当汽车产业的电动化叙事逐渐转入平台期，自动驾驶正接过创新主升浪的接力棒。2026年5月，我们被同时推至两个现实的交汇处：一面是端到端大模型几乎重塑了所有玩家的技术栈，另一面是Robotaxi在若干城市逼近单位经济模型的盈亏平衡点。这篇文章将站在此刻，以工程师视角梳理政策、技术、商业与供应链四个维度的最新态势。
一、政策闸门再启：L3准入从试点走向规模化
进入2026年，全球主要汽车市场对L3级有条件自动驾驶的监管框架已从“试点探索”切换为“有条件放量”。在中国，工信部联合多部委于2025年底更新的《智能网联汽车准入和上路通行试点实施指南》明确，获得L3准入资质的企业可申请跨城市互联互认，不再需要逐城重新审批。根据2026年第一季度行业备案数据，已有9家乘用车企业取得L3级量产车型公告，涵盖高速公路和城市快速路场景，累计上路测试里程超过8000万公里（数据来源：国家智能网联汽车创新中心2026年4月简报）。
在欧洲，UN R157法规的修订版于2026年3月生效，将ALKS（自动车道保持系统）的最高运行速度从60km/h提升至130km/h，并允许在特定高速公路上实施自动变道。奔驰Drive Pilot在德国已获准在超过1.5万公里的高速路段开启L3模式；宝马Personal Pilot L3则于2026年初在欧洲实现交付。美国仍采取州层主导模式，但NHTSA于2025年底发布的自愿性安全评估框架，正促使加州、得州和内华达州对无安全员的L4运营牌照发放明显加速。
政策核心趋势可概括为三点：
- 从封闭场地到开放道路
- 从事前审批到持续监督：监管部门要求企业实时上传运行设计域（ODD）边界数据和脱离事件；
- 保险与责任界定逐步配齐：中国保险行业协会2026版《智能网联汽车保险指引》已明确L3/L4状态下的赔付链条主体。
二、技术栈收敛：端到端大模型成为确定性共识
如果说2024年端到端还是少数玩家的激进尝试，到2026年5月，基于大规模视频数据训练的端到端模型已成为城市NOA功能的第一技术路线。从模块化“感知-预测-规划-控制”到“传感器输入直接映射为驾驶行为”的范式转移，正在用更低的代码维护成本和更拟人的驾驶表现赢得工程团队的选票。
背后的推动力来自数据与算力基础设施的成熟。据Waymo 2025年技术开放日披露，其端到端规划模型已在凤凰城和旧金山全面部署，经1.2亿英里真实无安全员行驶数据验证，城市交叉路口犹豫行为减少37%，不必要刹车频次下降约45%。特斯拉FSD V13版本于2025年底在北美推送，V13的端到端模型参数量相较V12扩大5倍，借助Cortex训练集群，能够在无高精地图依赖下处理环岛、无保护左转等场景。根据Tesla 2026年Q1更新报告，FSD（Supervised）累计行驶里程已突破40亿英里。中国本土玩家同样激进：华为ADS 4.0、小鹏XNGP 5.0、理想AD Max 4.0均在2025年内完成端到端架构切换，覆盖城区道路；毫末智行、元戎启行等方案商也快速跟进。
不过，行业内对端到端的演进方向并未盲目乐观。关键的工程难题集中在可解释性和长尾安全性。纯黑箱模型在出现异常时的行为难以回溯与验证，因此出现了一种折中形态——“端到端+安全包络”，即在神经规划器外包裹一层基于规则的约束器，防止跨出ODD或触达不可接受的风险边界。据行业趋势推断，到2026年中，近80%的量产城市NOA方案采用了这种混合架构。
三、Robotaxi舰队到达深水区：单位经济模型逼近拐点
2025-2026年是Robotaxi运营从“烧钱验证”向“规模经济”过渡的窗口期。几个关键运营指标——日均订单、单车营收、安全员人车比和车辆运营成本——正在发生质变。
百度的萝卜快跑在武汉已建立全球最大的单一城市无人车队。根据百度2025年Q4财报及2026年Q1运营数据，武汉运营车辆数从年初的500辆跃升至2026年4月的1800辆，其中完全无人（无安全员）车辆占比超过70%，单均成本在2025年第四季度首次低于当地出租车起步价，单车日均订单达到22单，逼近网约车司机日均单量。而在旧金山，Waymo One服务范围已覆盖旧金山市全部区域并延伸至戴利城、圣马特奥，2026年Q1每周无人驾驶付费行程突破20万次，同比翻倍（来源：Waymo 2026年4月官方博客）。
