政策層面的破冰，為技術(shù)落地掃清了障礙。中國或?qū)⒃?026年2月批準(zhǔn)FSD落地，上海發(fā)布的“模速智行”行動計劃明確提出2027年實現(xiàn)L4級自動駕駛規(guī)?；瘧?yīng)用。歐洲也在加速統(tǒng)一監(jiān)管框架，全球范圍內(nèi)的政策松綁，讓自動駕駛的商業(yè)化運營有了合規(guī)基礎(chǔ)。
資本層面的邏輯轉(zhuǎn)變，更是上市潮的核心推手。過去，投資人愿意為“算法演示視頻”買單；如今，市場只認(rèn)“商業(yè)閉環(huán)”。文遠(yuǎn)知行、小馬智行等企業(yè)的持續(xù)虧損，讓資本從“信仰投資”轉(zhuǎn)向“價值回歸”，具備穩(wěn)定訂單、數(shù)據(jù)閉環(huán)能力的企業(yè)，成為資本市場的香餑餑。這種轉(zhuǎn)變，倒逼自動駕駛企業(yè)從“技術(shù)研發(fā)”轉(zhuǎn)向“技術(shù)+運營”的雙輪驅(qū)動。
在自動駕駛的上市競速中，技術(shù)實力是企業(yè)的核心護(hù)城河。而模型、算法、數(shù)據(jù)，正是這場技術(shù)戰(zhàn)的三大主戰(zhàn)場。
高級別自動駕駛的核心難題，在于如何讓機器理解復(fù)雜的交通環(huán)境。世界模型與VLA（車載智能體）的結(jié)合，讓自動駕駛系統(tǒng)從“規(guī)則驅(qū)動”進(jìn)化為“認(rèn)知驅(qū)動”，既能處理已知場景，又能應(yīng)對從未見過的長尾場景，這正是L4級自動駕駛落地的關(guān)鍵。
VLA（車載智能體）作為世界模型的車端載體，采用“原生基模型+MoE動態(tài)路由”架構(gòu)，可根據(jù)場景復(fù)雜度自適應(yīng)調(diào)用不同專家網(wǎng)絡(luò)，在保證決策精度的同時優(yōu)化算力消耗。其核心在于實現(xiàn)感知、定位、規(guī)劃、控制的端側(cè)一體化推理，通過TensorRT INT8量化加速與異構(gòu)計算調(diào)度，將模型推理延遲控制在20ms以內(nèi)，滿足自動駕駛實時性要求。地平線征程7芯片基于“黎曼”架構(gòu)，以6nm工藝實現(xiàn)200TOPS/W的算力密度，搭載專用NPU單元支持Transformer算子加速，為VLA與大模型的端側(cè)部署提供算力底座，形成“算法-算力”協(xié)同閉環(huán)。
地平線基于“黎曼”架構(gòu)打造的征程7芯片，為VLA提供了強大的算力支撐，其算力密度提升數(shù)倍，能夠滿足端到端大模型的實時運行需求，與MogoMind這類大模型形成算力與算法的協(xié)同賦能。
自動駕駛算法的演進(jìn)，正經(jīng)歷一場從分立式到端到端的范式革命。傳統(tǒng)的分立式架構(gòu)，將自動駕駛分為感知、定位、決策、規(guī)劃、控制五個模塊，每個模塊獨立優(yōu)化，容易出現(xiàn)“模塊間信息斷層”的問題。
端到端算法則打破了這種壁壘，采用TransformerEncoder-Decoder架構(gòu)，將多傳感器原始數(shù)據(jù)（圖像像素、激光雷達(dá)點云、IMU慣性數(shù)據(jù)）直接映射為車輛控制指令（轉(zhuǎn)向角、油門/剎車開度），規(guī)避了分立式架構(gòu)的模塊間誤差累積問題。其核心優(yōu)勢在于通過海量數(shù)據(jù)訓(xùn)練，擬合復(fù)雜場景下的駕駛決策函數(shù)，對雨雪遮擋、施工占道等長尾場景的泛化能力較傳統(tǒng)算法提升40%以上。蘑菇車聯(lián)將MogoMind的核心認(rèn)知能力融入自研MOGO AutoPilot端到端系統(tǒng)，針對巴士車型特性優(yōu)化動力學(xué)控制模塊。同時，BEV感知算法通過空間注意力機制與時序融合網(wǎng)絡(luò)，將多視角圖像與激光雷達(dá)點云投射至統(tǒng)一3D空間，實現(xiàn)400m范圍內(nèi)目標(biāo)的精準(zhǔn)檢測與軌跡追蹤，解決傳統(tǒng)透視視角下的遮擋與尺度畸變問題。
