从好技术到好生意，自动驾驶的剧本要如何续写？

2026年，是中国自动驾驶行业彻底告别技术乌托邦叙事、全面迈入商业化深水区的分水岭之年。

过去十年，这条赛道始终被“L4奇点论”的终极叙事裹挟，在资本的助推下，上演了一轮又一轮近乎疯狂的军备竞赛。智驾芯片算力从百TOPS级飙升至数千TOPS级，激光雷达从高端车型的专属选配，沦为车企堆料内卷的标配，城市NOA的覆盖城市数量，成了新老车企比拼的核心KPI。无数玩家押注“一步到位的全自动驾驶”，把技术参数的天花板，当成了行业竞争的终局。

但这场持续数年的狂飙，在2025年末迎来了集体刹车。当用户经历了风卷残云般的市场教育，堆料式的硬件配置再也无法撬动终端销量与资本市场的估值溢价。当泡沫逐步出清，整个自动驾驶赛道完成了一次彻底的认知回归，自动驾驶的核心命题，并不是“技术能跑多快”，而是“商业能走多远”。

今年的自动驾驶剧本，不再是天马行空的科幻畅想，而是一场关乎生存、突围、盈利与国产供应链突围的现实主义商战。曾经的风口叙事让位于生存法则，技术秀肌肉让位于用户真实体验。这一年，没有万众期待的技术奇点降临，却有决定行业未来十年格局的终局卡位战。

告别军备竞赛 第一准则是“活下去”

回望过去两年的自动驾驶行业，核心关键词是“军备竞赛”。车企比的是谁的芯片算力更高，谁的激光雷达数量更多，谁的城市NOA覆盖城市更广。1000TOPS算力成了入门门槛，4颗以上激光雷达成了高端车型标配，头部玩家纷纷喊出“全国城市NOA全覆盖”的口号。

但到了今年，行业的核心逻辑已经从“技术秀肌肉”转向了“商业求生存”。一个最直观的变化是，堆料逻辑彻底失效了。2025年之前，30万以上的新势力车型，几乎清一色搭载双Orin芯片+4颗激光雷达，智驾硬件成本动辄3万元以上；而2026年开年上市的多款10-20万级车型，仅凭1颗千元级激光雷达、甚至纯视觉方案，就实现了城市NOA功能，智驾硬件总成本被压缩到5000元以内。

这背后，是用户对自动驾驶认知的本质回归，他们需要的不再是越来越膨胀的技术参数，而是好用、敢用、用得起的智驾功能。过去三年，很多车企堆出了行业顶尖的硬件配置，但实际体验中，城市路况接管率居高不下，极端天气频繁掉链子，用户日常使用率不足10%，最终成了“买车时觉得有面子，开车时从来不用”的鸡肋配置。

特斯拉的FSD更是给行业上了一课，仅凭8颗摄像头、纯视觉方案，就能实现不输于激光雷达方案的智驾体验，核心就在于端到端大模型的算法优化和海量数据的训练迭代。

随之而来的，是行业的全面降本潮。头部车企纷纷调整硬件配置，砍掉冗余的激光雷达和算力，转向“够用就好”的硬件方案；中小车企则放弃全栈自研，转向与地平线、黑芝麻、百度等国产方案商合作，通过规模化采购降低智驾成本。

更残酷的是，2026年将成为自动驾驶行业的“洗牌元年”。过去三年，靠着资本输血存活的中小智驾方案商，在融资寒冬中已经走到了生死边缘。没有规模化落地能力、没有稳定的车企订单、没有盈利预期的玩家将批量出局，行业的集中度将大幅提升。

说到底，自动驾驶行业的第一准则已经从“跑得更快”变成了“活得更久”。曾经比的是谁的故事更性感，如今比的是谁的现金流更健康，谁的商业化落地能力更强。

撕开商业化口子 不是技术而是规则

如果说2025年是L3自动驾驶的“法规落地年”，那么2026年就是L3的“规模化落地元年”。这一年，自动驾驶的商业化剧本，将被L3彻底改写。

过去十年，自动驾驶行业最大的悖论就是，技术上早已实现L3级别的功能，但始终无法大规模落地。核心瓶颈从来不是算力、雷达这些硬件，而是规则。L2级别的智驾，无论发生什么事故，责任都在驾驶员；而L3级别，在系统激活期间，事故责任将转移到车企。

