公司概况：全球自动驾驶出行大规模商业化落地领先企业
小马智行是自动驾驶出行大规模商业化领域的全球领先企业。
1）2016 年，小马智行成立：2016 年，小马智行联合创始人楼天城（公司CTO首席技术官，首届清华姚班，Waymo 无人车的技术开发，百度无人驾驶事业部技术委员会主席）、彭军（公司 CEO，清华大学本科、斯坦福大学博士毕业，百度自动驾驶首席架构师）从百度离职、联手创业，吸收顶尖人才成立团队，包括邀请楼天城在清华就读期间的导师姚期智院士担任首席顾问，2016 年12 月，自动驾驶公司小马智行（Pony.ai）诞生于美国加州，成立硅谷研发中心。
2）2017 年至今，Robotaxi、Robotruck 等业务加速发展：在美国推进无人车道路测试的同时，2017 年底公司技术与运营团队集结广州，新的研发中心落地；2018年，小马智行与广汽集团签约，组建中国首支常态化运行自动驾驶车队，2018年12 月推出国内首个 Robotaxi 自动驾驶出行服务 PonyPilot；2022 年，小马智行迎来自动驾驶技术商业化加快落地的重要一年，其自动驾驶出行服务（Robotaxi）在多地获得运营资格，自动驾驶货运服务（Robotruck）建立“黄金三角”，乘用车自动驾驶（POV）业务也崭露头角，4 月，小马智行成为国内首个获得出租汽车道路运输经营许可的自动驾驶公司，100 辆自动驾驶汽车获批在广州南沙全域803平方公里范围内开跑，12 月，北京颁布“无人化车外远程阶段”自动驾驶道路测试许可（整车无人），小马智行与百度各占半壁江山，2022 年下半年，30辆由小马智行联合三一重卡打造的自动驾驶重卡，交付青骓物流，这家由小马智行与中国外运合资成立的物流公司，与重卡制造商、技术提供方形成“技术+车辆+场景”的智慧物流战略联盟，小马智行主要负责提供完整的自动驾驶技术栈，但也同时深入前线生产及后期运营环节，积累一线技术研发、赛道趋势把握、乃至自动驾驶整体商业化思考等丰富经验。打出小车大车两手抓的组合拳后，小马智行宣布成立乘用车智能驾驶业务（POV）部门，向量产智能驾驶转身，最终形成三大技术前台业务板块。
小马智行利用其与车辆类型无关的全栈式自动驾驶技术——“虚拟司机”技术，无缝集成了小马智行专有的软件、硬件和服务，正在开发一种具有商业可行性和可持续性的商业模式，以实现自动驾驶车辆在各类交通场景中的大规模生产和部署。基于小马智行自研的“虚拟司机”核心技术，公司已布局自动驾驶出行服务、自动驾驶卡车、乘用车智能驾驶三大业务，从日常出行到物流运输，公司希望为客户、行业和市场提供优质的自动驾驶解决方案。小马智行目前业务已拓展至中国、欧洲、东亚、中东及其他地区，确保其先进技术得以广泛应用，公司致力于提供安全、先进、可靠的全栈式自动驾驶技术，实现未来交通方式的彻底变革，最终达成“让自动驾驶触手可及”的美好愿景。 小马智行全球扩张在路上。与当地合作伙伴的战略合作，1）公司已与优步建立战略联盟，使用户能够在优步平台上使用我们的自动驾驶出租车服务，该合作预计将于今年晚些时候在中东的一个关键市场率先推出，未来目标是将部署范围扩大到更多国际市场； 2）公司还与总部位于新加坡的大型陆路运输公司康福德高合作， 开展一项联合项目（自动驾驶出租车试点项目）。此外，公司获得了卢森堡交通部颁发的 L4 级自动驾驶出租车测试许可，并于第一季度在韩国首尔江南区开始了道路测试。
主营业务：主营 Robotaxi 自动驾驶出行、Robotruck 自动驾驶卡车业务、授权和应用业务
小马智行的主营业务包括 Robotaxi 自动驾驶出行服务（2024 年营收占比9.7%）、Robotruck 自动驾驶卡车服务（53.8%）和授权与应用（36.5%）三部分。
1）Robotaxi 自动驾驶出行服务
小马智行主要通过以下两种方式获取 Robotaxi 自动驾驶出行服务收入：（a）为领先的汽车制造商和网约车公司提供全面的自动驾驶工程解决方案，包括自动驾驶软件部署和维护、车辆集成与工程以及道路测试，帮助他们将公司的自动驾驶技术无缝集成到其车辆平台中；（b）向乘坐公司自动驾驶出租车的乘客收取乘车费用，但这种方式所占比例较小。目前，小马智行在北京、上海、广州和深圳这四个一线城市提供收费的自动驾驶出租车服务，并计划未来通过自有车队和/或第三方车队公司运营的车队在中国更广泛的地区推出此类服务。随着小马智行自动驾驶出租车服务的商业部署加速，预计未来自动驾驶出租车的收入将在绝对值和占总收入的比例上持续增长。特别是，随着公司自身和/或第三方拥有的自动驾驶出租车车队规模的扩大，预计来自乘客车费以及为网约车公司和车队公司运营自动驾驶出租车所产生的费用将随之增加。从长远来看，随着大规模商业化的临近，公司将继续根据市场状况调整收入模式，并探索自动驾驶出租车服务的其他盈利机会。 多年来，小马智行与原始设备制造商（OEM）合作伙伴在七代Robotaxi 的测试和设计改进过程中积累了丰富的经验，每一代 Robotaxi 的推出，公司都致力于提供更先进、更精良的硬件设计，使其更好地与车辆平台融合，同时提高成本效益和适应性，公司高度集成的自动驾驶汽车在重量、功耗、尺寸和其他关键方面都与量产车极为相似。
小马智行第五代和第六代 Robotaxi 自 2023 年起已投入面向公众的自动驾驶出租车服务。公司的第六代 Robotaxi 采用了冗余车辆平台，车辆平台配备了冗余传感器、计算系统、电源和执行器，从而避免了单点故障，例如，在计算系统中，不同的处理器相互交叉检查，并作为彼此的备用系统，如果GPU 上运行的某些算法出现错误，还可以回退到 CPU 上运行； 另一个例子是，如果主电源系统出现故障， 备用电源系统将无缝接替，确保计算系统持续供电，从而使我们的虚拟驾驶员整体能够继续运行。相比上一代，小马智行第六代Robotax 首次大规模采用了固态激光雷达，引入车规级英伟达 DRIVE Orin 系统级（SoC）芯片，相比上一代计算单元，全新一代的算力预计提升至少 30%，重量减轻至少30%，成本降低至少30%，结合前代计算平台的经验，水冷散热方案也得到优化升级。截至2025年4月 10 日，小马智行运营的自动驾驶出租车车队规模已超过270 辆，在国内一线城市（北京、广州、深圳、上海）开展规模化的全无人驾驶出行服务。2025 年 4 月 23 日，小马智行全球首发第七代车规级自动驾驶软硬件系统方案，三款第七代 Robotaxi 家族量产车型也首次集体对外亮相，预计2025 年中期量产。小马智行搭载第七代自动驾驶系统方案的 Robotaxi 车型拥有100%车规级零部件、自动驾驶套件总成本较前代下降 70%、平台化适配设计的三大亮点，并成为全球首个基于车规级芯片实现 L4 级全场景无人驾驶能力的系统方案。目前基于小马智行 PonyWorld 世界模型技术基座，小马智行 L4 级Robotaxi 车队已经实现50万小时全场景、全天候、全无人运营，其安全性比人类驾驶高出10 倍。
Robotaxi 方面，2025 年是小马智行的规模扩张之年，Robotaxi 正朝着大规模商业化的目标稳步迈进。2025Q1， 公司总收入同比增长12%，其中Robotaxi服务收入同比增长 200%， 收费服务收入同比增长约800%。在2025 年4 月上海车展上， 公司与丰田、 北汽和广汽合作， 发布了面向量产的第七代自动驾驶出租车系列以及第七代自动驾驶系统，随着公司加快生产并借助技术进步提高成本效益， 第七代自动驾驶系统（Gen 7） 的推出使物料清单（BOM）成本较上一代降低 70%，预计将于 2025 年年中开始量产，公司有信心在年底前将车队规模扩大至 1000 辆。 据弗若斯特沙利文咨询公司资料，公司是中国首批在四大一线城市（即北京、 上海、 广州和深圳） 获得全无人驾驶出租车运营牌照的企业之一，并且是唯一一家在这些城市获得所有可用及必需监管许可以提供面向公众的无人驾驶出租车服务的自动驾驶技术公司，此外，公司还是中国首家获得跨省高速公路无人驾驶卡车编队测试监管批准的企业，截至2025 年4 月10日，我们运营的自动驾驶出租车车队规模已超过 270 辆，累计自动驾驶里程超过3920万公里，公司持续拓展运营范围，2025Q1，公司将商业化运营区域扩大至北京、广州、 深圳和上海的 2000 多平方公里，几乎是美国旧金山市面积的20 倍。生态合作方面，公司已与丰田和广汽丰田成立了一家合资企业，以推进在中国大规模生产及部署全无人驾驶的自动驾驶出租车。 此外，公司还与上汽、广汽和北汽等其他领先的汽车制造商合作， 共同开发和大规模生产自动驾驶出租车车辆。凭借与蚂蚁金服、高德地图、OnTime Mobility 等领先跨国公司的强大合作关系， 公司率先推出了完全无人驾驶的收费、 面向公众的自动驾驶出租车服务，2025 年 4 月，公司与腾讯微信的“出行服务”平台达成战略合作伙伴关系，包括腾讯地图及其先进的云计算、 人工智能和大数据基础设施，进一步扩大了在中国数十亿用户群体中的覆盖范围。截至 2024 年12 月31 日的一年里，公司每辆自动驾驶出租车的日均订单量达到约 15 单；2025Q1，公司的注册用户数量环比增长超过 20%。
