揭曉自動駕駛巴士商業謎團:誰成王,誰敗寇?
當自動駕駛出租車(Robotaxi)在商業化進程中艱難前行時,自動駕駛巴士(Robobus)已在中國悄然發力,進駐 50 多個城市的景區、園區以及主街道。從大理洱海的觀光接駁服務,到北京亦莊的公交專線,這些配備激光雷達的 “智慧盒子” 正以年均 300% 的增速,改寫著城市出行的格局。在這場百億級別的市場爭奪戰中,技術路線與商業模式的激烈博弈,將行業推向了 “分水嶺時刻”。而把視角放到全球,自動駕駛巴士也在不同地區展現出多樣的發展態勢。

全球突圍:從局部試點到多地探索
中國自動駕駛巴士的發展歷程是技術突破與政策創新相互交織的過程,而在全球其他地區,也有著各自獨特的發展軌跡。
在美國,科技企業和汽車制造商對自動駕駛巴士研發投入巨大。像一些頭部企業積極與科研機構合作,不斷測試和優化自動駕駛巴士技術。美國政府也在積極推動,通過制定相關法規和政策,為自動駕駛巴士的商業化應用提供支持。例如,內華達州是美國較早為自動駕駛汽車立法的州之一,這為自動駕駛巴士在該地區的測試和運營提供了法律基礎。一些城市還在積極探索新的運營模式,像在一些科技園區和旅游景區,自動駕駛巴士已經投入試運行,為未來城市交通發展積累經驗。

肯尼迪國際機場的自動駕駛穿梭巴士
歐洲在自動駕駛巴士領域同樣取得了顯著進展。歐洲擁有強大的汽車工業基礎,以德國、法國、英國、瑞典等國為代表,多個國家和地區較早開始自動駕駛小巴項目研究。
Navya: 成立于 2014 年,2023年 1 月,其與合作伙伴電動巴士制造商 Bluebus 一起完成了 2 輛 Bluebus Autonom 的無人駕駛化和自動化,并完成了所有的試運行測試,其自動駕駛巴士已被法國政府投入到工業區、公園、小型住宅區等場景,用于解決 “最后一公里” 問題 。
Easymile: 成立于 2014 年,其基于 EZ10s 推出的自動駕駛班車服務,可在市中心、城鎮、大學、園區、醫院、公園等地應用,適應各種交通狀況和氣象條件,已在新加坡、加州、瑞士、芬蘭等地進行相關道路測試,自 2014 年以來,該公司以高質量交付和實際部署而聞名,成熟的技術已在 30 多個國家的 300 多個地點實現自動駕駛,行駛里程超過 100 萬公里。
Fusion Processing: 成立于 2012 年,旨在設計和構建世界領先的車輛自動化系統和技術,以提高車輛安全性,其與英國最大的公共汽車運營商 Stagecoach、巴士零部件供應商 Alexander Dennis 和蘇格蘭運輸局合作,共同運營 CAVForth 自動駕駛巴士項目,2023 年 5 月,該項目的 5 輛完全自動駕駛公共汽車已經駛上愛丁堡附近街道。
不過,歐洲的發展也面臨一些挑戰,部分汽車供應商因前期投資巨大停止了相關項目,如采埃孚在 2023 年底放棄了班車計劃,大陸集團也停止推進其 CUBE(大陸城市出行體驗)開發平臺。

Navya Arma純電動自動駕駛的穿梭巴士
日本作為汽車制造業強國,在自動駕駛巴士領域擁有深厚的技術積累。汽車制造商和技術企業不斷加大研發投入,推出創新產品。日本政府也積極推動自動駕駛巴士的發展,通過制定相關法規和政策,為商業化應用提供支持。同時,日本的城市交通系統也在積極探索自動駕駛巴士的運營模式,以提高城市交通的便捷性和舒適性。