这一规则直接决定了L3不是技术问题，而是法律、商业和保险的综合博弈。

2022年11月，工信部发布准入试点征求意见稿，首次在制度层面提出对L3/L4车辆实施准入管理，希望能够破解长期困扰行业的“责任真空”。

2023年成为测试牌照的“破冰年”。7月，比亚迪在深圳拿下全国首张高快速路L3测试牌照；同年12月迎来首波获牌潮，广汽埃安、宝马、智己、奔驰、长安系、华为系等多元主体在多地获得资质，形成了“南（深圳、重庆）北（北京）同步突破”的试点格局。

进入2024年至2025年11月的测试范围扩张期，试点进一步深化。2024年6月，工信部公布首批9家车企准入试点名单，从“单一测试”转向“准入+上路”双线推进。

直到2025年9月，八部门方案首次写入“有条件批准L3级车型生产准入”，最终为12月的产品准入许可铺平了道路。

工信部对两款准入车型的限制极为具体：长安深蓝SL03只能在重庆内环快速路等指定路段，以最高50公里/小时的速度，在交通拥堵场景下运行；北汽极狐阿尔法S则被限定于北京部分高速公路，时速不超过80公里/小时。更关键的是，车辆并非直接交付给个人用户，而是由指定的“使用主体”进行车队化运营。

这恰恰能够看出中国推进L3的深层逻辑，政策的核心诉求并非激进的技术推广，而是要在最大限度控制风险的前提下，建立一个真实世界的“压力测试场”。

可以预判的是，今年上市的中高端车型，几乎都会把L3级自动驾驶作为核心卖点。但更重要的是，L3的落地，将彻底打开自动驾驶的商业化空间。

同时，用户对于智驾功能尚未形成统一共识，车企的智驾订阅制始终不温不火。核心原因在于，L2+级别的智驾，只能做到辅助驾驶，无法真正解放驾驶员的双手双脚，用户不愿意为“半吊子”功能付费。即便是行业头部的特斯拉，FSD订阅率在国内也不足 5%；国内新势力的智驾订阅率，更是普遍低于3%。

而L3的落地，将彻底改变这一局面。当系统能够承担驾驶责任，真正实现高速、城市快速路场景下的“解放双手、解放双眼”，智驾功能就从“增值服务”变成了“标配服务”。

与此同时，围绕L3的配套生态将快速成型，专属的自动驾驶保险产品也将同步落地，解决车企和用户的后顾之忧；针对L3场景的道路设施改造将逐步推进，在高速、城市快速路等场景，实现车路协同的规模化落地，进一步降低L3的接管率和事故率。

今年，L3将成为自动驾驶行业的核心主线，它撕开的不仅是高阶智驾的落地口子，更是自动驾驶从技术研发到商业变现的闭环。

无图化决战 把高端配置打成入门标配

当去年行业还在争论城市NOA到底是不是伪需求，今年城市NOA已经成了15万级家用车的标配，彻底进入了“全民化”时代。

城市NOA的普及，核心推手是“无图化”方案的全面成熟。

过去，城市NOA的落地高度依赖高精地图。一张覆盖全国城市的高精地图，每年的维护成本高达数亿元，而且受限于地图审核政策，城市道路更新之后，高精地图往往需要1-3个月才能完成更新，导致智驾系统在新修道路、施工路段频繁掉链子。更重要的是，高精地图的授权费用，直接拉高了智驾方案的成本，让城市NOA只能搭载在30万以上的高端车型上。

而无图化方案，彻底摆脱了对高精地图的依赖。通过端到端大模型，车辆仅凭视觉、激光雷达的实时感知，就能像人类司机一样，识别道路、判断路况、规划路线，实现城市道路的自动驾驶。这不仅把城市NOA的方案成本降低了60%以上，更解决了地图更新滞后的痛点，让智驾系统的适配性大幅提升。

无图化方案能够进入实际应用环节中最重要的一个因素，在于现阶段单车强大的感知能力的提升。BEV鸟瞰图以及大模型Transformer的应用可以将静态道路信息与动态道路参与方统一到了同一个坐标系下，通过实时感知与转换，在行驶中即可实时生成“活地图”，推动自动驾 驶中“感知-决策-规划”的任务进行。

随着无图化正成为城市NOA的主流，特斯拉FSD的纯视觉无图方案、小鹏XNGP的全场景无图方案、华为ADS的无图高阶方案，已经完成了全国城市的覆盖；而地平线、百度Apollo等方案商，也推出了面向中小车企的无图化城市NOA方案，让10-20万级的车型，也能轻松搭载城市NOA功能。

