2026年汽车行业：Robotaxi，开启万亿级城市出行新纪元

Robotaxi 是什么？ （渐进式L2 vs 直接式L4）

智能驾驶级别划分

据国际标准SAE（美国汽车工程师学会）的划分，智能驾驶分为L0-L5六个等级，从无自动化到完全自动驾驶逐级递进，其中L3级是技术分水岭。 L3及以上，责任主体为车企（其中，L3级系统运行期间的事故由车企担责，但若驾驶员未及时响应则责任回归驾驶员，然而实操层面仍存较多难点；L3以 下，责任主体为驾驶员。中国标准与SAE标准在层级划分上逻辑一致。 当前在技术应用上，以L2为主流；L3级逐步推广，实现限定场景下的自动驾驶（如高速公路）；L4级在封闭园区、特定路线试运行；L5级受限于法律缺失 等问题，尚未落地。

渐进式 L2 vs 直接式 L4

自动驾驶的发展路径可以分为渐进式和直接式两种。 渐进式路径，从L1、L2开始逐步过渡到L5的发展模式，在量产车上先搭载辅助驾驶并收集数据，随着数据量的提升，迭代优化算法，代表企业有特 斯拉、蔚来、小鹏、理想等主机厂。 直接式路径，即希望一步到位直接实现无人驾驶的发展路径，通过大规模车队获取路测数据直接来训练无人驾驶算法网络，代表性企业有Waymo、 百度Apollo、小马智行、文远知行等。渐进式路径专注的L2级别技术与L4技术底层逻辑不同，前者关注成本和驾驶者体验，后者则是尽量提高安全 性。

两种路径汇集于 Robotax

Robotaxi 是自动驾驶技术的一种具体应用，随着技术的成熟，渐进式和直接式路径向 Robotaxi 汇集。 从 Robotaxi 产业链来看，上游主要为智能汽车感知、决策和执行等自动驾驶套件，感知层包括激光雷达、摄像头、毫米波雷达以及超声波雷达等， 决策层主要包括自动驾驶芯片、域控制器，执行层主要包括转向、制动、空悬和动力总成等。中游传统意义上主要为智驾解决方案供应商、整车厂 等，下游为出行平台等车队运营企业。 当下中游和下游边界逐渐模糊化，百度和谷歌等互联网科技公司自行开发 Robotaxi 平台，传统出行平台滴滴也开始参与到中游的技术集成和优化。

市场空间万亿级别

超两万亿美元市场，想象空间无限

Robotaxi 出行服务远期市场空间广阔，根据测算，2030年全球Robotaxi市场规模预期超过2万亿美元。我们假设2030年全球人口达到85亿，城市 化率为60%，日均出行2.6次，平均单次出行里程12公里，私家车+网约车出行占比40%，Robotaxi 渗透率为20%，每公里收费0.5美元，市场总规 模预计达2.3万亿美元。 从保有量上看，目前 Robotaxi 保有量较小，2025年一线城市 Robotaxi 约0.1万辆，一线城市网约车约110万辆，预计未来网约车和 Robotaxi呈 现此消彼长态势。

纯视觉 vs 激光雷达

从传感器的角度来看，主要分为“纯视觉”（仅仅采用摄像头，不使用任何雷达）和“多传感器融合”（激光雷达）两种模式。 各类传感器包括摄像头、激光雷达、毫米波雷达、超声波雷达的工作原理各不相同，各有优劣势。可以看到，摄像头可以提供的信息最多，不过激光 雷达和毫米波雷达可以提供更为准确的距离和速度信息，并且光线和天气的适应性更强。

短期来看，多传感器融合仍为主流

视觉采用被动测量方案，因此外部环境对于感知性能的影响较大。摄像头在诸多场景会发生致盲失效或者性能大幅衰减，例如：隧道口、大灯眩光、 暗光、背景重合等。 根据2025年最新发布的《智能网联汽车组合驾驶辅助系统安全要求》，对特定场景的测试要求变高，因此对纯视觉路线要求更高，对多传感器融合 路线更为利好。 目前，除特斯拉外，其他主要 Robotaxi 玩家均采用多传感器融合的技术路线，多种传感器融合可以一定程度上保证运营安全冗余。 随着雷达成本逐渐降低；L2 强标等测试要求越来越严格；雷达数据已接入大模型等原因，我们认为多传感器融合方案将逐步成为主流。

