链上中下游各司其职。B2C 传统车队运营模式通过采购外部 车辆，对其进行智能化改装，再投入运营。这种方式通过赚取运营价差来盈利，同时采集的无人驾驶数据用于 改进算法，需要承担车辆的维护成本和折旧影响，萝卜快跑、Waymo 等 Robotaxi 业务采用 B2C 模式。C2C 共 享网约车模式以特斯拉为代表的车主可以自愿随时加入车队或退出，通过赚取佣金来盈利，特斯拉在此过程中 能够收取软件服务费或分成收入。产业链分为上中下游，其中，上游主要涉及自动驾驶技术公司和汽车零部件 供应商。汽车零部件供应商负责开发和提供硬件如激光雷达、摄像头等。自动驾驶技术公司则负责智驾所需的 软件层面，如数据标注，云平台，算法等。中游包括头部的 OEM 主机厂和主流汽车零部件厂商。他们负责将 上游的硬件和软件集成到车辆中，形成完整的 Robotaxi。下游主要由主机厂和专业的出行服务提供商主导。例 如滴滴出行、Uber 等公司负责 Robotaxi 的实际运营，包括车辆调度、乘客服务和数据管理等。
（二）牌照是高阶自动驾驶商业化的基础
自动驾驶相关政策及牌照是 Robotaxi 商业化落地的前提。政策门槛是 Robotaxi 商业化过程中的重要壁垒， 相关政策的完善是 Robotaxi 大规模商业化的前提，大体需要经过“道路测试→示范运营→商业化运营”三个阶 段。Robotaxi 属于牌照生意，从测试到商业化运营通常需要数年时间。截至 2024 年 7 月，全国共建设 17 个国 家级测试示范区、7 个车联网先导区、16 个智慧城市与智能网联汽车协同发展试点城市，开放测试道路 32000 多公里，发放测试牌照超过 7700 张，测试里程超过 1.2 亿公里，Robotaxi 等多场景示范应用有序推进。目前已 有北京、上海、广州、深圳、杭州等 50 多个城市出台了测试示范实施细则，20 多个城市允许无人化和商业化 运行，不断加速拓展应用场景。2023 年工信部发布《关于开展智能网联汽车准入和上路通行试点工作的通知》， 国家和地方政府积极为自动驾驶规模化量产和商业化运营提供政策支撑。国内自动驾驶牌照大概分为几种类型： （1）主驾有人；（2）主驾无人，副驾有人；（3）后排有人；（4）全车无人。在这四种里面又各分三类：测试、 免费、收费。每一个城市需要单独城市级别的牌照，所以无人驾驶场景只有小车是最快能够落地的，长途货运 卡车因为需要异地牌照，商业化流程会更复杂。小马智行自动驾驶出行服务开始在北京经开区向公众开放，此 后 2 年间，经历了封闭场景测试、“主驾有人”、“主驾无人、副驾有人”、“前排无人”、“车内无人”四个阶段以 及载人到商业化的变革，自动驾驶出行服务才初步打通了全无人商业化的逻辑闭环。
美国自动驾驶监管转向，各州政府在自动驾驶汽车立法方面拥有主导权。美国交通部（DOT）及下属国家 道路交通安全管理局（NHTSA）颁布了多项用于指导自动驾驶汽车发展的政策和指引性文件。2024 年以前，美 国对自动驾驶技术采取谨慎态度，AV1.0-4.0 实施严格监管以控制安全风险，但随着技术进步和市场需求增长， 有关部门逐步意识到过度限制可能阻碍创新。为加速美国自动驾驶发展，美国 NHTSA 提出的自动驾驶车辆安 全、透明度和评估计划（AV STEP）。该计划体现美国监管机构对自动驾驶态度的转变，在管理上取消部分车辆 数量限制，要求企业提供数据，通过分层参与、数据驱动及豁免程序优化等策略，平衡创新与安全，推动自动 驾驶发展。监管变化对特斯拉、Waymo 等企业影响显著，促使其调整技术研发与运营模式。AV STEP 的出台加 剧市场有效竞争，促使能够有效满足监管要求、提供高质量数据和技术保障的企业将在市场份额争夺战中占据 有利位置。根据美国自动驾驶车辆行业协会（AVIA）统计，截至 2024 年，24 个州允许自动驾驶车辆测试或者 部署，12 个州仅允许自动驾驶车辆测试（含华盛顿哥伦比亚特区）。不同州在自动驾驶立法方面的发展速度和 宽松程度不同，一些州如加州、亚利桑那州和密歇根州走在前列，而其他州则相对缓慢。多数州对自动驾驶技 术持有鼓励态度，通过立法为自动驾驶车辆的测试和商业运营提供便利。立法通常聚焦于车辆的安全标准、驾 驶员（如需）的资质要求、保险要求、数据隐私保护等。
