站在 2026 年的节点回望,自动驾驶行业已经走过了从狂热到理性、从概念到落地的关键十年。曾经的"明年就是自动驾驶元年"的口号渐渐沉寂,取而代之的是更加务实的商业化推进和技术稳步迭代。
那么,自动驾驶如今发展得怎么样了?
一、L4 级自动驾驶:商业化落地加速
1.1 Robotaxi 从"demo"走向"服务"
Waymo 依然是行业的标杆。截至 2025 年底,Waymo One 已在旧金山、凤凰城、洛杉矶、奥斯汀等美国城市提供全天候无人出租车服务,累计完成超过200 万次纯无人驾驶行程。其安全记录显著优于人类驾驶员——每百万英里事故率仅为人类驾驶员的 1/10。
Cruise 在经历 2023 年的重大挫折后,2025 年重新出发,采取更加保守的部署策略,目前在凤凰城和达拉斯有限运营,重点打磨技术可靠性而非扩张速度。
中国玩家 方面,百度 Apollo 的"萝卜快跑"在武汉、北京、上海等地实现大规模商业化运营,武汉单车日均订单量已突破 20 单,接近人类网约车司机水平。小马智行、AutoX 等也在多个城市展开试点。
1.2 关键进展
- 成本下降:激光雷达、计算平台等核心硬件成本大幅下降,Waymo 第六代系统硬件成本较第一代降低约 70%
- 运营效率提升:车辆利用率从早期的 30% 提升至 60%+,开始接近盈利临界点
- 监管突破:美国多个州、中国多个城市出台明确的 L4 商用法规,为规模化铺平道路
| |
|---|
| 允许L4级自动驾驶汽车在全域范围内开展商业化载客和载货运营,取消安全员强制要求。上海还设定了到2027年实现L4载客600万人次的目标。 |
| 与上海同步开放全域商业化运营,并率先发放了全无人自动驾驶商业化许可,推动企业实现主驾无人的收费运营。 |
| 作为试点城市之一,允许L4级车辆开展商业化运营。此前深圳已通过立法全链条解决测试、准入和事故认定问题。 |
| 被纳入首批五个试点城市,可开展L4级全域商业化运营。 |
| |
二、L2+/L3 级辅助驾驶:从"选配"到"标配"
2.1 特斯拉 FSD:算法优秀,争议中前行
特斯拉的 FSD(Full Self-Driving)在 2025 年迎来 v13 大版本更新,采用端到端神经网络架构,大幅减少规则代码,依赖纯视觉方案实现更流畅的驾驶体验。马斯克旗下xAI公司开发的大语言模型Grok作为AI智能助手集成到特斯拉车载系统中,用于提升智能座舱的交互体验。用户可以通过Grok以更自然的语音指令触发自动驾驶相关功能(例如“启动FSD开至某地”),实现AI助手与自动驾驶功能协同,但车辆的控制权仍由FSD系统本身掌握,Grok并不直接参与驾驶决策。
数据亮点:
- 每百万英里干预次数降至约 1.5 次(2023 年约为 5 次)
争议仍在:纯视觉方案在极端天气、复杂路况下的表现仍是讨论焦点,多起事故调查也让监管机构保持谨慎态度。
2.2 中国车企:城市 NOA 全面开花
2025 年被称为"城市 NOA 元年",华为 ADS 3.0、小鹏 XNGP、理想 AD Max、蔚来 NOP+ 等系统已能在全国主要城市实现"有路就能开"的导航辅助驾驶。
| |
|---|
| 其ADS 3.0/4.0系统已支持在全国300多个城市的城区道路实现不依赖高精地图的导航辅助驾驶(无图NCA)。 |
| 已实现100%无图化,并通过“导航地图+XNet感知能力”的组合,确保在没有高精地图区域的体验连续性,并推进全球适用。 |
| 在2025年初宣布城市NOA将全面摆脱高精地图依赖,并引入端到端感知推理模块。 |
| 系统覆盖城市快速路、高架及部分城市街区,采用BEV建图与预测模型。 |
核心特点:
- 无图化:摆脱高精地图依赖,基于实时感知实现导航辅助
- 价格下探:从 30 万 + 车型下放至 15 万级别,加速普及
三、技术路线:从"百花齐放"到"收敛融合"
3.1 感知方案
趋势:中高端车型普遍采用"激光雷达 + 视觉 + 毫米波"多传感器融合,入门车型倾向纯视觉或轻雷达方案。
3.2 决策规划:大模型入局
2025-2026 年,端到端自动驾驶和驾驶大模型成为技术热点:
- Wayve:推出 GAIA 驾驶大模型,实现零样本泛化到新城市
- 中国玩家:华为、小鹏、理想等纷纷发布自研驾驶大模型
核心价值:大模型能够处理长尾场景,减少规则代码,提升系统泛化能力和拟人化程度。
四、挑战
4.1 技术层面
- 长尾问题仍未解决:极端天气、罕见路况、人类驾驶员的非理性行为等仍是挑战
- V2X 进展缓慢:车路协同喊了多年,实际部署规模和效果有限
- 仿真与现实的 gap:仿真测试通过不代表真实世界安全
4.2 商业层面
- 盈利难题:除 Waymo 接近盈亏平衡外,多数 Robotaxi 企业仍在烧钱。小马智行2025年第二季度毛利率已改善至16.1%,毛利润同比由负转正,但高昂的研发与运营投入使其尚未实现整体盈利。
- 成本压力:虽然硬件成本下降,但运营、维护、保险等隐性成本被低估,隐性成本结构呈现 “高技术依赖、重资产运营、高风险敞口” 的特点。
- 用户接受度:调查显示,消费者愿意乘坐完全无人驾驶车辆的比例远低于50%。
4.3 监管与伦理
- 责任界定:事故责任在车企、软件供应商、车主之间如何划分?
- 数据隐私:海量行驶数据的收集、使用、存储引发隐私担忧
五、未来会怎样?
5.1 基本实现的
✅ L4 Robotaxi 在特定区域实现商业化运营✅ L2+ 城市 NOA 在主流车型普及✅ 端到端大模型架构成为技术主流✅ 硬件成本大幅下降
5.2 尚未实现的
❌ 完全无人驾驶(L5)仍未见曙光❌ 大规模盈利模式尚未验证❌ 跨城市、跨区域的无缝自动驾驶体验❌ 全社会对自动驾驶的普遍信任
5.3 未来 3-5 年展望
- 2027-2028:L4 Robotaxi 在更多城市规模化,部分企业实现盈利
- 2028-2030:L3 级高速/城市领航成为 20 万 + 车型标配
- 2030—:L5 可能在特定场景(园区、港口等)率先实现
展望:理性乐观
2026 年的自动驾驶,褪去了资本狂热的光环,进入了技术深耕和商业验证的深水区。
我们没有看到"明天就全面无人驾驶"的奇迹,但看到了稳步前进的踏实积累。Waymo 的 200 万次无人行程、特斯拉的 500 亿英里数据、中国车企的城市 NOA 普及——这些都是真实的技术进步。
自动驾驶不是"会不会来"的问题,而是"以什么速度、什么形式来"的问题。在这个过程中,安全必须是第一优先级,商业化必须是可持续的,社会影响必须被认真对待。
2026 年,自动驾驶还在路上,但方向是对的,脚步是稳的。这或许就是最好的状态。
参考资料