日本TierIV開發的純電動自動駕駛巴士
在東南亞地區,雖然在自動駕駛技術方面與發達國家存在一定差距,但一些國家已經開始積極引進和研發自動駕駛公交車技術。隨著技術的不斷發展和普及,預計未來東南亞地區的自動駕駛巴士市場將迎來快速發展。印度作為人口大國和新興經濟體,對自動駕駛公交車的發展給予了高度關注。目前雖處于起步階段,但政府已經開始制定相關政策和規劃,一些科技企業和研究機構也在積極探索研發和應用模式。
賽道突圍:從實驗室到街頭的三級跳
回到國內,中國自動駕駛巴士的發展同樣經歷了關鍵的幾個階段。
2003-2015 年,2003年,清華大學研制成功THMR-V型無人駕駛車輛,能在清晰車道線的結構化道路上完成巡線行駛,最高車速超過100km/h。2008年,由中國工程院李德毅院士帶隊組成了清華大學智能車團隊,該隊共有老師、博士生等二十余人。目前已經在多條開放道路進行過無人駕駛實驗,無人駕駛行駛里程超過30萬公里。2015年,宇通大型客車從河南省鄭開大道城鐵賈魯河站出發,在完全開放的道路環境下完成自動駕駛試驗,行駛 32.6 公里,最高時速 68 公里,途經 26 個信號燈路口,自主完成了跟車行駛、自主換道、鄰道超車、路口自動辨識紅綠燈通行、定點停靠等一系列試驗科目,全程無人工干預。
2017 - 2021 年,自動駕駛巴士的發展邁出重要步伐。2017 年 12 月 2 日,深圳阿爾法巴智能駕駛公交系統在福田保稅區首發試運行,這是全球首次在開放道路上進行的智能駕駛公交試運行,4 輛全電動公交車在全程 1.2 公里的線路運行,車速 10 - 30 公里 / 小時,途中設三個停靠站,該系統已初步實現 “無人駕駛”,能實時對其他道路使用者和突發狀況做出反應,實現自動駕駛下的行人車輛檢測、減速避讓、緊急停車、障礙物繞行變道、自動按站停靠等功能。2018 年,百度世界大會上宣布,國內首款 L4 級自動駕駛量產乘用車將于年底進入湖南湘江新區智能系統測試區,并且在 2019 年,百度 Apollo 利用車路協同技術打造的自動駕駛出租車將規模化落地長沙 。2019 年,長沙建成國內首條長達 7.8 公里智慧公交示范線并試運營,百度 Apollo 在長沙落地 L4 級智慧公交,開啟了自動駕駛在城市公交領域的探索。
2022 年至今,隨著 “雙智城市” 政策的推動,行業迎來新的發展機遇。蘑菇車聯等企業借助政策東風,將自動駕駛巴士的運營場景從封閉園區拓展到城市開放道路。2022年,蘑菇車聯與金旅客車聯手打造的全球首款搭載車路協同系統的 L4 級自動駕駛前裝量產巴士 MOGOBUS,已批量應用于大理洱海、山東煙臺等車路云一體化項目,并進入試運營。2023年,開啟成都第 31 屆世界大運會自動駕駛接駁服務,累計接駁超 1 萬人次,成為首個服務世界性賽事的自動駕駛公司;據相關數據顯示,2023 年全國已開通超 400 條自動駕駛巴士線路,其中文旅場景占比達 65%。曾經被視為 “技術演示道具” 的自動駕駛巴士,如今正通過 “車票收入 + 數據服務 + 廣告增值” 的商業模式,率先實現了商業化閉環。