Cruise在经历2024年的牌照暂停事件后，于2025年秋季在休斯顿和菲尼克斯重新启动无安全员运营，目前车队规模约400辆，采取了更为保守的ODD策略和更严格的远程监控员配比。而Zoox则在拉斯维加斯限定区域内同时测试无人驾驶客运。
从成本侧看，麦肯锡2025年11月发布的报告《Autonomous driving’s new reality》显示，在人力（安全员/远程监控）和车辆资产构成的主要成本中，人力成本正快速摊薄，当远程监控员与服务车辆比例达到1:20时，Robotaxi每公里直接运营成本约1.1美元，已略低于旧金山Uber X的平均乘客支付价格。当然，这尚未计入车辆折旧、云端算力和高精地图维护等间接成本。据行业趋势推断，2026年底在武汉、凤凰城等核心运营区域，将首次出现不依赖补贴的全成本盈利窗口。
四、供应链同与不同：激光雷达下沉，芯片算力堆叠暂歇
自动驾驶的供应链逻辑在2026年呈现两大特征：感知硬件向纯视觉与融合感知两大阵营进一步分化，而计算芯片的算力军备竞赛阶段性趋缓。
激光雷达产业在经历2024-2025年的洗牌后，存活下来的厂商（禾赛科技、速腾聚创、图达通等）已将主激光雷达的ASP（平均售价）压至400美元上下，补盲雷达降至200美元以内。据Yole Group 2025年Q4市场追踪，2025年全球乘用车激光雷达装车量约180万台，中国贡献超过70%。值得注意的是，价格下沉并未换来想象中所有车企的倒戈。特斯拉坚持纯视觉路线，继续在HW5.0上砍掉雷达接口；而小鹏、蔚来则在旗舰车型上保留“视觉+激光雷达”双冗余，作为端到端模型的安全兜底。
芯片侧看似平静实则暗流涌动。英伟达Thor平台因EDA工具链迁移和软件适配延迟，规模化交付迟到至2025年底。2026年初，Thor开始搭载于极氪、理想等车型。但一个明显的信号是，车企对千TOPS算力的热情正在降温。端到端模型的推理效率优化（如int8量化、稀疏计算）让Orin-X级别的芯片（254 TOPS）足以运行城市NOA功能。地平线J6P、高通Snapdragon Ride Flex等性价比平台在2026年获得了更多定点，预计将中阶智驾方案的BOM成本拉低约20%（数据来源：高工智能汽车2026年3月市场研报）。
高精地图的角色持续弱化。2026年上市的新车中，超过一半的城市NOA方案宣称“轻地图”或“无图”，依赖实时感知构建局部拓扑。图商由此转型为数据服务商，四维图新等已将其商业模式从“买地图”调整为“买更新”。
五、最难啃的骨头：长尾场景与公众信任鸿沟
即使技术和商业都在加速，任何从业者都会坦诚：真正的硬仗仍未打完。自动驾驶的广泛社会接受度，可能还需要一次系统的信任重建。
长尾问题不会因模型参数翻倍而自动消失。2025年内，多起涉及自动驾驶车辆在施工区、临时交通管控场景下的异常行为被媒体和社交网络放大。加州DMV的2025年年度报告显示，L4级测试车的主要脱离原因依旧集中在“异常物体识别”（如拖挂的树枝、异形工程车）、“临时交通信号冲突”和“极端天气下的传感器降级”。行业当前应对长尾的核心方法仍是数据驱动——用更多里程换取更小的脆弱性，但边际收益正在递减。
公众信任成为另一个必须度量的变量。艾媒咨询在2026年2月发布的中国消费者调研显示，对L4级Robotaxi“完全放心乘坐”的受访者比例仅为23%，较2023年无明显提升。而美国皮尤研究中心2025年底的调查指出，约62%的美国成年人仍对完全无人驾驶汽车持谨慎或反对态度。这提醒产业链，技术之外，透明的信息披露、事故数据公开以及可感知的安全设计，将是破局关键。
整车企业和出行平台已在尝试构建信任机制：滴滴自动驾驶在2026年推出“行程实时安全仪表盘”，在车内屏幕用可视化方式向乘客展示车辆意图与感知结果；Waymo发布安全影响数据，证明在其运营城市无人驾驶出租车事故率比人类驾驶员低76%。
站在2026年5月遥望，自动驾驶已经驶离了实验室与限定的测试区，正在真实的城市血管中寻找自己的位置。端到端技术路径收敛、政策开口放大、Robotaxi单位经济模型趋向正向——三个条件正彼此共振。但即便走到这里，我们面对的依然是一个0到1刚刚完成、1到100极其漫长的赛道。每一公里的有效运行、每一次长尾情形的安全处置，都在为这条路铺设最坚实的枕木。
10个月宝宝每天需要喝多少奶粉？