（三）Robotaxi 行业参与者众多，但头部玩家较为稳定
Robotaxi 行业呈现出多样化的运营模式。其中“主机厂+自动驾驶解决方案供应商+运营商”的轻资产运营模 式成为当前的主流。这种分工合作能够加快技术的市场化进程，同时分散单个公司在研发和市场推广中的风险。
（1）Uber：以聚合平台角色布局 Robotaxi
Uber 以合作方式加速自动驾驶领域布局。2023 年 10 月，Uber 宣布与 Waymo、捷豹合作，在旧金山、菲 尼克斯实现 Robotaxi 收费运营，开启“平台+技术+整车”的“金三角”合作模式。Uber 与 Waymo 携手，在凤 凰城推出了 Robotaxi 服务，正式拉响了 Uber 在自动驾驶领域的商业化落地。一旦有成本更低的出行方式出现， 以 Uber 为代表的传统共享出行企业或将不复存在，这也是 Uber 战略上坚持不放弃 Robotaxi 的原因，国内滴滴 出行也是类似道理。2024 年 8 月底，Uber 又宣布与无人驾驶汽车公司 Wayve 建立战略合作关系，并对后者进 行战略投资，作为 Wayve 今年 5 月宣布的 10 亿美元 C 轮融资的延续。在 Uber 的额外资金和支持下，Wayve 一 方面打算加快与全球车企合作，为消费者打造 L2、甚至 L3 级自动驾驶汽车；另一方面，致力于开发全球可扩 展的 L4 级自动驾驶汽车，以供未来在 Uber 上部署。自动驾驶技术公司在 Uber 平台上的利用率显著高于自营渠 道，Uber 的市场技术能够提高固定资产的利用率，预计对自动驾驶的增量效益将超过 Uber 平均 20%的抽成率。
（2）Waymo：海外 Robotaxi市场的佼佼者
Waymo 引领海外 Robotaxi 技术，率先实现商业化落地。作为 Google 旗下的自动驾驶技术公司，Waymo一直致力于打造自动驾驶技术“Waymo Driver”。Waymo 全天候、全无人出行服务运营已落地凤凰城、旧金山 两座城市，在洛杉矶和奥斯汀以有限的运力运营。2023 年前 10 个月 Waymo 的 Robotaxi 行驶里程累计超 714 万 英里（约 1149 万公里），其中包括在凤凰城的 534 万英里，在旧金山的 176 万英里，以及在洛杉矶的 4.67 万英 里。累计接单 70 万单，仅发生 3 起导致伤害的事故。综合这些数据，Waymo Robotaxi 事故发生率为每百万英 里 0.42 起，对比人类司机每百万英里 2.78 起事故，Waymo 的自动驾驶系统能够降低 85%的事故发生概率。 Waymo 经历了五代车型系统的变革，目前已经进展到第六代系统。2024 年 6 月，Waymo 第六代无人车开 始路测，基于极氪 MIX 车型，配备了 13 个摄像头、6 个雷达、4 个激光雷达传感器，以及一系列外部音频接收 器。和前几代都不同的是，这是一台前装量产的 Robotaxi，同时没有方向盘、没有踏板，对比第五代无人车是 基于捷豹纯电 I-PACE 改装。Waymo 的核心技术在于通过开发高效的深度学习算法模型和自研芯片，有效解决 深度学习算法模型与硬件的高度捆绑问题，提高硬件利用率并降低成本，多传感器融合策略也有助于提高自动 驾驶系统的整体性能和可靠性。2024 年 6 月 Waymo 表示目前每周可接付费订单 5 万单。按照每单 20 美元的价 格估算，一年营收能达到 5200 万美元，比 2022 年 200 万美元增长了 26 倍。截至目前，Waymo 的运营车辆超 过 700 辆，运营里程超过 6440 万公里（4000 万英里）。 近期 Waymo 迈出拓展国际市场的重要一步：进军日本。