自动驾驶产业观察：从技术竞赛走向全球化与商业化落地

执行摘要：自动驾驶产业正进入规模化落地阶段：Robotaxi头部企业加速全球化扩张（小马智行携Uber进入伦敦），芯片巨头以物理AI构建底层平台（英伟达），车企以世界模型推动智驾平权（零跑），资本则向细分场景渗透（Parallel Systems获亿元级融资）。本报告从市场格局、产业链分工、数据与算法竞争、商业模式与趋势五个维度，梳理产业事实与演进逻辑。

产业现状与竞争格局

一、Robotaxi 进入多市场验证期

2025年以来，Robotaxi产业的核心叙事正在从“单一市场技术验证”转向“多市场商业化验证”。标杆性事件是小马智行与Uber宣布将第七代Robotaxi引入英国伦敦，预计未来数周内开启道路测试。这一合作延续了双方在美国市场已经跑通的模式：小马智行提供自动驾驶软硬件系统，Uber提供出行平台与订单入口。

伦敦由此成为小马智行继中国、美国之后布局的第三大核心市场，标志着其Robotaxi全球化扩张迈出关键一步。从产业逻辑看，“技术公司+出行平台”的组合方式正在成为头部玩家出海的主流范式：技术方负责自动驾驶系统能力与安全合规，平台方负责订单密度、用户运营与本地化资源，双方以分工换取扩张速度。这种模式也意味着Robotaxi竞争的评估维度正在扩展——除了技术指标（接管率、安全里程），牌照获取能力、多城市复制速度、单位经济模型同样成为决定竞争格局的核心变量。

当前多市场验证期呈现三个特征：其一，中美两地仍是技术迭代与数据积累的主战场；其二，欧洲市场（以伦敦为代表）成为合规体系与商业模式的新试金石；其三，头部玩家开始以“代际产品”（如第七代系统）为载体进行规模化部署，强调硬件成本下降与量产一致性。

二、多赛道并行：货运、智驾方案、底层算力

Robotaxi并非自动驾驶的唯一出口，产业正呈现“多赛道并行、头部与差异化玩家共存”的格局。

货运赛道出现差异化分叉。 当行业普遍押注公路自动驾驶卡车时，由前SpaceX航电工程师Matt Soule于2020年创立的Parallel Systems选择了另一条路径——开发无车钩的无人驾驶货运轨道车辆，瞄准500英里以内铁路难以与公路竞争的中短程货运市场。2026年10月7日，该公司宣布完成1亿美元C轮融资，由AVP领投，Hillspire、Agility Global等多家机构跟投，累计融资超过2亿美元。资本对其差异化路线的认可，说明自动驾驶货运的机会不止于卡车，“边界市场重构”同样是可行的产业假设。

智驾方案赛道走向普惠化。 在乘用车辅助驾驶侧，2026零跑技术日上，朱江明发布LWM世界模型智驾系统，宣称不依赖BEV感知与规则代码，已售35万辆激光雷达车型全部免费升级且终身免费，目标是将高阶智驾普惠至10万元以内用户。零跑脱胎于大华股份，其安防基因带来了感知硬件与AI识别的积累，但长期对重算法投入相对谨慎，世界模型路线能否真正兑现“第一梯队”的宣称仍待市场验证。这一案例折射出智驾方案赛道的两层竞争：算法架构之争（BEV+规则 vs. 世界模型）与商业模式之争（预埋硬件+OTA升级 vs. 车型分层配置）。

底层算力赛道向“物理AI”延伸。 英伟达将AI版图从数字世界推向物理世界，提出“物理AI”（Physical AI）战略，为Robotaxi和人形机器人提供覆盖感知、决策到执行全链路的全栈安全解决方案，已有机器人公司开始采用。其逻辑是把汽车自动驾驶积累的安全方法论复用到机器人领域，意图成为物理AI时代的底层平台供应商。这意味着自动驾驶产业的价值正在外溢：无论终端形态是车辆还是机器人，底层算力与安全框架的竞争已在更上游展开。

