最近几年，L4 自动驾驶不断走进大众视野。武汉街头，萝卜快跑全无人 Robotaxi 接单如普通网约车；广州，小马智行车辆跑出单车运营正向收益；青岛港，L4 无人集卡昼夜不停转运集装箱。看似距离全民无人驾驶时代只有一步之遥，但剥开热闹的测试订单，L4 真正的拦路虎，从来不是算法，而是居高不下的综合成本。

很多人对 L4 的认知停留在 “多装几颗激光雷达”。事实上，L4 和我们日常买到的 L2 辅助驾驶，存在本质鸿沟。L2 的责任主体是人，驾驶员随时接管；而L4 意味着限定场景内，车辆全权接管驾驶，人类不需要接管，这套安全逻辑直接推高整套系统的底层硬件门槛。

早期改装 Demo 车辆，一套 L4 套件加上改造底盘，整车成本动辄 80‑120 万元。随着国产供应链成熟，前装量产车型成本大幅下探，如今主流 Robotaxi 整车成本控制在 20‑30 万区间，但硬件成本的压力并没有完全消失。

硬件成本中，激光雷达价格已经大幅下探，只占整套智驾套件的一成多。真正的成本大头来自ASIL‑D 功能安全强制要求的双冗余系统：双冗余转向、双冗余制动、备份电源、多套算力单元。普通家用电动车的底盘完全达不到 L4 安全标准，这套冗余底盘 BOM 成本就要 2‑4 万元；再叠加多颗大算力车规芯片、IMU‑RTK 高精度定位、全套感知设备，L4 智驾套件硬件 BOM 普遍维持在 7‑16 万区间。

硬件还只是冰山一角，看不见的软性成本，才是压在 L4 企业身上的重担。

以小马智行的公开经营数据为例，2026 年一季度 Robotaxi 业务营收高速增长，但同期净亏损仍达到 3.69 亿元36氪。营收增长，亏损扩大，正是行业真实写照。几十亿上百亿的研发投入，需要分摊到每一台运营车辆。车队规模只有几百台的时候，单车研发摊销就会达到数万元；只有车队走到万台级别，研发摊销才能被显著稀释。

运营成本同样不可忽视。武汉大规模运营的萝卜快跑，单车一年综合运营成本约 10 万元，包含车辆折旧、传感器定期标定维保、云端远程安全员值守、保险、高精地图更新与云服务开销。就算拿掉随车安全员，后台依然需要人员监控处理异常工况。车辆传感器属于易损件，一旦发生剐蹭，激光雷达、毫米波雷达维修更换费用不菲。

现实运营中也暴露了成本背后的技术短板。此前武汉晚高峰，上百台萝卜快跑车辆因云端通信异常，多车同时僵停高架，部分乘客被困近两小时，暴露出全无人运营下，车辆、云端、救援整套体系高昂的运维代价。

同样是 L4 技术，不同场景商业化结果天差地别。城市 Robotaxi 还在苦苦追求单车盈亏平衡，封闭半封闭场景已经跑通商业闭环。

青岛港的 L4 无人集卡，在港口固定路线作业，不用应对城市道路复杂的长尾场景，感知、算力、冗余要求可以适度降低，已经实现规模化落地，替代传统集卡司机，实现降本增效驭势科技。深圳 B888 微循环自动驾驶公交专线，串联地铁站与商圈，线路固定，车速不高，上座率稳定在 80% 以上，已经常态化载客运营。这类场景 ODD 范围小，风险可控，验证成本、运维成本显著低于城市开放道路。

反观城市 Robotaxi，广州、武汉已经实现局部区域单车运营 UE 转正，但这是剔除总部巨额研发摊销后的口径。小规模车队很难实现整体盈利，只有当车队规模达到数千台以上，折旧摊销、采购成本、运维成本被摊薄，单公里成本才有望追平传统网约车。

行业内有两条主流降本路线。第一条，依靠国产供应链 + 规模化量产，地平线、华为昇腾等国产算力芯片，国产激光雷达、4D 毫米波雷达持续迭代，推动硬件 BOM 下行，但降本前提是规模，小批量采购很难拿到低价。第二条，算法换硬件，依靠大模型世界模型，减少激光雷达数量，压缩感知硬件开支。但硬件省下的钱，会转化为海量数据采集、仿真验证的研发成本，同时恶劣天气、极端路况的鲁棒性会面临更大考验。

很多人曾经畅想，L4 会快速普及到私家车市场。但从成本逻辑看，私家车很难大规模落地 L4。私家车每年行驶里程有限，高昂的冗余底盘、全套感知算力，很难被用户买单。未来很长一段时间，L4 的主战场，依旧会集中在 Robotaxi、港口物流、园区接驳、环卫等高频运营场景。

L4 自动驾驶不是简单的技术竞赛，更是一场成本与规模的博弈。技术上，我们已经可以造出跑得很好的无人车；商业上，如何把硬件、研发、运维整套综合成本打下来，才是真正的大考。热闹的城市道路测试只是序章，真正的商业化，要看能不能算得清一本实实在在的经济账。