预计在 2025 年初，首批搭载 Waymo 自动驾驶系 统的 Jaguar I-PACE 纯电动汽车将抵达东京。Waymo 选择与日本交通公司以及出租车叫车应用 GO 携手合作。 日本交通公司会负责自动驾驶车辆的管理与维修，在初期阶段，司机还会手动操作车辆，绘制东京关键区域的 地图。叫车应用 GO 则可能为后续自动驾驶出租车服务的推出提供平台支持。从市场前景来看，日本是一个对 高科技产品接受度较高的国家，并且日本政府大力支持智能交通系统的发展，未来几年计划在基础设施建设和 城市规划中融入智能交通系统，这为 Waymo 的进入创造了良好的政策环境，也契合日本的长期发展战略。进入 日本市场，Waymo 有机会与当地政府和企业建立战略伙伴关系，进一步扩大其在亚太地区的市场份额。
（3）Cruise：重启 Robotaxi 服务
Cruise 计划重启无人驾驶服务，聚焦缩减成本。Cruise 自 2016 年起由通用汽车控股，一直专注开发城市中 的自动驾驶网约车服务，相继获得软银、本田、微软、沃尔玛等投资。2020 年 Cruise 在旧金山发布 Cruise Origin自动驾驶车型，由通用、Cruise 和本田 3 年合作打造，是一款没有方向盘和踏板的电动汽车，无驾驶员。Cruise 的感知系统方案也为多种传感器冗余方案，其基于通用电动车 bolt 的基础上搭载了 5 颗激光雷达，14 个摄像头， 3 个广角雷达，8 个长距雷达，10 个超声波雷达，外加高精地图与 AI 处理器。Cruise 自动驾驶聚焦于减少传感 器数量以及融合各种传感器，以降低成本，同时 Cruise 正在逐步减少对于高精地图的依赖，以求与特斯拉一样 未来不使用高精度地图。缩减成本已成为 Cruise 的首要任务。为了提高自动驾驶开发的效率和规模化能力， Cruise 为算法和虚拟验证设计通用的工具和流程。2023 年 10 月，Cruise 自动驾驶汽车拖行行人事故导致美国加 州机动车管理局（DMA）宣布无限期停止 Cruise 的无人驾驶出租车运营部署许可证。此后 Cruise 进行了大规模 的管理层调整，加大了与监管机构的沟通力度，计划在 2025 年初重启无人驾驶运营服务并对该服务进行收费。
（4）特斯拉：关注 FSD 纯视觉方案
特斯拉关注 FSD 纯视觉方案，里程积累引领行业。2024 年 10 月 11 日，特斯拉在“We，Robot”发布会上 正式亮相 Cybercab（Robotaxi）和 Robotvan，其中 Cybercab 的成本将低于 3 万美元，与中国 Robotaxi 头部玩家 新款车型制造成本接近。马斯克表示，随着时间的推移，Cybercab 的运营成本可能会在每英里约为 0.20 美元， 而包括税费在内的价格，最终可能会是每英里 0.30 美元或 0.40 美元，远低于有人出租车成本。马斯克宣布 Cybercab 将于 2026 年投入生产，2027 年之前将大规模量产。 特斯拉 FSD（Full Self-Driving）技术是自动驾驶系统的核心，是 Cybercab 的技术基础，主要依赖摄像头、 雷达和超声波的“视觉感知”技术，不依赖高精地图和激光雷达，更多依靠实时环境感知和动态决策。FSD 采 用端到端大模型，目前 FSD V13 已经实现了从停车场启动、倒车、自动停车等更高阶功能。在 2024 年初更新 的 HW4.0 硬件平台上，更是仅保留了 7 颗摄像头，纯视觉方案更进一步，以更高分辨率和每秒 36 帧速度提供 更好图像质量。截至 2024 年 9 月，特斯拉 FSD 完全自动驾驶能力累计行驶里程超过 32 亿公里，其中 50%来自 V12.5 之后的版本。特斯拉整合了自动驾驶技术和整车制造能力，这种垂直整合的方式使特斯拉能够更深度地 控制车辆的每一个设计和生产环节，进而优化自动驾驶技术与整车的协调性，实现从芯片设计到系统集成的全 面控制，不仅降低了制造成本，还缩短了产品开发周期。
