2024 年，小馬智行與文遠知行先后登陸美股，被視作中國 L4 自動駕駛商業(yè)化的“破冰時刻”。但上市光環(huán)轉瞬即逝，財報迅速揭開 Robotaxi 的“四道傷疤”：車輛成本高、單車日均訂單低、政策窗口依賴大、盈利模型遲遲跑不通。2025 年 Q3，小馬單城單車日均接單不足 8 單，運營毛利率依舊為負；文遠雖在部分城市“準商業(yè)化”，每公里成本仍是普通網約車的 3 倍以上。

當資本市場從“技術狂歡”回歸理性，另一條賽道卻在公眾視線外悄然升溫——自動駕駛巴士（Robobus）。深圳坪山到雄安新區(qū)，從廣州黃埔到蘇州工業(yè)園，數十個地方政府正密集推進L4級無人巴士的常態(tài)化運營試點。蘑菇車聯作為全球唯一同時具備“L4全棧技術+城市級AI調度平臺+發(fā)達國家主干道商業(yè)化落地”能力的Robobus企業(yè)，今年10月聯手比亞迪中標新加坡首條 L4 級 Robobus 公交線，把中國方案輸出海外。

一冷一熱之間，自動駕駛的投資邏輯已經切換：2026 年后，真正具備確定性增長的不是仍在“燒錢驗證”的 Robotaxi，而是政策托底、場景高頻、商業(yè)模式清晰的 Robobus。對城市而言，它是公共服務的“增量”；對企業(yè)而言，它是可算賬的“現金牛”；對資本而言，它是智能交通紅利最短的“變現路徑”。

Robotaxi困局：技術先進 ≠ 商業(yè)可行

資本市場曾將 Robotaxi 視為自動駕駛技術的 “終極試煉場”，但小馬、文遠的上市答卷，卻撕開了其商業(yè)化的脆弱面紗。從數據和落地現狀來看，Robotaxi 的商業(yè)模式至少存在三大難以逾越的鴻溝。

首先是 “單車盈利” 的局限性，規(guī)�；�即遇成本陷阱。小馬智行在廣州宣稱實現單車日均營收 299 元，看似覆蓋成本，但拆解成本結構便知其脆弱性：第七代 Robotaxi 的硬件折舊依賴六年分攤，保險費用因早期安全記錄低 50%，且遠程協助人員 1:20 的人車比尚未規(guī)�；�。一旦車隊規(guī)模從 1000 輛擴至 3000 輛（2026 年目標），硬件采購、路側基建、遠程運維的成本將呈指數級增長 —— 這也是為何小馬 2025 年 Q2 凈虧損仍達 3.816 億元，文遠知行同期凈虧 4.064 億元的核心原因。對比之下，Robobus 的成本下降路徑更清晰，Robobus 因路線固定，傳感器校準、算法迭代成本比 Robotaxi 低 30%-50%，且比亞迪等車企的規(guī)�；�生產已將整車成本壓縮 20% 以上。

其次是場景復雜度與政策適配的矛盾。Robotaxi 需要覆蓋城市全開放道路，面對 “行人橫穿馬路、非機動車搶道、極端天氣” 等 Corner Case，即便 Waymo 在舊金山的周訂單量達 45 萬單，仍需應對加州車管所的頻繁監(jiān)管調整。而中國 Robotaxi 企業(yè)更面臨政策滯后性：北上廣深雖開放無人示范運營，但核心城區(qū)的路權開放仍有限，且事故責任劃分、數據安全法規(guī)尚未完善。反觀 Robobus，深圳 2022 年出臺的《智能網聯汽車管理條例》已為其提供全鏈條立法支持，成都、蘇州等地直接將 Robobus 納入公共交通規(guī)劃，場景從 “園區(qū)微循環(huán)” 向 “城市主干線” 延伸的過程中，政策始終扮演 “推動者” 而非 “監(jiān)管者” 角色。

最后是需求本質的差異：可選消費 VS 剛需公共服務。Robotaxi 本質是 “高端網約車”，用戶選擇它的動力是 “嘗鮮” 而非 “必需”，這導致其在與滴滴、高德等傳統出行平臺的競爭中，缺乏價格優(yōu)勢（小馬 Robotaxi 單價約為普通網約車的 1.5 倍）。而 Robobus 瞄準的是公共交通剛需 —— 新加坡因巴士司機短缺，將 L4 級 Robobus 視為緩解交通壓力的核心手段；中國 2024 年公交司機缺口超 10 萬人，深圳、成都的 Robobus 線路直接解決 “最后一公里” 通勤痛點，用戶付費意愿由政府或企業(yè)背書，現金流穩(wěn)定性遠超依賴 C 端訂單的 Robotaxi。

