原标题：Robotaxi，光会“开车”还不够

十一假期余温未散，全球自动驾驶行业却按下了“快进键”。

10 月 8 日，Waymo 宣布完成 50 亿美元定期贷款，这是其首次债务融资，以知识产权作为抵押品，融资方包括黑石、太平洋投资管理公司和 Sixth Street。

同日，得州机动车管理局记录显示，特斯拉单日新增注册 150 辆 Cybercab，总数升至 319 辆，创下该车型进入登记系统以来最 大单日增幅。

同时，小鹏集团 Robotaxi 业务正式启用中文名称“小鹏悠游”（“XPENG YOYO”），小鹏 YOYO 自动驾驶打车小程序同步上线，邀请内测。

一边在资本市场融资扩军，一边在制造端加速上量，而新的玩家也强势入局。

这些动作背后，一个值得关注的变化正在发生：Robotaxi 的竞争，开始从验证技术能否实现无人驾驶，延伸到验证一套商业系统能否持续运转。

技术仍然决定车辆能否安全上路，只是不再单独决定胜负。

端到端与 VLA 大模型的普及，让技术能力正在成为进入规模化运营的“入场券”，而不再是唯 一能拉开差距的优势。

接下来，车辆规模化供应、订单的持续增长、运营成本不断下降，将共同决定技术优势能够兑现为商业优势。

Robotaxi 的竞争，已经从单点技术能力的比拼，走向整套商业系统的较量。

数据层面已经验证了规模化运营的安全基线。

美国公路安全保险协会（IIHS）对约 5000 万英里自动驾驶运营里程的独立研究显示，Waymo 每百万英里发生可通报事故 1.28 起，而人类驾驶员为 4.06 起。

截至 2026 年 10 月，Waymo 已进入美国 15 座城市，车队规模超过 4000 辆，每周完成超过 50 万单付费出行。

要理解 Robotaxi 这场竞争，可以用四个维度来拆解：

各家玩家的差异，不在于“谁做运营”，而在于谁掌握了哪些环节、又依赖谁。

全球主要出行平台自动驾驶布局

01 谁在加速，谁被监管挡住？

全球自动驾驶正形成中 美欧“三线竞速”格局，各主要市场几乎同步进入运营落地的关键窗口。

中东与欧洲加速落地。

文远知行在阿布扎比和迪拜已实现纯无人商业化运营，覆盖核心城区 70% 以上区域，当地车队约 400 辆。

在欧洲，携手 Uber 登陆西班牙马德里和瑞士苏黎世。

Waymo 则以美国 15 城为基本盘，同时启动国际化扩张，2026 年在东京启动美国境外首次测试，并宣布未来进入伦敦、纽约等 20 余座城市的计划。

中国企业的海外步伐同样提速。

2026 年 7 月，百度萝卜快跑联合 Uber 及 Lyft 旗下 Freenow 在伦敦启动公开道路测试，计划 2027 年起面向市民提供无人驾驶出行服务，这是中国无人车首次在英国伦敦复杂路况下实地路测。

小马智行则与 Uber 扩大全球战略合作，计划以克罗地亚萨格勒布现有车队为基础，在欧洲五城部署超过 2000 辆 Robotaxi。

特斯拉 Cybercab 同步启动京沪双城静态巡展与香港巡展，但明确不涉及中国市场的商业运营安排。

然而，政策松动并不意味着监管松绑。

9 月，Cybercab 刚上线，美国国家公路交通安全管理局（NHTSA）宣布对约 1000 辆 Cybercab 启动审查，评估特斯拉是如何认定这款没有方向盘、没有脚踏板的车辆符合联邦安全标准的自我认证。

这次审查说明，自动驾驶安全性始终处于高压监管之下。

Waymo 在纽约的遭遇更为典型，尽管已持有测试许可，但纽约州要求必须有安全驾驶员在车内，实质上禁止了完全无人驾驶的商业服务。

Waymo 计划进入的 20 余座城市中，纽约、伦敦等关键市场的监管壁垒仍是最不确定的变量。

全球各地区Robotaxi落地规模

02 谁掌握关键环节，谁依赖合作伙伴

2025 年以来，竞争已从算法角力延伸到技术、车辆、流量与城市资源的组合方式。

出行运营商的优势在于需求池和地面关系，技术公司的优势在于软硬件深度耦合，两者谁更适合整合产业链，目前并无定论。

就在最近，Uber 同时接入文远知行、小马智行、萝卜快跑、Waymo、Zoox、Wayve 等 6 家以上技术方，自动驾驶出行服务同比增长超过 10 倍，目前已在 8 个城市上线，年底目标扩展至 15 城，覆盖香港、马德里、苏黎世、休斯顿、伦敦、慕尼黑、洛杉矶及旧金山湾区等。

