小马智行Robotaxi量产提速，第七代Robotaxi即将投入运营

2025 年上海车展，小马智行以 “向新而行” 为主题，携第七代车规级自动驾驶软硬件系统方案的全球首发，以及三款量产车型登场，正式为 Robotaxi 规模化落地的征程拉开了帷幕。

自去年 11 月成功登顶 “全球 Robotaxi 第一股” 后，小马智行此次再度强势出击，这一举措不仅有力地巩固了其在行业内的领军地位，更凭借突破性的技术、大刀阔斧的成本优化，以及极具前瞻性的安全创新，为 L4 级自动驾驶行业打造出新的发展标杆。​

量产突破：成本、车规与平台化的创新融合​

小马智行精心谋划、筹备两年之久的 “昆仑计划”，是自身发展历程中的一项重大创举。在这一计划的推进过程中，小马智行与丰田、北汽、广汽三家汽车行业巨头建立了深度合作关系，通过紧密协作，成功打通了第七代 Robotaxi 从最初的研发构思，到最终实现规模化量产的全链条流程。

这一系列车型一经推出，便展现出市场竞争力，其核心优势集中体现在三个具有开创性意义的关键突破上：一是实现了 100% 采用车规级零部件，二是达成了 70% 的成本显著下降，三是创新推出了极具前瞻性的平台化适配设计。​

在车规级标准的全面应用方面，小马智行走在了行业的最前沿，成为当之无愧的开拓者。从汽车内部最为基础的线束、连接器，到技术含量颇高的固态激光雷达，再到对自动驾驶系统性能起着关键作用的英伟达 Orin-X 芯片，小马智行的研发团队通过对软件算法进行深度优化，以及在系统工程方面进行大胆创新，攻克了长期以来一直困扰 L4 级自动驾驶硬件可靠性的难题。以新一代域控制器为例，它具备诸多令人瞩目的特性。

首先，拥有长达 10 年 60 万公里的超长设计寿命，这意味着在车辆的整个生命周期内，该域控制器能够持续稳定地工作，为自动驾驶系统提供可靠的支持。

其次，采用全嵌入式架构，这种架构设计使得域控制器在同等算力的条件下，实现了计算效率提升至原来的 3 倍，极大地提高了系统的运行速度和响应能力。

全球首个基于车规级芯片实现L4级全场景自动驾驶域控制器

与此同时，其体积、重量和功耗均降低超过 50%，这不仅使得车辆的空间利用更加高效，还能有效降低能源消耗，提高车辆的续航里程。更为重要的是，成本更是大幅下降 80%，这一显著的成本优势，使得原本因硬件成本高昂而阻碍自动驾驶技术普及的难题得到了有效解决，为行业的规模化量产注入了强大的动力，使得更多的消费者有望享受到先进的自动驾驶技术带来的便利。​

在成本控制领域，小马智行通过持续不断地进行技术迭代，小马智行实现了自动驾驶套件成本的断崖式下降。具体数据显示，车载计算单元成本下降了 80%，激光雷达成本下降了 68%，在这两项关键硬件成本大幅降低的综合作用下，硬件总成本相较于前代产品降低了 70%。

这一成本优势与全面应用的车规级标准完美结合，使得 Robotaxi 首次在经济层面具备了与传统出行方式竞争的实力。这一转变意义非凡，它标志着自动驾驶商业化进程成功迈入了关键的 “盈亏平衡点”，为后续大规模普及自动驾驶技术奠定了坚实的经济基础，使得自动驾驶从过去高高在上的科技概念，逐渐走向普通消费者的日常生活，成为一种切实可行的出行选择。​

平台化设计赋予了第七代系统强大的适配能力，使其成为一款具有广泛适用性和高度灵活性的自动驾驶解决方案。同一套系统已成功应用于丰田铂智 4X、北汽极狐阿尔法 T5、广汽埃安霸王龙三款各具特色的车型，并且小马智行还制定了将该系统拓展至自动驾驶卡车领域的长远规划。这种 “一核多端” 的创新模式，具有诸多显著优势。