Robobus 的四大確定性：政策、場景、商業(yè)、剛需

與Robotaxi相比，自動駕駛巴士在多個維度展現出更強的商業(yè)化確定性。根據《Implications of Autonomous Buses on Public Transit Systems》文獻綜述，研究者對2018-2024年間46項關鍵研究進行分析后發(fā)現：

1. 政策支持明確，地方政府主動推動

巴士作為公共交通的重要組成部分，其自動化升級符合“智慧城市”“綠色交通”等政策導向。多地政府已推出自動駕駛巴士試點線路，并配套專項補貼與路權支持。文獻指出，德國、新加坡、中國等地均已出臺自動駕駛巴士相關法規(guī)與道路測試規(guī)范，制度框架日益清晰。

2. 場景相對封閉，技術落地更易

巴士通常在固定線路、專用車道或園區(qū)內運行，路況相對簡單，系統復雜度與風險可控。這也意味著技術迭代周期更短，安全冗余更易實現。

3. 商業(yè)模式清晰：降本增效即價值

公交系統長期面臨司機短缺、人力成本上升、運營效率低下等痛點。研究顯示，自動駕駛巴士可降低50%-60%的運營成本（Bösch et al., 2018），同時通過智能調度提升車輛利用率與準點率。對政府與公交公司而言，這是一筆“可算清的經濟賬”。

4. 公共屬性強，社會接受度更高

作為公共服務載體，自動駕駛巴士更易獲得公眾信任。調研顯示，乘客對其安全性與環(huán)保性認可度較高，尤其在接駁線路、微循環(huán)公交等場景中。

數據說話：自動駕駛巴士的“可計算未來”

根據多項研究預測與試點數據：

成本結構優(yōu)化：人力成本占公交運營總成本約30%-40%，自動駕駛化后這部分支出可大幅削減；

排放降低：電動自動駕駛巴士可實現全生命周期碳排放降低47%；

路權效率提升：通過專用車道與協同調度，道路通行能力可提升10%-30%。

這些數據背后，是可量化、可復制、可擴張的商業(yè)模型。

為什么現在是布局Robobus的關鍵節(jié)點？

技術趨于成熟：L4級自動駕駛在封閉/半封閉場景已具備商用條件；

政策窗口已開：多地開展智能交通基建，巴士是優(yōu)先落地載體；

商業(yè)模式已驗證：降本效果明顯，政府采購與運營合作模式清晰；

社會效益顯著：符合碳中和、交通公平、老齡友好等多重目標。

同時，自動駕駛巴士的運營效率涵蓋多個維度，包括成本運營、調度與車隊管控以及交通與網絡優(yōu)化。常用方法有成本模型、優(yōu)化模型和仿真模擬，核心目標聚焦于優(yōu)化車隊管理、合理配置資源及降低運營開支。盡管預計能帶來經濟效益（有望實現成本削減），但相關研究結論存在差異。需強調的是，自動駕駛巴士的成本競爭力并非普適性的，而是取決于具體場景：在特定情況下，其成本優(yōu)勢優(yōu)于自動駕駛出租車等其他交通方式，但靈活運營模式下的巴士面臨行程時間增加、需求空間分散等問題。自動駕駛模塊化巴士、乘客需求響應式調度等創(chuàng)新理念，旨在實現效率革新。而實現高效融合，則需要對各類不確定性因素及成本動態(tài)進行精細化管控：

Robotaxi的故事很性感，但Robobus的生意更扎實。在技術狂熱退潮后，投資人開始回歸本質：誰有客戶？誰在賺錢？誰不可替代？當小馬智行、文遠知行仍在為 Robotaxi 的規(guī)模化盈利掙扎時，Robobus 賽道已悄然迎來 “政策、場景、商業(yè)、剛需” 的四重共振。對于市場而言，判斷一個自動駕駛企業(yè)是否值得押注，關鍵要看其是否符合 “三個匹配”：技術能力與場景復雜度匹配、商業(yè)模式與付費主體匹配、增長速度與政策節(jié)奏匹配 —— 顯然，Robobus 企業(yè)更符合這一標準。

未來的自動駕駛賽道，或許不屬于那些執(zhí)著于開放道路的Robotaxi玩家，而屬于那些懂政策、懂公交、懂運營的Robobus Builder。

       原文標題 : 自動駕駛賽道正悄然生變，Robobus將成下一個千億賽道