2）Robotruck 自动驾驶卡车服务
小马智行主要通过以下两种方式获取 Robotruck 自动驾驶卡车服务：（a）使用自动驾驶卡车车队为物流平台提供付费运输服务来获取自动驾驶卡车业务收入。公司根据具体的运输路线按里程向其收取服务费，或者按吨位收取。随着公司自动驾驶卡车车队规模的不断扩大，预计此类收入在未来不久将会增长；（b）目前，公司还通过向卡车原始设备制造商（OEM）提供公司的全栈虚拟驾驶员技术来获取部分机器人卡车的收入，这些制造商将公司的技术集成到其车辆平台中以实现自动驾驶功能。预计公司此类收入在未来一段时间内将持续增长。随着虚拟司机的客户群不断扩大，公司可能会开发新的 Robotruck 收入来源，包括向这些客户收取使用虚拟司机技术的持续许可费。在较小程度上，公司还通过向客户提供自动驾驶工程解决方案来获取 Robotruck 的收入，包括定制软件开发、车辆集成、工程和道路测试等服务，这有助于提升其智能卡车的自动驾驶能力和整体性能。
基于一套通用的基础技术，小马智行加速推进 Robotrck 相关业务布局。小马智行于 2020 年底成立卡车事业部小马智卡，于 2021 年3 月在中国推出了端到端的自动驾驶货运解决方案，以抓住卡车货运市场的巨大机遇。小马智行Robotruck服务策略是基于与领先的卡车原始设备制造商（OEM）和物流平台的合作关系构建的。公司与领先的卡车 OEM 密切合作，开发和制造集成我们虚拟司机技术的Robotruck，这些卡车将部署到不同的物流平台，应用于多样化的商业场景，例如智能枢纽到枢纽的自动驾驶货运解决方案。公司还将向物流平台授权公司的虚拟司机技术，以增强其机器人卡车的能力。
从业务模式来看，1）小马智行联手合作伙伴打造打造智慧物流“技术+车辆+场景”黄金三角。2022 年 11 月 1 日，小马智行宣布与战略合作伙伴中国外运股份有限公司、三一集团进一步深化合作，成立三方战略联盟，联手打造智慧物流“技术+车辆+场景”黄金三角，通过与合作伙伴开启全新合作形式，小马智行已逐步构建包括自动驾驶公司、物流公司以及重卡制造商的智慧物流“黄金三角”，小马智行拥有核心自动驾驶技术，是赋能物流和未来重卡生产制造的关键；物流公司积累了丰富的运输经验以及客户基础；而重卡制造商则拥有整车开发制造的技术沉淀。三者优势互补，才能让“黄金三角”高效运转起来，形成安全高效的未来智慧物流生态，最大程度发挥自动驾驶技术的社会价值和经济效益。
2）小马智行采用“1+N”编队自动驾驶，加速卡车无人化进程。小马智卡发布编队自动驾驶解决方案“驼灵”，推进自动驾驶卡车技术无人化的进程，已在北京、广州获准开展自动驾驶卡车编队测试。编队方案可实现一辆领航车和多辆跟随车的行驶，车辆均为 L4 级自动驾驶卡车，仅需要一名领航车安全员监督。“驼灵”方案极大地降低运营成本，提高运输效率，为实现规模化自动驾驶货运奠定基础。
从 Robotruck 软硬件系统来看，2022 年 11 月 1 日，小马智行正式发布第三代自动驾驶卡车软硬件集成系统。该系统方案面向干线物流业务需求设计，已率先应用于小马智行与三一重卡合作打造的首款自动驾驶重卡产品，由双方所建合资公司一骥智卡生产，于当日向青骓物流交付首批智卡。第三代自动驾驶卡车系统的传感器方案沿用多传感器深度融合技术，传感器整体数量20 个，主要采用车规级传感器件，在实现自动驾驶超远距感知、360°全景无盲区、长尾场景处理等领域均取得突破，并达到业内领先水准。在高速行驶和高载重的业务要求下，该传感器方案通过 1 个超长距摄像头、2 个长距摄像头、1 个量产车规级长距激光雷达、1 个远距毫米波雷达构成强大的超远距感知模组，可覆盖前向200 米至1000米障碍物探测。以卡车 90 公里/小时的行驶速度计算，超远距感知模组可让自动驾驶卡车提前 30 秒精准识别出前方故障车辆，做到从容避障。同时，为了确保车身周围 200 米内障碍物的安全召回，尤其是对倒地的锥桶、路面坑洞或抛洒物的识别，该方案包含有一个 360°全景感知模组，由 2 个 360°激光雷达、3 个补盲激光雷达、3 个摄像头、2 个毫米波雷达组成，分布在车辆前后及两侧，解决了卡车近身盲区的行业痛点。两大感知模组的创新，极大提高系统对障碍物的应对能力和准确率，让卡车行驶更加安全。 从技术上来看，小马智行用于自动驾驶卡车服务的关键自动驾驶技术与自动驾驶出租车服务有很大程度上的重叠，但公司还是对 Robotruck 某些模块进行了精心定制，比如传感器套件和控制系统，以适应自动驾驶卡车的特定使用场景。例如，公司将车辆的探测范围扩大到约 500 至 1000 米，使自动驾驶卡车能够安全地高速行驶；公司为自动驾驶卡车配备了后置摄像头和雷达，这对于卡车变道或并线来说是最佳配置。此外，公司还在自动驾驶卡车上加装了短程和广角激光雷达，消除了任何潜在的盲区，从而提高了安全性。
从运营数据来看，截至 2025 年 4 月 10 日，公司已在北京和广州获得自动驾驶公共道路测试许可，并运营着一支由超过 190 辆智能卡车组成的车队，不仅独立运营， 还与中国最大的货运物流公司中国外运合作，其中包括L2++ 级智能卡车和 L4 级无人驾驶卡车，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，覆盖了中国所有主要商业活跃地区和交通干线。在商业运营过程中，公司的智能卡车车队已累计行驶约 5700 万公里。 通过商业运营，公司的智能卡车促进了中国范围内的长途货运，累计货运量超过 9.26 亿吨公里。为了验证公司的技术和商业模式，为未来的大规模商业化做准备，公司还在各种业务场景中运行智能卡车。此外，公司还与中国领先的卡车制造商三一集团合作，共同开发L4级自动驾驶卡车。
3）授权与应用
小马智行的许可与应用收入主要通过以下方式获得：（a）向汽车制造商及其他行业参与者提供智能驾驶解决方案，包括智能驾驶软件解决方案、专用车载域控制器产品以及数据分析工具，助力车辆实现更高水平的驾驶自动化；（b）向传感器及硬件组件供应商提供某些增值服务，例如车辆集成服务、软件开发及许可服务，帮助其产品和解决方案更好地适应自动驾驶场景；（c）提供车联网（V2X）产品和服务，以提升道路安全，提高交通效率和出行体验。虽然小马智行过去很大一部分收入来自授权和应用服务， 但随着公司 Robotaxi 和Robotruck 收入的持续增长， 预计长期来看，授权和应用服务收入比例将会下降。2023 年 1 月，小马智行正式宣布三条智能驾驶业务产品线，涵盖软件系统方案、域控制器、数据闭环工具链，均已取得定点，开始量产交付。基于六年间对“虚拟司机”技术的打磨和积累，我们为客户提供可定制化的高性能、低成本的量产智驾解决方案。
智能驾驶软件解决方案。 基于公司在虚拟驾驶员技术方面的突破，公司为原始设备制造商（OEM） 提供智能驾驶软件解决方案，实现高速公路和城市道路的自动导航（NOA）、记忆泊车、 车道居中控制（LCC）、自适应巡航控制（ACC） 以及其他 L2++ 级别的辅助驾驶功能。公司强大的自动驾驶软件模块和算法， 加上在复杂运营区域进行的广泛测试，使公司能够开发出强大且经济高效的解决方案，并已获得初步客户认可。
自主研发的车辆域控制器产品。公司为汽车制造商提供自主研发的车辆域控制器产品，目前基于英伟达 DRIVE Orin 平台打造，以支持其车辆的自动驾驶系统。凭借在严格的车辆测试中积累的海量数据洞察和行业经验，公司开发的车辆域控制器产品安全可靠、功能强大，更贴合智能驾驶的应用场景。这一点得到了包括 ISO 26262 功能安全 ASIL D 开发流程认证在内的多家国际权威机构的认可。 截至目前，公司的车辆域控制器产品已实现量产交付，并且正在探索将其应用于低速自动驾驶场景，如无人配送车、无人驾驶环卫车和自动驾驶港口作业等市场机会。