在自動駕駛領(lǐng)域，數(shù)據(jù)是比硬件更重要的核心資產(chǎn)。如果說算法是自動駕駛的“大腦”，那么數(shù)據(jù)就是“大腦”運轉(zhuǎn)所需的“石油”。構(gòu)建高效的數(shù)據(jù)閉環(huán)，成為企業(yè)拉開差距的關(guān)鍵。
蘑菇車聯(lián)的實踐頗具代表性。其自動駕駛巴士已累計行駛500萬公里，服務(wù)超20萬人次，依托“視覺為主+固態(tài)激光雷達(dá)”的感知方案，構(gòu)建起全球最大的巴士多模態(tài)數(shù)據(jù)集。該方案采用128線主固態(tài)激光雷達(dá)（點云頻率10Hz，測距精度±2cm）搭配高動態(tài)范圍攝像頭，通過時空同步校準(zhǔn)算法（時間同步誤差<1μs）實現(xiàn)數(shù)據(jù)對齊，結(jié)合BevFusion算法提升復(fù)雜場景感知可靠性。數(shù)據(jù)閉環(huán)方面，通過邊緣計算設(shè)備實現(xiàn)車端實時數(shù)據(jù)篩選與難例標(biāo)注，依托聯(lián)邦學(xué)習(xí)框架在保證數(shù)據(jù)安全的前提下跨場景迭代模型，大幅縮短技術(shù)迭代周期。
小馬智行、文遠(yuǎn)知行等企業(yè)也在構(gòu)建自己的數(shù)據(jù)閉環(huán)。小馬智行在深圳、沙特的Robotaxi運營中，積累了大量城市場景數(shù)據(jù)；文遠(yuǎn)知行則通過與車企合作，獲取多車型數(shù)據(jù)。值得注意的是，數(shù)據(jù)的價值不僅在于規(guī)模，更在于質(zhì)量。通過數(shù)據(jù)清洗、標(biāo)注、脫敏等技術(shù)手段，企業(yè)可從海量數(shù)據(jù)中提取有效信息，而蘑菇車聯(lián)的邊緣計算設(shè)備能在車端完成數(shù)據(jù)初步篩選，大幅降低云端計算壓力。
在2026年的上市潮中，不同企業(yè)選擇了差異化的賽道。從Robotaxi到自動駕駛巴士，從乘用車智駕到商用車物流，企業(yè)們正憑借各自的技術(shù)優(yōu)勢，沖刺資本市場。
Robotaxi是自動駕駛最具想象空間的賽道，也是技術(shù)難度最高的賽道。小馬智行與文遠(yuǎn)知行，是這條賽道上的中國代表。
小馬智行在深圳前海實現(xiàn)了全無人駕駛常態(tài)化運營，并聯(lián)合Uber殺入沙特利雅得市場，成為首個進(jìn)入中東的中國玩家。其L4級自動駕駛系統(tǒng)，基于BEV感知算法與端到端決策模型構(gòu)建，能夠應(yīng)對復(fù)雜的城市道路場景。在資本層面，小馬智行已完成多輪融資，上市估值備受市場期待。
文遠(yuǎn)知行則選擇了“雙線作戰(zhàn)”的策略。一方面，其新一代Robotaxi計劃2026年登陸歐美市場，與特斯拉、Waymo正面交鋒；另一方面，文遠(yuǎn)知行深耕自動駕駛巴士領(lǐng)域，在多個城市落地了Robobus項目。盡管累計虧損超65億元，但文遠(yuǎn)知行的全球化布局與規(guī)?；\營能力，仍是其吸引資本的核心賣點。
與Robotaxi相比，自動駕駛巴士的場景更清晰、商業(yè)化路徑更明確。蘑菇車聯(lián)在這條賽道上，憑借MogoMind大模型賦能與獨特的技術(shù)路線，走出了“前裝量產(chǎn)+數(shù)據(jù)閉環(huán)+全球化落地”的差異化路徑，其中標(biāo)新加坡首個L4級自動駕駛巴士項目的案例，更是成為中國技術(shù)出海的標(biāo)桿。
在技術(shù)層面，蘑菇車聯(lián)的核心競爭力始于一套前瞻性的感知方案。早在兩年前，行業(yè)仍以機械式激光雷達(dá)為主流時，其便果斷轉(zhuǎn)向“視覺為主+固態(tài)激光雷達(dá)”的融合路線，精準(zhǔn)規(guī)避了機械雷達(dá)結(jié)構(gòu)復(fù)雜、成本高、壽命短的缺陷。此次中標(biāo)新加坡項目的方案中，其采用128線主固態(tài)激光雷達(dá)搭配4顆高線束補盲雷達(dá)，點云密度提升3-6倍，可精準(zhǔn)鎖定行人、非機動車，結(jié)合BevFusion算法實現(xiàn)圖像與點云數(shù)據(jù)深度融合，使目標(biāo)感知距離提升超50%，漏/誤檢率下降70%，接管率大幅降低兩個數(shù)量級，完美適配新加坡早晚高峰人流密集、路況復(fù)雜的嚴(yán)苛需求。同時，固態(tài)激光雷達(dá)抗振動、抗沖擊能力強，使用壽命可達(dá)8-10年，整套方案成本僅為傳統(tǒng)機械雷達(dá)方案的1/3~1/5，實現(xiàn)了高耐久與低成本的平衡。