随之而来的，是城市NOA的渗透率爆发。中国汽车工业协会发布的《2025城市NOA汽车辅助驾驶研究报告》显示，2025年1-11月,我国搭载城市NOA功能的乘用车累计销量达312.9万辆,渗透率占乘用车上险量的15.1%，2026年城区NOA功能将加速向20万元以下车型价格区间延伸。

当然，城市NOA的全民化，也伴随着行业格局的彻底洗牌，一场残酷的淘汰赛已经拉开序幕。无图化看似降低了城市NOA的落地门槛，实则抬高了行业的技术护城河，它不再考验车企的供应链整合能力和地图采购能力，而是比拼端到端大模型的研发能力、海量真实路测数据的闭环能力、算法的快速迭代能力。

要实现稳定的无图城市NOA，不仅需要数十亿级的研发投入，更需要百万级的车辆保有量带来的海量真实路况数据，仅这两点，恰恰是中小玩家无法跨越的壁垒。华为、小鹏、特斯拉凭借全栈自研的无图方案稳居第一梯队，比亚迪、理想、蔚来等车企快速追赶；而在第三方方案商市场，地平线、百度Apollo等头部玩家，已经拿下了绝大多数中小车企的订单，没有无图化技术能力、只能依赖高精地图的中小方案商，正在批量退出市场。

城市NOA的全民化，并不是简单的功能下放和价格下探，它用三年时间，完成了从高端车型专属到家用车标配的跨越，用无图化方案打破了技术与成本的双重壁垒，更完成了最关键的用户教育，让千万普通车主真正接受并习惯了智能驾驶，让高阶智驾从实验室里的技术概念，变成了千万家庭日常出行的一部分。

从“讲故事”到“赚真钱” 只剩最后一次机会

如果说乘用车智驾在2026年进入了规模化普及期，那么Robotaxi和Robobus、自动驾驶干线物流就到了关键临界点。

过去十年，Robotaxi一直是自动驾驶行业的“终极梦想”，资本也为此投入了上千亿资金。但到了2026年，行业终于清醒了，全场景、全地域的L4 Robotaxi，短期内根本无法实现；而能不能在特定区域实现盈利，将决定玩家的生死。

从今年开始，Robotaxi行业将出现两极分化的局面。

一边是头部玩家的盈利突围，百度萝卜快跑、小马智行、文远知行等头部企业，在广州、深圳、北京、上海等一线城市的核心区域，通过规模化运营，大幅压缩Robotaxi运营成本，以期实现盈利。今年，这些头部玩家将进一步扩大运营范围，完成从“试点运营”到“商业化运营”的跨越。

另一边是中小玩家的批量出局。没有车企背景、没有海量数据、没有资金支撑的中小Robotaxi企业，将彻底退出市场，这些企业已经没有了继续输血的可能，最终只能要么被收购，要么黯然离场。

与Robotaxi相比，Robobus、自动驾驶干线物流的商业化落地，节奏反而更快。

高速干线物流场景，路况相对简单，没有行人、非机动车等复杂因素，是自动驾驶的绝佳落地场景。更重要的是，干线物流行业有着强烈的降本需求，司机成本占了物流总成本的30%以上，而自动驾驶能够实现“单人单车”甚至“无人化”运营，大幅降低司机成本。同时，自动驾驶的平稳驾驶，能够降低10%左右的油耗，进一步压缩物流成本。

2025年，智加科技、嬴彻科技等头部企业，已经与顺丰、京东物流、中通等物流巨头达成了合作，实现了数千台自动驾驶重卡的商业化运营，今年干线物流自动驾驶将进入规模化爆发期，在全国主要高速干线实现常态化运营。

Robobus则凭借公共交通属性带来的政策支持和社会价值，精准踩中了城市微循环、公共交通接驳、园区景区通勤等高频刚需场景，成为最具确定性的落地赛道之一。

与Robovan的末端物流补充和Robotruck的干线物流提效不同，Robobus直接服务于公共出行，覆盖的场景多为公共出行刚需场景，需求稳定性强，能够有效缓解交通拥堵、提升出行体验，具备更强的政策优先级和社会认可度，其凭借场景适配性强、政策确定性高、商业化路径清晰等诸多优势，在技术落地难度与商业价值回报之间找到了最佳平衡点。