三、竞争格局全景

四、小结

当前自动驾驶产业处于“验证期”而非“收割期”：Robotaxi在中美欧三地同时接受商业化检验，头部企业以全球化布局构建先发优势；货运与智驾方案赛道上，主流路线与差异化玩家并存；底层算力厂商则试图以“物理AI”定义下一代平台标准。技术竞赛的焦点正从“能否自动驾驶”转向“能否低成本、可复制、合规地规模化运营”，全球化能力与商业化落地能力将共同决定下一阶段的座次。

全球化扩张与平台合作

轻资产出海模式成型

自动驾驶行业的全球化竞争，正在从单一市场的技术验证，转向可复制的商业化落地模式。其中最具代表性的，是小马智行与Uber形成的「技术公司+出行平台」轻资产合作路径：技术公司输出自动驾驶软硬件系统，出行平台提供流量入口、车队运营与本地化服务能力，双方各取所长、共同分摊扩张成本。

2025年10月8日，小马智行与Uber宣布将第七代Robotaxi引入英国伦敦，预计未来数周内开启道路测试。这一动作有三层产业含义：

第一，欧洲市场首次落子。伦敦由此成为小马智行继中国、美国之后的第三个核心市场。欧洲对自动驾驶的监管审批体系与美国存在明显差异，选择伦敦作为切入点，意味着公司需要重新完成一套本地化的安全验证与合规流程，其进展将成为观察欧洲Robotaxi监管开放度的重要样本。

第二，合作模式的跨国复制。双方此前已在美国市场推进类似合作。同一套「技术+平台」组合从美国平移到欧洲，验证了这一模式并非绑定单一市场的权宜之计，而是具备地理迁移能力的标准打法。对技术公司而言，复用合作框架可显著降低新市场的冷启动成本；对Uber而言，则可将其全球出行网络的规模优势转化为自动驾驶运力的分发渠道。

第三，成本结构优化。第七代系统是当前Robotaxi降本的关键载体。轻资产模式下，技术公司无需自建大规模车队与运营体系，平台方无需自研自动驾驶技术，双方的资本开支与运营风险均被摊薄。

合作分工的产业逻辑

这一模式可拆解为如下分工结构：

从产业格局看，这种分工并非偶然。Robotaxi的商业化需要同时跨越三道门槛：技术上达到可运营的安全水平，商业上形成可持续的单车经济模型，运营上获得本地化资质与用户习惯。单一公司同时打通三者的难度极高，而合作模式将三道门槛分别交由各自擅长的一方承担。

对Uber而言，与多家技术公司建立合作（而非独家绑定）符合平台的中性定位——平台的价值在于聚合运力，而非锁定单一技术路线。对技术公司而言，接入成熟平台的订单体系，可以绕过自建App获客的漫长周期，直接获得真实出行需求数据，反哺算法迭代。

监管与竞争变量

轻资产出海模式的推广，仍取决于监管环境的演进速度。英国、欧洲各国对自动驾驶的测试牌照、责任划分、保险体系尚在完善过程中，伦敦测试的推进节奏将直接检验欧洲监管框架的开放程度。与美国部分州相对宽松的测试政策相比，欧洲市场的合规成本更高、周期更长，这是模式复制过程中必须面对的现实约束。

竞争层面，特斯拉、Waymo等玩家选择了不同的路线：Waymo以重资产自营为主，特斯拉则依托自有车辆网络。小马智行与Uber的中间路线能否跑通，将取决于三个变量的收敛：车队规模化后的运营效率、平台分成的经济性、以及跨市场监管的适配速度。

此外，底层技术供应链的竞争也在同步展开。英伟达正在将汽车自动驾驶积累的安全方法论延伸至「物理AI」领域，意图成为Robotaxi与人形机器人时代的底层平台供应商。这意味着头部Robotaxi公司未来的软硬件选型，将在自研与采用第三方全栈方案之间持续权衡——算力平台的依赖度与系统自研的自主性之间的张力，将成为下一阶段产业博弈的隐性主线。