（5）萝卜快跑：UE 有望 24 年底跑通，并于 25 年开启规模化扩张并贡献实质性利润
以武汉的探索经验为基础，萝卜快速渗透城市出行服务。萝卜快跑是百度的自动驾驶出行服务平台，其自 动驾驶技术基础源自 Apollo。截至 2024 年 8 月，萝卜快跑已经在上海、成都、北京、合肥、广州、长沙、武汉、 深圳、嘉兴、阳泉、重庆 11 个城市落地自动驾驶出行服务。截至 2024 年 7 月初，萝卜快跑在武汉共有约 400 多辆无人驾驶车在运营，且目标 2024 年底在武汉共投放约 1000 辆车。覆盖范围方面，目前萝卜快跑在武汉的 服务面积已超过 3000 平方公里，覆盖 770 万人口，日均行驶里程超 10 万公里。目前在萝卜快跑在武汉的单日 单车峰值已经超过 20 单，达出租车司机平均单日单量水平。而从全国范围内来看，截至 2024 年 10 月，萝卜快 跑平台累计订单已超过 800 万单。根据百度财报，2024 年三季度萝卜快跑订单约 98.8 万单，同比增长 20%。萝 卜快跑的技术关注高精度地图、多传感器融合以及决策算法。萝卜快跑搭载包括激光雷达、毫米波雷达、超声 波雷达和摄像头在内的 7 类 40 个传感器。这些传感器通过数据融合，各自具有不同的探测范围和精度，通过先 进的融合算法，将多源数据进行有效整合，提供了 360°无死角的环境感知能力，使得车辆能够及时识别和避 让障碍物，确保行驶安全。
百度 Robotaxi 有望跑通无人驾驶网约车 UE，并进一步扩张。目前百度 Robotaxi 已经于 11 个城市开放载 人测试运营服务，并且在北京、武汉、重庆、深圳、上海开展全无人自动驾驶出行服务测试。Robotaxi 在武汉 已经接近盈亏平衡，主要得益于车队数量、覆盖范围大幅扩张，且完全自动驾驶订单比例自 22 年 8 月的 10%提 升至 24 年 4 月的 70%，管理层预计未来几个季度内会逼近 100%，从而节约安全员成本。此外，RT6 采用换电 方案后量产价格（不含电池）压缩至 20 万元人民币以内，此前 22 年百度世界大会时宣布 RT6 量产成本为 25 万元人民币，硬件成本下降进一步优化 UE。 技术迭代优化网约车行业 UE，监管方案逐步成熟有望加速行业落地。百度采用 Apollo ADFM 方案逐步替 代安全员，算力成本长期看指数级下降，因此技术的成熟推动网约车 UE 进一步优化。据公司，百度 Robotaxi 的无人车出险率，仅为人类驾驶的 1/14，目前已安全行驶超过 1 亿公里，没有出现一例重大伤亡事故。高精地 图方面，百度在全国 134 个城市推出了高精地图，并采用轻地图方案，降低 80%成本的同时实现周度更新（局 部地区实现天级更新）。监管方面，23 年 11 月工信部等四部委联合发布《关于开展智能网联汽车准入和上路通 行试点工作的通知》，并于 24 年 6 月开展试点工作集中申报，进一步推动行业落地并提供政策支持。
（6）文远知行：国内 Robotaxi头部玩家
文远知行产品服务定位对标小马智行。文远知行（WeRide）成立于 2017 年，总部位于广州，是全球领先 的自动驾驶科技公司，提供从 L2 到 L4 的自动驾驶产品和服务。文远知行在全球 7 个国家 30 个城市开展自动 驾驶研发、测试及运营，运营天数超过 1,700 天。文远知行是唯一同时拥有中国、美国、阿联酋、新加坡四地 自动驾驶牌照的企业。文远知行致力于开发安全可靠的无人驾驶技术，应用场景覆盖智慧出行、智慧货运和智 慧环卫，已进入自动驾驶商业化运营阶段，形成自动驾驶出租车(Robotaxi) 自动驾驶小巴 (Robobus)、自动驾驶 货运车(Robovan)、自动驾驶环卫车(Robosweeper)、高阶智能驾驶(Advanced Driver-Assistance system)等五大产品 矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。