智駕企業走向前臺，誰能闖過L4紅線？

智駕行業告別粗放擴張，完成從傳統輔助駕駛到端到端AI智駕的技術轉向，芯片自研、技術收斂成為競爭核心，智駕開始向物理AI全域延伸；L4自動駕駛劃定硬門檻，行業格局加速定型

文｜《財經》特約撰稿人 王欣 趙成

智能駕駛行業走到2026年，終于迎來一個標志性時刻，曾經藏在車企背后的智駕公司，開始集體走到聚光燈下。這一幕的出現，花了整整十年。

智能駕駛汽車的開場，比想象中狼狽。

2016年4月，兩輛銀色長安睿騁從重慶工程研究院駛出，車上坐著安全員。在高速上自動跟車、變道，歷時近六天駛入北京，全程未發生安全事故。但在行內看來，這不過是一套ADAS（高級駕駛輔助系統）的遠程路演，被犀利地認為是“在給北京車展造勢”，算不上真正的自動駕駛。

當時，這不算科技新聞，只是一次苦差。十年后的2026年3月，同樣是長安汽車，拿到了L4（L4級自動駕駛） Robotaxi（無人駕駛出租車）測試牌照，底層技術不是一家集成商的拼裝，而是全棧自研。這十年的迭代，是整個行業的不斷轉向與成長。

2017年7月，北京五環。百度創始人李彥宏坐在一輛紅色SUV的副駕駛座，展示著方向盤在自己轉彎，視頻畫面直連百度AI（人工智能）開發者大會主會場，仿佛自動駕駛量產只差最后一步。當時百度正在推出Apollo開放平臺，口號是要做“自動駕駛的安卓”。

不久后，他收到了中國第一張自動駕駛罰單，200塊錢、3分，原因是“不按交通標線行駛”。李彥宏后來站在講臺上把這張罰單當作未來預言來宣示，“無人駕駛罰單已經來了，無人車量產還會遠嗎？”

罰單之外還有一件小事，很少被人提起。那年上海車展上，百度展臺找不到一輛能完整裝載Apollo系統并跑起來的量產車。工程師們的補救方案是把一個紙糊的車殼搬到展臺上，里面塞一塊屏幕，向觀眾解釋他們的智駕遠景。

就是從那個紙糊的車殼開始，行業一步步往前走。

轉折發生在2021年。華為開始以“全棧解決方案”的身份站上舞臺中央，乾崑智駕ADS（自動駕駛系統）一步步迭代，到2026年北京車展以近乎“包館”形式聯合一眾車企參展。智駕供應商站到車展中心位，這大概是汽車工業百年未見的景象。

在今年4月落幕的北京車展上，1451臺展車、2000家參展企業中，上百家智駕企業首次大規模與整車品牌同臺亮相。華為乾崑、地平線、Momenta、黑芝麻智能、輕舟智航、卓馭科技、四維圖新、HERE地圖等曾經隱于幕后的名字，成了展館里實實在在的主角。卓馭甚至將商用重卡搬上展臺，宣示智駕技術從乘用車向商用車延伸的野望。

“現在汽車產品的供應鏈基礎比以前復雜太多了?！蔽祦砥噭撌既恕⒍麻L李斌告訴《財經》，這次車展他只去了芯片公司和寧德時代的展臺。在他看來，技術創新的焦點已經徹底改變。車企必須直接與最底層的芯片、材料公司討論細節，否則幾年后連一個底層軟件的維護都可能無從下手。

這也正解釋了為什么芯片、材料等底層技術公司開始走到前臺，它們已經是整車創新的核心參與者。

端到端這顆“黃金子彈”，打開了新的黑箱

自動駕駛行業的創業史，寫滿了不厭其煩的承諾和更大尺度的錯判。

2017年，麥肯錫預測到2025年無人駕駛汽車可產生2000億至1.9萬億美元的產值。特斯拉首席執行官馬斯克給出了更激進的預言：完全無人駕駛將在2025年實現。2018年到2021年，智駕賽道被資本反推著往前跑。

