作者 | 周智宇
编辑 | 张晓玲
2025 年，全球智驾行业正经历一场范式转移。过去十年，自动驾驶是实验室里的代码游戏，是靠 Demo 和 PPT 堆砌的幻梦；而现在，这门生意正式从虚空坠入实地，开始在财务报表上硬碰硬。
当曾经光环满身的 L4 独角兽因无法跨越规模生死线而陷入停摆，先行者们已经悄然扣响了盈利的大门。2025 年二季度，百度萝卜快跑在武汉实现收支平衡；11 月，小马智行宣布其第七代 Robotaxi 在广州实现单位经济模型（UE）转正。
小马智行联合创始人、CFO 王皓俊在近期的采访中对华尔街见闻表示，能够在广州实现 UE 转正，意味着小马智行在规模上量的过程中，逐渐打磨出一个标准的运营流程，能够赋能给小马智行的合作伙伴。
王皓俊认为，前几年 Robotaxi 的商业化还更多处于 0 到 1 的阶段，现在已经逐渐进入到了一个 1 到 100、1 到 1000 的阶段。
一张清晰的商业化时间表已经浮出水面：从 2025 年底冲击千辆级车队，2026 年提升至 3000 辆，到 2030 年迈向 10 万辆规模，Robotaxi 将成为人们日常生活的一部分。
这意味着，Robotaxi 的竞争主战场已经转移。当单车硬件成本下探至 25 万人民币的生死线，一场关于利润的新竞赛已然启幕，与此同时，则是 AI 正以一种不可逆转的态势，重塑着物理世界的运行规则。
<h2>商业闭环</h2>
在广州实现单位经济模型（UE）转正，意味着小马智行能够在区域市场上实现商业闭环。这是从 “实验室研发” 向 “商业闭环” 的惊险一跳。
所谓 UE 转正，是指在剔除总研发投入后，每一辆在街头奔跑的车，其收入已能盖住硬件折旧与运营开支。
在过去，Robotaxi 曾是一个让投资人头疼的 “焚钞炉”，每一辆在街上跑的测试车都背负着天价的改造费和运营亏损，这种 “投得越多亏得越多” 的逻辑曾是行业挥之不去的阴影。
但王皓俊账本里的数字表明，拐点已至。小马智行第七代 Robotaxi 在广州实现日均 23 单，日均营收约为 299 元。
按照行业常态化运营的对标，当日均单量达到 24 单时，用户端和营收端便能形成极佳的正向循环，而 299 元这一数字，已经足以盖过包含硬件折旧和所有运营成本在内的支出。
能把账算平，靠的是对成本的把控以及运营能力的持续优化。
相比第六代，小马第七代车的自动驾驶套件 BOM 成本骤降 70%。马彻底摒弃了传统 Robotaxi 使用的、动辄数万元且功耗惊人的工控机（IPC），转而大规模应用了其自研的、基于 4 颗英伟达 Orin X 车规级 SoC 芯片的域控制器，成为业内首个实现此类方案规模化落地的 L4 级玩家。
通过利用中国本土 L2+ 量产车的规模效应，小马将激光雷达成本压低了 68%。第七代车不再依赖昂贵的定制化机械式雷达，而是选用了如禾赛 AT128 等已进入大规模量产周期的车规级固态雷达。全车 34 个传感器实现了 100% 车规级零部件。
与此同时是算法的持续优化。王皓俊透露，软件层面的优化让系统在面对传感器 “噪点” 时的处理能力提升了 30 倍。这意味着，小马可以用更便宜、更标准的硬件，跑出比上一代更安全、更丝滑的表现。
除了硬件，运营费用的每一分钱也要精打细算。王皓俊告诉华尔街见闻，凭借远超人类司机的安全记录，其 Robotaxi 的商保年费比传统出租车低了整整 50%，这本质上是保险公司用现金为 AI 司机的安全性投下的赞成票。
在远程协助端，人效杠杆也在提升：目前远程协助员与车辆的比值已达到 1:20，并计划在年底前压向 1:30。而地面维护则通过数字化工单系统实现了标准化，车辆回场后的清洁、保养由支持人员批量处理，也是一个人实现近 20 辆车的维保。
