小鹏悠游拿牌,L4开始拼成本了
📋 总体概括
小鹏悠游获批L4示范运营资质,从公布战略到拿牌不到一年。纯视觉+VLA大模型+3000TOPS车端算力的组合,把Robotaxi竞争从烧钱运营拉回制造与降本的主场,行业成本假设正被重写。
📄 正文
2026年10月26日,小鹏汽车官宣:Robotaxi业务小鹏悠游正式获批L4级自动驾驶示范运营资质。从2025年11月公布Robotaxi战略算起,到前装量产下线、上线打车小程序、再到拿牌,小鹏只用了不到一年。
这不只是「又多了一个玩家」。这是中国第一次由整车厂以全栈自研方式跑通「造车—量产—拿牌—运营」的完整链路。纯视觉、不依赖高精地图、车端3000TOPS算力——小鹏悠游带来的不是一辆改装车,而是一套对L4商业化的全新成本假设。
📅 一年跑完别人好几年的路
Robotaxi的故事讲了十年,第一次由造车的人自己讲完了全链条。
先把时间线摆出来:
正式公布Robotaxi战略
首台前装量产Robotaxi在广州下线
定名小鹏悠游并上线打车小程序
获批L4级自动驾驶示范运营资质
四个节点,十一个月。对比行业惯性,这个速度并不寻常:过去L4创业公司从技术演示走到示范运营资质,普遍以两三年为单位计,中间还要经历改装车队、小规模路测、监管沟通的漫长循环。
小鹏悠游为什么能提速?答案藏在「前装量产」四个字里。2026年5月18日下线的首台Robotaxi,是基于旗舰SUV 小鹏GX打造的前装车型——不是后期改装,而是从产线上直接开下来的L4整车,官方强调这也是中国首次由整车厂以全栈自研方式完成Robotaxi量产下线。
这背后的产业逻辑很直白:L4公司造不了车,只能买车、拆车、改装,每一环都是成本和时间的黑洞;而整车厂把L4直接写进车型定义里,产线即车队,量产即运营储备。资质本身只是纸面文件,真正值钱的是监管对这条「整车厂全栈自研」路线的背书——示范运营,正是Robotaxi商业化之前绕不开的前置门槛。
🧭 四象限里,小鹏悠游站在哪个位置
判断一家Robotaxi公司,先看它把成本曲线画在哪里。
把目前主流玩家放进「技术门槛×商业价值」的四象限里,位置差异一目了然:
百度萝卜快跑和小马智行是典型的先发者:多年运营积累下来的车队规模、路测里程和监管沟通经验,是它们当下商业价值评分的主要支撑。Waymo则是全球范围的参照系。而小鹏悠游刚拿牌、还在广州部分区域内测,商业价值目前必然是低分项。
但技术维度上,它的位置很特殊——几条路线的底座差异,值得拉出来对比:
| 维度 | 小鹏悠游 | 萝卜快跑/小马智行等路线 |
|---|---|---|
| 传感器方案 | 纯视觉,不依赖激光雷达 | 激光雷达为核心传感器 |
| 地图依赖 | 不依赖高精地图 | 依赖高精地图 |
| 核心软件 | 第二代VLA视觉语言动作大模型 | 各家自研感知决策栈 |
| 车端算力 | 4颗自研图灵AI芯片,3000TOPS | 多为外采芯片方案 |
| 量产主体 | 整车厂前装量产、全栈自研 | 定制车型或改装路线 |
这张表读下来,结论其实只有一句:Robotaxi的竞争维度,正在从「谁跑的里程多」转向「谁的单位成本低、城市复制快」。整车厂的入场,把这场竞争重新拉回了制造业最擅长的战场——规模、良率、BOM成本。先发者积累的运营数据依然是护城河,但护城河的价格,正在被重新谈判。
💰 3000TOPS背后,整车厂打的什么算盘
卖车的不做运营、做运营的不造车——这句业内流传多年的老话,正在被改写。
先看硬件事实:小鹏悠游首款车型基于旗舰SUV 小鹏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。
3000TOPS是什么概念?这是纯视觉路线逼出来的冗余。没有激光雷达做物理兜底,没有高精地图做先验兜底,安全边际只能靠两样东西换:更强的模型,和堆到顶的算力。4颗自研芯片同时意味着一件事——供应链自主,不用在最核心的算力环节看别人脸色。
更关键的是成本结构。传统L4玩家账本里最痛的两项:定制改装成本,和无法分摊的研发投入。而整车厂做Robotaxi,走的是完全不同的算术:
- 同一颗图灵AI芯片,既跑私家车的智驾,也跑Robotaxi,研发费用由乘用车销量摊薄;
- 同一套第二代VLA模型,私家车L2+场景持续喂真实数据,Robotaxi共享这套数据飞轮;
- Robotaxi车型直接在小鹏GX产线上量产,省掉改装环节的全部成本与时间。
换句话说,小鹏悠游不是从零起步的创业项目,而是小鹏汽车智能驾驶体系长出来的一条业务线。业内不少人的判断正在趋于一致:Robotaxi打到最后的胜负手,不是算法演示多惊艳,而是单车日均成本能不能压到司机工资以下——而这个账,恰恰是造车的人最会算。
⚠️ 纯视觉加VLA:一场关于泛化的豪赌
砍掉激光雷达的那一刻,小鹏就把自己放上了显微镜。
小鹏悠游软件层面采用第二代VLA视觉语言动作大模型实现L4能力,与百度萝卜快跑、小马智行依赖激光雷达和高精地图的路线正面分岔。目前小鹏悠游已在广州部分区域开放内测,用户通过打车小程序叫车——这正是纯视觉方案接受真实路面检验的第一块试验田。
纯视觉L4的账要两头算。一头是收益:不画高精地图、不装激光雷达,意味着进入一座新城市的边际成本大幅下降,地图采集和传感器采购这两座大山被直接搬走,城市复制的速度理论上可以追平乘用车智驾的开城节奏。另一头是代价:夜间、雨雾、逆光等视觉感知天然薄弱的场景,没有传感器冗余兜底,全部压力都压在模型能力和算力冗余上;同时监管对无高精地图L4的安全验证框架尚在演化,拿牌只是开始,不是终点。
把这道落地考题拆开看:
产业层面的判断可以更犀利一点:如果纯视觉L4能在广州的复杂路况下稳定跑通,那么高精地图和激光雷达在Robotaxi赛道上的资产价值将被系统性重估,先发者引以为傲的部分护城河会随之缩水;反过来,如果示范运营中出现安全层面的反复,则证明L4短期内仍绕不开多传感器冗余,小鹏悠游的成本假设就要打折。这场豪赌的结果,会直接决定未来两三年Robotaxi的技术路线走向。
结语:资质只是入场券,成本才是终局
示范运营资质,是小鹏悠游的里程碑,但不是行业的分水岭。真正的分水岭要看三件事:广州内测的运营数据够不够硬、第二代VLA在长尾场景下的表现是否稳定、以及这套纯视觉方案能不能以低边际成本复制到广州之外的城市。
对整个赛道而言,小鹏悠游最大的冲击不是多了一个竞争对手,而是把Robotaxi的竞争逻辑从「烧钱换里程」拉回了「制造+技术降本」的主场。当造车的人带着产线、芯片和数据飞轮坐上牌桌,纯做运营的L4公司必须重新回答一个问题:你的成本曲线,凭什么跑得过一辆从量产线上直接开下来的Robotaxi?
答案,会在接下来一年广州街头的每一单里慢慢浮现。
本文由本站 AI 辅助聚合生成,原始来源如下: