自动驾驶下半场:从“谁开得稳”,到“谁能赚钱、谁敢负责”
- 2026-07-24 16:57:15
NEW THINKING
这是思维AI社的第92篇原创
全文约1720字，阅读时长预计5分钟
最近这段时间，自动驾驶圈热闹非凡。
Momenta上市敲钟、英伟达悄悄调整自动驾驶业务、字节世界模型团队被曝切入智驾，三件事几乎挤在同一个时间窗口。
文远知行发布物理AI大模型WITT；小鹏接上Google Maps，摆明了要啃欧洲市场；百度Apollo Go开进哈萨克斯坦。
大洋彼岸，AP和NBC又把特斯拉德州事故和FSD责任问题翻出来重新炒了一遍。
单拎任何一条出来，都是公司层面的新闻。但你把它们码齐了往桌上一摆，指向的其实是同一件事——自动驾驶的上半场，结束了。
上半场，行业比谁的视频更丝滑，谁的城市 NOA 更敢开，谁的大模型故事更像未来。
下半场还要看这些，但远远不够。真正的问题变成：能不能量产，能不能出海，能不能少亏钱，出了事谁负责。
技术路线在收敛，自动驾驶成了物理AI的训练场
过去一年，端到端、VLA、世界模型、物理AI……新词一个接一个往外冒。听起来眼花缭乱，底层说穿了就是同一件事：让系统更懂真实世界，而不是只在规则和标注里打转。
字节被曝从无人物流车切入智驾这件事，我倒觉得不用急着下结论说"字节要下场造车"。更合理的解释是，自动驾驶是物理AI最好的训练场。
你想啊，连续视频流、多传感器数据、各种不守规矩的道路参与者、永远意想不到的突发事件。
还有一个最关键的：结果是可验证的。撞没撞上、到没到站，数据不会骗人。这种真实世界的反馈密度，比纯文本世界更接近AI下一阶段要处理的问题。
文远知行的WITT走的也是这个路子。它强调的不是把模型堆到多少参数，而是从真实道路数据里提取可验证的物理事实。说白了就是——模型再大，看错一个红绿灯也是白搭。
自动驾驶最怕的从来不是"不会表达"，而是看错、漏看、误判，还不知道自己错在哪里。模型越聪明，验证机制越重要。不然就是聪明反被聪明误。
产业链重新排座次，故事要变成可交付的订单
Momenta上市，意义远不止"智驾第一股"这么个标签。之前写过，700亿市值、亏了92亿的Momenta，为什么资本还抢着要？
真正关键的是，量产智驾公司的账本第一次被摆到了公开市场的聚光灯下。
一级市场可以听你讲三五年故事，二级市场不吃这一套，收入、毛利、现金流、客户集中度，每一样都要拿出来晾晒。
英伟达也在补这堂课。以前大家提起英伟达，想到的就是算力供应商、卖芯片的。但自动驾驶这门生意，真不是把芯片卖出去就完了。
车企要的是什么？是能上车、能适配、能稳定迭代的一整套能力。
芯片只是基础，模型、工具链、工程交付能力，缺一样都不行。谁能把这些串起来，谁才有可能留在牌桌靠前的位置。
这也是为什么最近车企、Tier0.5、算法公司、芯片公司都在重新找自己的位置。
自动驾驶从来不缺Demo，缺的是大规模交付之后的稳定体验、成本控制和持续回款。
行业的评判标准，从"谁技术更牛"变成了"谁能被车企长期采购"。
听起来没那么酷了，但这才是生意该有的样子。
Robotaxi出海之后，责任边界会变成硬指标
小鹏推进欧洲智驾，难点从来不只是算法。
地图数据怎么搞、当地法规怎么满足、道路习惯和驾驶文化怎么适配、本地认证怎么过——每一个都是硬骨头。
百度Apollo Go进入哈萨克斯坦，大众Moia在汉堡试点自动驾驶接驳，这些事放在一起看就有意思了：Robotaxi正在从少数几个样板城市，走向更多地区的实际运营验证。
但商业化越往前走，有一个问题就越绕不过去——出事了算谁的？
特斯拉德州事故的初步调查结果是，驾驶员踩下了加速踏板，覆盖了FSD。
这个结论对特斯拉有利，但争议不会就这么消失。只要产品名字叫"Full Self-Driving"（完全自动驾驶），用户就天然会高估系统能力。
辅助驾驶越强，责任边界反而越要掰扯清楚。
国内也一样。L2新国标、车企的各种安全承诺、保险产品的跟进、事故认定的机制……所有这些都会把智驾竞争的焦点，从"功能多不多"推向"谁敢兜底"。
以后消费者买车，不只会问"能不能自动开"，还会问一句：真出事了，你认不认？
这个问题的答案，比任何发布会都更有说服力。
自动驾驶的下半场，不是退潮了，是进入了更难、也更有意思的阶段。
技术当然还要继续卷，但光有技术已经不够了。
你得证明自己能量产交付，能把成本打下来，能拿到稳定的订单，能适应不同国家的监管，也能在事故和责任面前站得住脚。
真正的分水岭，可能不会出现在某一场万众瞩目的发布会上。
它会出现在更普通、更日常的地方：一份财报里的毛利率、一份保险条款里的责任划分、一张海外市场的准入许可、一封车企的长期采购意向函，以及车主每天上车之后，愿不愿意顺手打开那个功能。
自动驾驶终于从炫技，走到了算账。
而会算账的公司，才能活到下一个半场。
求点赞
求分享
求喜欢