自动驾驶通用技术 平台 WeRide One 集成了自动驾驶全栈式软件算法、模块化硬件以及云架构平台，支持不同级别、不同车型的自 动驾驶能力。WeRide One 是城市自动驾驶的通用平台，在软件和硬件方面都具有通用性。感知模型可适应各种 传感器设置和车辆类型，而规划算法则是为适用于多种用例的一般城市场景而设计的。WeRide One 采用内部深 度学习模型进行感知、预测、规划和控制，并根据运营数据进行自我改进。这些模型根据真实世界的数据不断 更新，并在分布式云平台上进行训练。经过验证的模型将部署到整个车队，模仿经验丰富的驾驶员，在复杂的交通场景中实现类人驾驶和高效决策。WeRide One 通过软件、硬件和操作的全面冗余来确保安全。这包括冗余 传感器、计算单元、通信网络电源和线控驱动系统。因果预测和规划模型可确保在与其他道路使用者互动时处 理最坏情况，并辅以远程协助平台处理复杂情况，确保了乘客的安全性和舒适性。同时，文远知行与全球最大 的 Tier l 博世携手，开展高阶智能驾驶解决方案的研发，共同推进车规级、可量产、应用于乘用车的 L2+/L3 级 智能驾驶产品的前装量产及市场化应用。目前，文远知行在广州黄埔区、广州开发区提供 Robotaxi 服务，累积 运营天数超 1200 天。
（7）滴滴：结合共享出行平台数据加码自动驾驶研发
依托共享出行龙头地位和数据优势，加码自动驾驶技术研发。滴滴可以将经营地图、安全地图、技术地图 进行整合，在滴滴 8 年累计的经营数据基础上，形成滴滴的自动驾驶战术地图。2024 年 5 月，滴滴与广汽埃安联合签订深化合作协议，共同发布无人驾驶新能源量产车项目——“AIDI 计划”，并宣布将成立合资公司，拟于 2025 年推出 L4 级 Robotaxi 量产车，并接入滴滴共享出行网络。滴滴是全球最大的一站式出行科技平台，为 16 个国家约 4000 多个城市的司机与乘客提供服务，大规模平台管理经验以及庞大真实交通数据为自动驾驶研发提 供宝贵经验及机器学习数据基础。
（一）Virtual Driver 赋能经济高效解决方案
端到端（E2E）技术推进自动驾驶解决方案，将感知、预测、规划和控制、模拟等单个模块的关键优势整 合在一起。Virtual Driver 是小马智行的自动驾驶技术，无缝集成软件、硬件和服务，自动驾驶软件栈是 Virtual Driver 的 "大脑"，通过一整套软件模块和算法引导车辆。这个由端到端（E2E）技术提供支持的视听软件栈消 除了感知、预测、规划和控制之间的传统界限，能够以统一、无缝的方式分析复杂路况，实现安全平稳的运营。 E2E 技术通过自动驾驶软件组件的集成实现了安全优势，使车辆能够适应不断变化的环境，可以预测周围车辆、 行人和其他物体的行为，包括攻击性或不可预测的驾驶行为，如突然切入、鲁莽变道、摩托车意外掉头或倒车 等，这些情况即使是经验丰富的人类驾驶员也很难立即做出反应。模拟系统在验证软件模块和算法的安全性和 可靠性方面发挥着至关重要的作用。它强调以与实词采样频率一致的方式模拟长尾情景和行为，而不仅仅是复 制正常情况或制造人为情景。这种方法使小马智行能够根据过去的事件和记录的数据对未来的结果做出合理的 推断。这种端到端的方法已证明其安全性能大大超过人类驾驶员，同时还降低了在新地区和新城市扩大运营规 模的成本。 E2 E系统融合可学习度量空间与生成模型模拟车辆行为，同时利用 LLM、自监督模型及可学习优化模型 确保性能与可靠性。小马智行的 E2E 系统利用可学习的度量空间与生成模型相结合，模拟与真实世界分布一 致的车辆行为，这种识别器对于测量损失的闭环训练和评估性能指标的闭环测试至关重要。通过智能标签和特 征提炼技术，小马智行将大型语言模型（LLM）的丰富知识转移到资源受限的车载 E2E 模型中。这一过程有 效地将对复杂的长尾场景的理解嵌入到紧凑型模型中，使系统能够处理各种错综复杂的驾驶条件，同时在有限 的计算约束条件下保持高效率和高性能。