当算法红利结束后,谁能支撑起自动驾驶这一赛道的估值?
过去十年，自动驾驶公司的估值几乎围绕一个核心展开：算法。谁的模型更接近人类？谁的测试里程更多？谁的数据规模更大？资本为“技术领先”支付溢价。这种溢价具有合理性。自动驾驶是否可行，是一个技术命题；谁先证明“能跑通”，谁就赢。而如今，大模型能力迅速普及，端到端架构逐渐成为行业认知，决策与决策能力差距不断缩小。如果算法成为了自动驾驶行业的“基础能力”，那么自动驾驶的估值，下一步靠什么支撑？算法当然不会失去重要性，但它的“溢价能力”正在下降。- 技术路线正在汇聚。端点、大模型、多模态融合，已经成为行业共同语言。技术方向不再像早期那样分裂。
- 算力与数据负债在降低。云计算成本下降，训练能力共享化，模型迭代周期周期。前面的优势更难以长期独占。
- 资本理性。在经历了高估值、长期亏损与商业化延迟的现实后，市场对“技术领先但盈利更遥远”
算法不再是“想象空间”的象征，而是成为“必要条件”。当算法逐渐同质化时，资本自然会问：除了算法，你还能控制什么？2月中旬，美国亚特兰大的自动化交通网络项目就是一个信号——该项目旨在让自动驾驶巴士在专用车道运行。以公交车票价提供媲美轨道交通的运力，同时避免传统交通方式的高昂成本和漫长的建设周期。项目承建者加州公司Glydways认为，城市需要“净新增运力” —— 即不与现有运力竞争的额外交通带宽；自动驾驶也需要自己的专用通道，才能真正解决拥堵问题。亚特兰大项目给出的信号是：自动驾驶在开放道路上卷参数，还不如通过专用通道获取“独立道路权”。因为独立路权意味着：而开放道路上的自动驾驶，需要面对高度不稳定的混合交通环境。算法再强，也无法消除结构性不确定性。而一旦进入独立通道或半封闭场景，系统可控性显着着提升。资本真正关心的，从来不是技术上的炫耀，而是可预测性。如果自动驾驶只是“软件能力公司”，它的估值模型会类似科技成长股：这意味着估计逻辑的迁移：从“想象空间”，转向“现实空间”。算法可以被追赶，路权一旦获得，就很难被复制。替代算法是技术壁垒，独立路权是结构壁垒。资本对结构壁垒的定价，通常更基础，也更长期。是否拥有专用道、专用轨道、封闭园区、机场接驳等可控空间？自动驾驶若只是“溺水在道路上”，难以结构形成现状。是否具备前装量产能力？ 是否能通过量产与标准化持续降本？算法会持续进步，但故事已经变了。未来几年，自动驾驶公司的估值差距，可能不会由“测试里程差异”拉开，而会由“结构性资源”拉开。谁能掌握独立空间，谁能嵌入城市系统，谁能形成网络级能力，谁就更接近长期价值。算法仍然重要，但它却不再决定谁能成为“城市交通平台”。当算法红利结束时，真正能支撑估值的，是结构。而结构，从来不写在代码里。
10个月宝宝每天需要喝多少奶粉？