“硬件靠堆料，軟件堆規則”的模塊化路線，在行業內延續了整整十年。所有人都在押注同一個時間表：L4無人駕駛將在2023年開始規模化運營。

緊接著，泡沫破了。退出的人比留下的多得多。福特CEO（首席執行官）吉姆·法利曾感嘆：“制造L4級自動駕駛汽車，比把人送上月球還難?！?/p>

華興資本CEO王力行在復盤行業發展軌跡時指出，行業走過眾多彎路，發展路徑有明顯轉變。一開始大家追捧L4甚至L5，后來意識到要從L2、L3及ADAS做起，先落地高速NOA（導航輔助駕駛），再做城區NOA。從激進到務實的回歸，是幸存者得以立足的原因。

還有一個故事。地平線的首席架構師蘇箐在準備加入地平線時，跟創始人余凱說不想再做自動駕駛了。“太痛苦了，并且看不到希望?！碑敃r他用人類司機的標準來衡量自動駕駛水平，“差距太大，很多場景沒法處理，開起來不像人，像一臺靠應激反應工作的機器。”

行業里寫規則的人看到了天花板，規則越寫越多，越寫越崩潰。

轉機出現在2024年。特斯拉FSD（全自動駕駛）V12的推出，將行業推向“端到端”時代。一個大模型直接接收原始圖像數據，輸出方向盤角度，無需人工教授駕駛規則，而是通過學習海量數據自主掌握駕駛技巧。

到2025年，國內所有一線智駕公司都在緊急轉身?！笆澜缒Ｐ汀薄癡LA（視覺-語言-動作模型）”“端到端”取代了“感知”“融合”“規劃”，成為新一代智駕技術敘事的核心關鍵詞。

蘇箐后來回溯那次行業集體心理的轉折說，“知道方向不對、知道正確方向，與真正把正確方向落地實現，中間隔著巨大鴻溝。FSD V12填平了這一切。”

2026年的北京車展，智駕企業展示了更扎實的落地形態。華為發布ADS 5和鴻蒙座艙HarmonySpace 6，宣稱當年智駕研發投入超180億元、五年計劃追加700億至800億元，累計智駕里程已突破100億公里；Momenta高管四人同臺宣布R7強化學習世界模型量產首發，其智駕方案過去一年搭載量從近30萬臺飆升至逾80萬臺；卓馭科技發布原生多模態基礎模型，同步覆蓋乘用車與商用重卡，聯合一汽推動智能移動能力向“智能一切移動”演進。

這時，人們開始強調技術收斂，也意識到一個更大的問題，端到端并沒有解決所有，它帶來了一個更大的黑洞，AI會開車，但沒人知道它是怎么開的。

技術收斂，一場指向硅片的終極清洗

端到端的狂歡之下，技術收斂成為一股潛流，正在重塑行業的根基。

技術收斂不是一種趨勢，而是一次“清洗”。它清洗掉多余的架構、混亂的格式，最終將整個行業的命運押注在幾塊小小的硅片上。

自研芯片，在這種邏輯下成了頭部玩家的終極護城河。它不是用來“炫技”的，而是用來定義成本、定義功耗、定義數據閉環速度的。這也是為什么李斌承受巨虧也要自研芯片，為什么小鵬集團董事長何小鵬要在財報會上反復強調“芯片團隊是我們最高優先級”。

據小鵬汽車披露，其自研圖靈AI芯片截至2026年3月累計出貨已超20萬片，全年出貨量目標接近100萬片，有望成為中國大算力端側AI芯片出貨量第一。

地平線在北京車展前夕發布的艙駕一體芯片“星空”，算力650 TOPS（每秒萬億次操作），5nm（5納米）制程，可統一調度兩套系統，單車降本1500至4000元。這是一張能上談判桌的王牌。

然而，愛芯元智創始人仇肖莘告訴《財經》，艙駕一體的落地難度主要來自兩方面。技術層面，智駕與座艙對實時性、帶寬和功能安全等級的要求截然不同，需要在芯片上實現嚴格的物理隔離；車企組織層面，智駕與座艙團隊往往分屬不同體系，開發節奏和技術路線難以統一。

針對這一困境，她提出更務實的“同版不同芯”方案，智駕與座艙采用不同芯片但集成于同一塊板，以縮短量產周期并實現降本。她判斷，艙駕一體更適合中低端產品，高端因芯片獨立迭代速度快，短期內難以真正融合。

