🏢 公司C档 · NaN分

无人驾驶,被写进国家KPI了

··约1分钟阅读

📋 总体概括

中国新一轮五年规划将2030年乘用车NEV渗透率目标定在70%、商用车40%,并明确提出规模化部署自动驾驶;同期特斯拉Robotaxi宣布完成100万英里无监督行驶。政策时钟与技术时钟罕见重合,自动驾驶正式从技术叙事转入产业命题。

📄 正文

2026年9月,两件事几乎同时发生:特斯拉宣布Robotaxi累计完成100万英里、约合160万公里的无安全员监督行驶;大洋这一头,中国公布新一轮新能源汽车五年规划——到2030年,乘用车新能源渗透率要达到70%,商用车达到40%,并明确写入"规模化部署自动驾驶汽车"。

前者是一条技术进度条,后者是一份国家任务书。过去十年,电动化靠补贴和双积分推着走;这一轮,政策第一次把"无人"二字放进五年维度的目标体系里。两件事叠加,指向同一个判断:自动驾驶不再是实验室叙事,而是政策目标与商业落地的双轨命题。

📈 70%,第一次被写进国家任务书

规划文本本身很克制,但数字很直白:2030年,乘用车销量中新能源汽车占比70%,商用车占比40%,自动驾驶汽车实现规模化部署。这不是某个部委的行业预测,而是五年规划层级的量化目标。

把三个数字放在一起看,信息量比表面大得多。70%意味着,到2030年燃油车在乘用车市场只剩三成空间——参照过去几年新能源渗透率爬坡的斜率,这不是激进目标,而是对既有趋势的确认和加固;而商用车40%这个明显低于乘用车的数字,则承认了物流、货运场景在换电、氢能、续航经济性上的现实约束。最值得玩味的是第三句:自动驾驶规模化部署与渗透率目标并列出现,说明在政策制定者眼中,电动化的下半场——智能化——已经到了可以立军令状的阶段。

产业逻辑随之清晰。补贴退坡之后,行业一直缺一个明确的终点线;70%这个数字给出了终点线。对车企,它直接约束2028年前后上市车型的动力形式与智驾配置规划;对电池、智驾芯片、域控制器这些供应链环节,它提供了五年维度的确定性排产预期。在供应链侧,一种普遍的判断是:规划发布后,头部电池和智驾供应商的产能扩张讨论会从"按需定产"转向"按目标定产"。

政策传导链条一旦闭合,30%的燃油车存量空间就变成了倒计时,而不是缓冲垫。

🚗 六周翻倍的一百万英里

再看大洋对岸交出的答卷。特斯拉官方宣布,Robotaxi累计无监督行驶里程突破100万英里。关键不在绝对值,而在斜率:这个数字距离上一次披露,只隔了六周——六周内翻了一倍还多。更重要的信号藏在另一句话里:特斯拉"终于从人类安全驾驶员模式中移出来了"。

这意味着什么?此前Robotaxi车里坐着的安全员,本质上是监管信任尚未建立前的技术抵押品。安全员在座,车辆的运营半径、商业模型、单均成本都被锁死;安全员下车,才真正进入无人化运营的轨道。六周翻倍的里程曲线说明,撤掉安全员之后,车队扩张没有撞上事故或监管的红灯。

指标数据
无监督累计行驶里程100万英里(约160万公里)
距上次披露间隔6周
期间增幅超过1倍
2030年中国乘用车NEV渗透率目标70%
2030年中国商用车NEV渗透率目标40%

对中国的L4玩家而言,这组数据是一面镜子。无人化运营的竞争,比的不再是单点技术演示,而是"无安全员里程的月增速"——它同时反映技术可靠性、监管接纳度和运营扩张能力的乘积。100万英里放在Robotaxi行业里并不算惊人,但6周翻倍的节奏才是真正的壁垒:只有当单车无人化运营稳定、车队复制不依赖重新审批,这条曲线才能陡起来。

💡 2030:政策时钟与技术时钟重合了

把两个时间表摆在一张图上,会发现2030年是个罕见的交汇点。政策线给出的渗透率与无人化部署目标,技术线给出的无监督里程爬坡曲线,都指向同一个年份。这不是巧合:规划制定者显然参考了头部玩家过去一年的落地速度,而头部玩家的激进排期,也在赌政策口径的持续宽松。

倒推一下车企的日历:一款新车型从立项到量产通常需要36到48个月,2030年上市的车,2027年就要冻结架构。也就是说,70%目标真正发挥约束力的时间点不是2030年,而是2027年——那时车企必须决定,新车是继续做油改电的过渡品,还是直接按"电动+高阶智驾"的原生架构开发。

⚡ 对供应链同样如此:智驾芯片的流片周期、激光雷达和域控的产能爬坡,都需要对着2030年70%的盘子提前两年下注。政策时钟第一次跑在了大多数企业的产品时钟前面。

⚠️ 从规划文本到上路运营,隔着三道坎

当然,规划是规划,上路是上路。自动驾驶要完成从"规模化部署"四个字到真实车队的跨越,中间至少横着三道坎,每一道都需要产业给出具体解法:

自动驾驶规模化的三道坎
痛点 1
单车成本高企,车队扩张烧钱
→
解法
平台化车型摊薄硬件成本,供应链规模化降本
痛点 2
事故责任认定与保险规则不清晰
→
解法
分级责任框架落地,全链路数据留痕与监管对接
痛点 3
安全员撤除后长尾场景风险上升
→
解法
数据闭环持续训练,仿真场景库补齐corner case
痛点 4
无人化运营商业闭环尚未验证
→
解法
以无监督里程增速为核心KPI,先跑通单城盈亏模型

其中最硬的一道是责任框架。安全员在车里,出事有人可追;安全员撤了,责任在主机厂、运营方还是算法供应商?特斯拉敢宣布"彻底移出安全驾驶员",背后一定有对应的监管安排作支撑。中国在规划里写下"规模化部署",意味着责任认定、保险产品、数据监管这套基础设施必须在未来几年内成体系地补齐——这恰恰是比技术更慢的变量。

💡 另一个容易被低估的坎是商业模型。无人化的经济学逻辑很朴素:撤掉司机,人力成本归零,单均成本大幅下探。但前提是车队规模和订单密度都到位。六周翻倍的里程曲线之所以重要,就在于它是"规模复制不依赖人力"的间接证据。

🧭 格局重排:谁在领跑区,谁在存量区

把当前的自动驾驶玩家放进"技术门槛×商业价值"的四象限,格局比想象中更分化:

这张图里最值得注意的不是谁在右上角,而是纵轴的决定因素正在变化。过去评估商业价值,看的是技术 demos 的惊艳程度;现在看的是无监督里程占比和单车运营经济性。传统主机厂如果停留在L2辅助驾驶的舒适区,到2030年面对的将不是技术差距,而是商业模式代差——70%渗透率的盘子会属于那些把车造出来就能跑运营的玩家。

对中国产业链而言,机会藏在象限迁移的路径里:中国Robotaxi头部玩家在政策加持下,完全可能在2028年前后从"潜力股"象限切入"领跑者"象限,前提是那套责任框架和数据基础设施按时交付。

小结

70%的渗透率目标和100万英里的无监督里程,一个给方向,一个给证据。当自动驾驶被写进国家五年规划,它就不再是一家公司的技术豪赌,而是一场有终点线、有时间表的产业竞赛。未来四年真正的看点有两个:责任认定规则能否与技术曲线同步落地,以及无监督里程的增速能否持续压住成本曲线。谁先把这两条曲线跑顺,谁就拿到2030年的入场券。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)