15世紀(jì)末，達(dá)·伽馬的船隊繞過好望角，哥倫布意外登陸美洲新大陸，人類用帆船與羅盤打破了地理隔絕，開啟了重塑世界格局的大航海時代。

如今，在人工智能與汽車工業(yè)的交織浪潮中，自動駕駛正復(fù)刻著這段探索史——以算法為羅盤、以芯片為帆槳、以數(shù)據(jù)為洋流，打破傳統(tǒng)交通的邊界，駛向一個技術(shù)重構(gòu)、商業(yè)迭代、生態(tài)重塑的全新海域。

2025年以來，隨著L3級自動駕駛準(zhǔn)入落地、百萬級量產(chǎn)突破與全球化布局提速、自動駕駛巴士海外落地，這場波瀾壯闊的“智能遠(yuǎn)征”已正式進(jìn)入深水區(qū)。

從“近海試航”到“遠(yuǎn)洋裝備”的迭代

大航海時代的崛起，始于造船術(shù)與航海儀的革命性突破。自動駕駛的普及，同樣依賴核心技術(shù)從“實驗室驗證”到“規(guī)模化適配”的跨越。

經(jīng)過十余年的技術(shù)攻堅，曾經(jīng)停留在概念中的自動駕駛，已構(gòu)建起涵蓋感知、決策、執(zhí)行的完整技術(shù)體系，如同當(dāng)年的卡拉維爾帆船，具備了征服復(fù)雜海域的硬實力。

感知層的“千里眼”技術(shù)迭代，為自動駕駛掃清了視野障礙。早期自動駕駛依賴多激光雷達(dá)方案實現(xiàn)環(huán)境感知，高昂成本成為規(guī)?；涞氐蔫滂?，如同大航海初期的船只難以承載遠(yuǎn)洋補給。

如今，技術(shù)路線持續(xù)收斂，半固態(tài)激光雷達(dá)成本降至千元以內(nèi)，禾賽、速騰聚創(chuàng)等企業(yè)實現(xiàn)車規(guī)級量產(chǎn)，讓高階智駕方案得以普及。近日，輕舟智航推出基于單征程6M平臺端到端城市NOA方案，在有限算力中實現(xiàn)復(fù)雜路況適配，彰顯了技術(shù)優(yōu)化的核心價值。

與此同時，純視覺方案與激光雷達(dá)、毫米波雷達(dá)、攝像頭的融合感知技術(shù)并行發(fā)展。蘑菇車聯(lián)“視覺為主+固態(tài)激光雷達(dá)融合”的技術(shù)路線，顯著提升系統(tǒng)的一致性與可靠性，使目標(biāo)感知距離提升超50%，漏檢率/誤檢率下降70%，接管率降低兩個數(shù)量級，且大幅降低了研發(fā)與硬件成本，為自動駕駛巴士規(guī)?；涞氐於藞詫嵒A(chǔ)。

決策層的“最強大腦”升級，賦予自動駕駛應(yīng)對復(fù)雜場景的能力。如果說早期算法是依賴預(yù)設(shè)規(guī)則的“近海導(dǎo)航”，如今的端到端架構(gòu)與世界模型，則如同具備洋流預(yù)判能力的航海家。2025年以來，端到端已成為行業(yè)共識，多家自動駕駛企業(yè)推出VLM、VLA與世界模型融合的新架構(gòu)，依托量產(chǎn)積累的真實路況數(shù)據(jù)，實現(xiàn)從感知到控制的端到端閉環(huán)，大幅提升長尾場景處理能力。

算力支撐同樣實現(xiàn)飛躍，英偉達(dá)DRIVE Thor X芯片算力突破2000TOPS，華為、地平線等本土企業(yè)加速國產(chǎn)替代，為高階算法提供了充足的動力儲備，如同大航海時代蒸汽機(jī)對風(fēng)帆的革新。

執(zhí)行層與基礎(chǔ)軟件的完善，筑牢了技術(shù)落地的根基。線控制動、線控轉(zhuǎn)向技術(shù)實現(xiàn)高精度控制，為無主駕運營提供安全保障；高精地圖與北斗定位實現(xiàn)厘米級覆蓋，如同當(dāng)年的星盤與海圖，為車輛規(guī)劃精準(zhǔn)路線。百度、高德的高精地圖已覆蓋全國主要城市，千尋位置的定位服務(wù)讓自動駕駛在隧道、高樓等復(fù)雜環(huán)境中仍能保持精準(zhǔn)感知，構(gòu)建起“車-路-云”一體化的技術(shù)生態(tài)。

量產(chǎn)門檻下的“航線開拓”

大航海時代的真正到來，并非源于單次探險的成功，而是航線的常態(tài)化運營與貿(mào)易網(wǎng)絡(luò)的建立。而自動駕駛的“大航海時代”，也以規(guī)?；慨a(chǎn)為標(biāo)志，從技術(shù)獵奇走向全民普及，完成從“點的突破”到“面的覆蓋”的跨越。

量產(chǎn)的核心價值在于構(gòu)建了數(shù)據(jù)驅(qū)動的技術(shù)迭代閉環(huán)。自動駕駛的安全性與可靠性，離不開海量真實場景數(shù)據(jù)的訓(xùn)練，如同航海家需要記錄洋流、暗礁位置以優(yōu)化航線。

這些來自不同氣候、路況、駕駛習(xí)慣的數(shù)據(jù)，持續(xù)反哺算法迭代，讓自動駕駛系統(tǒng)在雨雪天氣、施工路段、城中村等復(fù)雜場景中不斷進(jìn)化，形成“量產(chǎn)交付-數(shù)據(jù)積累-算法優(yōu)化-體驗升級”的正向循環(huán)。

而這一循環(huán)的持續(xù)運轉(zhuǎn)，不僅讓自動駕駛的技術(shù)底座愈發(fā)堅實，更推動著行業(yè)從單一的技術(shù)研發(fā)，走向全產(chǎn)業(yè)鏈的協(xié)同成熟。

量產(chǎn)帶來的規(guī)模化效應(yīng)，更直接推動了核心零部件的成本下探與技術(shù)升級。激光雷達(dá)、車載計算平臺、高精定位模塊等曾經(jīng)的天價核心器件，隨著量產(chǎn)需求的激增，實現(xiàn)了技術(shù)的小型化、通用化與低成本化。自動駕駛也由此走出實驗室與試點場景，從園區(qū)、景區(qū)、高速路的點狀試水，延伸到城市主干道、社區(qū)微循環(huán)的面狀覆蓋，真正完成從技術(shù)試水到民生普惠的質(zhì)變。

更重要的是，量產(chǎn)所構(gòu)建的出行網(wǎng)絡(luò)，讓自動駕駛的價值從單一的替代駕駛，升維為城市智慧交通的重要組成部分。量產(chǎn)車輛所形成的移動感知節(jié)點，與城市的路側(cè)設(shè)備、交通管控系統(tǒng)、智慧停車網(wǎng)絡(luò)相連，構(gòu)成一張實時感知、動態(tài)調(diào)控的交通神經(jīng)網(wǎng)絡(luò)。

每一輛自動駕駛車都是一個移動的數(shù)據(jù)采集終端，不僅為自身算法迭代提供數(shù)據(jù)，更能為城市交通規(guī)劃提供精準(zhǔn)的車流、路況、擁堵點數(shù)據(jù)，助力城市優(yōu)化信號燈配時、規(guī)劃公交路線、疏解交通堵點，實現(xiàn)人、車、路、城的深度融合。

量產(chǎn)落地推動行業(yè)競爭焦點從“技術(shù)炫技”轉(zhuǎn)向“工程能力”。早期自動駕駛行業(yè)熱衷于自動駕駛技術(shù)的極限驗證，如今隨著L3級自動駕駛準(zhǔn)入許可的發(fā)放，行業(yè)重心轉(zhuǎn)向規(guī)?；桓杜c成本控制。

2025年12月，工信部向長安、北汽等車企發(fā)放首批L3級自動駕駛準(zhǔn)入許可，北京、重慶等地同步頒發(fā)專用號牌，明確系統(tǒng)激活期間由車企承擔(dān)事故責(zé)任，為量產(chǎn)落地掃清了政策障礙。