蘇箐說：“芯片一代至少三年，要貼著物理規律的邊界做。不要問需不需要，問能不能做得到。”但他也給對“端到端”發熱的大腦潑了冷水。在他看來，不存在一槍打死所有問題的“黃金子彈”。他拆解了端到端的脆弱，“半夜會被數據統計的隨機波動嚇醒”。

“大家別太嗨，又進入苦日子的階段了?！碧K箐認為，做產品的人永遠處于“發版爽一天、醒來又焦慮”的循環里。真正決定生死的，不是那些讓人“哇塞”的概念，而是日復一日填坑的苦活、發版的確定性、對物理規律的敬畏。

根據余凱的判斷，第三方獨立芯片供應商，牌桌上只剩自己和一家海外公司。他給出的目標是，2030年從每輛車賺1000美元，1000萬輛車就是100億美元營收。“我們的毛利是汽車零部件行業的愛馬仕，60%-70%?！?/p>

“芯片公司收斂速度比終端品牌快得多。誰只要投入停下來，或者做錯產品，就會掉到第二名?！碧K箐認為，未來汽車底層供應鏈會收斂到“2+1”格局，兩家公開市場的芯片供應商，再加一家自研封閉的企業。

同樣坐在牌桌上，每個人的賬本截然不同。Momenta用兩條腿走路，先靠量產積累規模，再反哺L4研發，但八年才走通奔馳上車的商業化路徑。

2017年奔馳投資Momenta，到2025年下半年首個量產項目才上市，整整八年。Momenta CEO曹旭東回憶，曾有清華師兄告訴他“跟奔馳合作量產至少需要十年”。

“面向主機廠，國內OEM（整車廠）敲門敲三年，海外OEM敲門敲五到七年。”他說。

正是這段經歷讓曹旭東堅信，智駕格局會快速收斂。他認為自動駕駛的規模效應比芯片更強，軟件邊際成本為零，數據越多模型越強。“中國也就兩到三家，全球也就三到四家?！?/p>

去年底，元戎啟行CEO周光將“百萬臺上車量”視為2026年留在牌桌上的安全線，而黑芝麻智能CMO（首席營銷官）楊宇欣告訴《財經》，國內智駕芯片行業已經進入最終發展階段，留在牌桌上的玩家非常有限。

所有這些宏大架構，最終都指向唯一的物理介質，即行駛里程。

英偉達全球副總裁吳新宙曾公開表示，全球每年車輛行駛的里程約為13萬億英里，而自動駕駛里程占比僅為0.006%。

這個數字意味著什么？智駕行業所有熱鬧，只是冰山一角。剩下99.994%的巨大荒野，等待被AI覆蓋。

物理AI的“魔戒”，人人都想戴，只有少數人能戴穩

從端到端成為行業共識開始，邏輯推導的下一步全世界都看得很清楚，如果端到端大模型是駕駛的“大腦”，那么它為什么不能驅動機器人、叉車、礦山卡車，甚至無人機？于是，智駕行業的故事主線，開始從“讓車自己開”，轉向“讓所有移動的東西都學會自己移動”。

物理AI概念瞬間成了一個巨大的“魔戒”，人人想戴上它。

英偉達創始人黃仁勛很早之前就洞察到，自動駕駛是物理AI中相對簡單的一塊，而且可以大規模量產。“物理AI一定會推動第四次工業革命，它會導致生產力指數級增長?！眳切轮嬲f。

從Waymo（谷歌旗下自動駕駛公司）歸來、回國創業七年后，輕舟智航CEO于騫宣布，公司從無人駕駛公司全面轉型為通用物理AI公司，用世界模型+強化學習串起了數字仿真與真實物理世界的閉環。

“在數字世界里，AI已經能打敗人類最聰明的圍棋冠軍；但在物理世界里，AI還無法完全媲美人類司機?！庇隍q說，“自動駕駛恰好是連接數字世界與物理世界的窗口?！?/p>