小马智行的自监督模型利用无标记数据，通过表征学习训练世界模型 和 E2E 模型。通过这种表征模型，可以使用最少的标记数据进一步训练系统，以解释 E2E 推理结果，如感知 结果、预测结果、做出的具体决定和详细的场景描述。小马智行的可学习优化模型将基于模型方法的数据驱动 特性与基于优化方法的可控性结合在一起，同时通过整合基于模型的成本函数和基于优化的求解器来开发端到 端规划模型。这种混合方法确保了适应性、精确性和效率，使小马智行的解决方案具有高度可靠性。
快速学习能力的多模态大模型赋能“感知与预测”。感知模块使小马智行 Virtual Driver 能够看到并理解自动驾驶汽车周围的世界。通过融合和处理综合传感器套件收集的相关数据，感知模块能够自动进行物体分割、 检测、分类、跟踪和场景理解。在沙尘暴、暴雨和大雪等恶劣天气条件下，小马智行的感知模块比人类驾驶员 表现出更出色的感知能力。预测模块根据一系列数据，包括感知模块的输出、原始传感器数据和类似 Road agent 的历史决策数据，预测其他车辆、行人和其他物体的移动和行为方式。通过混合使用深度学习和启发式方法来 实现快速学习和适应，预测模块可为每个观测到的道路提供一系列预测轨迹，每个轨迹都具有指定的发生概率。 小马智行的预测模块采用了多模态深度学习模型，该模型融合了来自感知观测和人类普通感官的信息。这些共 同感官由从交通规则和人类设计的提示中提取的知识图谱表示。变换器结构捕捉不同模态之间的相关性。为了 解决诸如攻击性或不稳定驾驶行为等极端情况，除了大规模的日常驾驶记录数据集之外，小马智行还针对每种 情况添加了额外的可学习和专门设计的提示，这种方法确保了预测模块能够有效地应对突发行为。
通过博弈论“规划与控制”，同时聚焦缩小虚拟驾驶与现实驾驶之间的差距。小马智行的规划和控制模块旨 在根据感知和预测模块的输入，规划并执行安全、舒适和高效的道路操纵。小马智行的数据驱动规划和控制模 块不仅仅是根据周围环境和附近 Road agent 的行为来指挥车辆行驶，还能选择最佳路线，平稳地加速和减速， 并适当地变换车道，这些都有助于实现安全、舒适和高效的自动驾驶体验。这是通过使用博弈论和条件预测来 分析概率预测结果，并在每次预测下做出最佳驾驶决策。小马智行的闭环模拟引擎 PonyWorld 利用最新技术创 建了一个高保真环境，在视觉细节和动态响应方面都精确地复制了真实世界的情况，这使小马智行能够以准确 性推动系统能力的发展，模拟儿童突然出现、沙井未盖或前方车辆掉落碎片等关键场景。该引擎提供了一个高 效灵活的虚拟开发和测试环境，在减少测试时间和相关成本的同时，显著提高了安全指标。 多种传感器提高准确度，同时密切与制造商合作完善车辆集成。小马智行采用多传感器方法，将激光雷达、 高分辨率相机和传统雷达结合在一起，以准确、精确地感知和了解自动驾驶车辆周围的环境。目前的自动驾驶 车辆模型配备了强大的传感器套件，包括 7 个激光雷达、11 个高分辨率摄像头和 3 个雷达，可实现 360 度视野， 且无任何重大盲点。除了感知传感器，小马智行还在系统中使用了另外两种传感器，即高精度全球导航卫星系 统（GNSS）和惯性传感器（IMU）。这些传感器与高清地图和定位模块配合使用，可确保自动驾驶汽车的精确 定位。此外，小马智行与供应商密切合作，开发出更适合自动驾驶场景的定制传感器产品。经过与主机厂合作 伙伴多年的设计改进，小马智行的自动驾驶汽车已变得越来越先进，成本效益也越来越高。2022 年 1 月，小 马智行与丰田合作开发的自主乘用车最新 6th 代车型发布，该车型具有完全安全冗余的车辆平台，精简且功能 强大的工业化设计，并改进了与基础车辆的集成。小马智行与三一重工共同开发的 Robotruck 具有领先的自动 驾驶功能和冗余底盘系统，可降低工作环境中的风险并简化物流。这种合作有助于持续优化小马智行高度集成 的 AV软件和硬件，确保小马智行为客户提供最安全、最可靠和最高效的自动驾驶解决方案。