一方面，大幅降低了研发成本，避免了针对不同车型分别进行研发所带来的资源浪费和重复投入。通过共享核心技术和平台，企业可以将更多的资源集中投入到技术创新和优化上，提高研发效率。另一方面，显著加速了技术落地的速度，真正实现了 “发布即落地” 的高效推进。不同车型可以基于同一平台快速进行适配和优化，缩短了从技术研发到产品上市的周期，使企业能够更快地响应市场需求，推出符合消费者期望的产品，极大地提升了企业的市场竞争力，在激烈的市场竞争中抢占先机。​

安全体系：技术护城河的深度构建​

在技术创新的层面，小马智行精心构建了一套坚如磐石的 L4 级自动驾驶 “安全金字塔”，其核心构成要素包括 “PonyWorld 世界模型、L4 无人驾驶车规级域控制器、安全冗余系统”。

这套强大的安全体系背后，是小马智行的 Robotaxi 车队在长达 50 万小时的全场景、全天候、全无人运营过程中积累的海量宝贵数据。这些数据犹如一座蕴藏着无尽智慧的宝库，充分体现了三重技术壁垒之间紧密协同、相互支撑的强大作用。​

PonyWorld 世界模型作为整个技术体系的基石，在保障自动驾驶安全方面发挥着至关重要且不可替代的作用。它通过多种先进的技术手段，生成极为丰富的场景数据，这些数据涵盖了各种复杂多变的交通场景，包括但不限于不同天气条件下的道路状况、各种交通流量下的车辆行驶情况、以及各种突发状况下的应急场景等。

同时，PonyWorld 世界模型还能够进行高逼真的仿真模拟，在虚拟环境中重现真实世界的驾驶场景，让车载模型在模拟环境中不断学习和训练。此外，它还开展多维度的评估分析，从不同角度对驾驶场景和决策进行评估，以确保车载模型能够深入理解复杂多变的驾驶意图和交通情境。与传统依赖模仿学习的方式截然不同，基于强化学习的 PonyWorld 世界模型赋予了系统超越人类驾驶的能力。

例如，在现实交通中可能出现的 “纸箱中隐藏小动物” 这类极为复杂且难以预测的长尾场景下，传统的自动驾驶系统可能会因为缺乏对这种特殊场景的经验而陷入困境，无法做出准确的决策。而基于 PonyWorld 世界模型的系统，能够凭借其强大的数据分析和决策能力，在短短数秒内做出精准决策，迅速判断出最佳的行驶路径，有效避免潜在危险，确保行车安全，为乘客提供了更加可靠的出行保障。​

车规级域控制器与安全冗余系统则从硬件设施层面为自动驾驶安全筑起了一道坚不可摧的防线。车规级域控制器作为全球首款基于车规级芯片的全场景解决方案，通过对神经网络进行精心优化，实现了性能的飞跃提升。它能够更加高效地处理来自车辆各个传感器的数据，快速准确地做出决策，为自动驾驶系统的稳定运行提供了强大的计算支持。

安全冗余系统采用多重冗余架构，具备超过 20 项安全冗余设计、超 1000 项检测设计，以及多重降级策略。这意味着在面对单点失效等突发状况时，车辆依然能够确保安全运行。以高速场景为例，当车辆零部件突发故障，例如某个关键传感器失灵或者某个控制模块出现故障时，冗余系统能够迅速响应，自动切换到备用的传感器或控制模块，继续维持车辆的正常行驶。

同时，它还能够自主完成一系列复杂操作，如车道穿越，在确保安全的前提下，引导车辆转移到安全的车道上，避免与其他车辆发生碰撞；应急停车，当车辆无法继续正常行驶时，冗余系统能够控制车辆平稳地停靠在路边安全位置，保障乘客的生命安全和车辆的安全行驶，最大限度地降低事故风险。​