正是有了这一系列的成本的压降，才让小马智行在广州实现 UE 转正。王皓俊表示，这也让小马智行有信心去投放更多车辆，进一步通过网络效应，带来财报上的增长。
王皓俊认为，从全球市场来看，眼下最值得看的是中东市场。随着该市场进入示范运营阶段，中东会成为产生可持续收入的市场。
跑通样板的同时，小马也在从重资产转向轻资产。王皓俊直言，公司不能死磕自营，因为持有 10 万台车辆所需的资本支出（CAPEX）对任何初创公司来说都是 “财务自杀”。
于是，小马构建了一个 “利益均沾” 的价值链：主机厂生产车辆，资产公司如西湖集团、阳光出行购买并持有，流量平台如高德、如祺负责订单分发，小马则输出核心的 “AI 司机” 大脑。
在这种模式下，小马的收入转变为销售收入、技术授权费（License）以及每笔订单的服务分成。这标志着小马正式从重资产探险者转变为生态赋能者。其目标直指 2026 年车队扩容至 3000 台的全新规模。
<h2>行业混战</h2>
2025 年的 Robotaxi 赛道，已然成为一场由科技巨头、出行平台与主机厂共同卷入的行业乱战。在这个万亿级的赌桌上，所有人都在通过结盟、降维打击与生态重组抢夺决赛圈的入场券。
Waymo 代表了美国式的 “工程完美主义” 高地。新一轮 150 亿美元的募资计划，将这个先行者的估值推向了千亿美元关口。
Waymo 追求的是极致的冗余与标准化方案，其周订单突破 45 万单、2025 年至今出行量超 1400 万次的战报，向资本市场证明了 “长期现金流” 叙事的可行性，但这种模式也伴随着沉重的财务包袱。
王皓俊指出，Waymo 即将投放的新车型成本依然是中国同类车型的 4 到 5 倍以上。这种重资产打法虽然构筑了技术壁垒，却也为具备强大供应链韧性的中国玩家留下了性价比突袭的窗口。
特斯拉的 Robotaxi 也在加速落地。马斯克在奥斯汀正式去掉安全员，试图通过极低成本的纯视觉方案与 100 万辆规模的野心，彻底重塑物理世界的调度规则。特斯拉之所以敢入场，本质上也是在云端训练框架上转向了强化学习和生成式数据的阵营。
甚至连一度退出自研大脑的 Uber，也回归了 “神经网络” 调度平台的角色，与 Waymo、文远知行、小马智行等多方建立合作。这种 “主机厂 + 技术商 + 平台” 的三位一体协作网络，正在对孤立的技术公司形成包围之势。
国内新入者的 “围猎” 正日趋激烈。小鹏汽车宣布 2026 年量产三款无需激光雷达的纯视觉 Robotaxi，并采用第二代 VLA+VLM 技术在广州等地开启运营。哈啰则联手东风启辰与地平线，试图在 2027 年铺开 5 万辆规模。
一旁，百度萝卜快跑周订单已超 25 万单，累计服务单量突破 1700 万次。
而曹操出行、享道出行等玩家通过与千里科技、Momenta 深度跨界，也在快速切入一线城市的核心区运营。
这一轮混战标志着行业逻辑的彻底质变：Robotaxi 已经从单纯的 “黑科技” 演变为一场资本、供应链与运营人效的综合肉搏战。
这也是汽车行业进入智能化下半场的侧写。瑞银投资银行中国汽车行业研究主管巩旻分析称，当下 Robotaxi 的车价可以压缩到 30 万元以内，头部公司也实现千辆的规模，并逐渐开始能够在一定区域内单车层面扭亏为盈。
产业化以及优秀的成本控制所产生的新技术，正逐渐变得人人可负担。
技术公司如果不能迅速与主机厂、平台达成深度捆绑，就会在数据和资金的双重枯竭中慢慢萎缩。最终，这不再是关于谁的算法更优美的工程师竞赛，而是关于谁能率先占领城市物理空间、实现百万级真实运力调度的权力争夺。
<h2>体系竞赛</h2>
Robotaxi 的万亿市场，没有人会想错过。尤其是技术已然到了临界点之后，就会有超速的发展，甚至是一夜间快速普及。
巩旻向华尔街见闻分析，到 2030 年，如果在中国一线城市部分部署，Robotaxi 市场规模为 80 亿美元，如果在中国实现全国部署，可达到 1830 亿美元，如果计入除美国以外的海外市场，则为 3940 亿美元。
只是当技术跨越了可行性门槛，算法便不再是唯一的王牌。Robotaxi 正无可争议地进入了以运营效率为核心的 “下半场”。
为什么运营变得如此重要？瑞银研报预测，随着硬件成本下降，运营费用（维保、保险、补能）在单车成本结构中的占比将从目前的 48% 左右升至 55%。这意味着，未来真正的竞争主导权，正从写代码的工程师手中，移交给那些最懂城市调度的构建者。
规模效应的 “黄金节点” 被定在 10 万台。王皓俊预判，到 2030 年，小马的目标是 10 万辆规模，这对应了中国一线城市出行市场 5%~10% 的份额。达到这一阈值后，强大的网络效应会产生质变，无论是用户接受度，还是规模继续往上走，会有更大的变化。
为了迎接这一时刻，头部玩家正在坚决摒弃 “模仿学习” 的死胡同。王皓俊强调，L4 的使命是比人类安全 10 倍，这必须依靠强化学习和生成式的 “世界模型”。这种算法不仅是为了开好车，更是为了训练一个具备思维链（COT）和逻辑推理能力的通用 AI 大脑。
从更宏大的叙事视角来看，智驾公司在车轮上打响的，其实是 AGI（通用人工智能）的先哨战。今天的智能汽车，本质上就是长了四个轮子的机器人。地平线的 “直觉系统” 旨在让 AI 拥有类人的直觉，而元戎启行的 VLA 模型则赋予了机器理解路牌、推理复杂潮汐车道的能力。
他们殊途同归地指向了同一个终局：让 AI 像生物一样，通过对物理规则的深度理解而非单纯的指令执行，去感知并博弈交互。
Robotaxi 是 AGI 在真实世界中规模最大、实时性最高、容错率最低的实战演习场。在这个 “绞肉机” 里淬炼出的逻辑推理能力与博弈算法，最终都将复用至更广阔的具身智能领域。抢占了 Robotaxi 的高地，就意味着拿到了重塑物理世界智能规则的终极船票。
在这场关乎生存主权的残酷较量中，握住破局之钥的，注定是那些既能深刻理解产业纵深、又具备极致运营效率的生态构建者。眼下，变革已然开始。
 
以下为华尔街见闻与王皓俊对话实录（经编辑）：
问：小马智行为什么要当下选择推行 “轻资产模式”？收入分成怎么算？
王皓俊： 这其实还要回到 L4 和 L2+ 的差别，当你是一个 L2+ 产品的时候，提供的是部分驾驶的功能，就功能本身来说，它到底有多大价值，其实不同用户有不同的想法。但是对于 L4 来看，我提供的是一个完整的驾驶功能，也就是说把开车的活给干了。
我们预计在 L4 领域， License（许可）也好，分成也好，这部分 recurring（反复发生）非常重要。而我觉得这个本身一定是会有。
随着当下 UE 转正，会有更多企业愿意来做这个事情。这个过程中，我们关注的一点是，能不能通过一个更有效的资本运作方式，用更少的资本能够投放更多的车。我们也意识到，传统意义上有很多的运营公司就是重资产的。对于它来说，因为它历史上就是重资产的。这个新的商业模式不是对它的破坏，而是对它比较好的延伸。
至于说分成，现在还是在早期探索阶段，从小马智行的经济利益上来看，脱离不了车辆销售收入、技术授权（License）费、以及服务营收分成这三块。
问：目前业内关于 L3 与 L4 的界限讨论很多，您认为未来会是一个怎样的演进趋势？
王皓俊： L3 很难像 L4 那样提供服务。L3 到最后还是需要人类司机，只要人类司机在那儿，跑 Robotaxi 的人力成本就省不掉，UE（单车经济）就不可能转正。 
L3 本身确实提供了一个私家车再往上走，能体现智能化进展的思路。L3 如果成功，那么未来可能在 Robotaxi 成功的基础上，会有更多人愿意接受包含 L4 功能的私家车。
问：小马未来会做面向消费市场的 L4 吗？
王皓俊：商业上永远不会说不可能，但是目前来看，对我们来说还太早了。