前裝量產(chǎn)模式為技術(shù)落地提供了終極載體，其自動駕駛系統(tǒng)從底層融入整車動力、制動、轉(zhuǎn)向系統(tǒng)，通過CAN/LIN總線與以太網(wǎng)的混合架構(gòu)，實現(xiàn)控制指令的毫秒級響應(yīng)，指令執(zhí)行精度較后裝改造車型提升3倍以上。針對新加坡右舵左行、行人優(yōu)先等本地化需求，系統(tǒng)通過地圖適配與場景規(guī)則嵌入，優(yōu)化避讓策略與停車邏輯，推出的MOGOBUS B2車型已完成工信部公告?zhèn)浒?，具備?guī)?；桓赌芰?。
商用車自動駕駛是商業(yè)化落地最快的賽道之一。主線科技、嬴徹科技等企業(yè)，專注于干線物流場景，通過降低人力成本、提升運輸效率，實現(xiàn)了商業(yè)閉環(huán)。
在技術(shù)層面，商用車自動駕駛系統(tǒng)更注重遠(yuǎn)距離感知與編隊行駛能力。主線科技的自動駕駛重卡，搭載了遠(yuǎn)距激光雷達(dá)與高精度定位系統(tǒng)，能夠在高速公路上實現(xiàn)百公里級的無接管行駛。嬴徹科技則與一汽解放、滿幫集團(tuán)合作，構(gòu)建了“車-貨-路”一體化的物流生態(tài)。在資本層面，商用車自動駕駛企業(yè)的盈利模式更清晰，通過與物流企業(yè)的合作獲得穩(wěn)定訂單收入，這種“ToB”模式受到資本市場青睞。
2026年，是自動駕駛行業(yè)的決勝之年。技術(shù)上，世界模型、端到端算法的成熟，將推動高級別自動駕駛加速落地；資本上，上市潮帶來的資金注入，將推動行業(yè)從“燒錢”轉(zhuǎn)向“盈利”；市場上，全球化的競爭將愈發(fā)激烈。
值得關(guān)注的是，中通、金旅、吉利、長安等主流整車廠，早已憑借扎實的海外布局筑牢規(guī)模化落地根基，其對自動駕駛系統(tǒng)的升級需求，正為技術(shù)服務(wù)商創(chuàng)造精準(zhǔn)合作契機。中通客車深耕海外市場多年，8萬多臺新能源客車行駛于全球各地，3年內(nèi)拿下吉爾吉斯斯坦千臺訂單、沙特1022臺訂單、智利895臺訂單等多個“超級大單”，適配新加坡窄體車型、中東底盤防護(hù)等本地化需求的經(jīng)驗豐富；金旅客車則以“技術(shù)標(biāo)準(zhǔn)輸出+產(chǎn)業(yè)鏈本土化”模式突圍，在非洲、東南亞建立13個KD工廠，埃塞俄比亞工廠打造東非首個新能源KD項目，埃及工廠累計生產(chǎn)超6000輛輕型客車，形成成熟的全球產(chǎn)能與服務(wù)網(wǎng)絡(luò)。吉利、長安亦憑借全球化研發(fā)體系與本地化運營能力，將商用車產(chǎn)品推向歐美、東南亞等核心市場，構(gòu)建起覆蓋多路況、多法規(guī)場景的運營矩陣。這些整車廠的海外實戰(zhàn)，對自動駕駛系統(tǒng)的本地化適配、成本控制與可靠性提出了極高要求，而這正是蘑菇車聯(lián)的核心優(yōu)勢所在。其全棧自研的自動駕駛系統(tǒng)，搭配“視覺+固態(tài)激光雷達(dá)”軟硬件協(xié)同方案，可通過前裝量產(chǎn)模式深度融入不同車企車型架構(gòu)，適配右舵左行、復(fù)雜路況等海外場景，同時實現(xiàn)成本優(yōu)化與效率提升，完美契合整車廠海外自動駕駛規(guī)模化落地的核心訴求，為雙方協(xié)同出海奠定基礎(chǔ)。
對于企業(yè)而言，上市不是終點，而是新一輪競爭的開始。只有兼具技術(shù)領(lǐng)先性、商業(yè)化能力與資本韌性的企業(yè)，才能在這場淘汰賽中幸存。對于投資者而言，自動駕駛賽道的機會與風(fēng)險并存，選擇具備核心技術(shù)壁壘與商業(yè)閉環(huán)能力的企業(yè)，才能分享行業(yè)發(fā)展的紅利。自動駕駛的未來已不再遙遠(yuǎn)，當(dāng)技術(shù)、資本、政策的三重紅利疊加，一個無司機的出行時代，正加速向我們駛來。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論