小结

伦敦落子标志着「技术公司+出行平台」的轻资产出海模式从单点验证走向体系化复制。这一模式的核心竞争力在于用最低的资本消耗换取最快的市场覆盖，但其终局成败仍系于商业化本身：当测试牌照的红利期过去，真正决定格局的将是单位订单的成本曲线能否压过人类司机，以及模式能否在欧洲、中东、东南亚等更多监管环境中完成本地化适配。全球化扩张的上半场比拼的是布局速度，下半场比拼的将是运营深度。

产业链上游：算力与全栈方案

英伟达的「物理AI」野心

在自动驾驶产业从技术竞赛走向商业化落地的过程中，产业链上游的算力与全栈方案供应商扮演着越来越关键的角色。其中，英伟达的动向最具风向标意义。

英伟达正将其AI版图从数字世界推向物理世界，全面押注「物理AI」（Physical AI）。其核心策略是：将汽车自动驾驶领域多年积累的安全方法论，复用到机器人领域，为Robotaxi和人形机器人提供全栈安全解决方案。该方案覆盖从感知、决策到执行的完整链路，目前已有机器人公司开始采用。

这一布局背后的产业逻辑清晰可辨：自动驾驶是当前对安全性要求最严苛、验证体系最成熟的大规模AI落地场景。英伟达在车载计算平台上积累的功能安全认证体系、冗余设计经验与仿真验证方法论，天然可以迁移到同样需要在物理世界中安全作业的机器人身上。通过提供覆盖全链路的基础设施，英伟达的意图是成为物理AI时代的底层平台供应商——正如其在PC时代的GPU、云计算时代的AI训练芯片所扮演的角色。

对下游整车厂与Robotaxi运营商而言，这意味着产业链的分工进一步明晰：算力与基础软件栈由上游平台提供，企业得以将资源集中在数据闭环、场景运营等差异化环节。以小马智行为例，其第七代Robotaxi已在欧美市场加速落地——继中美市场之后，今年10月与Uber宣布将第七代车型引入伦敦，预计数周内开启道路测试。这种「自动驾驶系统+出行平台」的轻资产扩张模式，本身也依赖成熟的上游算力与工具链支撑。

全栈方案的两种路径

英伟达代表的是「平台输出」路径，而部分整车企业则选择自研全栈，形成产业博弈的另一面。零跑在2026技术日上发布的LWM世界模型智驾系统即为典型：宣称不依赖BEV感知与规则代码，已售出的35万辆激光雷达车型全部免费升级且终身免费，目标是将高阶智驾普惠至10万元以内用户。零跑脱胎于大华股份，安防基因带来了感知硬件与AI识别的积累，但其长期对重算法投入相对谨慎，世界模型能否真正支撑其自称的「行业第一梯队」，仍需市场验证。

上游价值向相邻赛道延伸

值得注意的是，自动驾驶技术栈的价值正在向相邻赛道外溢。货运领域，专注无车钩无人驾驶货运轨道车辆的Parallel Systems，瞄准500英里以内铁路难以与公路竞争的中短程市场，于2026年10月宣布完成1亿美元C轮融资（AVP领投，Hillspire、Agility Global等跟投），累计融资超2亿美元。在公路卡车成为自动驾驶货运主流押注方向时，这类差异化尝试同样建立在成熟的感知—决策—执行技术基础之上，印证了上游全栈方案的平台化价值。

产业格局小结

总体来看，产业链上游正呈现「平台化+全栈化」双线演进：英伟达以物理AI构建横跨汽车与机器人的底层生态，整车企业则以自研全栈争夺差异化空间。二者的竞合关系，将在很大程度上决定未来自动驾驶与具身智能产业的利润分配格局。

产业链中游：算法与整车

在自动驾驶产业链中，算法与整车厂居于承上启下的位置：向上承接芯片与传感器等硬件供给，向下决定智驾功能能否真正规模化落地。2026年零跑技术日上发布的LWM世界模型智驾系统，为观察这一环节提供了典型案例——它既代表了算法范式的切换尝试，也折射出整车企业在智驾自研路径上的现实约束。

