小鹏悠游入场,Robotaxi剧本重写
📋 总体概括
小鹏悠游获批广州全域L4示范运营资质,成为国内首个以整车厂身份全栈自研量产Robotaxi的玩家。纯视觉+3000TOPS车端算力的技术路线,与百度萝卜快跑、小马智行的激光雷达+高精地图路线正面分岔。本文拆解小鹏的牌、算力账与成本账,以及这场路线之争真正的胜负手。
📄 正文
一张示范运营牌照,让Robotaxi赛道的牌桌规则变了。
10月26日,小鹏汽车宣布旗下Robotaxi业务「小鹏悠游」(英文名XPENG YOYO)正式获批L4级自动驾驶示范运营资质。据36氪消息,小鹏集团此次拿到的是广州市智能网联汽车应用示范运营资格,可在广州全域开展L4级Robotaxi示范运营——注意关键词:全域,不是某个园区、某条固定线路。
过去十年,Robotaxi的叙事一直由技术公司主导:百度萝卜快跑、小马智行们造车靠代工、运营靠自己。现在,一家年交付量以十万计的整车厂,以全栈自研的姿态直接坐上了牌桌。这不是又多了一个玩家,而是赛道的底层逻辑被人重写了一遍:当造车的人开始自己跑运营,运营公司最深的护城河——整车定义权——瞬间变成了别人的主场优势。
🚗 牌照背后:整车厂第一次坐上运营牌桌
身份的切换,比技术的突破更值得细看。
先复盘一下小鹏悠游的节奏。2025年11月,小鹏汽车正式公布Robotaxi战略;2026年5月18日,首台前装量产Robotaxi在广州下线——官方强调,这是中国首次由整车厂以全栈自研方式完成Robotaxi量产下线;2026年10月8日,业务定名并上线打车小程序,广州部分区域开放内测;10月26日,L4示范运营资质到手。
从公布战略到拿牌,前后不到一年。这个速度在Robotaxi行业里属于罕见的快——以往技术公司从路测到拿到示范运营资格,普遍要走过三四年甚至更长的周期。原因不难理解:Robotaxi公司需要先攒车、再攒数据、再攒运营经验,每一步都是串行的;而小鹏是从量产车的规模数据池里「平移」过来,前装量产本身就意味着车端硬件、产线质量体系、供应链全部按车规标准走完了一遍。
「前装量产」四个字,恰恰是这次事件里最容易被低估的部分。此前行业内Robotaxi的主流做法是后装改装:在量产车上顶一个激光雷达塔、塞一套工控机,一辆改装车成本动辄上百万元。而小鹏走的是前装路线——Robotaxi车型直接在自家居于旗舰SUV定位的GX车型平台上开发,从设计之初就为无人化运营留好了接口。这带来的是成本结构、可靠性、维修体系的全链条变化,也是运营经济性能否跑通的分水岭。
产业逻辑很清晰:Robotaxi行业过去是「技术公司求着车厂合作」,现在是「车厂带着运营牌照下场」。身份一换,定价权、数据权、迭代节奏全部归位,这是赛道格局的重构信号。
💡 纯视觉掀桌:与萝卜快跑分道扬镳
技术路线的分岔口,小鹏选择了最难也最便宜的那条。
如果只看「又一家拿到L4资质」,这篇新闻的价值有限。真正的爆点在技术路线:与百度萝卜快跑、小马智行等依赖激光雷达和高精地图的方案不同,小鹏悠游采用不依赖激光雷达和高精地图的纯视觉方案,核心是第二代VLA(视觉语言动作)大模型。
这两条路线的分歧,本质是对「自动驾驶的成本该花在哪」的不同回答。激光雷达+高精地图路线的逻辑是:用昂贵的传感器和高成本的地图维护,换决策端的安全冗余;纯视觉+VLA的逻辑是:把安全能力从「预制的地图」搬到「车端模型的实时理解」里,省掉激光雷达硬件和地图采集维护这两座大山。前者是重资产模式,后者是重算法模式。
放在坐标系里看更直观:萝卜快跑和小马智行已有多城市运营经验,商业落地节奏快,但每辆车的传感器成本和地图维护费用构成刚性支出;小鹏的技术门槛押得更高——VLA大模型要凭视觉输入完成环境理解、决策与执行,对数据闭环和模型能力的要求指数级抬升——但一旦跑通,单车硬件成本曲线和扩张边际成本都会显著占优。
有意思的是海外参照系。Mercedes-Benz近期宣布采用英伟达Drive AGX平台向L4进发,这是典型的「车企+芯片供应商」的授权模式;而小鹏是芯片、模型、整车、运营一把抓。两条路径没有绝对对错,但代表着两种资本结构:一种把技术外包、风险可控;一种把技术自持、上限更高、风险也更高。据多位接近行业的人士观察,国内头部智驾团队内部讨论最多的已不是「要不要走纯视觉」,而是「纯视觉的L4冗余体系该怎么做」——风向的变化,本身就是对路线之争的投票。
🧠 3000TOPS:算力军备的另一种解法
当算力成为入场券,自研芯片是唯一能付得起账的方式。
小鹏悠游首款车型基于旗舰SUV GX打造,搭载4颗自研图灵AI芯片,车端有效算力达3000TOPS,官方称其为全球车端最高算力。这个数字值得拆开看:4颗芯片意味着不是单芯片堆料,而是板级级的算力扩展——这背后是自研芯片最独特的好处,芯片架构、互联方式、功耗分配都是自己说了算,想堆几颗堆几颗。
