全球Robotaxi评分卡：中国如何确立自动驾驶主导地位

引言：一份新的评分卡揭示行业格局

在自动驾驶出租车（Robotaxi）赛道上，全球竞争格局正在发生深刻变化。据TechCrunch Mobility最新报道，一份全新的Robotaxi评分卡（scorecard）清晰地展示了中国在这一领域的主导地位。这一结论基于技术成熟度、商业化进程、政策支持和实际运营规模等多维度的综合评估。

Robotaxi评分卡是行业分析机构对自动驾驶出租车企业和国家竞争力进行量化评估的综合工具。这类评分体系通常涵盖多个关键维度：技术成熟度（包括自动驾驶等级、脱离接管频率MPI等指标）、商业化进程（运营城市数量、日均订单量、营收规模）、政策与监管环境（测试许可范围、商业运营牌照发放情况）、安全记录（事故率、百万英里事故数）以及资本与生态支持（融资规模、产业链完整度）。TechCrunch作为全球最具影响力的科技媒体之一，其发布的评分卡具有较高的行业参考价值，往往能够影响投资者和政策制定者对行业格局的判断。

中国Robotaxi为何领跑全球

商业化规模遥遥领先

中国在Robotaxi领域的优势首先体现在商业化运营的规模上。以百度Apollo旗下的"萝卜快跑"为代表，中国的自动驾驶出租车服务已在武汉、北京、上海、广州、深圳等多个城市实现了大规模商业化运营。武汉更是成为全球最大的Robotaxi运营城市之一，日订单量持续攀升，覆盖区域不断扩大。

萝卜快跑是百度Apollo自动驾驶技术的商业化落地品牌，于2022年正式上线运营。其运营模式采用App叫车、自动驾驶接驳的形式，用户体验与传统网约车类似。截至2024年底，萝卜快跑累计提供的自动驾驶出行服务订单已超过700万单，是全球最大的自动驾驶出行服务提供商之一。在武汉，萝卜快跑的运营范围已覆盖超过3000平方公里，投入运营车辆数百辆，部分区域已实现全无人驾驶（车内无安全员）运营。这种大规模真实场景运营所积累的数据量，对于训练和优化自动驾驶算法具有不可替代的价值——每一次真实道路上的行驶都在为系统提供新的训练样本。

相比之下，美国市场虽然有Waymo在旧金山、凤凰城等城市稳步推进，Cruise却因安全事故一度暂停运营，整体扩张节奏明显放缓。Waymo是Alphabet（谷歌母公司）旗下的自动驾驶子公司，被广泛认为是全球技术最成熟的自动驾驶企业之一。截至2025年初，Waymo在旧金山、凤凰城、洛杉矶和奥斯汀四个城市提供商业化Robotaxi服务，周订单量已突破15万单。Waymo的策略是在每个城市深耕细作，确保极高的安全标准后再逐步扩展。Cruise则是通用汽车旗下的自动驾驶公司，曾在旧金山积极推进商业运营，但2023年10月因一起严重交通事故（其车辆将一名被其他车辆撞倒的行人拖行数米）而被加州监管机构吊销运营许可，随后全面暂停运营。2024年，通用汽车宣布停止对Cruise的Robotaxi业务投资，转而将其技术整合到通用汽车的个人车辆辅助驾驶系统中。Cruise的遭遇深刻说明了安全事故对自动驾驶商业化进程的毁灭性影响。

中国企业在"量"上的积累，正在转化为数据和算法迭代的巨大优势。

政策环境的强力推动

中国各级政府对自动驾驶产业的政策支持力度在全球范围内首屈一指。从国家层面的智能网联汽车发展战略，到地方政府积极开放测试道路、发放运营牌照，再到专门的自动驾驶立法探索，政策端形成了从研发到商用的完整支撑体系。

具体而言，中国的智能网联汽车政策体系是一个多层级、多部门协同的复杂架构。在国家层面，工信部、公安部、交通运输部等多部委联合发布了《智能网联汽车道路测试与示范应用管理规范》，为全国性的测试和示范运营提供了顶层框架。2023年11月，工信部等四部委联合发布了L3/L4级自动驾驶的准入和上路通行试点通知，标志着中国在高级别自动驾驶的法规层面迈出了关键一步。在地方层面，北京设立了全国首个高级别自动驾驶示范区，深圳率先出台了《深圳经济特区智能网联汽车管理条例》——这是国内首部智能网联汽车管理法规，明确了自动驾驶车辆的法律地位和事故责任划分。武汉则以开放道路范围最广、运营车辆最多著称。

