智驾企业走向前台，谁能闯过 L4 红线？

文｜《财经》特约撰稿人 王欣 赵成

智能驾驶行业走到 2026 年，终于迎来一个标志性时刻，曾经藏在车企背后的智驾公司，开始集体走到聚光灯下。这一幕的出现，花了整整十年。

智能驾驶汽车的开场，比想象中狼狈。

2016 年 4 月，两辆银色长安睿骋从重庆工程研究院驶出，车上坐着安全员。在高速上自动跟车、变道，历时近六天驶入北京，全程未发生安全事故。但在行内看来，这不过是一套 ADAS（高级驾驶辅助系统）的远程路演，被犀利地认为是 " 在给北京车展造势 "，算不上真正的自动驾驶。

当时，这不算科技新闻，只是一次苦差。十年后的 2026 年 3 月，同样是长安汽车，拿到了 L4（L4 级自动驾驶） Robotaxi（无人驾驶出租车）测试牌照，底层技术不是一家集成商的拼装，而是全栈自研。这十年的迭代，是整个行业的不断转向与成长。

2017 年 7 月，北京五环。百度创始人李彦宏坐在一辆红色 SUV 的副驾驶座，展示着方向盘在自己转弯，视频画面直连百度 AI（人工智能）开发者大会主会场，仿佛自动驾驶量产只差最后一步。当时百度正在推出 Apollo 开放平台，口号是要做 " 自动驾驶的安卓 "。

不久后，他收到了中国第一张自动驾驶罚单，200 块钱、3 分，原因是 " 不按交通标线行驶 "。李彦宏后来站在讲台上把这张罚单当作未来预言来宣示，" 无人驾驶罚单已经来了，无人车量产还会远吗？"

罚单之外还有一件小事，很少被人提起。那年上海车展上，百度展台找不到一辆能完整装载 Apollo 系统并跑起来的量产车。工程师们的补救方案是把一个纸糊的车壳搬到展台上，里面塞一块屏幕，向观众解释他们的智驾远景。

就是从那个纸糊的车壳开始，行业一步步往前走。

转折发生在 2021 年。华为开始以 " 全栈解决方案 " 的身份站上舞台中央，乾崑智驾 ADS（自动驾驶系统）一步步迭代，到 2026 年北京车展以近乎 " 包馆 " 形式联合一众车企参展。智驾供应商站到车展中心位，这大概是汽车工业百年未见的景象。

在今年 4 月落幕的北京车展上，1451 台展车、2000 家参展企业中，上百家智驾企业首次大规模与整车品牌同台亮相。华为乾崑、地平线、Momenta、黑芝麻智能、轻舟智航、卓驭科技、四维图新、HERE 地图等曾经隐于幕后的名字，成了展馆里实实在在的主角。卓驭甚至将商用重卡搬上展台，宣示智驾技术从乘用车向商用车延伸的野望。

" 现在汽车产品的供应链基础比以前复杂太多了。" 蔚来汽车创始人、董事长李斌告诉《财经》，这次车展他只去了芯片公司和宁德时代的展台。在他看来，技术创新的焦点已经彻底改变。车企必须直接与最底层的芯片、材料公司讨论细节，否则几年后连一个底层软件的维护都可能无从下手。

这也正解释了为什么芯片、材料等底层技术公司开始走到前台，它们已经是整车创新的核心参与者。

自动驾驶行业的创业史，写满了不厌其烦的承诺和更大尺度的错判。

2017 年，麦肯锡预测到 2025 年无人驾驶汽车可产生 2000 亿至 1.9 万亿美元的产值。特斯拉首席执行官马斯克给出了更激进的预言：完全无人驾驶将在 2025 年实现。2018 年到 2021 年，智驾赛道被资本反推着往前跑。

" 硬件靠堆料，软件堆规则 " 的模块化路线，在行业内延续了整整十年。所有人都在押注同一个时间表：L4 无人驾驶将在 2023 年开始规模化运营。

紧接着，泡沫破了。退出的人比留下的多得多。福特 CEO（首席执行官）吉姆 · 法利曾感叹：" 制造 L4 级自动驾驶汽车，比把人送上月球还难。"