数据分析工具。小马智行的数据分析工具包含一个基于云端的数据处理平台，该平台能够对配备了公司技术的车辆所收集的数据进行挖掘、采集、分析和维护。此外，它还包括一个 L4 级模拟系统，用于评估车辆行驶过程中的安全性、合规性、舒适性和效率，从而持续改进车辆的自动驾驶系统。
一些增值服务， 例如车辆集成服务以及软件开发和授权服务，主要面向传感器和硬件组件供应商，帮助他们更好地使产品和解决方案适应自动驾驶的应用场景。此外，公司还提供 V2X（车对万物）产品和服务，以提高道路安全，提升交通效率和体验。
股权结构：股权结构较为集中，管理层技术实力强
小马智行创始人彭军和刘天成博士投票权高，受多方产业资本青睐。公司设有不同投票权架构，股本包括 A 类普通股及 B 类普通股，每股A 类普通股赋予持有人行使十票的权利，每股 B 类普通股则赋予持有人行使一票的权利。彭军博士持股比例为 17.1%，投票权比例为 55.4%，楼天城博士持股比例为6.0%，投票权比例为 19.4%，两位联合创始人合计持股 23.1%，共拥有74.8%的投票权。此外，小马智行备受多方产业资本青睐，其中丰田汽车持股 11.9%，知名VC 红杉持股9.1%，IDG 资本持股 5.1%，五源资本持股 5.1%。
公司核心管理层技术实力强，产业经验丰富。公司董事会主席、联合创始人兼首席执行官彭军博士负责整体战略及业务发展，彭博士为清华大学学士、纽约州立大学布法罗分校硕士和斯坦福大学博士，创立小马智行之前，彭博士2005年至2011 年在 Google 担任软件工程师，专门从事后端和前端广告系统方面的工作，2011 年至 2016 年担任百度自动驾驶部门首席架构师，负责百度自动驾驶的整体战略规划与技术发展。公司董事、联合创始人兼首席技术官楼天城博士为清华大学计算机科学学士和博士，2016 年共同创立了 Pony.AI，楼天城博士是全球闻名的计算机编程大牛，以比赛 ID “ACRush” 为计算机编程界所知，他连续11年蝉联 TopCoder 中国区冠军，并且两次获得谷歌全球编程挑战赛冠军，创立小马智行之前，楼博士是百度历史上最年轻的 T10 工程师，他的职业生涯开始于谷歌，曾在 Google X（Waymo）从事无人车技术开发。公司管理层多为公司核心技术专家，技术背景深厚。公司核心创始人学术实力强劲，且具备丰富的自动驾驶研发经验。
财务分析：营收持续增长，费用率有所下降
Robotaxi、Robotruck 及授权与应用的需求增加，助力公司营收持续增长。2021-2024 年，公司营业收入从 812 万美元增长至7503 万美元，CAGR 为109.8%，得益于下游对公司 Robotaxi、Robotruck 及授权与应用的需求增加，公司营收持续增长。2025Q1，公司营业收入为1397.9万美元，同比增长11.6%，环比减少60.6%，同比增长主要得益于 Robotaxi 服务收入的快速增长，1）2025Q1，公司Robotaxi服务收入为 173 万美元，同比增长 200.3%，这一增长得益于乘客车费和基于项目的工程解决方案服务收入的共同提升，其中乘客车费收入增长更为迅猛，增幅约为 800%，强劲的增长主要归因于其在中国一线城市面向公众的收费运营规模的扩大以及针对不同用户群体的精细化运营策略；2）2025Q1，公司Robotruck服务收入为 778 万美元，同比增长 4.2%，增长的主要原因是新客户带来的贡献；3）2025Q1，公司授权和应用收入为 447 万美元，同比基本持平，其中自动驾驶域控制器（ADC）的订单和交付量有所增加， 这主要得益于新机器人配送客户的推动。净利润方面，2021-2023 年公司亏损持续缩小，从2021 年亏损2.2 亿美元收窄至2023 年亏损 1.2 亿美元，2024 年费用支出加大导致亏损扩大至2.7 亿美元。2025Q1，公司净亏损为 0.43 亿美元（24Q1 净亏损 0.21 亿美元，24Q4 净亏损1.81亿美元），净亏损同比增加的原因包括：1）为第七代车型的大规模生产进行投资；2） 与首次公开募股（IPO） 相关的股权激励在 2025 年第一季度一次性结算产生的费用；3）为增强技术能力而增加员工薪酬和福利。
公司收入主要来自 Robotaxi 自动驾驶出行服务、Robotruck 自动驾驶卡车服务、授权与应用。2021-2024 年，公司 Robotaxi 自动驾驶出行服务营收占比从0.04%提升至 9.68%，Robotruck 自动驾驶卡车服务营收占比从1.02%提升至53.80%，授权与应用营收占比从 98.94%下降至 36.51%，得益于对Robotaxi 和Robotruck自服务的强劲需求，Robotaxi 和 Robotruck 收入占比增长明显。
公司毛利率受产品结构影响有所下降，费用率整体呈下降趋势。2021-2024年，公司毛利率从 77.7%下降至 15.2%，主要原因是公司营收结构调整，服务业务对收入的贡献增加叠加授权与应用业务毛利率波动所致。2025Q1，公司毛利率为16.6%，同比-4.4pct，环比-4.4pct，净利率为-267.4%，同比-101.0pct，环比+242.6，毛利率下降主要是由于第一季度机器人客户的ADC 销售额增加导致收入结构发生变化。 费用率方面，2025Q1，公司费用率为417.5%，同比+119.3pct，其中研发/销售、一般及管理费用率分别为 339.7%/77.8%，同比分别变动+102.4/+16.9pct，公司 25Q1 研发费用率同比增长的主要原因是：1）为第七代车型的量产进行投资；2）与首次公开募股相关的股票奖励在2025 年第一季度一次性结算所产生的费用；3） 为增强技术能力而增加员工薪酬和福利。
L3 级别是汽车自动化道路的一次跃升。从法规和技术两个维度来看，L3 级别自动驾驶都是汽车自动化道路上的一大跃升。从法规来看，SAE 和中国《汽车自动化分级》规定 L0-L2 级别均是人类主导驾驶，车辆只做辅助，L0、L1 和L2之间的差异主要在于搭载的 ADAS 功能的多少，而 L3 开始，人类在驾驶操作中的作用快速下降，车辆自动驾驶系统在条件许可下可以完成所有驾驶操作（作用不亚于驾驶员），驾驶员在系统失效或者超过设计运行条件时对故障汽车进行接管；从技术来看，L0-L2 主要运用的传感器有摄像头、超声波雷达和毫米波雷达，L3及之后原有传感器配套数量上升，同时高成本的激光雷达方案难以避开，传感器之间的协同要求提升，多传感器融合算法愈发复杂，所需控制器芯片算力大幅提升。当智能驾驶发展到 L4、L5 级别，会进入到无人驾驶阶段。L4 级别自动驾驶阶段，可实现部分场景下，驾驶操作由自动驾驶系统完成，应用场景比如本地无人驾驶出租车，踏板/方向盘可以安装、也可以不安装；L5 级别自动驾驶阶段，在所有道路种类和环境情况下，驾驶操作完全由自动驾驶系统完成。
无人驾驶阶段，即 L4 和 L5 级自动驾驶，或将改变各种应用场景下的道路运输方式， 比如用于乘客出行的自动驾驶出租车、用于公路货运的自动驾驶卡车、自动驾驶公交车以及其他应用于各种运输场景的自动驾驶车辆。其中，自动驾驶出租车和自动驾驶卡车占据了大部分市场份额，并拥有最大的市场潜力。此外，在商业化初期，自动驾驶技术的授权和应用预计将带来可观的收入。
诸多因素催化下，自动驾驶出租车（Robotaxi）和自动驾驶卡车（Robotruck）商业化落地加速。1）技术提升：持续努力推进自动驾驶技术，以提升安全性能；2）成本下降：在成本持续快速降低的支撑下， Robotaxi 和Robotruck 的盈利能力得以提升，配备 L2 级自动驾驶功能的车辆所使用的传感器和硬件在一定程度上也与无人驾驶车辆兼容， 随着 L2 级自动驾驶汽车销量的迅速增长，L4级自动驾驶硬件的成本进一步降低；3）出行效率提升：Robotaxi 服务有望变革城市交通并改善整体交通环境，提高城市交通的有序性和效率，此外，Robotruck有望降低成本并提高安全性，有可能显著优化卡车物流系统；4）政策支持：监管机构的支持和政策利好将推动无人驾驶汽车的商业化进程。