（二）“轻资产”模式，合作伙伴生态多元
“主机厂+自动驾驶解决方案供应商+运营商”的轻资产运营模式成为当前的主流。小马智行希望通过 "轻资 产 "模式发展不断壮大的第三方车队公司网络，迅速扩大车队规模，与跨国公司的合作将使小马智行能够及时、 高效地接触到各地区不断增长的庞大乘客群体。2024 年 4 月，小马智行与丰田公司成立了一家合资企业，这是 小马智行商业化路线图上的一个重要里程碑。根据合资企业协议的条款，丰田将作为车队公司，为合资企业提 供丰田品牌的电池电动汽车。这些车辆配备了小马智行先进的 Virtual Driver 技术和丰田的 L4 自动驾驶兼安全 容冗余系统，可通过 PonyPilot 移动应用程序进行访问。小马智行与领先的卡车主机厂密切合作，开发和制造集 成了 Virtual Driver 的 Robotruck，这些 Robotruck 将部署到不同的物流平台，用于多样化的商业用途，如智能枢 纽的自主货运解决方案。小马智行还将向物流平台授权 Virtual Driver 技术，以增强其 Robotruck 的能力。小马 智行双线并举，一方面积极自建自动驾驶出行技术平台 PonyPilot+，“从 0 到 1”沉淀 Robotaxi 的全栈产品经验， 另一方面，积极与出行平台合作，完成“从 1 到 N”的扩张，目前已与与曹操出行、如祺出行、T3 出行等合作伙 伴取得突破性进展。
小马智行深化和拓展战略合作伙伴关系，并关注提高运营效率能力。小马智行一直受益于与商业合作伙伴 的战略合作关系，包括领先的主机厂、跨国公司、物流平台、硬件组件公司等。这些战略合作伙伴关系使小马 智行能够集中精力进行技术开发。小马智行一方面将继续与领先的主机厂合作，迅速扩大自动驾驶车队规模， 另一方面将继续与跨国公司和物流平台合作，加快 Robotaxi 和 Robotruck 商业部署。小马智行的目标是提高研 发、供应链、与业务伙伴的合作、销售和营销以及服务等各方面的运营效率。随着不断扩大自动驾驶技术的规 模，小马智行提高运营效率以实现长期盈利。虽然目前自动驾驶车队由小马智行运营，但小马智行可能会寻求 与由第三方车队所有者出资的第三方 “车队公司”合作，在这种业务模式下，第三方 “车队公司 ”将承担与 车队收购相关的大部分资本支出以及其他车队运营成本和费用。此外，小马智行还通过实施各种费用控制措施 来加强对运营费用的管理。因此，随着小马智行的收入模式不断发展，以及小马智行的运营效率通过规模经济 不断提高，小马智行的成本组合和运营费用在未来可能会有很大变化。 通过 “轻资产”模式发展不断壮大的 Robotaxi 三方车队公司网络。小马智行与丰田、上汽、广汽和一汽 等领先的主机厂建立了深入的战略合作关系，共同开发和量产自动驾驶汽车。通过与丰田的第一阶段合作，小 马智行于 2022 年 1 月成功推出了 6th 代自动驾驶汽车模型，以支持完全无人驾驶的 Robotaxi 运营。与这些领 先主机厂的合作大大提高了小马智行利用可靠的集成车辆平台在全球推广技术的能力。此外，小马智行还与领 先的跨国公司建立了合作关系，如广汽支持的 On Time Mobility、支付宝和高德地图，以扩大和扩展小马智行的 Robotaxi 服务，提高乘客覆盖率。例如，On Time Mobility 推出了一支由 50 辆车组成的车队，该车队集成了小 马智行的 Virtual Driver 系统，在中国广州和深圳提供面向公众的付费 Robotaxi 服务。小马智行的 Robotaxi 服务 市场战略建立在与主机厂、第三方车队公司以及跨国公司的战略合作伙伴关系基础之上。这种合作关系将帮助 小马智行实现 Robotaxi 服务的规模化商业化，从乘客车费中获得的收入将在不同的合作伙伴之间进行分配。小 马智行与 OEM 主机厂合作伙伴合作，优化和制造集成了 Virtual Driver 的自动驾驶车辆，这些车辆包括小马智 行拥有的车队和将由第三方车队公司拥有的车队。这些车队将通过跨国公司或小马智行手机应用 PonyPilot 向 乘客提供 Robotaxi 服务。