华兴资本 CEO 王力行在复盘行业发展轨迹时指出，行业走过众多弯路，发展路径有明显转变。一开始大家追捧 L4 甚至 L5，后来意识到要从 L2、L3 及 ADAS 做起，先落地高速 NOA（导航辅助驾驶），再做城区 NOA。从激进到务实的回归，是幸存者得以立足的原因。

还有一个故事。地平线的首席架构师苏箐在准备加入地平线时，跟创始人余凯说不想再做自动驾驶了。" 太痛苦了，并且看不到希望。" 当时他用人类司机的标准来衡量自动驾驶水平，" 差距太大，很多场景没法处理，开起来不像人，像一台靠应激反应工作的机器。"

行业里写规则的人看到了天花板，规则越写越多，越写越崩溃。

转机出现在 2024 年。特斯拉 FSD（全自动驾驶）V12 的推出，将行业推向 " 端到端 " 时代。一个大模型直接接收原始图像数据，输出方向盘角度，无需人工教授驾驶规则，而是通过学习海量数据自主掌握驾驶技巧。

到 2025 年，国内所有一线智驾公司都在紧急转身。" 世界模型 ""VLA（视觉 - 语言 - 动作模型）"" 端到端 " 取代了 " 感知 "" 融合 "" 规划 "，成为新一代智驾技术叙事的核心关键词。

苏箐后来回溯那次行业集体心理的转折说，" 知道方向不对、知道正确方向，与真正把正确方向落地实现，中间隔着巨大鸿沟。FSD V12 填平了这一切。"

2026 年的北京车展，智驾企业展示了更扎实的落地形态。华为发布 ADS 5 和鸿蒙座舱 HarmonySpace 6，宣称当年智驾研发投入超 180 亿元、五年计划追加 700 亿至 800 亿元，累计智驾里程已突破 100 亿公里；Momenta 高管四人同台宣布 R7 强化学习世界模型量产首发，其智驾方案过去一年搭载量从近 30 万台飙升至逾 80 万台；卓驭科技发布原生多模态基础模型，同步覆盖乘用车与商用重卡，联合一汽推动智能移动能力向 " 智能一切移动 " 演进。

这时，人们开始强调技术收敛，也意识到一个更大的问题，端到端并没有解决所有，它带来了一个更大的黑洞，AI 会开车，但没人知道它是怎么开的。

端到端的狂欢之下，技术收敛成为一股潜流，正在重塑行业的根基。

技术收敛不是一种趋势，而是一次 " 清洗 "。它清洗掉多余的架构、混乱的格式，最终将整个行业的命运押注在几块小小的硅片上。

自研芯片，在这种逻辑下成了头部玩家的终极护城河。它不是用来 " 炫技 " 的，而是用来定义成本、定义功耗、定义数据闭环速度的。这也是为什么李斌承受巨亏也要自研芯片，为什么小鹏集团董事长何小鹏要在财报会上反复强调 " 芯片团队是我们最高优先级 "。

据小鹏汽车披露，其自研图灵 AI 芯片截至 2026 年 3 月累计出货已超 20 万片，全年出货量目标接近 100 万片，有望成为中国大算力端侧 AI 芯片出货量第一。

地平线在北京车展前夕发布的舱驾一体芯片 " 星空 "，算力 650 TOPS（每秒万亿次操作），5nm（5 纳米）制程，可统一调度两套系统，单车降本 1500 至 4000 元。这是一张能上谈判桌的王牌。

然而，爱芯元智创始人仇肖莘告诉《财经》，舱驾一体的落地难度主要来自两方面。技术层面，智驾与座舱对实时性、带宽和功能安全等级的要求截然不同，需要在芯片上实现严格的物理隔离；车企组织层面，智驾与座舱团队往往分属不同体系，开发节奏和技术路线难以统一。

针对这一困境，她提出更务实的 " 同版不同芯 " 方案，智驾与座舱采用不同芯片但集成于同一块板，以缩短量产周期并实现降本。她判断，舱驾一体更适合中低端产品，高端因芯片独立迭代速度快，短期内难以真正融合。