LWM世界模型：范式宣称与普惠定位

零跑董事长朱江明在技术日上宣布，LWM世界模型“不靠BEV感知、不依赖规则代码”。这一表述直指当前行业主流技术路线的两根支柱：以BEV（鸟瞰图）为代表的空间感知框架，以及大量人工编写的规则代码。零跑主张以端到端式的世界模型取代二者，将感知、预测与规划纳入统一模型中学习，属于算法范式层面的激进切换。

在商业化策略上，零跑打出了明确的普惠牌：已售出的35万辆激光雷达车型将全部免费升级LWM，且承诺终身免费。其目标客群定位在10万元以内的车型市场，试图以“低价车+高阶智驾”的组合形成差异化。这一策略的产业逻辑在于：当智驾功能逐步从30万元以上车型向下渗透时，谁能率先在10万元级市场提供可用的高阶智驾，谁就有机会在存量最大的价格带建立心智壁垒。

大华基因：硬件红利与算法短板

零跑脱胎于大华股份，这一定位深刻塑造了其能力结构。安防行业多年积累带来的视频感知硬件设计与AI图像识别经验，使零跑在传感器自研与成本控制上具备同行少有的功底——这也是其能够以较低成本将激光雷达车型做到35万辆规模的重要原因。

但硬币的另一面是，大华基因也使零跑长期对重算法投入持谨慎态度。安防视觉算法与自动驾驶的世界模型在数据规模、模型复杂度和迭代节奏上存在量级差异：前者可以依赖相对稳定的场景分布，后者需要在开放道路上应对长尾场景并持续进行大规模数据闭环训练。业界头部智驾团队普遍以千人为单位的算法与数据团队规模运转，重算法投入意味着持续的资本开支与人才竞争。

因此，零跑“不靠BEV、不依赖规则代码”的技术宣称，目前更多停留在发布层面，世界模型能否在真实路况中稳定表现、能否真正摆脱大华的路径依赖建立独立的世界模型研发能力，仍待量产验证。免费升级35万辆存量车，客观上也将大幅加快其公开验证节奏——一旦体验不及预期，舆论反噬风险同样存在。

中游竞争的两种路径参照

将零跑置于中游竞争格局中观察，可以看到不同的资源禀赋对应不同的打法：

• 零跑：整车厂垂直整合路径，以硬件成本优势和普惠定价换市场，算法能力待验证；
• 小马智行：算法公司路径，以Robotaxi软硬件系统切入，与Uber在全球市场合作（如伦敦测试第七代Robotaxi），聚焦高阶自动驾驶的商业化运营；
• 英伟达：底层平台路径，从自动驾驶延伸至“物理AI”，为Robotaxi与人形机器人提供覆盖感知到执行的全栈方案。

三者分别占据中游的整车集成、算法运营与平台供给位置，彼此之间既有合作也有潜在竞合。零跑的处境在于：它既需要与整车同行在普惠智驾上比拼成本与体验，又要在算法层面缩小与头部智驾方案商的差距，两条战线同时作战。

小结

LWM世界模型的发布，标志着零跑试图从“硬件驱动的性价比车企”向“算法驱动的智驾车企”转型。其优势在于35万辆激光雷达车型的数据基盘、终身免费升级带来的规模验证，以及10万元内市场的普惠卡位；其不确定性则在于世界模型这一前沿范式的工程成熟度，以及大华基因下重算法组织能力的构建速度。对产业而言，这一案例的价值在于检验一个核心命题：在智驾竞争进入世界模型阶段后，硬件基因深厚的整车企业能否补齐算法短板，普惠市场与前沿算法能否兼得。答案将在未来一至两年的量产表现中逐渐清晰。

产业链下游：场景与资本动向

自动驾驶产业的竞争重心，正从“技术能不能做到”转向“商业能不能跑通”。产业链下游的观察窗口，正在从单一乘用车场景，扩展到货运、铁路、出行平台乃至机器人等多元物理世界场景。本章聚焦下游场景延伸与资本流向的最新动向。

