小马智行VS文远知行，Robotaxi对决走向“价值创造”｜车圈

新能源、自动驾驶、人工智能、芯片技术快速发展，汽车行业正迎来前所未有的变革。

关注汽车行业最新动态，深入剖析市场趋势，零态LT特推出《车圈》栏目，以专业的视角，关注全球汽车行业最新动态、各大车企的新品发布、技术革新以及市场表现，通过对汽车行业进行深度解读，揭示背后的商业逻辑和市场规律，以及它们如何改变汽车行业的格局，以及它们将如何影响人类的出行方式。

本文是该栏目23篇，聚焦中国Robotaxi双雄——小马智行“实干突围”VS文远知行，谁能笑到最后。

当“上市即造股”的资本泡沫席卷自动驾驶赛道，当行业陷入“烧钱换增长”的恶性循环，小马智行与文远知行，这两家中国Robotaxi领域的“双雄”，却在港股IPO的赛道上展开了一场关乎生存与未来的终极对决。

一方是彭军带领的“实干派”，以安全为底线、以规模化落地为矛，试图用街头真实服务打破行业困局；另一方面是韩旭执掌的“全球化勇士”，以多场景覆盖为盾、以海外扩张为剑，试图用资本杠杆撬动万亿市场。

究竟谁能更胜一筹？

一、安全冗余VS全场景覆盖

如何破解“长尾难题”

自动驾驶的终极战场，从来不是实验室里的算法比拼，而是街头巷尾的“长尾场景”考验。

小马智行，安全冗余的“实干派”，彭军的选择，是“不玩虚的”。作为百度自动驾驶首席架构师出身的他，深知安全是自动驾驶的“生命线”。因此，小马智行从创立之初就押注多传感器融合技术，搭载20多项安全冗余系统，包括激光雷达、摄像头、毫米波雷达的“铁三角”组合，以及冗余电源、冗余制动、冗余通信等硬件保障。

这种“过度设计”的逻辑，直指纯视觉方案的软肋，极端天气下的可靠性问题。例如，在暴雨、浓雾或强光直射场景中，摄像头可能失效，而激光雷达的3D点云数据仍能提供精准环境感知。

小马智行的技术路线，本质上是“用硬件冗余换安全边际”，尽管成本更高，但换来了用户信任与政策准入的优势。2024年，其成为首家获一线城市全无人驾驶全类别许可的企业，App注册用户达22万，日均订单超15单，这些数据背后，是安全冗余带来的“真实服务能力”。

文远知行，全场景覆盖的“技术勇士”，韩旭的野心，是“用一套代码打天下”。

根据天眼查媒体综合信息，文远知行的“WeRide One”平台，主打“全领域自主研发的核心算法”，试图从L2到L4级自动驾驶技术无缝衔接，并覆盖Robotaxi、Robobus、Robovan等多场景。这种技术架构的优势在于“复用性”，通过统一算法降低研发成本，多场景数据反哺核心算法。

例如，其无人驾驶环卫车在广州生物岛的运营数据，可优化Robotaxi在狭窄道路的决策逻辑；其在中东的极端高温环境测试，能提升算法在高温工况下的稳定性。

技术方面，小马智行的选择，是“先守住安全底线，再追求技术突破”；文远知行的逻辑，是“用场景覆盖倒逼技术进化”。

前者更符合当前政策与市场的需求，在监管对安全性高度敏感的背景下，安全冗余是获取牌照、赢得用户信任的“敲门砖”；后者则更符合长期技术趋势，全场景数据是训练通用自动驾驶模型的“燃料”，谁能积累更多数据，谁就能在未来的技术竞争中占据主动。

然而无论是安全冗余还是全场景覆盖，最终都要回答同一个问题：如何破解自动驾驶的“长尾难题”？即那些发生率低但后果严重的极端场景。

小马智行是用硬件冗余“硬扛”，文远知行用算法迭代“软解”。

二、规模化落地VS多场景变现谁能先跑通商业盈利模型

自动驾驶的商业化，从来不是“技术领先就能赢”的游戏，而是“谁能先跑通盈利模型”的生存赛。

小马智行是规模化落地的“实干派”，彭军的战略，是“先聚焦，再扩张”。

小马智行的商业化路径，可以用“三个集中”概括：集中资源攻Robotaxi、集中市场做中国、集中时间抢规模化。其核心逻辑是“用规模化降低单位成本，用真实服务赢得用户口碑”。

例如，小马智行在北京、上海、广州、深圳四大一线城市的全无人收费运营，覆盖面积超2000平方公里，车队规模于2025年8月突破500台，计划年底扩容至1000台。这种“集中资源打透核心市场”的策略，换来了显著的规模效应，其第七代Robotaxi采用100%车规级零部件，自动驾驶套件总成本较前代下降70%，仅27万元，成为全球首个在车规级芯片上实现全场景L4级自动驾驶的方案。

更关键的是，小马智行规模化落地带来了真实收入，2025年第二季度，其自动驾驶出行服务收入达325.6万美元，虽占比仅9.2%，但较2024年全年（726.6万美元）已实现翻倍增长。

彭军的目标是“2025年底或2026年初实现单车经济盈亏平衡”，这一目标的底气，正是来自规模化落地的成本摊薄效应。

文远知行是多场景变现的“全球化勇士”，韩旭的打法，是“先铺场景，再找盈利”。文远知行路径。用“三个分散”概括：分散资源覆盖多场景、分散市场做全球化、分散收入找变现点。其核心逻辑是“用多场景覆盖降低单一业务风险，用全球化扩张打开增长空间”。