他劃了一條分界線，2026年是AI發展的關鍵分水嶺，“我們正從‘類人智能’邁向‘超人智能’階段?！?/p>

在曹旭東看來，物理AI是“通往通用機器智能的必經之路”，但它需要“門票”。

“自動駕駛要實現規模化L4，累計投入至少是百億美元。通用機器人可能幾百億美元到千億美元級別，這還可能是創業公司的研發效率。”曹旭東說，靠融資做成通用物理AI是不現實的，一定要有現金流業務。

2026年北京車展上，出現了一幕耐人尋味的場景，幾乎所有智駕公司的展臺都在展出車輛，但彼此心照不宣的是，這些展品背后都藏著“具備從車到機器人的統一技術底座能力”的野心。

地圖玩家同樣在物理AI時代找到了自己的位置。四維圖新推出了新品牌，將高精度地圖從導航圖層調整為安全件和數據底座。

“我們正在把多年積累的地圖、定位、數據治理能力接入具身智能領域，從服務汽車‘看路’，轉向服務AI理解真實世界?！彼木S圖新CEO程鵬表示。

當所有人都在談論大模型TOKEN（令牌/詞元，大模型處理的基本數據單元）時，程鵬拋出了一個尷尬的現實，現在行業的核心問題是，算力都被拿去賣TOKEN了。

他告訴《財經》，存儲算力短缺，汽車和機器人行業都面臨有業務、有訂單，卻買不到芯片、買不到存儲的困境?！斑@是物理隔斷，因為資源都被拿去搞大模型訓練中心、賣專利、賣TOKEN了。所以我們從擅長的技術數據入手，尋找突破?！?/p>

智駕公司突然發現，自己苦心經營的汽車，不過是通往一個更宏大世界的“特洛伊木馬”。

“當前AI與具身智能行業有泡沫，但泡沫分好壞。對不確定性過度估值的‘好泡沫’有利于高科技行業早期發展，對確定性過度估值的‘壞泡沫’易引發系統性風險?！蓖趿π薪ㄗh，創業者應抓住市場窗口，保持敏感性與靈活性，以動態眼光應對變化。

L4的紅線畫在那里，沒有人能繞過去

每個人都說“我們不只是造車的”，但所有人也都清楚，沒有汽車這頭現金牛，就沒有通往物理AI的門票。

“我們堅信未來的每一英里都會變成自動駕駛。”吳新宙認為，自動駕駛已經到了ChatGPT（生成式預訓練Transformer模型）時刻，“我們感覺能夠看到L4的曙光了?！?/p>

他給出了路線圖，2026年全美落地點到點L2++（增強型部分自動駕駛），2027年部分城市L4試點，2028年洛杉磯奧運會與Uber合作為L4無人車隊服務。他給英偉達的角色定位是“平臺底座”，“即便你的模型再爛也沒關系，放到我們平臺上，至少不會撞，在這里安全是有保障的”。

當L2++的智駕普及成為最大公約數時，L4賽道上的玩家出現了分野。

在2025年港股和美股兩地上市之后，文遠知行創始人韓旭對L4行業的格局判斷變得更加直白。

他認為，中國真正有能力實現“純無人運營”的L4公司只有三家，分別是文遠知行、百度Apollo、小馬智行，其他玩家要么仍依賴安全員，要么本質上做的還是L2++的“無人包裝版本”。

“至少要有100輛純無人的Robotaxi，公開安全運營半年，才有資格進入真正的L4賽道?！表n旭說，這是Robotaxi不容模糊的紅線。

截至2025年底，文遠知行全球Robotaxi車隊規模1125輛，小馬智行1159輛，兩家公司的Robotaxi相關營收都實現了翻倍以上增長。截至2026年4月，百度蘿卜快跑已在全球26座城市完成了超過2000萬次的出行服務。這是真正在用里程和安全驗證技術的群體。

韓旭甚至對后續跟進的整車企業不留情面，“基于國際上資金雄厚且市場份額高的車企陸續退出Robotaxi領域，我暫時沒看到現在入局的車廠做Robotaxi的優勢?！痹谒磥?，無論特斯拉還是小鵬，在真正的全無人道路上還有很長的資格賽要打。

同一時間，L4賽道的另一位資深玩家，已在廣深兩城率先實現單車盈利的小馬智行，拋出了一個新概念，PonyWorld世界模型2.0是一個具備“自我診斷”與“定向進化”能力的AI閉環，AI自動回溯駕駛決策、判斷哪里做得不夠好，反過來指導人類團隊補充數據、調整方向。