苏箐说：" 芯片一代至少三年，要贴着物理规律的边界做。不要问需不需要，问能不能做得到。" 但他也给对 " 端到端 " 发热的大脑泼了冷水。在他看来，不存在一枪打死所有问题的 " 黄金子弹 "。他拆解了端到端的脆弱，" 半夜会被数据统计的随机波动吓醒 "。

" 大家别太嗨，又进入苦日子的阶段了。" 苏箐认为，做产品的人永远处于 " 发版爽一天、醒来又焦虑 " 的循环里。真正决定生死的，不是那些让人 " 哇塞 " 的概念，而是日复一日填坑的苦活、发版的确定性、对物理规律的敬畏。

根据余凯的判断，第三方独立芯片供应商，牌桌上只剩自己和一家海外公司。他给出的目标是，2030 年从每辆车赚 1000 美元，1000 万辆车就是 100 亿美元营收。" 我们的毛利是汽车零部件行业的爱马仕，60%-70%。"

" 芯片公司收敛速度比终端品牌快得多。谁只要投入停下来，或者做错产品，就会掉到第二名。" 苏箐认为，未来汽车底层供应链会收敛到 "2+1" 格局，两家公开市场的芯片供应商，再加一家自研封闭的企业。

同样坐在牌桌上，每个人的账本截然不同。Momenta 用两条腿走路，先靠量产积累规模，再反哺 L4 研发，但八年才走通奔驰上车的商业化路径。

2017 年奔驰投资 Momenta，到 2025 年下半年首个量产项目才上市，整整八年。Momenta CEO 曹旭东回忆，曾有清华师兄告诉他 " 跟奔驰合作量产至少需要十年 "。

" 面向主机厂，国内 OEM（整车厂）敲门敲三年，海外 OEM 敲门敲五到七年。" 他说。

正是这段经历让曹旭东坚信，智驾格局会快速收敛。他认为自动驾驶的规模效应比芯片更强，软件边际成本为零，数据越多模型越强。" 中国也就两到三家，全球也就三到四家。"

去年底，元戎启行 CEO 周光将 " 百万台上车量 " 视为 2026 年留在牌桌上的安全线，而黑芝麻智能 CMO（首席营销官）杨宇欣告诉《财经》，国内智驾芯片行业已经进入最终发展阶段，留在牌桌上的玩家非常有限。

所有这些宏大架构，最终都指向唯一的物理介质，即行驶里程。

英伟达全球副总裁吴新宙曾公开表示，全球每年车辆行驶的里程约为 13 万亿英里，而自动驾驶里程占比仅为 0.006%。

这个数字意味着什么？智驾行业所有热闹，只是冰山一角。剩下 99.994% 的巨大荒野，等待被 AI 覆盖。

从端到端成为行业共识开始，逻辑推导的下一步全世界都看得很清楚，如果端到端大模型是驾驶的 " 大脑 "，那么它为什么不能驱动机器人、叉车、矿山卡车，甚至无人机？于是，智驾行业的故事主线，开始从 " 让车自己开 "，转向 " 让所有移动的东西都学会自己移动 "。

物理 AI 概念瞬间成了一个巨大的 " 魔戒 "，人人想戴上它。

英伟达创始人黄仁勋很早之前就洞察到，自动驾驶是物理 AI 中相对简单的一块，而且可以大规模量产。" 物理 AI 一定会推动第四次工业革命，它会导致生产力指数级增长。" 吴新宙说。

从 Waymo（谷歌旗下自动驾驶公司）归来、回国创业七年后，轻舟智航 CEO 于骞宣布，公司从无人驾驶公司全面转型为通用物理 AI 公司，用世界模型 + 强化学习串起了数字仿真与真实物理世界的闭环。

" 在数字世界里，AI 已经能打败人类最聪明的围棋冠军；但在物理世界里，AI 还无法完全媲美人类司机。" 于骞说，" 自动驾驶恰好是连接数字世界与物理世界的窗口。"

他划了一条分界线，2026 年是 AI 发展的关键分水岭，" 我们正从‘类人智能’迈向‘超人智能’阶段。"