在城市微循环交通中，传统公交存在“运力不均、覆盖不足”的问题；在园区、景区等封闭区域，短途接驳需求旺盛但人工成本居高不下，Robobus的出现恰好弥补了这些需求缺口。这种刚需属性，确保了Robobus的市场需求稳定，为商业化落地提供了基础。

从政策层面来看，全球多个国家和经济体已将Robobus纳入公共交通升级规划，为其商业化落地提供了明确的政策保障。联合国欧洲经济委员会（UNECE）已批准L3级自动驾驶法规框架，为L4级商业化铺路；新加坡明确提出三年内实现自动驾驶巴士与普通巴士协同运营；国内方面，截至2025年，已有28个城市开放L4级自动驾驶测试，通过政策沙盒支持Robobus开展示范应用。

中国自动驾驶企业在Robobus赛道具备先发优势。去年，文远知行携手深圳巴士集团，在罗湖区正式开通深圳首条L4级自动驾驶公交运营专线——B888，这也是深圳首个在繁华市中心运营的自动驾驶小巴项目。

去年10月，蘑菇车联中标新加坡首个L4级自动驾驶巴士官方项目，这是自动驾驶巴士首次被纳入海外公共交通系统，印证了中国自动驾驶技术解决方案已获得国际市场认可。蘑菇车联依靠“前装量产+视觉与固态激光雷达融合”的技术路线，以及“核心技术+整车制造+本地化运营”的联合体模式，有效解决海外市场的本地化适配难题，为后续拓展东南亚、欧美等市场奠定了基础。

天瞳威视于近日宣布，将在太湖新城开通连接中医科学院大学与轨道交通7号线木里站的自动驾驶巴士线路，并计划将于今年第一季度投入运营。线路采用天瞳威视与中国中车联合打造的6.5米微循环巴士，搭载其自研的基于地平线J6M芯片平台的L4级智能驾驶系统。

2026年，对于自动驾驶玩家来说，已经没有了“讲故事”的空间。资本和市场，只看一个指标：能不能真的赚到钱。能实现商业化盈利的玩家，将迎来新的增长空间，而不能落地的玩家，只能被行业淘汰。

没有终局 只有一步一步的落地

当然，自动驾驶剧本也并非全是高歌猛进，行业依然面临着诸多无法回避的挑战，这些暗线，将决定行业的发展节奏。

首当其冲的是数据安全与合规问题。自动驾驶的迭代，依赖海量的道路数据和用户驾驶数据，而这些数据，大多涉及到国家地理信息和用户隐私。2026年，国内针对自动驾驶的数据合规要求将进一步收紧，跨境数据传输、道路数据采集、用户隐私保护等方面的监管将更加严格。如何在合规的前提下，实现数据的高效迭代，将成为所有玩家必须面对的课题。

其次是用户信任度的问题。尽管自动驾驶技术已经实现了质的飞跃，但普通用户对自动驾驶的信任度，依然有待提升。很多用户依然担心，自动驾驶系统会不会出bug，出了事故谁来负责。任何一起自动驾驶的安全事故，都可能被无限放大，影响整个行业的口碑。如何通过技术迭代和科普宣传，提升用户的信任度，让用户敢用、愿意用，是行业长期的课题。

最后是技术的终极瓶颈。如今的自动驾驶，在99%的常规场景中，都能实现稳定的运行，但剩下的1%极端场景，比如暴雨暴雪天气、无标线的乡村道路、突发的交通事故，依然是自动驾驶的难题。人类司机可以凭借经验和本能应对这些极端场景，而自动驾驶系统，依然需要海量的数据训练和算法优化，才能逐步补齐短板。至今，自动驾驶依然无法实现“全场景、全天候”的覆盖，只能一步一步地优化迭代。

事实上，自动驾驶从来没有什么“奇点降临”，也没有什么一步到位的终局。从L2到L3、从L3到L4、从特定场景到全场景，它注定是一个漫长的、循序渐进的过程。

自此，自动驾驶剧本不再有天马行空的科幻情节，只有脚踏实地的商业落地。有的玩家会黯然离场，有的玩家会逆势突围；有的技术会被淘汰，有的模式会被验证。但最终，能留在剧本里的，一定是那些真正尊重技术、尊重用户、尊重商业规律的玩家。

毕竟，自动驾驶的终局，从来不是取代人类司机，而是让每一次出行，都更安全、更轻松、更美好。而2026年，只是这场漫长旅程中，最关键的一步。

- 本文为极智GeeTech原创，未经授权不得转载 -