政策层面：各国政策在不断放开对自动驾驶的限制。中国方面，2023 年 11 月，工业和信息化部、公安部、住房和城乡建设部、交通运输部发布《四部委关于开展智能网联汽车准入和上路通行试点工作的通知》，在智能网联汽车道路测试与示范应用工作基础上，四部门遴选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求，本通知中智能网联汽车搭载的自动驾驶功能是指国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）定义的3 级驾驶自动化（有条件自动驾驶）和 4 级驾驶自动化（高度自动驾驶）功能。2024年6月，工业和信息化部等四部门发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，确定了首批 9 个进入试点的联合体，车辆运行所在城市为重庆市、广东省广州市和深圳市、上海市、北京市、海南省儋州市、河南省郑州市，首批试点企业包括比亚迪、上汽、广汽、北汽蓝谷、中国一汽、上汽红岩、宇通客车、蔚来科技、长安汽车九家企业。2025 年 3 月，国务院新闻办公室举行吹风会，提出抓终端应用，推动智能网联汽车、AI 手机、AI 电脑等终端尽快发展。2025年4月，工业和信息化部、市场监管总局发布《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》，提出汽车生产企业要深刻领会《通知》要求，充分开展组合驾驶辅助测试验证，明确系统功能边界和安全响应措施，不得进行夸大和虚假宣传，严格履行告知义务，切实担负起生产一致性和质量安全主体责任，切实提升智能网联汽车产品安全水平。
美国方面，以加州为主的地方一线城市遵循“道路测试-示范应用-示范运营-商业运营”的推进顺序，同样表现为范围扩大和地区扩张。2025 年4 月，加州机动车辆管理局公布了拟议法规，计划允许在公共道路上测试自动驾驶重型卡车。欧洲方面，立法快于商业化进程，英国于 2024 年 5 月批准通过了《自动驾驶法案》，此次英国新法案的核心内容之一就是确定事故发生后的责任承担问题，法案中明确表示，“如果发生事故，将由企业承担责任”，每辆获得批准的自动驾驶汽车都有相应的“已授权的自动驾驶实体”，当自动驾驶模式被激活时，该实体将为车辆安全问题负责。2025 年 3 月，欧盟委员会发布《汽车行业行动计划（ActionPlan for the Automotive Industry》，针对自动驾驶方面，一是建立一个自动驾驶汽车的“单一市场”，包括跨境测试平台、自动驾驶汽车高速公路走廊、统一规则以及简化法规以促进更多测试；二是创建欧洲互联与自动驾驶汽车联盟，开发一个适用于欧盟范围内的开源软件定义型车辆平台，构建一个“面向未来”的车载计算架构，创建汽车人工智能大型语言模型和算法；三是制定自动驾驶车辆相关规则，并与私营合作伙伴一道，通过“欧洲地平线计划”的支持，在2027年之前共同投入约 10 亿欧元的公共和私人资金，以推动该行动计划的实施。
我国各城市关于智能驾驶的相关管理细则不断完善，北京市、上海市、广州市、深圳市等地区相继发布无人驾驶车辆道路测试与商业示范管理实施细则，允许自动驾驶汽车和自动驾驶技术公司开展商业化运营，试点规模不断扩大、地区不断放开（从北上广深拓展到北上广深重庆武汉等）商业化快速推进。
国内外高阶智能驾驶加速推进。在关键技术层面，各地政策已基本覆盖关键技术测试各个领域；在示范运营层面，北京、深圳、上海、广州、武汉均允许对外运营无人驾驶出租车服务，美国加州允许 Waymo 无人驾驶汽车驶入美国最繁华的城市区域，美国旧金山批准 Robotaxi 在全区域全天候商业化运营。
Robotaxi：全球市场空间上万亿，自主Robotaxi 厂商崛起
Robotaxi 国内主要城市目前进展
获得监管许可是自动驾驶公司迈向商业化在技术和运营准备方面的关键因素。在中国，地方监管机构制定了严格且全面的标准，以确保自动驾驶的安全性和商业可行性。在发放道路测试和商业运营许可之前，会对车辆进行严格审查，这些标准涵盖了专业化和技术性的指标，包括自动驾驶里程比例、关键干预和事故率表现、模拟及其他道路测试结果、安全驾驶员和远程控制/协助能力、应急计划以及乘客订单数量。通过仔细评估这些因素，监管机构能够评估自动驾驶公司的技术及运营准备情况，以确保其能够在公共道路上安全有效地运营车辆。因此，监管许可的审查和批准流程是关键的保障措施，确保只有最先进的、最可靠的自动驾驶技术能够在公共道路上进行测试和部署。 目前，国内北京、广州、上海、深圳、武汉、重庆等城市均已开启面向公众的自动驾驶出租车 Robotaxi 商业化运营阶段。其中小马智行主要在中国四个一线城市（北京、上海、广州和深圳） 提供 Robotaxi 服务，文远知行主要在北京和广州提供 Robotaxi 服务，萝卜快跑在北京、上海、广州、深圳、重庆、武汉、成都、长沙、合肥、阳泉、乌镇等城市开放示范运营。
Robotaxi 行业市场空间
乘用车出行市场规模： 乘用车出行包含共享出行和私家车出行两种模式，参考小马智行招股说明书、弗若斯特沙利文数据， 全球乘用车出行市场规模有望从2023 年的44170 亿美元增长至 2035 年的 50835 亿美元，CAGR 为 1.2%；2023 年，中国在全球市场中所占份额为 32.0%。 共享出行包括网约车、传统出租车、自动驾驶出租车Robotaxi 服务，由于经济发展、 商业活动增多、 城市化进程加快、 消费升级以及休闲出行支出增加，对共享出行的需求不断增长，全球乘用车共享出行市场规模有望从2023 年的3147亿美元增长至 2035 年的 5076 亿美元，CAGR 为 4.1%；2023 年，中国的共享出行市场规模约占全球市场的 40%，约为美国市场的两倍。不断增长的乘客出行需求可以通过共享出行的灵活性得到更好的满足，全球共享出行市场预计将持续增长。此外，共享出行市场对高级别自动驾驶技术商业化的积极探索，有望在长远吸引个人出行领域从私家车出行转向共享出行， 从而带来可持续的增长动力。
自动驾驶出租车 Robotaxi 是指内置了 L4/L5 级自动驾驶技术的无人驾驶出行车辆。 从 Robotaxi 市场规模来看，全球 Robotaxi 出行市场规模有望从2025 年的2.9亿美元增长至 2035 年的 3526 亿美元，CAGR 为 103.5%，国内Robotaxi 出行市场规模有望从 2025 年的 1.6 亿美元增长至 2035 年的1794 亿美元，CAGR 为101.8%。参考小马智行招股说明书，在技术进步、政策支持以及硬件成本下降的推动下，Robotaxi 预计将在 2026 年左右实现商业化。凭借安全性大幅提升以及运营成本降低带来的价格优势， Robotaxi 有望迅速渗透共享出行市场。预计到2030年左右，Robotaxi 服务将进入全球主要地区的成熟商业化阶段，这种规模效应将促进成本降低和乘车效率提高，吸引私家车用户转向 Robotaxi。参考弗若斯特沙利文公司数据，2025 年，全球 Robotaxi 服务市场规模预计达到2.9 亿美元，并将以指数级增长态势进一步扩大，到 2035 年有望达到 3526 亿美元。
从 Robotaxi 车队数量来看，国内 Robotaxi 车队数量有望从2025 年的0.7万辆增长至 2035 年的 508 万辆，CAGR 为 93.2%，其中一线和二线城市的Robotaxi车队数量有望从 2025 年的 0.6 万辆增长至 2035 年的415 万辆，CAGR 为92.3%。凭借在 Robotaxi 的研发投入以及政策支持，预计中国将于2026 年开始大规模部署Robotaxi，届时全自动驾驶 Robotaxi 和配备安全员的Robotaxi 将同时运营。随着产能提升以及在成本、价格和效率方面的优势，预计到2030 年左右，Robotaxi车队规模将迅速扩大。据弗若斯特沙利文数据，到2035 年，Robotaxi 将在中国共享出行车辆总量中占据相当大的比例，中国有望占据全球市场一半以上的Robotaxi 份额。在中国所有城市中，北京、上海、广州和深圳等一线城市将是Robotaxi 率先发展的主要地区，预计到 2030 年，一线城市Robotaxi 数量将达到28 万辆，到 2035 年将进一步增加到 138 万辆，随后，Robotaxi 应用将扩展到二线城市（2030/2035 年，中国二线城市 Robotaxi 数量预计分别为73/277万辆)。随着 Robotaxi 服务增长，传统出租车和网约车的数量将逐渐减少。
此外，我们根据出租车、网约车数量以及 Robotaxi 车队规模进行如下测算：2023 年，国内出租车保有量 137 万辆，2016-2023 年的出租网约新车总销量数据423 万辆，假设 2025 年国内网约车、出租车保有量分别450、140 万辆，按照车5年折旧年限，预计国内网约车、出租车年销量分别90、28 万辆，假设每台出租车/网约车售价 20 万元，对应国内出租车和网约车年化市场规模合计2360亿元，2025 年假设国内 Robotaxi 车队规模 7000 台，对应Robotaxi 在共享出行里面占比 0.6%，Robotaxi 潜在可替代空间大。
商业模式、竞争格局和产业链
Robotaxi 凭借城市交通革新提效，创造广泛应用场景，低成本有望打开产业加速渗透空间。一方面 Robotaxi 提供了更安全可靠的驾驶，而大规模的实施可以大大提升城市交通的秩序性和效率。另一方面，Robotaxi 服务的部署还可能通过减少公共停车场和释放更多城市空间来重塑城市交通规划。此外，从成本角度来看，参考盖世汽车，Robotaxii 造车成本是传统网约车的3 倍左右，配有安全员的Robotaxi 的经营成本高于传统电动网约车，无安全员的Robotaxi 每公里运营成本仅 0.81 元，比传统燃油网约车低 58%，比传统电动网约车低43%。
监管背书和政策顺风推动无人驾驶汽车商业化远超道路测试。2021 年11月，北京成为中国首个建立机器人出租车商业试点的城市，其公布的政策批准运营商向公众收取其机器人出租车移动服务费用。2022 年 12 月，工信部发布通知，提出具备量产能力的无人驾驶车辆准入和上路运营进行试点。该通知旨在推动建立健全自动驾驶汽车生产准入和道路交通安全管理制度。美国、德国、日本、韩国、英国等监管部门也纷纷发布利好政策，积极营造促进自动驾驶发展的产业和社会环境。 目前，全球不同国家 Robotaxi 商业化发展主要分为三个梯队，中国Robotaxi市场处于全球领先地位。在第一梯队中，领先国家已成功进行无主驾安全员的商业化小规模应用，并已准备开始商业化发展，向 Robotaxi 商业化的第一阶段迈进。例如，美国以 Waymo 为首，已成功进行 Robotaxi 无驾驶员的商业化运营，中国萝卜快跑在武汉投入 Robotaxi(自动驾驶出租车)，小马智行、文远知行在北京、广州等城市投入 Robotaxi。在第二梯队中，各国已成功进行有主驾安全员的面向公众的 Robotaxi 商业化试运营。例如，韩国推出面向大众的配备主驾安全员的Robotaxi 收费运营服务。在第三梯队中，各国仍处于Robotaxi 测试阶段，并在努力追赶领先玩家。总体来看，中国 Robotaxi 市场已处于全球领先地位。
复盘中国 Robotaxi 发展之路，2025 年之前，中国Robotaxi 商业模式以测试、试运营为主，2022 年底已经允许无人化测试；随着技术不断进步，预计2025年可实现规模化运营；2030 年有望成为用户采纳率较高的出行方式，实现常态化运营。
为何制造商要入局 Robotaxi？ 1）转变商业模式需要，Robotaxi 是智能驾驶企业将商业模式向更轻资产转化的重要方向之一。智能驾驶汽车拥有大量车辆驾驶数据，庞大的数据集将在未来有诸多应用场景，正如 APPstore 为苹果不断提供现金流一样，Robotaxi 业务是未来智能汽车拓宽商业模式的重要方向之一 。 2）共享出行降低成本，车企和消费者有望实现双赢。乘客可利用手机app召唤无司机驾驶的 Robotaxi，特斯拉会提供官方车队，车主也可以选择将自己空闲的车加入 robotaxi 车队用于出租，是 B2C+C2C 的双模式。对消费者而言，Robotaxi收费远低于现行出租车/拼车服务，美国传统乘车服务的平均收费为每英里2-3美元，Uber 和 Lyft 等新型出行服务费用在每英里1-2 美元，而Robotaxi费用低至每英里 0.18 美元以下，远低于中国国内出行费用（深圳滴滴快车每公里收费2-2.5 元，折合传统/拼车每英里 0.5-0.7 美元）。对购车者而言，马斯克预计每部 Robotaxi 每年可带来超 3 万美元的利润，可连续载客11 年。
摩根史丹利预测，2026 年特斯拉出行将投入 1000 辆运营车辆，到2030 年，这个数字将进一步提升到 15.75 万辆（占特斯拉全球车队的0.6%），在2035年增加至 170 万辆。并预计“特斯拉出行”的车队将一开始由人类驾驶员驾驶高度自动化的特斯拉车辆，并逐步过渡到完全自动驾驶的 Robotaxi。收入方面，到2027年，特斯拉移动出行业务收入将低于 10 亿美元，2030 年将达到170 亿美元。出行里程方面，到 2030 年特斯拉移动出行里程将达到每月95 亿英里（占总行驶里程的 0.07%），到 2035 年增加至每月 1190 亿英里（占总行驶里程的0.7%）。
我们对 Robotaxi 运营收入和成本进行测算，假如 Robotaxi:1）20 万单车成本，2）1 个安全员能负责 2-3 台 Robotaxi 车，3）Robotaxi 每台每天20 单，4）Robotaxi运营单价是网约车 8 折的前提，不考虑前期百度投入的算法研发和车辆保险成本，测算发现 Robotaxi 可以实现盈亏平衡，测算过程如下：1）收入端：假设有 1000 台 Robotaxi 车，每车每天20 单，平均客单价16元，单月 Robotaxi 收入 960 万元。 2）成本端：安全员 400 人，假设人均月薪 7000 元，月人员成本280 万元，一天充电一次 40-50 度电（单日成本 50 元），月充电成本1500 元*1000 台=150万，单车价格 20 万（5 年折旧假设），月折旧成本 3333 元*1000 台=333 万，单月成本 763 万元。
从商业模式看，目前，Robotaxi 常见的商业模式有主机厂+自动驾驶公司+出行服务商、主机厂+自动驾驶公司、主机厂+出行服务商三种。对于模式一，主机厂+自动驾驶公司+出行服务商的模式可以综合各方实力加速Robotaxi 市场化，同时三方可相互分担项目成本、共享数据与乘客资源，代表案例比如广汽+文远知行+如祺出行、上汽+Momenta+享道出行。
目前，多家主机厂成立 Robotaxi 出行服务公司并布局上下游产业链。以上汽、广汽、吉利等为代表的传统主机厂，通过旗下出行服务商与自动驾驶公司合作开展 Robotaxi 业务，同时自研自动驾驶技术；小鹏为代表的新势力自研软件算法，布局出行服务领域，小鹏 Robotaxi 预计 2026 年推出。
除车企外，国内自动驾驶公司中，小马智行、文远知行、百度Apollo 也在加速推进 Robotaxi 商业化落地。
从产业链看，自动驾驶出租车 Robotaxi 产业链包含：1）提供高精地图与定位、传感器、芯片、AI 训练、智慧道路支持的供应商；2）供给侧的自动驾驶公司、主机厂、出行服务商；3）需求侧的乘客；4）监管侧的地方政府。
Robotruck：解决传统公路运输痛点，自主供应商崭露头角
Robotrcuk 的必要性
干线物流指在公路运输网中起骨干作用的线路运输，运输线路以高速公路为主、日均行驶里程在 200km 以上的省际与跨省运输，其运输车型以重型载货车、牵引车为主的物流用途重卡。干线物流场景具备如下特征：1）半封闭环境：主要依托省际高速公路网络，相较于复杂的城市遵路，具有更规范的道路条件和更简单的交通环境；2）中高速运行：不受红绿订等交通信号影响，通常车辆平均时速80-100km/h；3）中长距离运输：主要服务于跨区域、跨省际的货物运输，单次运输距离通常在 200 公里以上。2016 年-2023 年，公路货运一直占国内总货运量的70%以上，是国内最主要的运输方式。
当前，传统干线物流体系在成本、效率与安全等方面仍面临诸多痛点，如成本方面，人力与燃油两项刚性支出占比超 50%，制约盈利空间：效率方面，存在运营效率低下和运力资源分散等现象，资产利用率低下：安全方面，存在疲劳驾驶、恶劣天气与视距言区等问题，行车安全面临严峻挑战，这些问题超能制约行业进一步升级的关键瓶颈，也为自动驾驶技术的应用提供了切入点。
当前传统干线物流行业中的较多痛点，比如成本高、司机短缺、交通事故频发等，每一个痛点均直接或间接与司机长时间重负荷工作有关。传统商用车每辆车配备2 名司机，安装 L3 级自动驾驶系统每辆车可减少 1 名司机，未来L4 级自动驾驶系统甚至可取消司机，大幅降低人力成本。此外自动驾驶系统可优化驾驶路线、驾驶习惯，减少燃油、车辆损耗等。自动驾驶软硬件系统可减少货车盲区、扩大车辆感知范围，并预测危险与紧急情况，减少事故发生，或降低事故死亡率。
综合自动驾驶给干线物流带来的多方面的效益，政府已出台一系列政策，以推动干线物流重卡自动驾驶发展，如货车、牵引车开始强制装配LDW（车道偏离预警）、FCW（前向碰撞预警）、AEB（自动紧急刹车）等功能，并对自动驾驶做出长远的发展规划，到 2025 年，高级别自动驾驶汽车实现限定区域和特定场景商业化应用：力争到 2035 年，高级别自动驾驶汽车能够实现规模化应用。