Robotruck 及许可和应用服务与国内领先企业合作。小马智行与中国领先的卡车制造商三一重工建立了战 略合作伙伴关系，共同开发由小马智行技术驱动的智能卡车，还与中国外运建立了战略合作伙伴关系，共同在 中国外运现有的特定物流网络中部署 L2++智能卡车和 L4 自动驾驶卡车。Virtual Driver 与卡车 OEM 主机厂的 制造和售后能力以及物流平台的需求和基础设施相结合，使小马智行能够抓住中国大型卡车运输市场的机遇。 关于许可和应用服务，小马智行与美团、新石器和菜鸟等物流客户以及英伟达（NVIDIA）在硬件组件方面开展 了共同开发合作。这种与顶级硬件组件公司的深度合作使小马智行能够定制设计，以提供高性能和高性价比， 并确保正常运行期间的供应。
随着全球业务的稳步扩张，小马智行积极与各地商业伙伴携手，全力推动自动驾驶技术商业化。目前，自 动驾驶技术公司纷纷发力海外市场，Waymo 预计在 2025 年初进军日本，与当地日本交通公司以及出租车叫车 应用 GO 携手合作。小马智行也积极拓展国际市场，合作伙伴包括当地政府、行业翘楚和技术先锋，各方战略 协同，共同发力。2024 年 3 月，小马智行与卢森堡政府签订谅解备忘录，聚焦自动驾驶汽车在当地的发展，致 力于为欧洲市场定制创新方案。同月，小马智行与韩国的 PonyLink 成立合资企业，专为韩国市场开发自动驾驶 技术与服务。此外，小马智行与沙特潜在伙伴的洽谈持续推进，也与阿布扎比投资办公室达成正式协议，加快当地部署。通过协同创新，小马智行整合各方优势，推动业务增长。其构建的合作生态，连接了车辆零部件供 应商以及跨国公司、物流平台的服务需求，不仅扩大了自动驾驶车队规模，还让自动驾驶车辆能高效应用于多 元商业场景，提升了小马智行在全球自动驾驶领域的竞争力。
（三）Robotaxi 盈利路径逐渐清晰，车队扩张是规模效应的关键
预估 2025 年 Robotaxi 单车 UE 模型有望跑通，公司层面整体盈利节奏仰仗车队扩张进度。Robotaxi 成本 主要包括整车制造成本（BOM 成本）、安全运营成本、运力运营成本三大部分。BOM 成本主要是自动驾驶模块 包括硬件及软件成本，其次包括底盘、车身、智能座舱等，目前小马六代 Robotaxi 单车 BOM 成本降到 30 万以 内，会计折旧按 6 年计算（实际使用寿命大概 8 年）。其次，安全运营成本主要包含安全员费用及远程平台、数 据平台成本，此部分小马智行以远程支持计算，预计每年每辆车 7000 元。运力运营成本涵盖内容较多，如售后 维保成本、补能成本、其他如保险等成本，此部分小马 Robotaxi 每年每辆车大概有如下成本：保险 8000 元、电 费 12000 元、保养费用 12000 元、停车费 4000 元。收入端，预计阶段稳态情况下小马 Robotaxi 单车日公里数为 300 公里，每公里价格 3 元，每年运营 340 天，假设 utilization rate 为 53%（utilization rate 为使用率或载客率）， 预计一年收入流水为 162180 元。同时考虑到涉及三方服务平台的佣金抽成，假设抽成率 10%，粗算单车每年利 润 52962 元，利润率 33%。预估 2025 年小马 Robotaxi 车队规模有望接近千辆，单车 UE 模型有望跑通。但考虑 到短期内 Robotaxi 车队规模仍较小且收入占比不高，长期看公司整体扭亏为盈仍需整体毛利率进一步提升以及 期间费用率进一步优化，车队规模扩张是规模效应以及公司整体 breakeven 的关键。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