行业洞察：Robotaxi 的商业化与技术思考​

在发布会后的问答环节中，小马智行联合创始人兼CTO楼天城凭借其深厚的行业经验、敏锐的市场洞察力以及对技术发展趋势的深刻理解，对行业内的诸多热点问题进行了深入剖析。​

小马智行联合创始人兼CTO楼天城

针对 L3 与 L4 的差异这一行业焦点问题，楼天城以其专业的视角明确指出，L3 在很大程度上仍保留着 L2 的 “模仿学习” 痕迹。L3 级自动驾驶虽然在一定程度上减轻了驾驶员的负担，例如在一些路况较为简单、交通规则明确的场景下，车辆能够自动完成一些驾驶操作，如自适应巡航、自动跟车等。但当面对复杂多变的交通场景时，L3 级自动驾驶系统仍难以完全摆脱对人类干预的依赖。

例如，在遇到道路施工、交通信号异常或者突发的交通事故等情况时，L3 级自动驾驶系统往往无法做出准确的判断和决策，需要驾驶员及时接管车辆。而 L4 追求的是近乎完美的 “安全满分线”，这一目标必须通过强化学习与世界模型的深度融合才能实现。L4 级自动驾驶系统能够通过对大量复杂场景数据的学习和分析，不断优化自身的决策算法，从而在各种极端和复杂的交通场景下都能做出准确、安全的决策，确保车辆的安全行驶。

因此，L3 与 L4 之间存在着本质性的技术鸿沟。这一观点犹如拨云见日，清晰地阐述了 L4 技术的独特性与先进性，为行业内对自动驾驶技术的深入研究与发展方向提供了重要的参考依据，有助于推动行业内对不同级别自动驾驶技术的正确认识和合理发展。​

在商业化路径的探索上，小马智行经过深思熟虑，做出了聚焦于北上广深四大一线城市的战略决策。

这四座城市不仅拥有庞大的人口基数和密集的交通流量，为 Robotaxi 的运营提供了广阔的市场空间。以北京为例，作为中国的首都和重要的经济、文化中心，每天的出行需求极为庞大，大量的居民通勤、商务出行以及旅游出行等，都为 Robotaxi 的应用提供了丰富的场景和潜在的客户群体。而且，这四座城市发达的基础设施和较高的科技接受度也有利于新技术的推广应用。

城市中完善的道路网络、先进的通信设施以及居民对新鲜事物的积极态度，都为 Robotaxi 的顺利运营创造了有利条件。通过在这四大城市进行高密度运营，小马智行能够更好地优化服务流程，提升服务质量，进而提高盈利能力。例如，通过对运营数据的实时分析，优化车辆的调度策略，提高车辆的利用率，减少乘客的等待时间，从而提升乘客的满意度。尽管从商业运营的角度来看，开城数量与盈利周期之间存在一定矛盾，开城数量的增加可能会导致资源分散，例如人力、物力和财力的分散投入，从而延长盈利周期。

但不同城市间的驾驶场景具有较高的泛化性，这使得小马智行在某一城市积累的技术和运营经验能够快速复制到其他城市，有效降低了市场拓展的难度和成本。例如，在上海总结出的针对早晚高峰交通拥堵的应对策略，同样可以应用于北京、广州和深圳等城市。

此外，公司还制定了 “高质量服务 + 合理定价” 的策略，以塑造差异化竞争优势。在当前竞争激烈的出行市场中，单纯依靠低价竞争往往难以实现可持续发展，因为低价可能会导致服务质量下降，影响用户体验。

小马智行通过提供高品质的服务，满足消费者对出行舒适性、安全性和便捷性的更高要求，例如提供更加舒适的车内环境、更加精准的导航服务以及更加安全可靠的自动驾驶技术。同时制定合理的价格体系，既能保证企业的盈利空间，又能让消费者感受到物有所值，从而成功避免陷入低价内卷的困境，走出一条独具特色的商业化发展道路，为企业的长期稳定发展奠定坚实的基础。​