货运场景向细分延伸：从公路卡车到中短程铁路

自动驾驶货运赛道过去几年几乎清一色押注公路干线卡车，而Parallel Systems的选择提供了一个差异化样本。这家由前SpaceX航电工程师Matt Soule于2020年创立的公司，专注开发无车钩的无人驾驶货运轨道车辆，瞄准的核心市场是500英里以内铁路长期难以与公路竞争的中短程货运——在这一区间，传统铁路因编组、转运等环节的固定成本，时效与灵活性均不敌卡车。

2026年10月7日，Parallel Systems宣布完成1亿美元C轮融资，由AVP领投，Hillspire、Agility Global等多家机构跟投，累计融资超过2亿美元。这轮融资有两点值得注意：

其一，资本正在为“非公路自动驾驶”定价。当公路货运自动驾驶赛道估值普遍回调、商业化周期被拉长时，C轮资金持续流向铁路场景，说明投资机构开始区分自动驾驶的技术共性与场景经济性——轨道场景结构化程度高、路权封闭、无行人混合交通，其安全冗余成本与监管复杂度显著低于开放公路，这可能是资本重新评估后的理性选择。

其二，场景细分的逻辑从“替代”转向“补位”。Parallel Systems并非要与铁路干线或公路长途正面竞争，而是切入两者之间的空白带：对500英里以内的区域货运而言，无人轨道车辆若能省去机车编组与人工成本、提供接近公路的门到门时效，就有望重构中短程物流的成本曲线。

下游场景全景：平台、底层与普惠三条线索

将Parallel Systems置于下游场景的整体图景中，可以看到三条并行的扩张路径：

• 全球化落子：小马智行与Uber宣布将第七代Robotaxi引入英国伦敦，预计未来数周内开启道路测试。小马智行提供自动驾驶软硬件系统，Uber提供出行平台与订单入口，这一“技术方+平台方”组合此前已在美国市场推进。伦敦成为小马智行继中国、美国之后的又一核心市场，Robotaxi的全球化扩张从概念进入执行阶段。
• 底层平台化：英伟达将战略从数字世界推向物理世界，押注“物理AI”，为Robotaxi和人形机器人提供覆盖感知、决策到执行的全栈安全解决方案，已有机器人公司开始采用。其思路是把汽车自动驾驶积累的安全方法论复用到机器人领域，卡位物理AI时代的底层平台供应商。
• 普惠化下探：零跑在2026技术日发布LWM世界模型智驾系统，宣称不依赖BEV感知与规则代码，已售35万辆激光雷达车型全部免费升级且终身免费，目标将高阶智驾下沉至10万元以内市场。其脱胎于大华股份的安防基因带来感知硬件与AI识别积累，但世界模型路线能否真正摆脱历史路径依赖，仍待市场验证。

资本动向的产业逻辑

从资本流向看，下游投资呈现三个特征：

1. 从赛道押注转向场景验证。资本不再为“自动驾驶”整体概念付费，而是评估具体场景的成本结构、监管风险与收入兑现路径。Parallel Systems获得C轮大额融资，正是“封闭场景+明确经济性”模型获得认可的信号。

2. 平台型卡位持续吸金。英伟达的物理AI布局、Uber与小马智行的平台合作，都指向同一逻辑：当单车智能趋于同质化，订单入口、安全底座与数据闭环等“卖水人”环节的确定性更高。

3. 免费升级成为竞争手段。零跑对35万辆存量车型免费升级智驾，意味着智驾能力正从付费卖点转向品牌资产，这将压缩行业在软件订阅上的收费空间，加速中小玩家的出清。

需要保持的清醒是：中短程无人铁路货运、伦敦Robotaxi测试、10万元级智驾，目前均处于商业化早期。融资到位不等于收入到位，测试开启不等于规模运营。下游场景的真正分化，将在未来2-3年随着各条线的运营数据与单位经济模型披露而逐步清晰。可以确定的是，自动驾驶产业的估值锚，正在从“技术叙事”切换为“场景账本”。

