深圳立法破冰、巨头加码背景下，文远知行的自动驾驶困局

编辑导语：无人驾驶行业竞争正从“谁能跑出无人车”转向“谁能在多场景中跑通盈利模型”。

日前，修订后的《深圳经济特区智能网联汽车管理条例》正式施行，“全市有序探索全域开放”有了立法依据，深圳已向百度Apollo、小马智行、文远知行等多家头部企业发放测试许可。

就在数天前的WAIC 2026期间，上汽集团联合Momenta、享道出行官宣Robotaxi前装量产车项目，计划2027年亮相上海首款高阶自动驾驶前装量产车，“车企+智驾厂商+出行平台”的三方协作范式正在成为行业主流。

当Robotaxi赛道从“后装改装”走向“前装量产”、从“单城试点”走向“跨城复制”，政策闸门打开放量的同时，竞争门槛也被迅速抬高。

在这一行业换挡的关键时点回望其中翘楚——文远知行的成绩单则颇有些玩味，从近期的财报来看，公司总营收达到1.14亿元，同比增长57.6%；与此同时，净亏损扩大到3.89亿元，研发费用高达3.63亿元。

作为全球Robotaxi运营规模靠前的玩家，文远知行既是L4规模化部署的典型样本，也是仍处于高强度“烧钱”阶段的代表。

盈利拐点尚未出现

一季度文远知行交出了一份“增收不增利”的报表。公司总收入1.14亿元中，产品收入2050万元，同比大增115.8%，主要驱动力来自Robotaxi及其他L4级车辆销售规模的扩大；服务收入9370万元，同比增长49%，由智能数据服务及ADAS服务拉动。整体毛利率为34.7%，毛利3960万元，同比增长55.9%。

然而营收的快速爬坡，仍未能覆盖高昂的投入强度。一季度公司研发开支达3.63亿元，同比增长11.5%；剔除股份支付后实际研发投入3.22亿元，同比增幅15.9%，资金主要投向通用仿真世界模型、多芯片平台适配、端到端智驾算法迭代等核心方向。叠加海外市场拓展初期的固定投入与新业务场景的前期铺垫，公司当期经营亏损4.31亿元，净亏损3.89亿元，较去年同期的3.85亿元略有扩大。

从现金储备看，截至2026年3月末，文远知行持有现金及现金等价物、定期存款合计61.78亿元，叠加理财产品及少量受限资金，短期资金链并无压力。但长期来看，如何把“高收入增长、高研发投入”的双高结构，转化为可持续的单位经济模型，仍是摆在管理层面前的核心命题。

公司首席财务官兼国际负责人李璇在采访中表示：“得益于Robotaxi等L4自动驾驶车辆销售规模扩大，产品营收大增116%，公司毛利率达到35%，持续领跑行业。”这一表述折射出公司对运营效率提升的信心，但盈利闭环的验证仍需时间。

值得考量的是，公司收入结构单一，超八成仰仗技术服务，Robotaxi自有业务的商业化落地依然举步维艰。更为严峻的是，应收款减值狂飙1717.3%，暴露了巨大的坏账隐患。即便中东区域侥幸实现盈利，对于庞大的亏损窟窿而言，也不过是杯水车薪。

L4运营与L2++量产双线推进

在运营侧，文远知行的Robotaxi业务已经跨越“演示阶段”，进入真实的日常出行场景。截至2026年4月30日，公司全球Robotaxi车队规模约1300辆，其中中国车队规模突破1000辆，正式迈入千车运营时代；全球自动驾驶车队总规模约2800辆。

然而，规模优势并未转化为商业胜势。相较于小马智行，文远知行在运营效率与盈利模型上均显逊色。数据显示，其国内Robotaxi单车日均订单仅为17单（峰值28单），尚未在任何城市跑通UE（单位经济模型）；反观小马智行，已在广深核心城区实现常态化盈利，在订单密度及用户规模上构筑了显著壁垒。

此外，文远知行采取“广撒网”策略，同时押注Robotaxi、无人小巴、货运及环卫等多条赛道，导致研发与运营资源严重分散，难以像小马智行那样聚焦核心场景以打磨商业闭环。这种“多线作战”的打法，最终使其陷入“遍地试点却无一深耕”的窘境，所谓的全球化布局也难以摆脱“规模噱头”的质疑。

在L2++高阶辅助驾驶战线，文远知行的一段式端到端方案WRD 3.0正在加速前装量产。WRD 3.0助文远知行包揽国内智驾大赛六连冠，成了韩旭口中的“王牌”，甚至自信对标特斯拉FSD，打出80分的高分（行业平均仅40分）。

但赛场夺魁不等于市场称王。

在残酷的量产战场上，WRD 3.0仅拿下了奇瑞星途和广汽埃安N60两个关键订单，近30款车型的定点规模显得杯水车薪。反观Momenta与地平线，前者量产破百万，后者软硬协同构筑护城河，均已牢牢占据第一梯队。文远知行若无法跨越从“赛场冠军”到“量产赢家”的鸿沟，技术光环终将黯淡。

除此之外，近两年文远知行虽接连抛出GENESIS世界模型和WITT物理AI大模型，试图以此构建“物理AI”的技术壁垒，但两款产品均面临“纸面强悍、落地乏力”的尴尬。

GENESIS虽被冠以“合成数据神器”，实则仿真能力有限，面对极端天气和复杂博弈场景仍力不从心，公司至今仍需依赖重资产车队采集真实数据，“数据自由”名不副实。

WITT虽宣称错误率极低且成本锐减，但所有数据均为企业自说自话，既无第三方背书也无车企实测验证。目前该技术仅限内部自用，缺乏对外商业化场景，难以将技术优势转化为实在的产业价值。

2026年7月深圳重启Robotaxi路测资质发放、上汽等主机厂携前装量产车入局，分析师王莹认为，行业竞争从“谁能跑出无人车”转向“谁能在多场景中跑通盈利模型”。

在可预见的未来，研发强度与全球化扩张成本仍将对公司利润表形成压制，而资本市场也将以更严苛的标准审视每一份财报——营收增速固然重要，但单位经济模型、现金消耗效率与规模化盈利的时间表，才是决定这类企业能否穿越行业出清周期的关键变量。