对于行业内热议的云代驾、AGI 等话题，楼天城始终保持着清醒的判断。他指出，云代驾虽然在理论上为解决自动驾驶的某些难题提供了一种思路，例如在遇到一些自动驾驶系统无法处理的极端复杂场景时，通过远程操控的方式帮助车辆摆脱困境。

但在实际应用中，由于网络稳定性与成本问题难以有效解决，使其难以真正落地。在复杂的城市交通环境中，网络信号的瞬间中断或延迟都可能导致严重的安全事故。例如，当车辆正在高速行驶时，如果云代驾系统突然出现网络中断，车辆可能会失去控制，引发严重的交通事故。而且维持云代驾所需的高昂网络成本也使其在商业上缺乏可行性，高昂的网络费用会大幅增加运营成本，压缩企业的利润空间。

而对于 AGI（通用人工智能），楼天城认为它将经历与自动驾驶类似的 “真空期”。在发展初期，AGI 可能会凭借其新颖的概念和一些初步成果吸引大量关注，例如一些基于 AGI 技术的智能对话系统能够进行看似智能的交流。但随着研究的深入和应用的尝试，会逐渐发现实现商业化面临着巨大的挑战。从技术研发到产品落地，再到市场接受，每一个环节都充满了不确定性，需要克服诸多技术难题和市场障碍，这与自动驾驶在发展过程中所经历的从概念提出到技术验证，再到商业化探索的艰难历程极为相似。

例如，AGI 在实现对复杂现实世界的准确理解和高效决策方面，仍然面临着诸多技术瓶颈，同时在市场推广过程中，也需要克服消费者对新技术的信任问题和使用习惯的改变等难题。

这种务实的态度，充分彰显了企业对技术落地节奏的精准把控，避免盲目跟风，专注于自身核心技术的研发与应用，为企业的稳健发展奠定了坚实基础，确保企业在自动驾驶技术的发展道路上稳步前行，不被一些看似热门但实际难以落地的技术概念所误导。​

未来展望：自动驾驶重塑城市交通​

小马智行的第七代 Robotaxi 量产，无疑是自动驾驶发展历程中的一个具有里程碑意义的重大事件，它标志着自动驾驶从长期以来的 “技术验证” 阶段成功迈入 “规模应用” 的关键转折。当千辆级规模的 Robotaxi 车队在城市道路上常态化运营，自动驾驶将不再仅仅是科技秀场上令人惊叹的概念展示，而是切实成为提升城市交通效率、重构出行生态的 “新基建”。​

在未来，随着技术的不断进步，成本将持续下降，安全体系也将不断完善。Robotaxi 有望在城市公共交通体系中占据重要地位，成为公共交通的有力补充。它能够有效缓解城市交通拥堵，例如通过智能的路线规划和车辆调度，减少道路上的空驶车辆，提高道路资源的利用率。

同时，Robotaxi 还能减少人为驾驶导致的交通事故，因为自动驾驶系统能够更加准确地遵守交通规则，避免因驾驶员疲劳、分心等原因引发的事故，从而提升城市交通的整体安全性和流畅性。此外，Robotaxi 的广泛应用还将带动相关产业的发展，如智能交通系统的升级，为了更好地支持 Robotaxi 的运营，城市的智能交通系统需要进一步完善，包括更精准的交通信号控制、更高效的交通数据传输等；汽车零部件制造的创新，为了满足自动驾驶技术的需求，汽车零部件制造商需要研发和生产更加先进、可靠的传感器、控制器等零部件，这将推动整个汽车零部件制造行业的技术升级和创新发展，为经济增长注入新的动力。

这场交通革命，不仅将改变人们的出行方式，让出行变得更加便捷、高效和安全，还将重塑城市的交通格局，推动城市规划和建设向更加智能化、绿色化的方向发展，预示着一个智能、高效、安全的未来交通时代正在以不可阻挡之势加速到来。