为什么L4纯视觉路线需要这么激进的算力?答案在VLA大模型身上。视觉语言动作模型要在车端实时完成「看图—理解—决策—执行」的完整链路,没有高精地图兜底、没有激光雷达点云冗余,一切环境理解都压在神经网络的实时推理上。这和依赖规则+地图的方案是两种算力消耗模型:前者的算力是「理解的成本」,后者的算力更多是「冗余的成本」。
| 维度 | 小鹏悠游 | 百度萝卜快跑 | 小马智行 |
|---|---|---|---|
| 技术路线 | 纯视觉+第二代VLA | 激光雷达+高精地图 | 激光雷达+高精地图 |
| 算力来源 | 4颗自研图灵芯片,3000TOPS | 第三方平台 | 第三方平台 |
| 造车方式 | 基于GX前装量产 | 改装/合作车型 | 改装/合作车型 |
| 身份 | 整车厂全栈自研 | 技术公司运营 | 技术公司运营 |
| 最新进展 | 广州全域示范运营资质 | 多城运营 | 多城运营 |
表格里藏着这场竞争的真正变量:芯片自研度。行业里流传一句话——Robotaxi的终局竞争不是比谁的算法强,而是比谁的算力成本便宜。第三方高算力平台价格坚挺,而自研芯片在量产规模摊薄后,边际成本可以做到远低于外购。小鹏把消费级智驾的芯片积累直接复用到Robotaxi上,这等于把L2级量产养出来的规模红利,一次性注入L4业务。这正是全栈自研叙事在财务层面的意义:不是技术姿态,而是成本结构。
把这张脑图倒过来看更有意思:任何一个环节外包,成本账和迭代节奏就会断一环。小鹏选择的是全握。
📉 全栈自研的账:Robotaxi成本曲线的陡降点
Robotaxi商业化卡了十年,卡的不是技术,是单车经济模型。
Robotaxi行业喊商业化喊了很多年,真正的瓶颈从来不是「能不能自动驾驶」,而是「一辆车跑一天,收入能不能覆盖折旧、运维、远程安全和保险」。后装改装方案下,单车动辄百万元的成本意味着每公里收入里有巨大一块被折旧吃掉——这是萝卜快跑们至今仍需要持续输血的根本原因。
小鹏的前装量产路线,本质上是对这条成本曲线动刀。基于GX平台量产,意味着Robotaxi与民用旗舰车共享平台、产线、供应链和售后体系:传感器、域控、线束都按车规量产价格走,而不是小批量定制价格;车辆退役后还可以回流到二手车体系,残值逻辑完全不同于改装车。叠加纯视觉方案省下的激光雷达成本,单车BOM的下降是结构性的。
`infographic
`
`json
`
据行业内的普遍测算逻辑,Robotaxi运营成本里,单车硬件折旧、远程安全员人力、保险构成了三大头。前装量产压第一项,VLA大模型提升单安全员监管车比压第二项,而第三项——保险——最终取决于运营数据的积累和事故率的真实表现,这正是广州全域运营资质的价值:牌照不只是运营许可,更是规模化真实数据采集的入场券。数据规模上去了,模型迭代、安全验证、保险定价才能形成正循环。
这也解释了为什么小鹏要「自建运营」而不是把L4能力授权给出行平台:运营数据是VLA模型进化的燃料,交出去等于交出迭代权。整车厂下场运营,看似重资产,实则是在为模型买数据。
⚠️ 广州全域之后,真正的考题才开始
拿牌是里程碑,但牌照从来不等于商业成功。
必须泼一盆冷水:示范运营资质到商业化盈利之间,还隔着长长的一段路。广州全域运营意味着车辆要面对城中村、电动车流、极端天气等最复杂的开放场景,纯视觉路线在长尾场景上的表现将被放到显微镜下审视。而萝卜快跑、小马智行多年运营攒下的安全记录、政府关系和车队管理经验,也不会因为对手换了一条技术路线就自动贬值。
几个待验证的关键变量:一是VLA模型在无高精地图兜底条件下的极端场景鲁棒性;二是4颗图灵芯片板级方案在南方高温高湿环境下的长期可靠性;三是单安全员监管比能提升到什么水平——这直接决定人力成本曲线;四是监管对纯视觉L4的安全标准是否会随技术路线分化而调整。任何一项不及预期,成本优势都只是纸面数字。
对行业而言,更值得关注的连锁反应是:整车厂身份+纯视觉+自研芯片的组合一旦在广州被验证,将迫使所有Robotaxi玩家重新回答「你和车厂的关系是什么」。手握L4技术但依赖改装车的公司,可能面临被整车厂「掀桌子」的处境——毕竟量产能力、成本能力和渠道能力,是车厂的看家本领。而海外市场上,Mercedes-Benz选择英伟达Drive AGX的授权路线,与小鹏的全栈路线形成镜像对照,两条路径在中长期国际竞争中的性价比之争,才刚刚开题。
结语:小鹏悠游拿牌这件事,表面上是一家公司多了一项资质,实质上是Robotaxi赛道的权力结构发生了位移——造车的人开始自己定义运营规则,纯视觉开始与激光雷达正面对赌。接下来12个月的广州街头,将是这场路线之争的第一个真考场。技术路线可以争论,成本曲线不会说谎:谁先把单车经济模型跑正,谁就掌握下一轮叙事的定义权。牌桌上多了一个狠角色,对行业不是坏事——竞争提前,商业化提速,这是所有从业者都该欢迎的剧本。
本文由本站 AI 辅助聚合生成,原始来源如下: