自动驾驶出海车企动态评论分析· 2140 字· 约4分钟阅读

裁3300人，就为赌Robotaxi？

2026-09-09 18:24 发布· 本文由作者与AI协作完成

本内容由人工智能生成，仅供研究参考，不构成投资建议。

💡

同一周内，OpenAI新模型Astra曝出推理技术跃迁、三部门发布车企出海合规指引、Uber在业绩新高时裁员3300人押注Robotaxi。三件事看似无关，实则指向同一个信号：智能化竞争从烧钱叙事进入算账叙事，比拼的不再是规模，而是效率、规则与现金流。

同一周，三件看似不相关的事，把智能出行行业的底牌翻了个面。

OpenAI 新模型 Astra 被曝性能可能复现 GPT-4 级飞跃；商务部等三部门联合发文，要求中国车企出海别把内卷带出去；Uber 在净利润同比增长34%的高位上，一口气裁掉3300人，省下的钱重点砸向Robotaxi。

一个关于模型效率，一个关于规则边界，一个关于资本腾挪。但拆开看，三条线拧的是同一股绳：智能化的下半场，不再比谁的故事大，而是比谁的账算得过来。

📈 一个模型，凭啥比GPT-5的动静还大？

模型行业的下一个战场，不在参数里，在循环里。

据科技媒体 The Information 9月2日报道，OpenAI 即将推出的新模型 Astra 正在AI研究圈引发广泛关注。部分研究人员认为，它在编码和计算机使用能力上的提升，可能堪比2023年GPT-4发布时的跨越，远超今年8月GPT-5上线时相对平稳的市场反应。

核心突破指向「循环深度」（recurrent depth）与「循环变换器」（loop transformers）：把问题反复传递至模型数学运算的各个「层」中处理，再生成答案的下一个词。效果很直白——在不显著增加参数规模的情况下，表现出相当于大得多的模型的推理能力。

有意思的是，这项技术并不新。AI研究先驱 Jürgen Schmidhuber 在X平台指出，「循环深度」的核心思路早见于他2015年的论文《On Learning to Think》（arXiv:1511.09249）。十年前的旧思路，十年后才真正跑通——这本身就是行业的一个隐喻：很多突破不是发明出来的，是等算力和工程成熟等出来的。类似路线的可行性此前已有公开验证：新加坡初创公司 Sapient Intelligence 今年1月开源的分层推理模型（HRM），以约2700万参数完成了传统上需要大模型才能处理的推理任务，当时在研究社区引发热议。

但硬币的另一面是，新技术允许模型在不完整输出「思维链」的情况下完成深度推理。研究人员可能无法像以往那样监控模型的推理过程，现有安全审查机制被削弱。OpenAI 目前正采取措施保持思维链可见，但业界的分歧不小。

对智能汽车行业，这件事的分量被普遍低估了。云端模型的效率跃升，直接压低的是数据闭环、世界模型训练、端到端方案迭代的成本；而「小参数、强推理」的路线一旦验证，车端芯片的算力焦虑也有了另一条解法。从各智驾公司公开的招聘岗位和技术分享看，头部方案商普遍已将「推理效率优先于参数规模」列入端侧架构的演进方向——能力/成本的比值，才是智驾军备竞赛真正的计分板。

🚢 出海指引：别把内卷带上船

出海的船票，从来不是销量给的，是规则给的。

9月3日消息，商务部、工业和信息化部、市场监管总局联合印发《汽车行业境外竞争行为与合规建设指引》，共四章二十条，为中国车企在境外的竞争行为提供系统性合规参照。比亚迪、奇瑞等多家车企随后发文响应。

先看体量：根据海关总署数据，2024年中国汽车出口640.7万辆，销往200多个国家和地区，出海规模稳居全球第一。奇瑞海外业务覆盖100多个国家和地区，2024年出口114.5万辆，连续多年位居中国品牌乘用车出口第一，并已在多个海外市场布局整车制造基地。

体量越大，麻烦越大。国内价格战正沿供应链向海外蔓延，部分车企在境外采取低价倾销、虚假宣传等手段，已引发欧盟、巴西等多地反倾销调查和贸易壁垒加码。《汽车指引》的本质是一份「出海行为守则」，核心诉求就一句话：别把国内的内卷带到海外去。

指引覆盖四个维度：定价上，建立以成本为基础、国际市场供求为导向的策略，合理确定国家间价格差异，避免多频次大幅降价扰乱当地市场；促销上，遵守当地法规；宣传上，杜绝虚假夸大和诋毁对手商誉。

最关键的是第四条——数据安全。指引明确企业应确保车联网及自动驾驶相关信息的收集、使用、保护及数据跨境传输合规。对智能化程度越来越高的中国新能源车企，这一条直击要害：欧盟GDPR已成为中国智能汽车出海最大的合规雷区之一。车卖出去只是第一步，智驾功能能不能在那个市场点亮，取决于数据能不能合规地流转。一句话概括指引带来的变化：以前是「先卖车再补合规」，现在是「合规不过关，智驾就是摆设」，而中国车90%的溢价故事都压在智驾上。