在曹旭东看来，物理 AI 是 " 通往通用机器智能的必经之路 "，但它需要 " 门票 "。

" 自动驾驶要实现规模化 L4，累计投入至少是百亿美元。通用机器人可能几百亿美元到千亿美元级别，这还可能是创业公司的研发效率。" 曹旭东说，靠融资做成通用物理 AI 是不现实的，一定要有现金流业务。

2026 年北京车展上，出现了一幕耐人寻味的场景，几乎所有智驾公司的展台都在展出车辆，但彼此心照不宣的是，这些展品背后都藏着 " 具备从车到机器人的统一技术底座能力 " 的野心。

地图玩家同样在物理 AI 时代找到了自己的位置。四维图新推出了新品牌，将高精度地图从导航图层调整为安全件和数据底座。

" 我们正在把多年积累的地图、定位、数据治理能力接入具身智能领域，从服务汽车‘看路’，转向服务 AI 理解真实世界。" 四维图新 CEO 程鹏表示。

当所有人都在谈论大模型 TOKEN（令牌 / 词元，大模型处理的基本数据单元）时，程鹏抛出了一个尴尬的现实，现在行业的核心问题是，算力都被拿去卖 TOKEN 了。

他告诉《财经》，存储算力短缺，汽车和机器人行业都面临有业务、有订单，却买不到芯片、买不到存储的困境。" 这是物理隔断，因为资源都被拿去搞大模型训练中心、卖专利、卖 TOKEN 了。所以我们从擅长的技术数据入手，寻找突破。"

智驾公司突然发现，自己苦心经营的汽车，不过是通往一个更宏大世界的 " 特洛伊木马 "。

" 当前 AI 与具身智能行业有泡沫，但泡沫分好坏。对不确定性过度估值的‘好泡沫’有利于高科技行业早期发展，对确定性过度估值的‘坏泡沫’易引发系统性风险。" 王力行建议，创业者应抓住市场窗口，保持敏感性与灵活性，以动态眼光应对变化。

每个人都说 " 我们不只是造车的 "，但所有人也都清楚，没有汽车这头现金牛，就没有通往物理 AI 的门票。

" 我们坚信未来的每一英里都会变成自动驾驶。" 吴新宙认为，自动驾驶已经到了 ChatGPT（生成式预训练 Transformer 模型）时刻，" 我们感觉能够看到 L4 的曙光了。"

他给出了路线图，2026 年全美落地点到点 L2++（增强型部分自动驾驶），2027 年部分城市 L4 试点，2028 年洛杉矶奥运会与 Uber 合作为 L4 无人车队服务。他给英伟达的角色定位是 " 平台底座 "，" 即便你的模型再烂也没关系，放到我们平台上，至少不会撞，在这里安全是有保障的 "。

当 L2++ 的智驾普及成为最大公约数时，L4 赛道上的玩家出现了分野。

在 2025 年港股和美股两地上市之后，文远知行创始人韩旭对 L4 行业的格局判断变得更加直白。

他认为，中国真正有能力实现 " 纯无人运营 " 的 L4 公司只有三家，分别是文远知行、百度 Apollo、小马智行，其他玩家要么仍依赖安全员，要么本质上做的还是 L2++ 的 " 无人包装版本 "。

截至 2025 年底，文远知行全球 Robotaxi 车队规模 1125 辆，小马智行 1159 辆，两家公司的 Robotaxi 相关营收都实现了翻倍以上增长。截至 2026 年 4 月，百度萝卜快跑已在全球 26 座城市完成了超过 2000 万次的出行服务。这是真正在用里程和安全验证技术的群体。

韩旭甚至对后续跟进的整车企业不留情面，" 基于国际上资金雄厚且市场份额高的车企陆续退出 Robotaxi 领域，我暂时没看到现在入局的车厂做 Robotaxi 的优势。" 在他看来，无论特斯拉还是小鹏，在真正的全无人道路上还有很长的资格赛要打。

同一时间，L4 赛道的另一位资深玩家，已在广深两城率先实现单车盈利的小马智行，抛出了一个新概念，PonyWorld 世界模型 2.0 是一个具备 " 自我诊断 " 与 " 定向进化 " 能力的 AI 闭环，AI 自动回溯驾驶决策、判断哪里做得不够好，反过来指导人类团队补充数据、调整方向。