Tesla Robotaxi 引领？

特斯拉纯视觉+端到端+庞大车队数据

特斯拉也是全球Robotaxi的主要玩家之一，但其在技术路线方面，思路有所不同。 特斯拉采取纯视觉感知，完全依赖于视觉传感器，是唯一一家明确拒绝使用激光雷达的自动驾驶公司。 特斯拉 FSD 的软件架构也经历了一场深刻的革命，早期版本也采用类似模块化的方法，但自 FSD V12 版本以来，特斯拉转向了单一的“端到端” 神经网络架构。这种架构直接将来自摄像头的原始像素输入，输出车辆的控制指令 (如转向、加速、刹车)。这种方法的优势在于能够处理传统编程难 以覆盖的无数“边缘案例”，通过海量数据进行学习。而海量数据又是特斯拉的核心护城河，特斯拉拥有超过600万辆特斯拉汽车在全球范围内行驶， 每天产生大规模的真实世界驾驶视频数据。这些数据被上传至特斯拉的服务器，用于训练和迭代其神经网络，从而形成数据飞轮。 从 FSD V12 到 V14 (2025年)，特斯拉的端到端网络在持续进化。根据光电杂志，V14 版本的神经网络参数量增加了一个数量级，并改进了视觉编 码器和上下文建模能力,使其在处理复杂场景时表现更佳 。

特斯拉 Robotaxi 加速

根据特来讯，2025年6月22日，特斯拉在美国奥斯汀启动Robotaxi试点，搭载FSD V12。 2026年1月23日，特斯拉正式在德克萨斯州奥斯汀市推出无安全监控员的Robotaxi乘车服务。这标志着特斯拉全自动驾驶（FSD）技术从有监督模式 向完全无人驾驶的重大转变。其专用Robotaxi车型—Cybercab也将于2026年4月在德克萨斯超级工厂开始限量生产。 公司计划在2026年内生产1万辆Robotaxi，实现Robotaxi大规模落地，并覆盖美国主要城市。远期来看，构建百万级Robotaxi车队，推广至全球。

百度萝卜商业模式已跑通？ 各玩家加速？

萝卜快跑

萝卜快跑（Apollo Go），是自动驾驶出行服务平台，由百度开发，并于2021年初正式推出。 百度无人驾驶车辆经过多轮迭代，从2013年开始，经历十多年技术经验积累。 2024年， 百度Apollo在武汉举办Apollo Day 2024上发布萝卜快跑第六代无人车——颐驰06，该车由百度Apollo与江铃新能源合作打造，相较于 上一代无人车，第六代无人车成本降低了60%，单价20.47万元。该车型配置百度最新一代无人驾驶系统，拥有L4级自动驾驶能力，搭载的车规级高 算力主冗双计算单元算力达到1200Tops，全车共使用38个传感器，实现了远中近三重检测能力全覆盖。

武汉商业模式已证明

根据百度Q4财报，2025年第四季度，萝卜快跑在全球完成了340万次 Robotaxi 服务，同比同比增长209%，且连续7个季度实现环比增长。同时， 萝卜Q4周订单峰值超过30万单，平均下来日均订单最高是4.3万单，每分钟最高近30单。截至2026年2月，萝卜快跑的累计出行服务次数，已超过 2000万，其自动驾驶总里程，累计已超3亿公里。百度创始人李彦宏在财报电话会议上提到，公司已率先在武汉实现了收益平衡，成功证明了商业 模式。 根据智能车参考公众号，萝卜Robotaxi 数量已超过2000辆。截至目前，萝卜快跑已进入全球26座城市。国内，萝卜快跑的运营范围覆盖武汉、北 上广深、川渝、中国香港等。其中，武汉为投放最多的地区。 海外市场，萝卜已进军中东阿布扎比、迪拜，最近已在韩国首尔的大都市区开始运营。预计2026年，萝卜快跑还将登陆欧洲，以英国伦敦为起点开 始运营。

编辑：火腿肠