在欧洲，Bolt 联合 Lucid 推出 2.5 万辆 Robotaxi 部署计划，这也是 Bolt 实现 2035 年平台上部署 10 万辆自动驾驶汽车目标的重要一步。

东南亚的 Grab 则通过对文远知行数千万美元的股权投资切入。

目前我们可以观察到三种典型路径：

技术公司垂直延伸（Waymo）：自研驾驶系统，并与现代汽车合作在佐治亚州萨凡纳工厂生产 IONIQ 5 Robotaxi，同时自建运营体系。软硬件耦合度高，但资本投入大、周期长。

平台聚合（Uber、Grab、Bolt）：依托既有需求池和调度能力，以轻资产方式接入多家技术方，扩张快，但需要协调不同供应商的标准化对接，在技术、车辆成本上依赖外部伙伴。

车企全链路（特斯拉、小鹏）：造车、技术、运营一体化。特斯拉 Cybercab 于 9 月初在得州投入运营，并计划通过 FSD 迭代支持全天候运营；国内，小鹏汽车发布 Robotaxi 业务“小鹏悠游”。制造能力是优势，但面临监管认证的不确定性。

三种路径的差异，是对车辆、算法、需求和城市运营四个环节的控制权不同，进而决定单车成本与扩张速度。

文远知行创始人韩旭的判断提供了另一种视角，“Robotaxi 赛道很拥挤，最后能盈利的一定是扎扎实实解决用户真实需求的公司”。

03 规模如何转化为效率？

当技术能力成为进入规模化运营的必要条件，竞争会进一步延伸到车队利用率、订单密度、车辆折旧、调度效率和跨城市复制能力。这一壁垒由三个层面构成。

第 一层是地面运营的复杂性。

城市落地远不止技术部署，它涉及监管沟通、保险体系搭建、停车调度、地面运维团队组建等一系列“苦活累活”。

每一个新城市的进入都意味着从零搭建一套地面生态。这恰恰是出行运营商积累多年的核心能力。

第二层是安全里程的飞轮效应。

小马智行王皓俊对此有精辟阐述：“纯无人不是先投放再补数据，而是用规模化运营持续积累安全里程、拿公众和监管信任。”

他以商业航空为类比，安全记录的积累周期较长，最终能跑通可靠且性价比合理的玩家会少很多。

这一“飞轮效应”意味着先发者的优势会随时间不断放大，后来者即使技术不差，也需要重新积累里程数据来证明 L4 安全性。

萝卜快跑的数据提供了另一个观察样本。

截至 2026 年 6 月，其累计向公众提供的自动驾驶出行服务订单超过 2300 万单，车队累计自动驾驶里程超过 3.5 亿公里，其中全无人驾驶里程超过 2.4 亿公里。

这说明，规模化运营不仅意味着更多车辆投入使用，也意味着企业在积累更长的实际道路运行里程、更大规模的出行服务经验，以及持续验证系统安全性的机会。

第三层则是盈利模型的跑通。

规模化的前提是单车经济模型成立，这考验的是运营效率，也就是算法能力能否转化为稳定的订单、较低的空驶率和可控的单位成本。

文远知行在这方面提供了行业参照：

过去六个月单车日均订单 15 单，高峰期升至 26 单，乘客平均等待时间降至 10 分钟以内，2025 年四季度注册用户同比增长超 900%。

其中国市场 Robotaxi 的单车总体拥有成本已下降约 38%，中东子公司的 Robotaxi 业务已实现经营盈利，成为全球少有的在区域市场实现 Robotaxi 业务盈利的自动驾驶企业。