这种"政策先行、企业跟进"的"央地协同、先行先试"模式，使得中国企业能够在真实城市场景中积累海量运营数据，而这恰恰是自动驾驶技术持续进化的核心燃料。

产业链协同效应显著

中国Robotaxi的竞争力不仅来自单一企业，更来自整个产业链的协同效应。从激光雷达、高精地图到车规级计算芯片，中国已经构建起相对完整的自动驾驶供应链：

• 激光雷达：禾赛科技、速腾聚创等企业快速崛起
• 计算芯片：地平线、黑芝麻智能实现关键突破
• 整车制造：规模化降本能力持续增强

激光雷达（LiDAR）是自动驾驶车辆的核心传感器之一，通过发射激光脉冲并测量反射时间来构建周围环境的高精度三维点云地图。禾赛科技（Hesai）已成为全球出货量最大的车载激光雷达供应商，其产品被广泛应用于Robotaxi和量产乘用车。速腾聚创（RoboSense）则在固态激光雷达领域取得突破，产品成本持续下降。在计算芯片方面，地平线（Horizon Robotics）的征程系列芯片已获得多家主流车企采用，其征程6芯片的算力达到560 TOPS（每秒万亿次运算），能够支撑高级别自动驾驶的实时计算需求。黑芝麻智能（Black Sesame Technologies）的华山系列芯片同样在车规级AI计算领域占据一席之地。值得注意的是，自动驾驶芯片需要满足严格的车规级认证标准（如AEC-Q100），在温度耐受、可靠性和功能安全方面的要求远高于消费级芯片，这构成了较高的技术壁垒。

这些供应链环节的成熟，为Robotaxi的规模化部署提供了坚实的成本基础。

全球竞争格局的深层分析

中美两强对峙的新态势

当前全球Robotaxi市场基本形成了中美两强对峙的格局，但双方的竞争策略存在显著差异：

维度	美国模式（Waymo为代表）	中国模式（百度为代表）
扩张策略	有限城市做深做透	快速扩展城市覆盖
核心优势	极致安全记录	规模效应摊薄成本
主要挑战	扩张速度受限	安全标准统一

技术路线的分化与融合

中美两国在技术路线上呈现出分化与融合并存的趋势。端到端大模型的引入正在重塑自动驾驶的技术范式，中国企业在这一轮技术变革中表现出了极强的跟进和创新能力。

端到端（End-to-End）大模型是近两年自动驾驶领域最重要的技术范式转变。传统自动驾驶系统采用模块化架构，将感知、预测、规划、控制等环节分别开发和优化，各模块之间通过预定义的接口传递信息。这种架构的问题在于模块间的信息损失和误差累积。端到端模型则试图用一个统一的神经网络直接从传感器原始输入（摄像头图像、激光雷达点云等）映射到驾驶决策输出（方向盘转角、油门刹车等），省去了中间的人工规则设计。特斯拉的FSD（Full Self-Driving）V12版本是端到端方案的标志性产品，其完全基于视觉输入和神经网络进行驾驶决策，大幅减少了手写代码量。在中国，华为、小鹏、理想等企业也在积极推进端到端方案的落地。这一技术路线的核心优势在于：随着训练数据量的增加，系统性能可以持续提升，且能够处理传统规则难以覆盖的长尾场景（corner case）。但其挑战在于模型的可解释性较差，以及对海量高质量标注数据的依赖。

特斯拉FSD的持续进展也在刺激全球行业加速迭代。

未来展望：规模化盈利仍是核心挑战

尽管中国在Robotaxi评分卡上表现亮眼，但整个行业距离真正的规模化盈利仍有距离。接下来需要攻克的关键课题包括：

1. 单车成本持续下降：硬件降本与软件效率提升并行
2. 远程安全员配比优化：从1对1向1对多演进
3. 极端场景处理能力：corner case的覆盖与应对
4. 出行生态深度融合：与公共交通、网约车平台的协同

其中，远程安全员（Remote Safety Operator/Teleoperator）的配比优化是决定Robotaxi商业模式能否跑通的关键变量。在早期阶段，每辆自动驾驶车辆内都配备一名安全员，随时准备接管车辆控制。随着技术成熟度提升，安全员从车内转移到远程监控中心，通过高带宽、低延迟的通信网络实时监控车辆状态，在系统遇到无法处理的场景时进行远程干预或指令下达。当前行业的关键经济指标是"远程安全员与车辆的配比"——从最初的1:1（一个安全员监控一辆车）逐步向1:3、1:5甚至更高比例演进。这一比例直接决定了Robotaxi的人力成本结构。以武汉萝卜快跑为例，部分区域已实现全无人驾驶运营，但在更复杂的城区场景中仍需远程安全员支持。业界普遍认为，当远程安全员配比达到1:10以上时，Robotaxi的运营成本将显著低于传统网约车，届时商业模式才能真正实现正向循环。

从全球视角来看，Robotaxi不仅是一场技术竞赛，更是一场涉及政策、资本、产业链和社会接受度的综合较量。中国当前的领先地位来之不易，但能否将这种优势转化为可持续的商业成功，仍需时间验证。

可以确定的是，2025年将是Robotaxi行业格局进一步明朗化的关键之年。无论是中国企业的出海布局，还是美国企业的技术突破，都将为这个赛道带来新的变量和看点。