自动驾驶干线物流的商业化进程是一个从技术验证到小规模运营，再到大规模商业推广的进过程。当前，自动驾驶干线物流正从示范验证走向小规模运薯的关键跃升期，即已经突破 2.0 的示范验证阶段，并逐步开启小规模运营的3.0阶段。
Robotrcuk 的市场空间
随着经济的增长和物流需求的持续发展，长途卡车运输变得愈发重要，占据全球公路货运市场的约 70%。据弗若斯特沙利文数据，2023 年全球长途卡车运输服务市场规模（按总交易额计算）为 18545 亿美元，预计到2035 年将达到28523亿美元，CAGR 为 3.7%。
Robotruck 指的是内置自动驾驶技术的卡车。与传统卡车相比，Robotruck能够以更低的成本缓解司机短缺问题，预计全球长途运输市场中Robotruck 渗透率将不断提高。从 Robotruck 市场规模来看，据弗若斯特沙利文数据，由于需求增长和技术成熟， 全球 Robotruck 服务市场规模有望从2025 年的1.9 亿美元增长至 2035 年将达到 6049 亿美元，CAGR 为 124%，中国Robotruck 服务市场规模有望从2025 年的0.9 亿美元增长至 2035 年将达到2480 亿美元，CAGR为121%。
从 Robotruck 车队规模来看，中国拥有世界上最长的高速公路网和规模最大的重型卡车车队，目前，中国约有 600 万辆卡车专门从事长途货运，据弗若斯特沙利文数据预测，到 2035 年这一数字将增长至 700 万辆。Robotruck 有望解决劳动力短缺问题和过高的运营成本，与传统卡车相比，Robotruck 在路线规划和车队调度方面具有优势， 这使得物流公司能够提高运营效率并增加收入。一旦投入使用， Robotruck 将迅速成为物流车队节省成本和提高效率的关键选择，并成为新购车辆或车辆更新的首选。 随着 Robotruck 渗透率的稳步提升，其在长途物流卡车运输车队中的占比将大幅增加， 并承担更多的货运任务。据弗若斯特沙利文数据，预计全球 Robotruck 数量有望从 2025 年的0.28 万辆增长至2035年的 445.1 万辆，CAGR 为 108.9%，中国 Robotruck 数量有望从2025 年的0.1万辆增长至 2035 年的 182.5 万辆，CAGR 为 105.5%。
此外，我们根据重卡销量以及 Robotruck 车队规模进行如下测算：2024 年，国内重卡销量 90.2 万辆，假设重卡销量年度1%增速增长，对应2030年重卡销量 95,7 万辆，假设 2024、2030 年国内 Roboruck 年销量0.1、6万台，重卡售价 150 万元，对应 Robotruck 国内 2024、2030 年市场规模分别15亿元、900 亿元。
商业模式、竞争格局和产业链
目前，国内干线物流实现双路线并进，L4 无人驾驶是最终目标。国内干线物流自动驾驶玩家分为渐进式和跨越式两类，前者通过 L2+自动驾驶功能，可在干线高速路段实现高级别的高速 NOA 功能；后者通过 L4 自动驾驶功能，在部分专线运输路段实现编队模式下的司机减员。从降本路径来看，渐进式路线无法在短期内实现全无人行驶的模式，而是通过降低油耗和减员（双驾变单驾）的方式来实现降本；跨越式路线在部分专线路段可获得路权，从而通过减少后车司机数量。
从业务模式来看，国内企业主推“编队行驶”模式。列队跟驰为高速公路车路协同的核心应用场景，主要是两辆以上的卡车在道路上列队行驶，后车采用跟驰模式，车辆间通过 DSC/CV2X 等通信方式进行信息与数据的实时传递，将前车的加减速等动作信息及车速、位置信息实时传递给后车，并利用ADAS/AD 系统对后车进行自动整体控制。列队跟驰技术相对单车自动驾驶更易落地，未来技术成熟后可实现一个驾驶员操控多车，降低人力需求，并有效减低车辆5%-20%的油耗短期来看，V2V 的有人驾驶列队跟驰将成为最快落地技术应用，通过在车辆上搭载智能化与网联化设备，使得车辆间互联互通，组队前进，帮助后车实现降低油耗，提升司机驾驶体验。
从 Robotruck 商业模式来看，在干线物流自动驾驶产业发展初期，主机厂、自动驾驶公司为开拓市场进行了多种尝试，同时也形成了多种业务模式，但长期来看，主机厂、自动驾驶公司、物流企业三方合作，可综合各自优势并促进干线物流自动驾驶市场化。
从 Robotruck 产业链来看，上游包括核心零部件供应商如线控制动、传感器、芯片等，中游包括自动驾驶解决方案商、智能网联解决方案商，终端下游客户包括造车新势力、商用车主机厂、物流场景方。
技术端：小马智行引入世界模型与虚拟司机，助力实现L4级智能驾驶解决方案
小马智行希望成为一家创造出“AI 司机”（虚拟司机）的公司，即打造一个通用的自动驾驶解决方案。因为，既然是一个司机，就应该能适应不同的车型和不同的场景。小马智行打造了专有的、适用于各类车辆的“虚拟司机”系统，这是小马智行的全栈式自动驾驶技术，它将专有软件、硬件和服务无缝集成，能够在多样化的应用场景中提供安全可靠的自动驾驶出行服务。“虚拟司机”系统可以部署在多种车辆平台和应用中，能够在各种路况下为广大用户带来舒适、定制化的自动驾驶体验。
专有自动驾驶软件栈
小马智行率先引入了世界模型——“小马世界（PonyWorld）”，用于训练其“虚拟司机”，使其自动驾驶系统能够在人工智能生成的场景中“通过实践学习”（强化学习）。小马智行借助端到端技术推进了自动驾驶解决方案的发展，同时还整合了感知、预测、规划、控制以及仿真等各个模块的关键优势。这种方式提高了其智能系统的效率和可靠性，在现实世界场景中实现了无缝集成和卓越性能。
世界模型——通往 L4 级完全无人驾驶解决方案之路
小马智行作为实施世界模型方法论的先驱，致力于实现超越人类驾驶员的表现。目前，大多数自动驾驶解决方案依赖于通过“观察”人类驾驶数据来进行学习（模仿学习），这从本质上限制了其性能只能达到人类水平。世界模型是一种用于训练自动驾驶系统的“指导”方法论，它让自动驾驶系统能够在人工智能生成的场景中“通过实践进行学习”（强化学习）。世界模型不仅仅是一种算法或独立的系统；相反，它“教导”自动驾驶系统如何应对多样且复杂的驾驶状况。“小马世界（PonyWorld）”由三个关键部分组成：生成逼真场景和传感器数据的能力、高保真度的仿真系统以及一套全面的评估指标。这些要素共同作用，使“小马世界”能够有效地“指导”自动驾驶系统应对现实世界中的各种挑战。“小马世界（PonyWorld）”包含一个高保真度的仿真系统，该系统利用最新技术创建出一个在视觉细节和动态响应方面都能精确复制现实世界状况的高保真度环境。与依赖人类驾驶数据的传统自动驾驶系统不同，其仿真系统打造了一个高保真度的仿真环境，能够自动生成供自动驾驶系统理解、适应并做出驾驶决策的驾驶场景和极端情况。它使小马智行能够以极高的精确度突破系统能力的界限，模拟诸如儿童突然出现、未盖井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且灵活的虚拟开发和测试环境，显著提高了安全指标，同时减少了测试时间和相关成本。通过使用 PonyWorld 来回答各种假设性问题，模型能够反复测试并犯错， 从而在现实中找到最佳策略，确保系统的安全性、效率和舒适性。这与通过道路测试来验证各种可能性形成对比， 因为即使进行广泛的路试，也可能无法涵盖所有场景。 强化学习组件随后会激活自动驾驶系统，让其从这些人工智能生成的驾驶环境和决策经验中进行学习，从而不断优化自身性能。小马智行还开发了一套全面的评估指标，用于评估自动驾驶系统在各种模拟驾驶场景中的表现。通过依据这些指标衡量自动驾驶系统的性能，能够实时进行改进，以增强自动驾驶系统的性能。
“端到端”—— 由先进技术驱动的闭环进化
小马智行的模型专为可解释性而设计，并由具有出色泛化能力的技术驱动。这种端到端（E2E）方法已证明其安全性能显著超越人类驾驶员，同时还降低了在新地区和城市扩展运营的成本。传统架构采用分层模式，涉及逐步的感知、预测、规划和控制——这种架构因易于实施而被许多自动驾驶公司采用。通过采用端到端技术，公司精简了自动驾驶系统的体系架构，同时提升了整体性能，使其在多样复杂的道路条件和极端天气中均能实现卓越的功能表现。
“感知与预测”——通过提示学习的大型多模态模型实现“零关键漏检”
1）感知：感知模块使虚拟司机能够观察并理解自动驾驶车辆周围的环境——从路面的积水到空中飞舞的塑料袋。下图展示了其感知模块如何生成自动驾驶所需的数据输出。通过融合和处理综合传感器套件收集的相关数据，公司的感知模块能够自动实现目标分割、检测、分类、跟踪和场景理解。在沙尘暴、强降雨和大雪等恶劣天气条件下，感知模块展现出优于人类驾驶员的感知能力。为确保性能，小马智行采用混合解决方案，将最先进的深度学习技术与启发式方法相结合，以处理、优化和利用传感器收集的相关数据。为了弥合深度学习技术在模拟与现实之间的差距，公司通过将确定性数学公式和规则添加到决策层来应用启发式方法（即人类知识和常识的体现），例如，汽车通常不会跨越道路障碍物，行人的速度通常不会超过每秒 10 米等。这种混合解决方案使系统能够在密集和复杂的环境中实现准确的检测、分类和跟踪。
2）预测：预测模块基于多项数据（包括感知模块的输出、原始传感器数据以及类似道路主体的历史决策数据），预测其他车辆、行人及其他物体的移动方式和行为。通过结合深度学习和启发式算法实现快速学习与适应，预测模块为每个观测到的道路主体生成一系列预测轨迹，并为每条轨迹分配发生概率。这些预测结果随后被其他模块（如“规划与控制”模型）用于支持路线选择和动作执行的决策过程。
基于提示学习的大型多模态模型：公司设计并训练感知和预测模块，使其能够实现 “零关键漏检”，即它们能够准确检测和分类道路上的所有物体，并预见所有潜在的物体轨迹。此外，感知和预测模块均采用大型Transformer 框架，该框架具有多模态、多任务和提示调优能力，确保系统高度可靠、准确且低延迟。借助提示学习技术，感知模块集成了来自点云、图像和电磁响应等多种模态的输入，以通过单一模型准确检测各种不同类型的物体。与传统的多任务学习技术相比，这种方法显著降低了延迟，同时提高了感知精度。公司的预测模块采用多模态深度学习模型，融合了感知观测和人类常识信息，这些常识由从交通规则中提取的知识图谱和人工设计的提示来体现。Transformer 结构捕捉不同模态之间的关联。为解决激进驾驶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外，公司还为每种情况添加了额外的可学习且专门设计的提示，这种方法确保其预测模块能够高效应对意外行为。
“规划与控制”—— 通过博弈论与基于学习的规划确保安全性
小马智行的规划与控制模块旨在基于感知和预测模块的输入，规划并执行安全、舒适且高效的道路驾驶动作。利用强大的人工智能能力构建了一个稳健的规划与控制模块，使其能够在复杂的道路布局中平稳导航——从街道小巷到繁忙的八车道十字路口，同时应对其他道路主体的异常行为或突发事件。重要的是，其数据驱动型规划与控制模块不仅能根据周围环境和附近道路主体的行为引导车辆移动，还能选择最佳路线、实现平稳加减速和适时变道，共同打造安全、舒适、高效的自动驾驶体验。这通过博弈论和条件预测分析概率性预测结果实现，确保在每种预测情况下做出最佳驾驶决策，同时始终为最坏情况做好准备。博弈论被用于对车辆与行人、骑行者等其他道路主体之间的交互进行建模和分析，旨在创建更安全、更高效的交通系统。例如，当自动驾驶车辆与一辆人类驾驶的汽车同时接近路口时，博弈论可帮助确定车辆的最优决策。这一决策会影响系统的整体结果，而博弈论能够识别出最佳的行为组合，以最大限度地减少冲突、提高安全性并增强效率。在高峰时段、拥堵路段以及应对潜在的不稳定驾驶行为时，使用博弈论可使安全性提升一个数量级。
产品端：研发一代，量产一代，车规级智驾方案为车辆行驶安全提供多重备份
强研发，用于人工智能、算法以及软硬件组件
小马智行注重研发投入。2022-2024 年，公司研发费用中员工薪酬分别占70.8%、61.6%和 76.9%，研发费用率分别 226%、236%、320%。公司在人才招聘和留用方面投入巨大，尤其是在机器学习、 软件算法和车辆工程方面拥有专业知识和丰富经验的工程师和科学家。 公司投入了大量时间和精力用于自主研发人工智能、算法以及软硬件组件，以不断提升虚拟驾驶员的能力，并巩固我们在市场上的技术领先地位。截至 2024 年 12 月 31 日，公司拥有 661 名工程师、研究人员和科学家，他们的专长涵盖车辆工程、工业设计、人工智能与机器学习以及数据分析等多个领域。公司的研发团队负责自动驾驶技术的设计、开发和测试工作。我们在多地设立研发机构，得以基于多样化的道路和天气条件开发、测试并完善自动驾驶技术，从而打造出更可靠、更具适应性和可扩展性的自动驾驶解决方案。
标准化生产工艺、规模化量产能力、车辆集成能力
标准化生产工艺，打造真正面向商业需求的可量产的智能汽车。2020 年11月，公司建立起自动驾驶软硬件系统的标准化生产流程，并推最新一代系统的生产线，效率较上一代翻了 6 倍。通过打通供应链、24 项硬件模块的自研生产、汽车改制总装、质检、下线标定、路测等环节，这套生产流程能提升产品一致性，带动产业集群，是自动驾驶量产的关键。为了打造真正面向商业需求的智能汽车，小马智行梳理自动驾驶研发痛点，独立设计并研发了 24 项核心硬件模块，深耕技术，在性能提升和成本控制上取得多个突破，包括充分适配自动驾驶功能的计算平台、信号灯识别摄像头等。 在规模化生产的基础上，小马智行软件研发团队同步推进技术深化项目，以安全性和技术表现为核心，打造一套精细、严苛的技术指标，数据驱动技术迭代，提升复杂场景的稳定应对能力，优化坐乘体验，为自动驾驶汽车投入规模化运营夯实基础。1）成功的自动驾驶技术部署和规模化应用依赖于一套完整的配套软件基础设施，从实时车载操作系统和监控系统到离线模拟和机器学习训练，从数据采集和记录系统到离线数据分析和挖掘，公司构建了一整套能力，推动了软件和硬件开发各方面的快速迭代、高质量系统的可扩展开发以及高效测试。2）为了确保自动驾驶的安全可靠，公司所有的感知、预测以及规划和控制模块都经过专门设计，以应对复杂的极端情况，这需要一种特殊的数据挖掘机制，从自动驾驶汽车每天收集的海量道路测试数据中挖掘出这些极端情况。因此，公司特意设计了数据挖掘系统，能够自动识别出那些需要改进算法和模块的极端情况，这些极端情况将被记录下来，并添加到训练数据和模拟系统中。3）公司车载监控系统负责安排、运行和监控公司虚拟驾驶员的所有底层软件模块，它实现了统一的应用程序编程接口，以实现模块间无缝通信，从而保持从上游传感器到下游规划和控制模块的稳定数据流，确保公司虚拟驾驶员的安全性和性能。
从乘用车到长途货运卡车，公司的技术已成功应用到不同车型中，这离不开公司在系统与车辆平台结合的成熟经验。通过自研的软硬件工具链和一系列诊断及预后管理，我们实时检测监测软硬件系统和车辆平台的情况，保障系统的安全运行。基础结构——快速迭代、可扩展部署和高效测试的基础。
公司的自动驾驶解决方案已全面做好大规模量产的准备。公司已将技术开发到所有硬件均符合全面的汽车级标准， 从而能够实现无缝的生产规模扩展。此外，公司还与多家汽车制造商建立了深度合作关系，来大规模生产工作。公司大规模生产能力的关键优势之一在于成本大幅降低， 使商业模式具有可行性，并在自动驾驶汽车市场中开启了新的商业机遇。
工具链、快速迭代和可追踪的指标体系来推进自动驾驶技术的发展
公司开发了一套全面、可扩展且用户友好的工具链和指标体系，以支持技术开发的各个主要阶段，确保安全可靠的同时加快迭代周期，使其能够在不到两周的时间内适应新的城市或地区并有效运行。 自动驾驶技术的发展高度依赖数据，并涉及多个阶段，例如数据分析、数据挖掘、代码开发、数据标注、模型训练、基于模拟的评估、持续集成/持续交付（CI/CD）以及功能发布。公司开发了强大的智能驾驶工具链，为工程师提供低延迟的一站式解决方案，覆盖整个自动驾驶软件开发流程。扩大自动驾驶技术的应用规模对于其成功至关重要， 因为该技术必须适应不同地区的道路状况、交通规则和驾驶习惯，这又带来了另一个挑战，即自动驾驶系统必须能够识别并应对在道路上可能遇到的各种情况。凭借公司先进的工具链，公司已将进入一个新城市的所需时间从六个月大幅缩短至半个月。 开发一种一致且准确的自动驾驶系统性能评估方法对于确保这项技术的安全可靠部署至关重要。公司创建了一个综合的指标体系，将实际道路测试和模拟相结合， 以有效评估自动驾驶系统的安全性。通过利用实际道路测试和模拟各自的优势，公司能够在各种场景下评估系统的性能，这些场景在实际道路上可能难以重现。公司的指标系统具有高度的敏感性， 能够可靠地检测出系统性能的任何细微退化。 这对于保障乘客和其他道路使用者的安全至关重要。此外，公司还建立了一个持续监测和改进系统安全性能的流程，包括定期更新和改进系统的软件和硬件，以及持续进行测试和评估，以确保系统长期保持安全和有效。