例如，其业务覆盖Robotaxi、Robobus、Robovan、无人驾驶环卫车、自动驾驶货运车五大场景，2025年第二季度，仅自动驾驶扫地机销量增长就带动产品收入同比激增309%；其市场覆盖中国、阿联酋、新加坡、法国、瑞士等11国30城，是全球唯一旗下产品拥有7国自动驾驶牌照的科技企业。

这种“分散化”策略的优势在于“抗风险能力强”，当Robotaxi业务因政策或市场波动受阻时，其他场景的收入可提供缓冲；其劣势在于“资源分散，难以形成合力”。

例如，其Robotaxi业务虽在2025年第二季度收入同比激增836.7%，但占比仅36.1%，远低于小马智行对Robotaxi的专注度。但其多场景变现的逻辑尚未跑通，其无人驾驶环卫车、Robovan等业务，目前仍依赖政府补贴或项目制收入，尚未形成可持续的C端服务模式。

终极对决是规模化落地与多场景变现PK，小马智行的选择，是“用规模化降低成本，用真实服务赢得市场”；文远知行的逻辑，是“用多场景覆盖风险，用全球化打开空间”。前者更符合当前自动驾驶商业化的发展阶段，后者则更符合长期市场趋势。

自动驾驶的终极形态是“全场景、全无人、全链条”的服务，可以说谁能提前布局多场景，构建生态壁垒，谁就能在未来的竞争中占据主动。

总之，无论是规模化落地还是多场景变现，最终都要回答同一个问题：如何实现可持续盈利？小马智行的目标是“2025年底或2026年初单车盈亏平衡”，文远知行的目标是“用全球化扩张对冲国内市场风险”。

哪种路径更有效？最终结果或许藏在它们的财务数据中。

三、双重上市的“安全牌”VS全球化扩张的“杠杆局”

自动驾驶的战争，从来不是企业的独角戏，而是资本的博弈场。

小马智行是打双重上市“安全牌”，彭军的资本策略，是“先稳住基本盘，再谋扩张”。

小马智行的资本路径，可以用“两个锚点”概括：锚定美股的技术价值、锚定港股的流动性价值。其2024年11月登陆纳斯达克，募资32.9亿元，核心目的是“用美股市场认可的技术估值，为全球化扩张提供弹药”；其2025年10月冲刺港股，拟募资77亿港元（绿鞋后），核心目的是“用港股的流动性对冲美股波动风险，同时吸引亚太投资者，提升品牌影响力”。

文远知行韩旭的资本策略是“用杠杆撬动增长”，可以用“两个杠杆”概括：用海外合作撬动技术资源、用资本投资撬动市场扩张。

其2024年10月登陆纳斯达克，募资23.9亿港元，核心目的是“用美股资金支持全球化扩张”；其2025年先后获得Uber1亿美元追加投资、Grab数千万美元股权投资，核心目的是“用战略投资者的资源加速海外落地”。例如，其与Uber在阿联酋的合作，不仅获得资金支持，还借助Uber的平台接入本地用户，快速打开市场；其与Grab在新加坡的合作，则通过Grab的本地化运营能力，降低合规风险。

这种“资本杠杆”策略的优势在于“增长速度快”，通过绑定头部企业，可快速复制商业模式，缩短市场教育周期。

韩旭的选择，本质上是“用资本杠杆换市场空间”，在自动驾驶行业竞争日益激烈的背景下，速度比控制权更重要。

资本博弈的终极对决，是安全牌PK杠杆局。

小马智行的选择，是“用双重上市稳住基本盘，用稳健扩张赢得长期信任”；文远知行的逻辑，是“用资本杠杆撬动增长，用全球化扩张建立壁垒”。

前者更符合当前资本市场的偏好，在自动驾驶行业不确定性较高的背景下，投资者更倾向于“低风险、长周期”的投资标的；后者则更符合行业发展趋势。

自动驾驶的竞争已从“技术竞争”转向“生态竞争”，谁能快速构建全球化生态，谁就能在未来的竞争中占据主动。小马智行的目标是“用规模化落地证明盈利能力”，文远知行的目标是“用全球化扩张证明增长潜力”。

无论是安全牌还是杠杆局，最终都要回答同一个问题：如何赢得资本的长期信任？

四、写在最后

Robotaxi双雄的终极对决，是中国自动驾驶的“生存实验”。

小马智行与文远知行的港股对决，从来不是两家企业的私事，而是中国自动驾驶行业的一次“生存实验”。这场实验的变量，是技术路线、商业化路径、资本策略；这场实验的常量，是安全底线、用户需求、政策环境。

彭军的“实干派”逻辑，是用安全冗余与规模化落地，在不确定性中寻找确定性；韩旭的“全球化勇士”逻辑，是用多场景覆盖与资本杠杆，在变化中捕捉机遇。

两种路径，没有绝对的对错，只有适合与不适合。

而无论谁最终胜出，这场对决的意义，早已超越了企业层面，它证明了中国自动驾驶技术已从“实验室”走向“街头”，从“技术验证”走向“商业化落地”，从“资本游戏”走向“价值创造”。

这一切，正是彭军与韩旭们用实干、用技术、用资本，为中国自动驾驶行业写下的最真实的注脚。

Robotaxi的双雄时代，才刚刚开始。

作者｜张琪

编辑｜何坤

运营｜陈佳慧

出品｜零态LT（ID：LingTai_LT）

头图｜网络公开用图