摘要
2025年，RoboTaxi重燃商業化熱潮，但距離產業成熟仍存在技術安全、用戶心智、監管合規、運營效率、商業回報五大難關。我們認為，現階段RoboTaxi無需達到盡善盡美，即可通過切入晴天城市非擁堵路段等最小落地場景/MVP（Minimum Viable Product）實現破局。“混合運營”模式將成為全球RoboTaxi商業化的主流路徑。該模式整合無人與有人駕駛運力，借助出行平臺的全局調度能力，在統一界面、快速接單等方面提升用戶體驗的同時，通過降低獲客成本、減少空駛率、復用運維網絡等手段實現降本增效。
一、RoboTaxi商業化的五大難關
我們在《無人駕駛系列一： 2030，千萬輛無人駕駛出租車來襲》中描述2025年是RoboTaxi大規模商業化的一年，然而，距真正成熟仍存五大難關：
1、技術安全過關
“門派之爭”：中國車企開始“倒戈”純視覺，但特斯拉的作業“不好抄”
純視覺與多傳感器方案是自動駕駛領域一直以來的路線之爭：特斯拉堅持的純視覺方案在惡劣天氣，例如暴雨、大霧等情況下識別能力顯著下降，出現車輛逆行、無故急剎、擦碰靜止車輛等，技術長尾效應攻克緩慢；而國內百度、小馬智行等采用的多傳感器融合方案多種傳感器相互備份，雖然理論上可靠性更高，但仍然存在多傳感器數據沖突導致決策延遲等風險。
然而進入2025年，中國企業的技術路線開始出現動搖：6月的未來汽車先行者大會上，何小鵬明確表示小鵬汽車已經堅定選擇純視覺方案，在 2024 年推出的多款車型中已全面采用純視覺方案； 7月，李彥宏也正式宣布，百度旗下“蘿卜快跑”放棄多傳感器融合轉向純視覺路線，并表示純視覺路線可實現單車超40%的成本下降；華為雖始終強調多傳感器融合是保障安全的核心，但也對智駕方案采取了分層策略，推出純視覺方案降低門檻，如2024年8月發布的問界 M7 Pro。
但我們需要看到，特斯拉通過低成本+規模化部署形成的數據飛輪，是純視覺路線的追隨者難以逾越的壁壘，其純視覺方案的核心優勢在于全球600萬輛車隊規模，日均生成數億公里真實路況數據逐步解決長尾問題。而中國車企并不具備這樣的規模，即使切換到相同的技術路線仍可能被特斯拉不斷拉大差距。正如李彥宏坦言：若不能在2026年前將車隊規模擴至10萬輛級，百度將被特斯拉“甩開代際差距”。
新技術應用：VLA與世界模型開啟新一輪“軍備競賽”，但尚未形成共識唯一解
以往的端到端方案，包括純視覺和多傳感器，其決策邏輯是從數據直接映射到動作，容易混淆因果，例如無法判斷停車是因為紅燈還是前車減速；而 2025 年備受關注的 VLA（Visual-Language-Action）模型引入了語言理解能力，將決策鏈路轉變為“數據 → 語義理解 → 語言推理 → 動作生成”，讓 AI 像人類一樣解讀場景語義，例如在十字路口停車時能識別具體原因是紅燈還是行人穿行，甚至支持語音指令，如“下個路口掉頭”，大幅提升決策透明度和人機交互能力。小鵬汽車在 7 月發布的 G7 車型率先量產搭載 VLA，理想汽車首搭該模型的 i8 車型也已在 7 月底正式發布。
而世界模型有望解決智能駕駛在數據量與數據質量上的瓶頸：它通過生成擬真的虛擬場景——如暴雨、碰撞——讓自動駕駛系統進行物理推演，例如急剎后是否會追尾，并以此加速學習極端狀況。2025年1月，NVIDIA推出了首個世界基礎模型Cosmos，7月阿里巴巴達摩院提出了 WorldVLA, 首次將世界模型 (World Model) 和動作模型 (Action Model/VLA Model) 融合到了一個模型中。蔚來從2024年起就探索通過世界模型提升智能駕駛能力的方案。小馬智行CTO樓天城更是認為，世界模型將是通往自動駕駛的“唯一解”，PonyWorld 世界模型將是其核心技術支柱。
但是，世界模型目前仍處于早期階段，其本身的物理規則建模能力仍然不足，也面臨著算力需求大、數據泛化難度高等問題，其大規模應用仍面臨多重技術瓶頸與成本挑戰，目前行業內尚未形成共識方案。
2、用戶心智過關：技術長尾問題推高安全風險，"零容忍"態度易引發信任危機
安全、體驗和價格是構建無人駕駛用戶心智的核心元素，而安全性作為用戶關注度遠高于其它的核心影響要素，被賦予了更加嚴苛的審視態度：雖然統計意義上，對比無人駕駛和人類司機，均應采用“億公里事故/死亡率”等客觀數據，但在目前無人駕駛應用早期，公眾和監管者往往采取一種“零容忍”的審視標準，一次事故可能被放大，成為整個技術“不安全”的象征，使公眾信任瞬間倒退。特斯拉在2023~2024年數次因大霧造成的事故，以及中國智駕車企2025年的事故，都曾讓用戶對智駕的信任出現了明顯搖擺。
數據來源：汽車之家研究院《中國智能駕駛商業化發展白皮書（2025）》
3、監管合規過關：技術缺陷和用戶疑慮放大了法規滯后性，重大事故或讓業務“歸零”
“積極但謹慎”成為政府對待RoboTaxi的普遍態度，但國家層面頂層設計和責任認定細則仍需完善。在2025年7月召開的中國汽車論壇上，中國科學技術協會主席萬鋼表示，關于自動駕駛技術政策的制定需要讓“子彈再飛一會兒”，既要積極參與WP1和WP29等國際自動駕駛標準環節的制定，也希望把中國車企的經驗充分應用到其中；美國聯邦層面更新安全法規為L4準入“松綁”，但核心路權與運營監管權在州政府，導致政策碎片化，進展快慢不一。兩國都在努力填補空白，但距離建立成熟、普適的監管體系仍有差距。
另一方面，政府對無人駕駛黑天鵝事件持安全優先態度，會采取果斷嚴格的措施以保障公眾安全。這可能使長期積累的技術進步和數據優勢因為某次意外事件“歸零”——2023年，一輛Cruise RoboTaxi在發生碰撞后，未能正確識別現場情況，將一名被撞倒后卷入車底的行人拖行了約6米才停下，造成二次傷害，且應急處理人員沒有第一時間趕到現場。這起事故讓加州機動車管理局立即暫停了Cruise在加州的運營許可，甚至直接導致了Cruise暫停了全美運營；2018年Uber自動駕駛測試車撞死行人的事件也使得Uber暫停了全球自動駕駛測試，并關閉了亞利桑那州的測試中心。
4、運營效率過關：安全冗余堆高運營成本，對極致效率的追求呼喚全新車型
在現行政策要求下，遠程駕駛員和道路救援團隊仍是必要配置。特斯拉的純遠程監控模式下，每趟行程需支付0.8美元的遠程監管成本，占此前固定單程車費6.9美元的11.6%（7月31日起車費調整為根據里程動態定價）；Waymo在服務城市部署的專用拖車隊，年投入超2000萬美元，占運營成本12%；小馬智行2024財報也顯示單車運營維護成本高達10萬元/年；而隨著美國特斯拉在奧斯汀試點RoboTaxi，德州出臺SB 2807法案，規定所有無人工干預的完全自動駕駛車輛若想在公共道路上行駛，必須事先向州機動車管理部門申請許可，特斯拉為避免觸發“全自動”監管，讓所有RoboTaxi仍由一名“安全員”陪同，使得運營成本大幅提升。
此外，對運營效率的極致追求可能催生全新車型的誕生。特斯拉研發中的新車CyberCab(參數|詢價)就是瞄準高效運營的典范：車輛采用雙門兩座設計雙門可降低成本，雙座即可覆蓋 80% 以上共享出行場景（一至兩名乘客）；減重 15% 以提升能效；無需太大的電池（預計配備~50千瓦時電池），續航近500公里，每日一充即可滿足大部分市內共享出行里程需求；充電時會前往特斯拉專屬的充電清潔中心，無線感應充電系統無需插頭即可快速充電；專利技術支持車輛感知臟污并啟動自動清潔；機器人執行內外清潔，確保車輛隨時可用。這些設計在預示著RoboTaxi正在驅動一種極致低成本的標準化小型車型（單排座無需司機）誕生，其效果有待市場檢驗，汽車之家研究院未來也會針對無人駕駛乘用車車型的變化進行專門探討。
特斯拉CyberCab
5、商業回報過關：尚未跨越盈利線
高昂的研發費用，設備成本與安全冗余成本，使得目前全球主要的RoboTaxi玩家均未能跨越盈利線。2024年及2025年一季度，小馬智行的營收分別5.38億元和1.00億元，虧損分別為19.62億元及3.08億元，累計虧損超42億元；文遠知行的營收分別為3.61億元和0.72億元，虧損分別為25.17億元、3.85億元，累計虧損超61億元。雖然文遠知行在 2025 年一季度財報中表示RoboTaxi業務已進入單車盈虧平衡階段，小馬智行也在特定區域實現了單月盈利，但若攤分總部及研發成本，至今仍然無人能做到穩定盈利。美國Waymo等玩家也仍處在常年虧損狀態。
二、破局希望：無需“盡善盡美”，可優先最小落地場景實現規模應用
盡管無人駕駛距離成熟仍面臨多重挑戰，但以現有的技術水平，已經足夠形成商業化的“破局點”。
晴天城市道路無人駕駛技術趨于成熟，無人駕駛在該場景安全性已經超過有人駕駛：特斯拉數據顯示，2023 年其高階智駕方案 FSD每行駛400萬英里左右會發生一次事故；2025年，配備交通感知巡航控制和車道保持功能的特斯拉 Autopilot 每行駛 700 萬英里才有一次事故；而在美國人類駕駛員平均每行駛 60 萬至 70 萬英里就會發生一次事故。其在晴天城市道路的成熟場景中，安全性已經達到了有人駕駛的10倍；Waymo L4 RoboTaxi在特定區域內，每英里事故率也比人類司機低64%以上。
數據來源：特斯拉官網、高盛報告《Can new AI technology help accelerate AV deployments? Updating our global ADAS and AV forecast（2024.07）》
因此RoboTaxi無需等待所有問題解決才可規模化商用，完全可以通過切入最小落地場景實現破局突圍——即暫時放棄全天候全場景策略，主攻白晝晴天場景，通過成熟業務場景落地積累用戶安全感，培養用戶心智，再隨著技術的不斷完善，不斷拓展黑天下雨等服務場景。
而從經濟賬來看，RoboTaxi可能僅需較少市占率即可實現盈利：2024年12月小馬智行媒體溝通會上，小馬智行 RoboTaxi 業務負責人張寧曾指出一線城市車隊達到1000輛規模即能跑通盈利模型，即相比一線城市5~6萬輛的出租車運力，僅需搶占2%的份額即可盈虧平衡，開城門檻遠低于當年的出行平臺。
但不可否認的是，RoboTaxi若以單城千臺左右的規模開城，運力很難滿足出行用戶的最低體驗要求，勢必面臨著多個APP來回切換、接單慢、等待長等痛點。當用戶的“體驗嘗鮮”期過去，對于效率的追求可能會讓用戶再次放棄RoboTaxi。此時，與現有出行平臺協同優勢開始顯現。
三、協同無人駕駛+有人駕駛運力的“混合運營”模式將成為最優解
2024年底文遠知行與Uber在阿布扎比開始合作，2025年5月至7月，小馬智行、Momenta和蘿卜快跑相繼宣布與Uber建立合作關系，借助Uber覆蓋的全球城市網絡快速實現全球化布局；2025年8月，蘿卜快跑與Lyft也達成戰略合作，計劃率先在歐洲提供無人駕駛出行服務；而美國的Waymo與Uber早在2022年即開始合作，2025年則將合作范圍進一步擴展。
RoboTaxi與Uber等出行平臺的合作，本質是通過無人駕駛+有人駕駛“混合運營”將全局效率與用戶體驗達到最優（包括降低用戶在不同出行平臺/APP之間的切換成本、減少空駛時間、提高響應速度等）、以運力全網優化+復雜場景的有人駕駛車輛服務兜底，大幅提高RoboTaxi用戶體驗，加速推動運營商突破“達到盈虧平衡前規模過小、用戶體驗差”的困局。
對用戶：
無縫接入現有平臺，漸進式培養使用習慣：用戶無需切換獨立App或適應新操作流程，可在原有平臺如 Uber、滴滴、高德等直接呼叫車輛，平臺會根據需求智能匹配RoboTaxi或有人駕駛網約車。同時，可通過手動開啟智駕體驗功能等方式篩選高意向用戶，通過補貼激勵等手段，優先派單給愿意嘗試RoboTaxi的用戶，逐步培養信任感，加速RoboTaxi的普及。
確保時效需求，提供全天候無間斷服務：對用戶而言，“第一時間接單”與“快速駛達”是出租車出行最基礎需求（如上班早高峰）。而利用出行平臺的調度能力，可根據全網運力分布情況，在適合的時段/天氣情況條件下，將RoboTaxi調度至適合無人駕駛運營的區域，減少高意向用戶等待時間，也可通過有人駕駛運力進行服務兜底，確保出行用戶能在全時段全天候全地域享受到及時的履約服務。
對運營方：
提高全局效率，降低空駛時間：出行平臺擁有海量用戶出行熱力圖和駕駛行為數據。混合調度模式可大幅提高RoboTaxi的運營效率，降低車輛空駛時間。也可通過交通熱力情況與天氣識別，準確判斷適合RoboTaxi的“晴天城市非擁堵路段場景”進行優先派單，幫助RoboTaxi達到最低利用率要求。
降低獲客與運營成本，加速跑通盈虧平衡：獨立運營RoboTaxi需要自建平臺和用戶群，獲客成本高。而接入現有出行平臺可以共享其出行用戶資源，降低獲客成本。同時，出行平臺還可通過現有運維網絡的復用，幫助無人車隊進一步降低成本。2025年3月和6月，Waymo 與 Uber 在奧斯汀與亞特蘭大推出“Waymo on Uber”服務，用戶能夠通過Uber應用訪問Waymo的機器人出租車，同時Uber負責Waymo 車輛的充電、清潔、維修及車隊調度，例如在奧斯汀設立專門的維護中心，確保車輛狀態符合運營標準。雙方還通過共享成本與收入分攤運營壓力。
結語
RoboTaxi仍不完美，仍面臨“過五關”的挑戰，但可通過切入晴天城市非擁堵路段等最小落地場景實現商業化破局。同時通過整合無人/有人駕駛運力，采用“混合運營”模式，借助出行平臺全局調度能力，在提升用戶出行體驗的同時，降本增效。我們認為，“混合運營”模式將成為全球RoboTaxi商業化的主流路徑。
（文/汽車之家研究院）