但需要看清这组数据证明了什么、没证明什么：订单量、TCO 降幅与区域经营盈利属于不同层面的指标，不能相互替代。

要真正判断 Robotaxi 盈利能力，还需回答这些问题：

单车每天有多少时间真正载客，而非空驶、充电或等待；

每单收入与成本分别是多少；

车辆折旧、保险、远程协助与地面运维如何分摊；

新城市的前期投入需要多少车辆和订单才能摊薄。

这些数据目前多未公开，因此现阶段只能说，运营效率的改善是盈利的必要条件，而非盈利本身。

04 规模化困局：为什么效率不等于盈利？

即便效率持续改善，大规模落地仍面临多重瓶颈，自动驾驶的“大考”远未结束。

其一，城市基础设施失效下的应急能力。

2025 年 12 月旧金山大面积停电事件至今仍是行业警钟，交通信号灯熄灭后，多辆 Waymo 车辆在路口抛锚，导致全城交通瘫痪，甚至连紧急车辆都无法通行。

旧金山市长随后致信监管机构，要求在 Waymo 满足更严格的安全条件之前暂停其扩张。

2026 年 7 月 4 日独立日烟花庆典期间，类似场景再度上演，数十辆 Waymo 车辆在金门大桥附近造成大规模拥堵。

这一系列事件暴露出的不仅是技术问题。当城市基础设施失效时，自动驾驶系统缺乏应急降级方案，也说明自动驾驶企业与城市管理者之间在应急预案、数据透明度等方面尚未建立起成熟的协作机制。

其二，单车经济与运营稳定性的双重考验。

单车经济模型的跑通需要在车队规模、调度效率、车辆折旧、能源成本等多个维度同时优化。

但订单规模的增长，并不意味着运营已经进入稳定状态。

萝卜快跑的运营数据提供了一个值得关注的样本。

2026 年第 一季度，其全无人运营订单达到 320 万单；第二季度约为 100 万单。

百度将这一阶段的订单波动部分归因于国内部分城市因监管因素进行的运营调整。

这说明，Robotaxi 的运营规模不仅取决于车辆和用户需求，也会受到监管安排、城市运营条件等因素影响。

即使已经积累了大量订单和道路运行里程，企业仍需要持续应对运营节奏变化，并验证单车经济模型在不同城市、不同监管条件下的稳定性。

因此，衡量一家 Robotaxi 企业的商业化进展，不能只看累计订单或单季度峰值，还要观察订单增长能否持续、车辆利用率能否提升，以及单位成本能否随着规模扩大而下降。

其三，监管与责任体系的碎片化。

从 NHTSA 对 Cybercab 的审查到纽约州对完全无人驾驶的实质禁令，监管框架的碎片化是全球化部署的最 大障碍。保险体系的建立同样滞后。

当事故责任在算法、车辆制造商、运营商之间分配时，传统车险模型面临根本性挑战。

IIHS 的 68% 安全数据是积极信号，但公众认知的转变需要时间和持续的安全记录来验证。每一次偶发性事故都可能对行业信任造成不成比例的冲击。

05 技术优势，必须经过运营系统的检验

韩旭曾用丘吉尔在敦刻尔克大撤退后的那句话来定位当下 Robotaxi 进程：“这不是结束，甚至不是结束的开始，而只是开始的结束。

这场自动驾驶马拉松已经赛程过半，前半程比的是谁的技术能上路，后半程比的是谁的运营系统能活下来，把技术优势转化成经过运营系统检验的优势，从而转化为商业优势。

从全球各个主要玩家的运营状况来看，车队规模不等于运营效率，运营效率也不等于盈利。

Waymo 是“不增车、增订单”的标杆案例，约 3000 辆车将周订单从 5 万推至 50 万单。

而中国车队超 4000 辆，利用率却相对落后。但 2026 年以来小马智行在广深实现单车盈利，文远知行中东接近盈亏平衡，都在探索下一步提升效率和盈利的可能性。

为什么车队规模与订单规模并不成比例？

答案藏在车队利用率、订单密度与成本结构的关系里，这也是后续最值得追踪的核心指标。

可以说，规模买得来，效率磨得出，盈利才是真正的临界点。

Robotaxi 的下一阶段，取决于谁能把车辆、订单、城市资源和安全体系组织成一套可持续、可复制的商业系统。

技术优势只有经过运营系统的检验，才会成为真正的商业优势。