產(chǎn)業(yè)鏈的協(xié)同成熟，為量產(chǎn)爆發(fā)提供了底層支撐。上游核心硬件成本持續(xù)下降，激光雷達(dá)從早期的數(shù)萬元降至千元級，高算力芯片實現(xiàn)國產(chǎn)化替代，域控制器集成度不斷提升，讓高階智駕方案的前裝成本大幅降低。

中游形成“技術(shù)公司+整車廠+出行平臺”的“金三角”協(xié)作模式，廣汽與文遠(yuǎn)知行、如祺出行的合作，通用與Cruise、Lyft的綁定，實現(xiàn)資源互補與風(fēng)險共擔(dān)，加速技術(shù)落地與標(biāo)準(zhǔn)化量產(chǎn)。

下游運營服務(wù)體系逐步完善，充電換電、維修保養(yǎng)、專屬保險等配套服務(wù)快速跟進(jìn)，為消費者接受自動駕駛提供了保障。

全球格局下的“新大陸爭奪”

大航海時代的本質(zhì)，是對新土地、新市場、新貿(mào)易路線的爭奪。自動駕駛的商業(yè)化進(jìn)程，同樣呈現(xiàn)出全球范圍內(nèi)的市場分割與生態(tài)博弈，中美雙極引領(lǐng)、區(qū)域市場崛起的格局逐漸清晰，各玩家紛紛劃定“勢力范圍”，開啟屬于自己的“新大陸遠(yuǎn)征”。

中美雙極形成核心競爭陣營，商業(yè)化進(jìn)程領(lǐng)跑全球。美國市場以Waymo、特斯拉為核心力量，Waymo已在全美5座城市部署超2500臺無人車，2025年累計完成商業(yè)化訂單1400萬單，其計劃將服務(wù)擴(kuò)展至12座城市，通過與Uber、豐田的合作加速市場滲透。

特斯拉則以純視覺方案押注規(guī)?；?，在奧斯汀率先取消安全員。根據(jù)大摩分析師的預(yù)測，特斯拉Robotaxi車隊規(guī)模將迎來爆發(fā)式增長。車隊將從2025年的約200輛，快速擴(kuò)張到2026年的1000輛，到2035年，特斯拉將在全美多座城市部署約100萬輛Robotaxi。

中國自動駕駛市場在政策試點與產(chǎn)業(yè)鏈協(xié)同下加速落地，百度蘿卜快跑全球服務(wù)次數(shù)超1700萬次，通過與Uber、Lyft合作加速出海；小馬智行、文遠(yuǎn)知行在一線城市實現(xiàn)Robotaxi常態(tài)化運營，部分平臺單城日均訂單量突破千單。2026年，小鵬汽車宣布導(dǎo)入Robotaxi業(yè)務(wù)，哈啰單車與寧德時代聯(lián)手入局，進(jìn)一步加劇了市場競爭。

場景拓展成為“新大陸開拓”的核心方向，從乘用車向全領(lǐng)域延伸。如果說乘用車NOA是自動駕駛的“近岸貿(mào)易”，RoboBus、無人物流、港口運輸?shù)葓鼍皠t是更廣闊的“遠(yuǎn)洋海域”。

Momenta通過投資加碼干線物流，卓馭科技與陜汽合作布局重卡自動駕駛，佑駕創(chuàng)新、輕舟智航等企業(yè)進(jìn)軍無人小車領(lǐng)域，形成“乘用車+商用車+特種車”的全場景覆蓋格局。

全球化布局成為頭部企業(yè)的必答題，中國企業(yè)加速“出海遠(yuǎn)征”。隨著國內(nèi)市場競爭加劇，海外市場成為攤薄成本、實現(xiàn)規(guī)模效應(yīng)的重要方向，如同大航海時代的探險家紛紛駛向美洲、非洲。

文遠(yuǎn)知行自動駕駛小巴Robobus在比利時魯汶市（Leuven）開啟商業(yè)運營，文遠(yuǎn)小巴作為當(dāng)?shù)毓步煌ü綝e Lijn的16路公交車投入常態(tài)化公開運營。