小马智行 CTO（首席技术官）楼天城把这一闭环叫作 " 精度飞轮 "，大规模 L4 车队商业运营产生高价值真实数据，用以提升世界模型精度，进而增强车端模型能力，支撑更大规模部署，由此形成闭环。

他强调，在 " 世界模型 + 强化学习 " 成为行业默认的技术方案之后，提升世界模型与真实世界接近的 " 精度 " 是下一步竞争的核心，而 " 让 AI 审视 AI"，天花板才能继续往上抬。

他还向外界抛出一个问题，" 你接受我们的车是被强化学习训练的吗？" 这个问题，指向的不是技术，而是信任。

全球坐标系下，Waymo 在技术和商业数据上仍是公认的领跑者，Waymo 已部署约 2500 辆车，每周完成超 45 万次出行，覆盖凤凰城、旧金山、洛杉矶、奥斯汀、亚特兰大等城市。英伟达汽车业务年收入已跨过 23 亿美元。从市场规模看，2025 年全球自动驾驶汽车市场规模估计为 2024 亿美元，预计 2026 年达 2208 亿美元。而在中国，2025 年自动驾驶市场规模达到 4502 亿元人民币，预计 2026 年将增至 5293 亿元。

数据背后，是两条截然不同的路径。中国以 " 场景适配 " 为核心，车路云一体化形成全链路闭环；美国以 " 技术突破 " 为核心，靠算法与资本构建技术主导格局。

中国还有一套系统性的底牌。政策统一、执行力强、5G/V2X 路侧覆盖全球领先；拥有全球最复杂的市场与路况数据；产业链纵深降本能力强；已经超过 50 个试点城市、3.2 万公里测试道路。这套 " 安全优先、全国统一、分级准入 " 的制度，为商业化铺好了可预期的地基。

不过，中国的优势不止于战略框架。从 "L2 向 L4 跨越 " 正在成为中国自动驾驶政策讨论的关键议题。但在市场层面，中国在 L2++ 量产落地与性价比上的绝对优势已不可撼动。

研究机构预测，2026 年中国 L2+ 渗透率将加速至 45% – 50%，重心向 L2++ 转移。比亚迪、零跑率先将高阶智驾下探至 10 万元以下市场，" 智驾平权 " 加速落地。

这种 " 规模换数据、政策稳预期、生态降成本 " 的打法，构成了中国智驾独有的比较优势，但同为 " 领跑者 "，中国在 L4 规模化商业闭环上仍是追赶者。这不仅是一个技术问题，更是一个体系问题。

对此，投资人、科普作者林超的 "AI 十二层框架 " 提供了一个乐观的视角，他认为，中国在底层芯片上 " 断代式落后 "，却在系统级与生态级拥有反超机会。数以百万计的智能网联汽车、城市级的交通大脑、全球最复杂的真实路况场景，这正是中国智驾最大的爆发空间。

然而，所有热闹与规划，最终都不得不面对一个悬而未决的拷问，那便是中国汽车行业的智能化发展前景，最终取决于我们对 AI 能力的判断。

" 如果认为 AI 只能辅助，那就停在 L2；认为可以部分替代人，那是 L3；认为可以完全替代人，才是 L4。行业必须做出选择，不能长期徘徊。" 资深汽车安全专家、同济大学汽车学院原教授朱西产说。

这个行业选择，至关重要。L4 的红线已划清，100 辆纯无人安全运营半年，这是硬门槛。穿不透这条红线，所有 L4 的故事都只是 L2++ 的文艺说法。

在太平洋对岸，一场更具象征意义的检验正在逼近。2028 年洛杉矶奥运会明确提出打造 " 无车奥运 "（car-free Games），主办方正积极部署 Waymo、Zoox 等自动驾驶出租车队来承载赛事交通，Uber 已正式成为 LA28 合作伙伴，Waymo 在洛杉矶地区的运营正不断扩大，加州车管局已批准其扩展至南加州数十个城市。

届时，数以百万计的观众将第一次大规模地、真正地把生命安全托付给 AI 驾驶员。那不仅是一次体育盛会，更将是全球自动驾驶行业的集体路考。

两年之后，当全球目光聚焦洛杉矶，谁能拿到这场超级路考的准考证？