趋势判断：数据壁垒与生态分化

6.1 竞争重心迁移：从算法演示到数据、验证与成本

自动驾驶产业的竞争逻辑正在发生结构性转变。早期以路测里程、Demo演示为核心的“技术竞赛”阶段逐渐落幕，头部企业间的竞争重心转向三个更具产业纵深的维度：数据规模、安全验证与成本控制。

数据规模成为核心壁垒。 世界模型等新一代技术路线的兴起，使数据闭环能力直接决定算法上限。零跑在2026技术日发布LWM世界模型智驾系统，宣称不依赖BEV感知与规则代码，并承诺对已售出的35万辆激光雷达车型全部免费升级、终身免费。这一策略的产业含义在于：通过大规模存量车队获取真实道路数据，以数据反哺算法迭代，同时以“普惠10万元内用户”的定位扩大数据采集面。数据规模与算法能力之间的正循环，正在成为头部企业构筑壁垒的主要方式。

安全验证成为进入门槛。 随着Robotaxi从测试走向商业化运营，安全验证从“能否开起来”转向“能否规模化证明安全”。英伟达将汽车自动驾驶积累的安全方法论复用到人形机器人领域，推出覆盖感知、决策到执行全链路的“物理AI”全栈安全方案，正说明安全验证体系本身已成为可产品化、可对外输出的能力。对车企与运营方而言，采用经过验证的底层安全平台，能够显著压缩自身的验证成本与周期。

成本控制决定商业化节奏。 Robotaxi的单车成本、运营成本与扩张速度直接挂钩。小马智行与Uber将第七代Robotaxi引入伦敦，其代际迭代的背后即是传感器与计算平台的成本优化；零跑以10万元内车型搭载高阶智驾为目标，同样是成本工程能力的竞争。可以判断，未来两年内无法将单位成本压至可持续运营区间的方案，将逐步退出主赛道。

6.2 三层生态加速分化

在竞争重心迁移的同时，产业链的分工正在细化，形成清晰的三层结构：

三层的绑定关系日趋紧密，其产业逻辑在于：任何一层都难以独立完成商业化闭环。底层平台需要算法方落地场景以验证和迭代安全体系；算法方需要运营方的订单密度以获取数据规模；运营方则借助算法方的技术能力降低自研风险。小马智行与Uber的“系统+平台”合作模式已从美国复制到伦敦，正是这一绑定逻辑的典型样本——小马智行提供自动驾驶软硬件系统，Uber提供出行平台与订单入口，双方各取所长，共享商业化收益。

6.3 分化中的路径分野

值得注意的是，生态分化并不只有“三层绑定”一条路径。Parallel Systems选择以无车钩无人驾驶轨道货运车辆切入500英里以内中短程货运市场——这是铁路长期难以与公路竞争的区间，2026年10月其完成1亿美元C轮融资，累计融资超2亿美元。这说明在主流玩家普遍聚焦乘用车Robotaxi与公路卡车时，场景差异化仍是新进入者的可行策略：避开正面竞争，以场景重构建立独立的数据与运营壁垒。

另一个分野来自基因约束。零跑脱胎于大华股份，安防基因带来感知硬件与AI识别的积累，但也被认为使其长期对重算法投入谨慎。LWM世界模型能否真正支撑其进入智驾第一梯队，仍待市场验证。这提示：在数据壁垒竞争阶段，企业的既有能力禀赋既可能是起点，也可能是路径依赖的束缚。

6.4 本章判断

综合以上观察，本章对产业趋势给出三点判断：

1. 数据规模、安全验证与成本控制将成为下一阶段竞争的“铁三角”，单纯的技术演示无法转化为商业壁垒；

2. 三层生态的分化与绑定将同步深化：层级间分工更细，层级内头部集中，跨层战略绑定（如系统方+平台方）将成为全球化扩张的标准动作；

3. 生态位选择比技术路线选择更具决定性——做底层平台、做算法方案、做场景运营，各有独立的壁垒逻辑，盲目全栈自研反而可能在多个战场同时失血。

对企业而言，问题的关键已从“技术能不能做到”，转向“在分化的生态中占据哪个位置、与谁绑定、以什么成本结构参与竞争”。