去年10月，蘑菇車聯(lián)獨家中標(biāo)新加坡官方首個L4級自動駕駛巴士項目，這是中國自動駕駛企業(yè)首次成功敲開了全球要求最嚴(yán)苛、標(biāo)準(zhǔn)最高的技術(shù)高地，標(biāo)志著中國自動駕駛技術(shù)正式融入海外主流公共交通體系。

中國自動駕駛企業(yè)的出海優(yōu)勢顯著，技術(shù)經(jīng)過了國內(nèi)早晚高峰、各類復(fù)雜路況、不同城市場景的錘煉，在海外市場基本無需大幅調(diào)整即可適配，這種技術(shù)泛化能力成為出海的核心競爭力。

遠(yuǎn)征路上的三重挑戰(zhàn)

大航海時代的遠(yuǎn)征，從來不是一帆風(fēng)順的，風(fēng)暴、暗礁、未知風(fēng)險始終伴隨。而自動駕駛的“大航海”之路，同樣面臨技術(shù)瓶頸、法規(guī)滯后、盈利壓力的三重考驗，這些“暗礁風(fēng)浪”決定著行業(yè)能否實現(xiàn)可持續(xù)發(fā)展。

技術(shù)層面，長尾場景與安全冗余仍是未解難題。盡管自動駕駛在常規(guī)路況下已具備較高可靠性，但極端天氣、突發(fā)施工、異形障礙物等長尾場景，仍如同航海中的風(fēng)暴，考驗著算法的魯棒性。

端到端架構(gòu)在L2級場景中表現(xiàn)出色，但在L4級無主駕運營中的可靠性仍需長期驗證。同時，安全冗余設(shè)計與成本控制存在天然矛盾，如何在保障安全的前提下降低成本，成為規(guī)?；年P(guān)鍵。

法規(guī)層面，責(zé)任界定與標(biāo)準(zhǔn)互認(rèn)滯后于技術(shù)發(fā)展。目前，全球尚未形成統(tǒng)一的自動駕駛法規(guī)體系，事故責(zé)任劃分、數(shù)據(jù)安全規(guī)范、路權(quán)開放范圍等問題仍存在空白。中國通過“政策沙盒”模式試點探索，明確L3級場景下車企的責(zé)任主體地位，但全國性法規(guī)體系尚待完善；歐盟《人工智能法案》強調(diào)倫理審查，英國首創(chuàng)“三重責(zé)任主體”制度，將軟件開發(fā)商納入責(zé)任鏈，不同地區(qū)的法規(guī)差異為全球化布局帶來阻礙。

盈利層面，規(guī)模效應(yīng)尚未顯現(xiàn)，企業(yè)面臨持續(xù)虧損壓力。多數(shù)自動駕駛企業(yè)仍處于“燒錢”階段。分析顯示，Robotaxi的單車經(jīng)濟(jì)模型需同時優(yōu)化訂單密度與硬件成本，預(yù)計2027年前后才能實現(xiàn)規(guī)?；＜词故穷^部企業(yè)，也需在技術(shù)研發(fā)、車隊擴(kuò)張、運營維護(hù)上持續(xù)投入，盈利之路道阻且長。

站在2026年的時間節(jié)點展望，自動駕駛的“大航海時代”才剛剛拉開序幕。從技術(shù)破冰到量產(chǎn)爆發(fā)、從國內(nèi)競爭到全球遠(yuǎn)征，這場探索之旅既有星辰大海的憧憬，也有暗礁風(fēng)浪的考驗。

正如大航海時代的探險家們以勇氣與智慧突破地理邊界，自動駕駛行業(yè)的參與者們也在以技術(shù)創(chuàng)新與商業(yè)韌性，開拓屬于未來的出行新大陸。當(dāng)算法足夠智能、法規(guī)足夠完善、成本足夠親民，自動駕駛終將融入日常生活的肌理，成為重塑未來生活方式的重要力量，這就是這場“智能遠(yuǎn)征”的終極目標(biāo)。