车规级智驾方案为车辆行驶安全提供多重备份
感知层，公司采用多传感器（摄像头+激光雷达+毫米波雷达等）融合方案。公司是开发出配备车规级、前装传感器和零部件（包括激光雷达和SoC 芯片）且无缝集成的自动驾驶汽车公司。通过采用车规级零部件，公司成本大幅降低。公司采用多传感器融合方案， 包括激光雷达、 高分辨率摄像头以及毫米波雷达，以准确、精确地感知和理解自动驾驶汽车周围的环境。小马智行第六代Robotaxi车型搭载了 7 个激光雷达、 11 个高分辨率摄像头和3 个毫米波雷达；第七代Robotaxi 车型搭载六类量产传感器，包括 9 颗激光雷达、14 颗摄像头、4颗毫米波雷达，以及 4 颗麦克风、2 颗涉水传感器和 1 套碰撞传感器，实现车周360°无盲区、650 米范围内的物体和环境检测。通过同步来自传感器的输入，公司有效地平衡了不同传感器的固有优势和劣势，从而提高了对车辆周围环境轮廓描绘的精度。 此外，公司还整合了来自同一类型多个传感器的信息，利用部分重叠的视野，生成更准确、更可靠的周围环境表示。通过无缝整合冗余传感器覆盖范围和智能软件模块，公司的虚拟驾驶员能够在各种复杂天气条件下始终感知周围环境和物体， 从而实现更安全、更可靠的自动驾驶解决方案。
决策层，公司的计算系统负责处理从传感器收集的数据，并实时运行公司的专有算法，以使车辆能够自动驾驶。在设计和配置计算系统时，公司注重性能、可靠性和资源效率，计算系统的每个部分都经过了明确规定的合规性测试。公司第六代和第七代车型的新自动驾驶计算单元基于 NVIDIA DRIVE Orin 构建，这是一款专为自动驾驶汽车打造的汽车级处理器，具有高性能和可扩展的计算能力。
小马智行通过车规级智驾方案（安全冗余）+远程协助，为车辆行驶安全提供多重备份。
智驾方案安全冗余
公司强大的车辆工程将虚拟驾驶员的每一个部分整合在一起，从强大的自动驾驶软件到从商业伙伴处采购的最优质硬件， 通过在各种车辆平台上无缝集成这些智能驾驶组件，公司设计的自动驾驶汽车能提供最安全、最平稳的乘客体验。1）公司的第六代 Robotaxi 采用了冗余车辆平台，车辆平台配备了冗余传感器、计算系统、 电源和执行器， 从而避免了单点故障。例如，在计算系统中，不同的处理器相互交叉检查，并作为彼此的备用系统，如果GPU 上运行的某些算法出现错误，还可以回退到 CPU 上运行；另一个例子是，如果主电源系统出现故障，备用电源系统将无缝接替，确保计算系统持续供电，从而使我们的虚拟驾驶员整体能够继续运行。2）公司的第七代 Robotaxi 在系统设计上具备多层冗余，并拥有行业领先的远程协助功能。公司设计的第七代自动驾驶汽车通过增强的人机交互系统和高效的行程规划，为乘客提供更顺畅的出行体验。
远程协助系统
公司拥有一套经济高效且可扩展的远程协助系统（RA 系统），以确保自动驾驶汽车能够轻松应对意外情况。与不时接管车辆控制权的远程安全驾驶员不同，公司的远程协助操作员仅负责监控车辆并提供驾驶指导，而不会直接控制车辆。公司的虚拟驾驶员自主处理所有驾驶决策，从感知周围环境到执行诸如加速、制动和变道等操作，它在极少数人工干预的情况下安全高效地运行，这主要得益于在PonyWorld 生成的各种场景和极端情况下的严格训练。这种对车辆远程控制的减少也降低了潜在网络入侵的风险，从而极大地提高了公司自动驾驶系统的整体安全性。公司的远程协助操作员仅在极端情况下进行干预，比如临时道路封闭或严重拥堵， 他们会根据实时数据为车辆提供驾驶指导，包括重新规划路线或靠边停车。 借助多屏工作站， 每位远程协助操作员能够同时监控一支自动驾驶车队，这大大降低了公司车队管理的人力和运营成本。
客户端：小马智行生态合作伙伴多元优质
小马智行围绕其核心技术，构建了一个蓬勃发展的行业与技术合作伙伴生态体系，涵盖汽车制造商（OEMs）、出行服务平台（TNCs）、物流平台、半导体芯片供应商、传感器供应商及其他类型的行业利益相关方。这些战略合作伙伴关系使公司能够持续精进前沿自动驾驶软件与技术的开发能力，同时有效借助合作伙伴的制造能力、产品研发资源、客户网络及服务专长，推动技术在全球范围内的规模化落地与商业化变现。
1）Robotaxi 自动驾驶出行服务：公司与丰田、北汽、广汽和上汽等领先原始设备制造商（OEM）建立了战略性深度合作，共同开发并大规模生产自动驾驶车辆。2025 年 4 月，小马智行在上海车展发布了第七代 Robotaxi，小马智行搭载第七代自动驾驶系统方案的 Robotaxi 车型拥有 100%车规级零部件、自动驾驶套件总成本较前代下降 70%、平台化适配设计的三大亮点，并成为全球首个基于车规级芯片实现 L4 级全场景无人驾驶能力的系统方案，预计于2025 年量产。此外，公司还与支付宝、高德地图和如祺出行等领先出行网络公司（TNC）建立了合作伙伴关系，以扩展 Robotaxi 服务并增加乘客覆盖范围。通过2022 年4 月对如祺出行的战略投资，如祺出行已在其移动应用程序中部署了50 辆集成小马智行“虚拟司机” 技术的车辆，在中国广州和深圳提供面向公众的付费Robotaxi服务。2）Robotruck 自动驾驶卡车服务：公司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，共同开发基于小马智行技术的智能卡车；并与中国物流与采购联合会（CIFA）认定的中国最大货运物流公司中外运合作，在中外运现有的部分物流网络中共同部署 L2++ 级智能卡车和 L4 级自动驾驶卡车。“虚拟驾驶员”技术结合卡车 OEM 的制造和售后能力以及物流平台的需求和基础设施，使得公司能够在中国庞大的卡车运输市场中抓住机遇。 3）技术授权与应用：小马智行与美团、新石器和菜鸟等物流客户在硬件组件方面开展了联合开发合作，并与英伟达建立了合作关系。与顶级硬件组件公司的深度合作使公司能够定制设计以实现高性能和成本效益，并在供应紧张期间确保供应链安全。
在当前商业化阶段，小马智行的客户主要包括：1）自动驾驶出行服务领域的整车制造商（OEM）和出行平台公司（TNC）；2）自动驾驶卡车服务领域的整车制造商和物流平台；3）技术授权与应用业务的传感器及硬件组件供应商和其他行业参与者。此外，少量客户还包括通过 PonyPilot 移动应用使用自动驾驶出租车服务的个人乘客。 除自动驾驶出行服务的个人客户外，2022 年-2024 年，小马智行分别拥有20家、52 家和 112 家企业客户，这些客户包括中国本土企业以及在自动驾驶价值链各环节（包括整车制造、物流、自动驾驶软件和硬件设计与制造）运营的不同规模的跨国企业。 从客户结构看，2022-2024 年，公司前三大客户合计占收入的比例分别为58.7%、65.8% 和 43.9%。这些客户主要来自：1）工程解决方案服务客户；2）自动驾驶卡车车队提供的运输服务客户；3）技术授权与应用业务客户。
商业模式端：多方合作构建生态闭环，车队规模铺开有望加速盈利
我们认为，在自动驾驶 L4 市场，小马智能凭借掌握自动驾驶核心技术、标准化车型生产工艺、规模化车队放量、丰富合作伙伴等优势，实现从研发-车型量产（和 OEM 合作采购车型）-车型运营（和打车平台合作获取丰富流量）生态闭环。拆解 Robotaxi 全生命周期运营总成本后发现，Robotaxi 单车成本存在下探空间，叠加车队规模铺开后运营收入的增长，有望加速以小马智行为代表的头部L4公司实现盈利。 1）Robotaxi 全生命周期成本主要包括整车制造成本（包括自动驾驶模块、整车其他模块）、安全运营成本（包括安全员成本、远程监控平台成本等）、运力运营成本（包括维护成本、充电成本、保险成本等）。
2）Robotaxi 单车成本存在下探空间： 2023-2025 年，Robotaxi 前装车型放量，推动整车制造成本降低，随着L2+级别自动驾驶的加速渗透应用，高级别自动驾驶方案的核心部件广泛量产与应用也将促进供应链完善，推动 L3 级别自动驾驶车型研发加速进入降本通道。展望未来，一方面，伴随核心硬件供应链成熟，叠加安全员逐步由车上专为远程安全员、且人车比持续下降，安全运维成本有望降低，此外售后成本的优化涉及到规模提升、配件供应链成熟、服务效率等因素，也存在下降空间，多方因素下单车成本仍有下探空间。
（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。）