问：小马智行在海外市场的布局逻辑是怎样的？哪些地区是重点？
王皓俊： 海外和国内 Robotaxi 容量还是在两个不同的量级，我预期明年海外允许示范运营的总量，大概是小几百辆。
海外市场目前处于早期拓展阶段，没有到真正商业化起步阶段。至少要有千辆的规模才有商业化的机会。Robotaxi 是强监管行业，必须在当地积累里程。因此在海外的布局都需要前置去做，先把安全记录做好。
地区上来说，中国和美国是最大的市场，其次就是欧盟。此外，包括日本、韩国、澳大利亚这些人力成本高、出行需求高的国家也是优先选择。
中东市场非常独特。虽然出行需求不是最大，但有自上而下的政策意志，欢迎高科技落地，政策推动力最强，明年可能就能进入示范运营阶段。
在进军海外市场的过程中，很重要的一个点是我们能不能找到当地的好的合作伙伴。在海外市场小马智行不会说一个个去做垂直运营，但是可以赋能给当地有资源、有意愿的合作伙伴，走轻资产的模式。
问：Robotaxi 盈利近在眼前，小马智行是否会以行业首个实现盈利的企业作为目标？
王皓俊：这一块不是我现在首要考虑的。在我看来，我们今天做到的是 UE 转正，UE 转正之后，我确实有更大的信心去投放更多的车。但是你问我下一个增长目标，我觉得更重要的是量，是增长本身，而不是 Breakeven（收支平衡）本身。
问：最近关于无人驾驶技术路线方面的讨论很多，你对 VLA、世界模型这两个模型的走向和优劣怎么看？
王皓俊： 对小马智行来说，车端包括 BEV 也好，包括端到端，其实 VLA 本身可以作为一条线。另外一条线就是关于世界模型，它本身是强化学习和模仿学习本身不同的思路。
小马智行从两到三年前就开始说，小马智行认为非常重要的一点就是在云端的训练框架上，作为 L4 的要求非常明确，安全性实际上是要比人类司机高很多的，只有当安全性上达到高很多的能力以上，监管才会允许你进入到一个示范运营的阶段。
因为有这个要求，我们认为模仿学习本身是不 work 的，所以需要强化学习，只有通过强化学习，才能使得某一方面的性能能够比人类司机要厉害很多。
这就是为什么我们五六年前就转到强化学习作为训练框架，这和当下说的世界模型一脉相承。从 L4 或者是 Robotaxi 的安全性要求来看，最重要的一块就是世界模型，或者是强化学习。
问：如何看待车企（如特斯拉、小鹏）进入 L4 赛道？
王皓俊： 更多玩家进来是好事，说明大家看好这个行业，商业化即将来临。
但 L4 最关键的是安全性，最近马斯克自己也承认 FSD 现在有两个版本，一个 FSD for Robotaxi，一个 FSD for Model Y，意味着他原来的想法，同样一套东西，从 L2+ FSD 就变成 L4 的能力这个是不成立的。小鹏也要做相同的考虑。
此外，L4 是强监管行业，即便车企在 L2+ 有很多安全记录，但这并不能直接帮助拿 L4 牌照。监管要求的是 L4 系统本身积累的里程。新玩家需要重新花时间、花资本去积累 L4 里程来证明安全性，这给小马智行留下了窗口期。
问：车企讲的比较多的是数据优势，这块会是小马智行的短板么？
王皓俊：如果还是讲数据的优势，意味着他还是在走模仿学习，就是拿更多的数据从实际的道路基础上来做模仿。从 L2+ 的角度来说，这没问题，因为 L2+ 的最终目标就是开得像一个人类司机，而能力上限能类似一个人类司机，这就是一个好产品。
但 L4 的话，模仿学习本身不奏效。关键是有没有一个好的生成式数据的架构。

小马智行-W

小马智行

- 小马智行在广州实现单位经济模型（UE）转正，标志着商业闭环形成。  
- 整体行业竞争加剧，各大玩家快速入场争夺市场份额。  
- 未来增速和运营效率将是 Robotaxi 成功的关键。

对话小马智行王皓俊：Robotaxi 正进入 1 到 1000 的阶段