小馬智行CTO（首席技術官）樓天城把這一閉環叫作“精度飛輪”，大規模L4車隊商業運營產生高價值真實數據，用以提升世界模型精度，進而增強車端模型能力，支撐更大規模部署，由此形成閉環。

他強調，在“世界模型+強化學習”成為行業默認的技術方案之后，提升世界模型與真實世界接近的“精度”是下一步競爭的核心，而“讓AI審視AI”，天花板才能繼續往上抬。

他還向外界拋出一個問題，“你接受我們的車是被強化學習訓練的嗎？”這個問題，指向的不是技術，而是信任。

全球坐標系下，Waymo在技術和商業數據上仍是公認的領跑者，Waymo已部署約2500輛車，每周完成超45萬次出行，覆蓋鳳凰城、舊金山、洛杉磯、奧斯汀、亞特蘭大等城市。英偉達汽車業務年收入已跨過23億美元。從市場規?？?，2025年全球自動駕駛汽車市場規模估計為2024億美元，預計2026年達2208億美元。而在中國，2025年自動駕駛市場規模達到4502億元人民幣，預計2026年將增至5293億元。

數據背后，是兩條截然不同的路徑。中國以“場景適配”為核心，車路云一體化形成全鏈路閉環；美國以“技術突破”為核心，靠算法與資本構建技術主導格局。

中國還有一套系統性的底牌。政策統一、執行力強、5G/V2X路側覆蓋全球領先；擁有全球最復雜的市場與路況數據；產業鏈縱深降本能力強；已經超過50個試點城市、3.2萬公里測試道路。這套“安全優先、全國統一、分級準入”的制度，為商業化鋪好了可預期的地基。

不過，中國的優勢不止于戰略框架。從“L2向L4跨越”正在成為中國自動駕駛政策討論的關鍵議題。但在市場層面，中國在L2++量產落地與性價比上的絕對優勢已不可撼動。

研究機構預測，2026年中國L2+滲透率將加速至45%–50%，重心向L2++轉移。比亞迪、零跑率先將高階智駕下探至10萬元以下市場，“智駕平權”加速落地。

這種“規模換數據、政策穩預期、生態降成本”的打法，構成了中國智駕獨有的比較優勢，但同為“領跑者”，中國在L4規?；虡I閉環上仍是追趕者。這不僅是一個技術問題，更是一個體系問題。

對此，投資人、科普作者林超的“AI十二層框架”提供了一個樂觀的視角，他認為，中國在底層芯片上“斷代式落后”，卻在系統級與生態級擁有反超機會。數以百萬計的智能網聯汽車、城市級的交通大腦、全球最復雜的真實路況場景，這正是中國智駕最大的爆發空間。

然而，所有熱鬧與規劃，最終都不得不面對一個懸而未決的拷問，那便是中國汽車行業的智能化發展前景，最終取決于我們對AI能力的判斷。

“如果認為AI只能輔助，那就停在L2；認為可以部分替代人，那是L3；認為可以完全替代人，才是L4。行業必須做出選擇，不能長期徘徊?！辟Y深汽車安全專家、同濟大學汽車學院原教授朱西產說。

這個行業選擇，至關重要。L4的紅線已劃清，100輛純無人安全運營半年，這是硬門檻。穿不透這條紅線，所有L4的故事都只是L2++的文藝說法。

在太平洋對岸，一場更具象征意義的檢驗正在逼近。2028年洛杉磯奧運會明確提出打造“無車奧運”（car-free Games），主辦方正積極部署Waymo、Zoox等自動駕駛出租車隊來承載賽事交通，Uber已正式成為LA28合作伙伴，Waymo在洛杉磯地區的運營正不斷擴大，加州車管局已批準其擴展至南加州數十個城市。

屆時，數以百萬計的觀眾將第一次大規模地、真正地把生命安全托付給AI駕駛員。那不僅是一次體育盛會，更將是全球自動駕駛行業的集體路考。

兩年之后，當全球目光聚焦洛杉磯，誰能拿到這場超級路考的準考證？

責編 | 王祎