颠覆性科技投资丨万亿新市场:中国智驾行业从“技术内卷”到“规模爆发”
“从“辅助”到“主体”，L4自动驾驶将彻底重构万亿出行价值链。”
01
-
市场呈指数级爆发与政策共振：中国自动驾驶市场正处于从技术验证迈向规模化商业落地的关键拐点。
在顶层政策与消费者需求觉醒的共同作用下，预计中国自动驾驶市场规模将从2024年的约172.3亿美元激增至2033年的1705.5亿美元（复合年增长率高达29.0%）。
到2030年，L2及L3级智能网联汽车的销量渗透率预计将突破70%。
-
技术架构代际跨越与全面“向下平权”：底层算法正从传统的模块化规则驱动向“端到端”与多模态大模型（VLA）跨越。
得益于中国市场特有的多传感器融合路线以及核心硬件（如激光雷达）的断崖式降本，L2+及以上的高阶智驾系统正加速脱离高端溢价标签，向10-15万元甚至更低的大众消费级市场进行大范围的“技术平权”。
-
产业链重构与商业盈利模式跃升：自动驾驶已实质性转变为资金与算力密集的重资产游戏，行业资源正加速向具备全栈自研能力的头部整车厂及科技赋能巨头集中，寡头格局初现。
同时，产业盈利模式正从单纯依赖硬件制造向“卖软件、卖服务与跨企技术授权”的高附加值生态演进，数据资产成为核心护城河。
-
MaaS商业化闭环有望打通与“中国方案”出海：以Robotaxi和同城干线物流为代表的出行即服务（MaaS）正处于商业爆发前夜。
随着整车制造成本的极致压缩与“去安全员化”的推进，其单公里运营成本有望呈现断崖式下降，重构城市交通形态。
此外，依托在国内极限内卷中积累的成本与技术优势，中国智驾产业链正加速开启全球化技术与标准输出。
-
行业洗牌加剧与多重风险并存：宏观经济承压与车市价格战正急剧压缩企业利润空间，缺乏造血能力的二三线供应商及纯软件初创企业面临严酷的出清风险。
此外，高阶智驾的商业化普及仍需跨越L3/L4级别全国性路权开放迟缓、消费者购买意愿不及预期、以及长尾场景导致的安全信任危机等多重隐忧。
02
全球汽车产业正处于前所未有的历史性变革期。
以“电动化、网联化、智能化、共享化”为核心的价值链重构，正推动自动驾驶技术从科幻概念走向规模化商业落地。
麦肯锡与罗兰贝格的研究指出，中国已在全球汽车产业的颠覆性转型中确立了领先地位。
中国企业不仅在国内市场占据主导，更在电动汽车的生产与销售、以及自动驾驶技术的创新与应用上领跑全球，迫使传统欧洲和北美整车厂陷入激烈的竞争防御战。
自2024年以来，随着新能源汽车渗透率的提高，中国汽车行业处于一个特殊时期，传统油车销量增长停滞与产业深度智能化转型并存，行业竞争从“低价内卷”的价格战转化为了企业研发能力的竞争。
在这一背景下，中国自动驾驶生态系统展示出了强劲的爆发力。
中国自动驾驶行业正从技术验证阶段逐步迈向规模化商业落地。
在政策端“车路云一体化”顶层设计与市场接受度提升的共同作用下，产业规模持续扩大。
在技术演进方面，底层算法架构正由传统的模块化规则驱动，向“端到端”与多模态大模型演进。
针对国内复杂的交通路况，中国智驾企业普遍采用“多传感器深度融合”与“重感知、轻地图”的技术路线。
得益于国产核心硬件的大幅降本，L2+级高阶辅助驾驶系统正加速向大众消费级车型普及，进一步提升了技术的市场渗透率。
在竞争格局方面，市场资源正逐渐向头部企业集中，行业整合趋势明显。
华为、百度等科技企业，与小米、比亚迪、小鹏等整车制造商正重新划分产业链的市场份额。
由于自动驾驶研发需要密集的资金、数据与算力投入，部分纯软件初创企业面临较大的资金限制和生存压力。
同时，特斯拉FSD全面进入中国市场的预期，也进一步加剧了国内市场的竞争态势。
展望未来，行业的商业化模式正在逐步完善。
随着L3与L4级别自动驾驶相关法规的逐步放开，Robotaxi（自动驾驶出租车）与干线物流等出行即服务（MaaS）模式有望在控制单车运营成本后实现盈利。
在经历国内市场的激烈竞争后，中国智能驾驶产业链将依托现有的技术积累与成本优势，进一步拓展国际市场。
本报告旨在通过剖析中国国内自动驾驶行业的宏观环境、行业竞争结构、典型企业画像、行业机遇与风险及未来发展预测，提供一份详尽、立体且富有前瞻性的行业全景指南。
03
中国自动驾驶行业的飞速发展，不仅仅来自于技术的发展与进步，更少不了政府政策的顶层设计。
我国政府在自动驾驶领域的政策导向呈现出“顶层规划明确、地方试点先行、法规逐步完善”的立体特征。
例如，国家发改委、工信部等十一个部委联合发布的《智能汽车创新发展战略》与《智能网联汽车技术路线图2.0》设定了清晰的产业化时间表：到2025年，L2至L3级智能网联汽车的销量占比将超过当年汽车总销量的50%，而到2030年，这一比例将被推高至70%以上。
一系列自上而下的国家战略，为整条产业链提供了高度的确定性预期。
图表1：自动驾驶相关国家政策
资料来源：公开信息，MERIT ASSET MANAGEMENT
自动驾驶的应用与普及更离不开法律法规的完善。
尽管国家层面的《道路交通安全法》、《产品质量法》等法规仍主要基于传统非自动驾驶模式构建，在规范性文件、地方法规、技术标准层面已经开始试点并迎接自动驾驶相关的积极探索。
自2022年以来，深圳、上海、北京等城市陆续发布智能网联汽车与自动驾驶相关的地方性法规，2022年发布的《深圳经济特区智能网联汽车管理条例》首次在法律层面明确了无安全员的L4级自动驾驶车辆在发生交通事故时的责任划分标准：在自动驾驶系统控制期间发生违章或事故，由车辆的控制者或所有人承担对应责任；因车辆管理、使用或维护缺陷导致的事故，同样由所有人担责。
与此同时，国家层面已发放首批L3级自动驾驶准入和上路通行试点牌照（如长安、北汽极狐等），标志着政策正从“封闭测试区”向“公开道路商业化”跨越。
04
除政策推动外，中国消费者对新技术的较高接受度，构成了全球无可比拟的市场沃土。
艾媒咨询发布的《2024-2025年中国无人驾驶汽车市场行业研究报告》指出，消费者在汽车购买决策中的核心要素正在发生结构性转变：相较于传统的价格敏感度，现代消费者越来越看重新车型的技术创新与智能化体验。
超过八成的受访消费者表示未来会考虑购买无人驾驶汽车，其中超过半数的人愿意接受10万元至30万元的价格区间。
消费者普遍认为，自动驾驶在减少驾驶疲劳（占比63.4%）和降低交通事故率（占比61.5%）方面具有核心社会价值。
在全球横向对比中，中国市场对自动驾驶的接受度高达60%，远超欧美市场的平均水平，这为本土技术的快速迭代提供了海量的用户反馈与数据支撑。
图表2：中国无人驾驶汽车行业调研：未来购买意愿
资料来源：艾媒咨询
图表3：中国无人驾驶汽车行业调研：主要优势
资料来源：艾媒咨询
然而，信任危机与安全顾虑依然是潜在的社会阻力。
部分高关注度的安全事故（如个别品牌在高阶辅助驾驶状态下未能识别静止障碍物导致的碰撞事件）以及消费者对系统识别反应能力、法律责任鉴定的担忧（分别占66.6%和54.2%），使得社会大众在拥抱技术的同时保持着高度警惕。
总而言之，中国消费者在接受自动驾驶汽车时，会仔细权衡个人控制权的丧失与整体社会出行效率提升之间的得失。
因此，构建社会信任、完善相关保险体系以及提升算法的可解释性，是全行业在推进技术普及时必须跨越的社会心理鸿沟。
05
根据中国国家标准GB/T 40429-2021《汽车驾驶自动化分级》，汽车驾驶自动化被系统性划分为L0至L5六个等级。
在这一标准体系中，作为组合驾驶辅助的L2级别是“驾驶辅助”与“自动驾驶”的分水岭。
在L2及以下阶段，车辆仍以人类驾驶员为主体，系统仅提供纵向或横向控制辅助，驾驶操作与周边环境监控的核心责任依然由人承担；而在L3及以上阶段，无人驾驶系统将在特定设计运行范围内接管全部动态驾驶任务，驾驶控制权开始由人向系统转移，车辆逐步具备独立完成环境感知、路径规划及执行控制的能力。
这一变化意味着自动驾驶技术从“辅助驾驶工具”向“智能驾驶主体”的根本性转变。
图表4：智能驾驶L0-L5级别技术对比
资料来源：公开信息，MERIT ASSET MANAGEMENT
这种控制权责的转移，本质上对底层技术体系提出了更高要求。
进入L3及以上阶段，自动驾驶系统必须同时具备高精度环境感知能力、实时决策能力及高可靠执行能力，因此需要在传感器架构、计算平台、算法模型以及安全冗余体系上实现系统性跃升。
由此，当前自动驾驶产业的技术竞争，逐步从单一功能升级演变为多层技术体系的综合竞争。
在这一背景下，行业技术路径可以进一步拆解为三大核心维度：
感知体系，即如何看清世界；决策体系，即如何理解与判断世界；协同体系，即如何在更大范围内运行。
围绕这三大维度，自动驾驶技术路线逐步分化，并形成差异化发展路径。
在当前自动驾驶技术发展过程中，单车智能仍然是产业落地的核心基础，其技术路线主要围绕感知系统展开，并逐步形成以纯视觉路线与激光雷达融合路线为代表的两大技术阵营，同时毫米波雷达等传感器作为补充构成多传感器融合体系。
首先是纯视觉路线，纯视觉路线以摄像头为核心感知设备，通过深度神经网络对环境进行语义理解，并直接输出驾驶决策，其核心理念是以人工智能模型替代传统传感器的物理测距能力。
在这一体系下，车辆主要依赖多摄像头采集道路图像，通过大规模神经网络模型完成目标识别、距离估计、路径规划与控制决策，整体技术路径强调数据驱动与端到端学习能力。
该路线的典型代表是特斯拉Tesla，其FSD系统以摄像头为核心构建自动驾驶体系，并通过大规模真实道路数据持续训练AI模型，形成快速迭代能力。
相比多传感器融合方案，纯视觉路线具有明显优势在于成本低、硬件结构简洁，易于规模化量产，数据驱动能力强，模型迭代速度快。
与此同时，由于这一方案对摄像头的识别能力依赖极高，在目前的技术水平下，其技术挑战也较为突出，包括极端天气环境下识别能力下降，远距离测距能力相对不足，安全冗余依赖算法而非物理传感器等。
纯视觉路线本质上是一种高算法密度、低硬件成本的技术路径，其成功高度依赖人工智能模型的持续突破。
与纯视觉路线不同，激光雷达融合路线更加注重物理世界的精确建模，通过激光雷达、摄像头、毫米波雷达等多传感器融合构建三维环境感知体系。
激光雷达能够通过点云扫描构建高精度三维空间模型，提供厘米级深度信息，使车辆能够准确识别障碍物位置、距离及运动轨迹，在复杂城市交通环境中具有更高安全冗余能力。
这一技术路径被Waymo、百度Apollo、小鹏汽车及华为等企业广泛采用，并逐步成为L3及以上自动驾驶的主流方案。
相比依赖摄像头的视觉方案，激光雷达方案的核心优势在于其空间建模能力强、环境识别的距离与稳定性更高、安全冗余能力更高，但其劣势在于硬件成本较高、系统复杂度更高以及规模化部署的成本与难度更大。
激光雷达路线本质上是一种高硬件投入、高安全冗余的技术路径，能够在算法能力尚未完全成熟时依靠硬件参数实现高阶自动驾驶场景落地。
在两大主流技术路线之外，毫米波雷达在自动驾驶体系中承担着重要的全天候安全保障功能。
毫米波雷达在雨雾、夜间及复杂气候条件下仍能够稳定探测目标物体，其抗干扰能力强，能够弥补摄像头与激光雷达在极端环境中的性能衰减。
因此，在L2+及以上自动驾驶系统中，毫米波雷达几乎成为标准配置。
随着4D毫米波雷达技术的发展，其分辨率与识别能力持续提升，在部分场景中已经可以承担部分激光雷达功能，未来有望成为自动驾驶感知体系的重要补充。
图表5：激光雷达VS视觉智驾方案对比
资料来源：公开信息，MERIT ASSET MANAGEMENT
在感知硬件体系逐步成熟后，自动驾驶的核心竞争开始向算法层转移，在智能驾驶算法架构的演进上，技术范式正在经历从传统的“模块化规则驱动”向“端到端”（End-to-End）大模型与“视觉-语言-动作”（Vision-Language-Action, VLA）多模态大模型的颠覆性跨越。
端到端模型通过直接摄取原始传感器数据并输出驾驶控制指令，极大地减少了传统感知、预测、规控分层架构中的信息损耗。
在2025年国际计算机视觉与模式识别会议（CVPR）等学术论坛上，中国学术界与工业界（如清华大学、上海人工智能实验室、地平线等）联合展示了多项突破性成果。
例如，基于潜在世界模型的LAW算法、利用条件流匹配的Goal Flow模型以及截断扩散模型Diffusion Drive，在复杂交通场景中的轨迹预测、特征提取和实时决策能力上创下了新的行业基准。
图表6：Diffusion Drive技术示意图
资料来源：Computer Vision and Pattern Recognition期刊，MERIT ASSET MANAGEMENT
此外，“车路云一体化”技术路线的推进，使得车辆在未来不再仅仅依赖单车智能，而能够依托广泛铺设的5G-V2X通信走廊、路侧计算单元（RSU）以及城市级数字孪生系统，获得超视距的感知能力，提前获知盲区路况与交通信号相位，从而构建起第二道物理级别的安全冗余。
图表7：车路云一体化系统结构示意图
资料来源：《中国智能驾驶商业化发展白皮书（2025）》
06
当前中国宏观经济正处于新旧动能转换期，制造业尤其是传统汽车制造业面临需求增长放缓与产能过剩的挑战。
罗兰贝格《2026年中国行业趋势报告》指出，部分传统工业企业的利润率出现下滑，整车制造企业正面临利润空间被挤压的“滞胀转型”困境。
在此承压背景下，传统燃油车增长放缓，而自动驾驶与新能源汽车则成为了吸引资本与产业投资的新兴增长点。
从2018年至2024年，中国自动驾驶相关领域吸收了超过1200亿元人民币的直接投资。
这股巨大的资本洪流催生了逾5000家初创企业，覆盖从底层人工智能芯片、传感器模块、高精度地图到顶层算法开发的全栈产业链。
图表8：2018-2024中国及世界自动驾驶投资额
资料来源：World Electric Vehicle Journal学术期刊
资本市场的持续活跃不仅完善了产业链条，更直接推动了产业规模的快速扩张与商业模式的逐渐成型。
宏观来看，根据全球市场研究机构ResearchAndMarkets的报告显示，2024年中国自动驾驶市场规模约为172.3亿美元。
在政策支持、人工智能技术突破及交通效率提升的共振下，预计到2033年该规模将飙升至1705.5亿美元，预测期内的复合年增长率（CAGR）高达29.0%，整体市场将持续保持高速增长势头。
图表9：2024-2033年中国自动驾驶市场规模变化预测
资料来源：ResearchAndMarkets
细分来看，新能源乘用车市场是整个智驾生态的核心底座，其庞大的量产规模为技术落地提供了最佳的试验场。
智驾方案渗透率的持续提升直接决定了中上游产业链的订单厚度。
预计L2及L3级别功能的新车搭载渗透率将从2025年底的50%冲刺至2030年的70%以上，这一渗透趋势为技术验证提供了坚实基础。
智驾方案市场与新能源乘用车市场构成了直接的供需拉动关系。
为了在激烈的竞争中获得智能化体验优势，主机厂要么选择华为、地平线等技术供应商的赋能，要么走上小鹏、理想的全栈自研之路。
这种竞争直接推动了智驾系统单车价值量的爆发，目前L3级系统的单车硬件价值量已达到2.7万至3.2万元。
价值的跃升进而反哺智驾方案商持续投入数据与算法开发，帮助其形成正向现金流。
与此同时，ADAS SoC芯片市场作为智驾系统的“大脑”，高度依赖乘用车市场的规模效应来摊薄巨额的研发成本。
高算力芯片具有极高的技术壁垒，国际巨头目前仍占主导，但中国本土企业华为和地平线正迅速缩小差距。
乘用车的“智驾平权”战略将高阶智驾系统加速普及至15万至20万元的大众市场，这不仅为国产SoC芯片提供了最关键的市场进入契机，还带来了海量的泛化数据反馈，成为实现核心技术突破的核心动力。
图表10：中国智能驾驶细分市场关系示意图
资料来源：文远知行招股书，《中国智能驾驶商业化发展白皮书（2025）》，MERIT ASSET MANAGEMENT
与乘用车市场注重L2+/L3级别泛化应用不同，商用车与共享出行市场是L4级自动驾驶技术最先实现规模化商业落地的阵地。
这两个细分市场以清晰的商业运营逻辑，推动着产业链继续降本增效。
商用车市场，尤其是封闭港口、矿区与干线物流等封闭区域，凭借极高的人力替代价值与燃油经济性，有望成为L4级技术首个实现系统性盈利的细分市场。
无人矿卡全天候常态化运营可降低故障率并提升运营效率20%以上，卡车编队模式可使干线物流综合成本下降20%。
这种强烈的盈利拉动，促使小马智行等下游企业在Robotruck赛道爆发性增长（2024年增长61.3%），进一步摊销了上游核心硬件如高性能激光雷达、冗余执行器的研发与制造成本，推动整条产业链实现技术溢价向规模溢价的跨越。
共享出行市场（尤其是Robotaxi）则是L4高阶智驾方案最大的预期商业变现市场。
Robotaxi的商业模式建立在彻底去除人工驾驶员成本的数学模型之上，一旦出行成本低于个人拥车或传统网约车成本，将彻底释放数千亿元级别的广阔出行服务市场需求。
百度“萝卜快跑”在11个城市开放运营并累计订单超900万单，预测武汉单城将在2024年底实现单车收支平衡。
共享出行市场的扩大，提供了高阶智驾方案所需的海量场景数据飞轮，并最终将降本增效的压力“逆向”传导至上游的芯片与感知硬件厂商，推动全行业迈向“技术平权”与全面商业化的良性闭环。
图表11：智能驾驶核心细分赛道市场规模变化
资料来源：中银证券，MERIT ASSET MANAGEMENT
07
支撑上述市场规模保持高增长的核心驱动力，在于产业链“自上而下”的逐步完善与蓬勃发展。
图表12：中国智能驾驶产业链全景图
资料来源：《中国智能驾驶商业化发展白皮书（2025）》
当下，我国智能驾驶产业链上游相对更加成熟，部分玩家基本实现盈利；产业链中游处在商业模式落地阶段，随着智驾汽车渗透提升，各大主机厂均在积极探索盈利模式，部分主机厂已经实现盈利；产业链下游目前仍处在探索阶段，部分场景完成小范围商业化落地，但多数场景仍处在测试期。
成熟的产业链上游集聚了一批头部企业和大量配套企业，研发、制造、测试、应用的完整产业链已经形成。
在环境感知技术方面，如激光雷达、毫米波雷达及高清摄像头等，我国不仅实现了技术突破，还通过自主研发降低了成本，使得高精度环境感知系统更普及。
先看上游硬件制造企业，以核心传感器激光雷达（LiDAR）为例，其单颗采购成本已从早期的约7万元人民币骤降至如今的不足1万元人民币。
这种断崖式的成本下降，使得高阶自动驾驶系统从原本只存在于高端豪华车型的“昂贵玩具”，迅速普及至15万至20万元人民币的大众消费级市场，极大地拓宽了技术的经济适用范围。
图表13：2022-2025年中国ADAS激光雷达价格
资料来源：中邮证券研究所
图表14：2023-2026年全球车载激光雷达市场规模及预测
资料来源：观研报告
产业链上游的成熟也表现在中国供应商对国内与全球市场份额的霸占，仍以激光雷达为例。
以2025年1月至10月的国内市场数据为例，华为技术有限公司以高达41.8%的市场份额稳居激光雷达供应商榜首，安装量超过96万台。
2023至2024年，中国本土企业，如华为、禾赛科技、速腾聚创合计占据了全球激光雷达市场80%以上的销量份额。
图表15：2023-2034年全球激光雷达供应商市场份额及预测
资料来源：S&P Global Mobility, MERIT ASSETMANAGEMENT
然而，与激光雷达不同的是，在计算芯片领域，高算力芯片仍具有较高的技术壁垒。
国际巨头如英伟达和高通在高端车型中仍占据主导地位，但中国本土企业如华为和地平线正迅速缩小差距。
据Counterpoint Research预测，到2035年，华为和地平线将主导中国国内市场，市场份额将超过50%。
图表16：2025年上半年全球L2+自动驾驶系统级芯片(SoC)市场份额预测
资料来源：Counterpoint, MERIT ASSET MANAGEMENT
从盈利模式与财务数据来看，智能驾驶产业链上游企业呈现出基于“规模效应”与“技术壁垒”分化的商业化路径。
以激光雷达（禾赛科技、速腾聚创）与摄像头（舜宇光学）为代表的感知硬件企业，主要依赖规模化出货带动业绩兑现。
其中，摄像头等成熟硬件体量庞大且盈利稳定（舜宇光学毛利率约19.8%）；而处于加速放量期的激光雷达企业，不仅营收保持两位数高速增长，且伴随规模效应的凸显，已相继跨过盈亏平衡点实现盈利（禾赛科技单季盈利2.56亿，速腾聚创Q4实现首次单季盈利，毛利率提升至26%-42%区间）。
相比之下，以地平线为代表的智驾计算芯片企业，依托核心技术壁垒构建了极高的毛利率（达64.5%）和强劲的营收增速（+57.7%），但由于智驾芯片赛道仍处于跑马圈地的高投入扩张阶段，高昂的研发开支使其现阶段仍处于较大规模的亏损状态（经调整净亏损23.7亿）。
整体而言，表格数据印证了上游环节的盈利特征：芯片企业享有最高毛利率，但当前仍以重资产、高研发投入换取市场空间；感知硬件企业毛利率相对适中，但已率先通过跑通规模效应步入利润收获期。
两类企业的财务表现共同反映了当前国内智驾上游产业链逐步走向成熟的演进特征。
图表17：产业链上游硬件上市公司财务数据对比
资料来源：公开资料，MERIT ASSET MANAGEMENT
在产业链中游，整车制造企业与智能驾驶解决方案提供商正处于商业模式规模化落地的关键时期。
在供给端成本优化与技术下放的双重作用下，智驾方案在乘用车前装量产的渗透率快速攀升。
数据显示，新能源汽车市场L2级智能驾驶渗透率已从2019年的7.3%大幅增长至2024年上半年的50% 。
为了争夺市场，车企通过全栈自研或与科技公司深度合作，不断提升数据与算法能力并降低成本，成功将智驾整车价格下探至10-15万元市场 。
随着智驾渗透率的跃升，各大主机厂与方案商正在积极探索并实质性兑现多元化的盈利模式。
过去单纯依赖整车硬件制造利润的模式正逐渐向“卖软件、卖服务与技术授权”的高附加值生态演进。
一方面，车企通过推出高阶智驾功能包，以一次性买断或按月/按年订阅制直接获取软件收入。
例如，华为HUAWEI ADS高阶功能包目前买断价格定为3万元，订阅价格为7200元/年。
另一方面，部分技术领先的主机厂已经跑通了B2B领域的技术授权闭环。
以小鹏汽车为例，通过与大众汽车集团达成深度的电子电气架构与智能驾驶技术合作，其包含技术研发服务的相关业务毛利率在2024财年已飙升至57.2%，极大改善了公司的财务健康度，标志着部分主机厂已成功跨越早期的“烧钱”阶段，实现了技术造血。
图表18：华为ADS智驾系统收费方案
资料来源：《中国智能驾驶商业化发展白皮书（2025）》
进入2025年，这种依靠技术变现、规模效应以及供应链优化的商业模式迎来了历史性的全面兑现，头部造车新势力集体迈入阶段性盈利通道。
根据最新财报数据，在新能源汽车整体渗透率突破50%的背景下，“蔚小理零”四家车企正式告别漫长的烧钱时代。
其中，理想汽车凭借大单品策略与超40万辆的交付规模，连续第三年实现年度盈利，净利润达11.24亿元；
零跑汽车则通过核心零部件自研自供的极致性价比路线，全年毛利率提升至14.5%，首次实现5.38亿元的年度扭亏为盈。
与此同时，蔚来与小鹏也大幅收窄亏损，并双双在2025年第四季度实现成立以来的首次单季度盈利。
特别是小鹏汽车，得益于高阶智驾车型的高溢价以及与大众合作带来的强议价能力，其第四季度毛利率攀升至21.3%的行业高位。
这一系列财务指标的根本性扭转，标志着产业链中游的整车企业已脱离“新手保护期”，真正具备了在存量博弈市场中依靠正向经营驱动高质量发展的“硬实力”。
图表19：2025年四家“新势力”车企核心财务与销量数据
资料来源：各企业财报及公开资料，MERIT ASSET MANAGEMENT
在产业链下游，智能驾驶在共享出行（MaaS）与特定场景中的商业化落地正加速推进，Robotaxi（自动驾驶出租车）已成为L4级自动驾驶技术商业化最具代表性的应用方向。
作为全球Robotaxi商业化的核心玩家，百度旗下出行平台“萝卜快跑”已在国内多个核心城市实现常态化运营，并成功进入阿联酋阿布扎比等海外市场开展商业化服务，标志着中国自动驾驶技术开始从本土验证走向全球输出。
截至2026年3月，萝卜快跑累计服务次数已超过1700万次，总自动驾驶里程突破2.4亿公里，其中全无人驾驶里程超过1.4亿公里，整体运营规模位居全球行业前列，用户复用率和社会接受度持续提升。
从商业模式角度来看，Robotaxi商业化的核心在于成本结构的重构。
随着前装量产模式逐步成熟，越来越多Robotaxi运营商与整车厂深度合作，采用量产车型作为运营平台，使无人驾驶车辆逐步从“测试工具”转向“标准化运营资产”。
在此过程中，激光雷达、计算平台及自动驾驶套件成本在技术进步与规模效应驱动下持续下降，推动整车成本显著下行。
根据《中国智能驾驶商业化发展白皮书（2025）》测算，当Robotaxi量产整车成本下降至约32万元时，其出行服务价格已接近消费者可接受区间，大致为传统出租车或网约车价格的一半，从而具备大规模推广的经济基础。
当前萝卜快跑第六代无人车整车成本已降至约25万元，较前代下降约60%，在武汉等核心运营区域已实现单车运营单元经济（UE）盈亏平衡，单车收入可以覆盖直接运营成本，标志着Robotaxi商业化进入可持续阶段。
图表20：传统出租车/网约车成本构成测算
资料来源：《中国智能驾驶商业化发展白皮书（2025）》
图表21：Robotaxi成本构成测算
资料来源：《中国智能驾驶商业化发展白皮书（2025）》
成本下降带来的直接结果是运营规模的快速提升。
2025年10月，萝卜快跑每周全无人订单量已超过25万单，全年全无人订单同比增长超过200%，平台服务规模进入加速扩张阶段。
成本优势与规模效应的叠加，使其在全球自动驾驶竞争格局中保持领先地位。目前，全球Robotaxi赛道的主要竞争对手为谷歌旗下的Waymo。
Waymo已在美国约10个城市开展服务，累计自动驾驶里程超过2亿英里，周订单量约45万单，车队规模超过2500辆，整体处于全球领先位置；
而萝卜快跑在成本控制、订单增速和规模扩张方面表现更为突出，形成了“技术+成本+规模”三位一体的竞争优势，成为全球Robotaxi商业化的重要推动力量。
在国内竞争格局中，小马智行与文远知行构成第二梯队。
小马智行采取以Robotaxi为核心的集中化商业路径，第七代Robotaxi已在广州和深圳实现单车运营盈亏平衡，日均订单约23单，2025年公司实现营收6.29亿元，净亏损收窄至约5亿元，账面现金储备超过100亿元，资金状况相对稳健；
文远知行则采取多场景商业化策略，在Robotaxi之外同步布局无人巴士、无人环卫及无人物流等业务，2025年实现营收约6.9亿元，同比增长约90%，但净亏损达到16.5亿元，研发投入超过13亿元，呈现出高增长与高投入并存的扩张模式。
整体来看，国内Robotaxi行业已形成以萝卜快跑为第一梯队、小马智行与文远知行为第二梯队的竞争格局，商业化路径呈现出成本驱动与多场景扩张并行的发展态势。
图表22：小马智行、文远知行财务数据对比
资料来源：新浪财经
除了乘用客运出行，商用车与特定场景自动驾驶同样进入商业化落地阶段。
在干线物流、港口矿区、园区运输和同城配送等ODD（运行设计域）边界清晰的场景中，Robotruck凭借对人力成本的显著替代优势，成为自动驾驶商业化最先放量的领域之一。
小马智行在自动驾驶重卡领域持续推进技术落地，最新一代自动驾驶重卡套件成本已下降约70%，并在港口和物流枢纽开展常态化编队测试与运营。
随着Robotaxi与Robotruck双场景的商业化验证逐步完成，自动驾驶技术的变现路径不断清晰，资本市场对下游企业的信心显著增强，小马智行与文远知行相继完成美股IPO，资金实力提升，并全面开启“中国+海外”的双引擎扩张战略，推动自动驾驶商业化进入全球化阶段。
总体来看，中国智能驾驶产业链已呈现出由上游硬件成熟、中游商业模式兑现、下游场景逐步落地所构成的“自上而下协同演进”格局。
上游核心传感器与感知硬件的技术突破和成本下降，为智能驾驶系统的大规模应用奠定了坚实基础；
中游整车厂与解决方案商通过软件收费、技术授权与规模化量产，逐步形成可持续的盈利模式，并推动智能驾驶从配置竞争转向商业模式竞争；
下游Robotaxi与Robotruck等场景的商业化验证，则进一步打通了技术变现路径，使智能驾驶从“技术投入阶段”迈向“产业回报阶段”。
在这一完整产业链体系中，成本下降、规模扩张与技术迭代形成了正向循环：上游降低硬件成本，中游提升渗透率与盈利能力，下游扩大应用场景并反馈真实运营数据，从而推动整个产业进入良性增长轨道。
未来，随着高算力芯片国产化推进、软件订阅模式成熟以及全球市场逐步开放，中国智能驾驶产业链有望在全球竞争中持续扩大优势，并从“技术追赶者”转变为“商业化与规模化引领者”。
08
自动驾驶已实质性转变为资金、数据与算力高度密集的重资产游戏。
预计到2030年，产业链资源将加速向具备全栈自研能力的头部整车厂及科技巨头集中。
激烈的竞争将彻底打破高端溢价壁垒，推动高阶智驾系统全面下放至10-15万元级别甚至10万元以下的下沉市场，实现全行业的“技术平权”，并催生一轮围绕智驾核心标的的横向与纵向并购整合热潮。
未来十年，单纯依靠硬件制造的利润空间将被极致压缩，“卖软件、卖服务、技术授权”将成为行业主流盈利模式。
车企及方案商通过OTA升级收取订阅费、高阶功能包一次性买断以及跨企技术授权（B2B），将构建起高毛利的现金流来源。
同时，基于海量泛化场景数据的闭环交易与算法反哺，将成为最具护城河效应的数据资产。
到2035年，随着单车制造成本的极致压缩与法规层面的放开，Robotaxi与商用干线物流的单公里运营成本或将呈现断崖式下降。
自动驾驶演变为一种城市级基础设施，Robotaxi车队将深度融入公共交通网络，逐步替代部分传统网约车与私家车出行需求，释放千亿级的共享出行增量市场。
在经历国内最复杂路况和最极致内卷环境的淬炼后，中国自动驾驶企业在算法泛化能力、系统冗余设计以及软硬件成本控制上将形成压倒性的国际比较优势。
产业趋势将从早期的“产品出海”向高附加值的“技术与标准出海”跨越。
中国智驾产业链将以中东、东南亚及欧洲部分地区为首发阵地，输出结合车路协同特色的本土化自动驾驶解决方案。
09
第一，智能驾驶渗透率与商业化落地不及预期的风险，目前智驾算法的开发与相关硬件的研发仍处于持续投入期，研发开支较高。
消费者对于智驾的接受程度仍有待提高，目前仍有相当数量的消费者不认同智驾。虽然高阶智驾正加速向下平权，但若相关硬件（如激光雷达、高算力SoC）的降本速度放缓，或消费者对智驾选装包的支付意愿无法有效提升，将导致L2+/L3级别功能的新车搭载渗透率不达预期。
此外，Robotaxi及干线物流等商业模式目前仍处于持续亏损阶段，其盈利预期对单车经济模型极其敏感，若“去安全员化”进程受阻或整车制造成本难以下探，商业化盈利拐点将面临延后。
第二，行业竞争加剧与产业链利润承压的风险。
传统车市增速放缓叠加智驾技术“向下平权”，正引发激烈的行业价格战。
为了抢占市场份额和积累数据飞轮，主机厂和智驾方案商可能陷入长期的“以价换量”博弈。
若技术研发投入带来的溢价无法覆盖降价造成的毛利损失，缺乏资金储备与造血能力的纯软件初创企业及二三线供应商将面临资金链断裂的淘汰风险。
第三，政策法规推进与自动驾驶路权开放不及预期的风险。
L3及以上级别自动驾驶的大规模商业化高度依赖国家及地方性政策的保驾护航。
目前，关于自动驾驶交通事故的权责划分、保险理赔配套机制以及跨省市的统一路权标准仍处于试点探索阶段。
若全国性立法进展缓慢，将直接限制MaaS（出行即服务）业务的跨区域规模化扩张。
第四，长尾场景技术瓶颈与安全信任风险。
尽管端到端大模型和多传感器融合技术大幅提升了系统的感知与规控能力，但在极端天气、复杂非标准路口等长尾场景下，系统完全接管的可靠性仍存在物理与算法瓶颈。
此外，AI大模型的“黑盒”特性带来了一定的决策不可解释性，一旦发生引发社会广泛关注的安全事故，极易引发公众信任危机，从而倒逼监管收紧。
（完）
迈睿资产管理丨www.merit-am.com
欢迎访问：
www.merit-am.com
点击文末“阅读原文”可访问公司官网
欢迎关注：
免责声明：
本文仅供参考，不作为买卖或认购证券或其他金融工具的要约或要约邀请。本文中的任何内容均不构成投资、法律、会计或税务建议，也不代表任何投资或策略适合或适合您的个人情况，或构成向您提供的个人交易建议。
本文仅由迈睿团队撰写或转载，不应被视为任何提供该文章的个人或实体的产品。
本文中各部分所提供的信息和意见均来自迈睿团队认为可靠的信息来源，但迈睿团队并不保证其准确性或完整性。过去的表现不应被视为未来表现的指示或保证，也不应就未来表现作出任何明示或暗示的陈述或保证。本文中包含的信息、意见和估计反映了迈睿团队在最初发布时的判断，并可能随时更改，恕不另行通知。
迈睿团队不对本文中所载资料的使用引起的损失承担任何责任。迈睿团队可能已发布，并可能在未来发布其他文章，这些文章与本文中所载信息不一致，并得出不同的结论。这些文章反映了编制它们的分析师和迈睿的不同假设、观点和分析方法。
保留所有权利。除非另有说明。本文中使用的所有商标、服务标志和徽标均为迈睿团队的商标、服务标志或注册商标或服务标志。严禁对本文进行任何修改、复制、展示、分发、传输、发布、许可、衍生作品创作或销售。未经迈睿团队事先书面许可，不得以任何方式修改、传输、复制或分发本文或其内容或任何副本。未经授权复制、重新分发或披露本文将导致起诉。
评论