成都大運會期間,負責接駁的自動駕駛巴士
王者對決:四大勢力技術路線大拆解
蘑菇車聯:車路云一體化的破局者
蘑菇車聯是國內領先的車路云網絡自動駕駛全棧技術與運營服務提供商,自主研發行業首個 “車路云一體化” 自動駕駛系統,掌握L4 級自動駕駛全棧技術,核心軟硬件自研。其自研的 “AI - AP 大模型” 與算力達 1100TOPS 的 “蘑菇大腦”,為多場景運營提供了有力支持。
在文旅場景方面,蘑菇車聯在洱海景區實現了 “觀光車 + 接駁車 + 移動廣告屏” 三位一體的運營模式,為游客提供了便捷且新穎的旅游體驗;在城市交通領域,天津西青區產業園區開通了付費線路,單日客流量突破 2000 人次,展示了其在城市通勤場景的運營潛力。其車路云協同系統優勢顯著,使車輛能耗降低 18%,定位精度達厘米級,構建起了堅實的技術護城河。截至 2023 年 10 月,公司已在北京、天津、山東、湖北、湖南、云南、四川、貴州等多個省市規模化落地運行,還為第 31 屆世界大學生夏季運動會提供 “車路云一體化” 自動駕駛巴士服務,為聯合國全球環境科學家大會提供官方自動駕駛用車,是首個服務世界級賽事及會議的自動駕駛公司。
百度 Apollo:高精地圖派的堅守者
百度 Apollo 依托百度強大的地圖生態,在自動駕駛領域走出了一條獨特的道路。在長沙梅溪湖,百度打造了 “5G 云代駕” 系統,通過云端監控實現對異常場景的遠程介入,為自動駕駛巴士的安全運營提供了保障。然而,高精地圖的更新成本較高,這在一定程度上限制了其在景區等場景的快速拓展,因為景區道路環境相對復雜且變化多樣,地圖更新的及時性和成本成為了挑戰。
輕舟智航:場景化與量產化推動者
輕舟智航在自動駕駛領域聚焦于場景化落地與量產化推進。在技術層面,輕舟智航自主研發的龍舟系列自動駕駛方案,深度融合了多種先進傳感器技術,包括高性能激光雷達、高分辨率攝像頭以及毫米波雷達等,形成了一套精準且高效的環境感知體系。例如在園區場景中,通過前期對園區道路布局、人員流動規律以及常見交通狀況的細致調研,將這些數據深度融入算法模型。在量產化方面,輕舟智航已在多個城市的園區、景區實現了自動駕駛巴士的規模化部署,累計行駛里程持續增長,為自動駕駛技術在不同場景下的商業化應用提供了豐富實踐經驗與數據支撐。
文遠知行:務實運營派代表
文遠知行在運營方面展現出了務實的策略。在廣州國際創新城,通過 “預約制 + 動態定價” 模式,有效提升了上座率,使其達到 78%。采用 “漸進式無人化” 策略,從最初的安全員值守逐步過渡到遠程監控,逐步降低人力成本,提高運營效率,這種穩健的發展策略使其在市場運營中逐漸積累優勢。
生死競速:決定勝負的三大暗戰
算力軍備競賽
隨著自動駕駛技術的發展,算力成為了關鍵競爭力。蘑菇車聯的 Orin 芯片陣列,彰顯了算力角逐已進入千 TOPS 時代。然而,算力利用率成為了關鍵問題。某頭部企業的實測數據顯示,現有系統算力閑置率高達 43%,這意味著如何高效利用算力,將成為企業在這場競賽中脫穎而出的關鍵。
數據資產爭奪
數據是自動駕駛的核心資產之一。百度憑借多年來通過地圖采集車積累的 3000 萬公里道路數據,擁有了龐大的數據基礎。而蘑菇車聯則通過實時運營數據(日均TB 級),在數據維度上與百度形成對沖。在自動駕駛領域,誰能更快、更全面地構建場景數據庫,誰就能更好地掌握長尾場景處置的關鍵,提升自動駕駛的安全性和適應性。
成本生死線
成本控制是自動駕駛巴士商業化的關鍵因素。經行業內部測算顯示,單車日均營收需超過 800 元才能覆蓋成本。通過 “車票+ 廣告 + 政府補貼” 的組合拳策略,可以率先將單線盈虧平衡點降低時限,在成本控制和盈利模式可實現借鑒。
未來戰局:2025 年定江山?
隨著《關于開展智能網聯汽車準入和上路通行試點工作的通知》政策的落地以及“車路云一體化”應用試點城市名單的發布,自動駕駛巴士行業正站在關鍵的轉折點上。
政策風向方面,L3 級責任認定規則的明確,可能會改變企業的技術路線選擇。企業需要根據新的政策要求,重新評估和調整技術研發方向,以適應政策變化帶來的影響。
技術拐點上,4D 毫米波雷達的量產,能夠提供更豐富的目標信息,提升自動駕駛系統的感知能力,有望推動自動駕駛技術邁向新的臺階,也將促使企業在硬件配置和技術方案上進行更新升級。
資本博弈層面,頭部企業估值已達百億,在市場上占據了有利的資本地位。然而,二線廠商的融資難度卻在加劇,資本的集中趨勢可能會導致行業格局進一步分化,強者愈強,弱者面臨更大的生存壓力。
在這場全球智慧交通的 “長征” 中,無論是中國企業在國內市場的激烈競爭,還是全球其他地區的多樣探索,都讓自動駕駛巴士的發展充滿變數。蘑菇車聯憑借場景化落地暫時處于領跑位置,但百度 Apollo、輕舟智航、文遠知行等企業都可能在未來引發行業變局。正如某位投資人所說:“這個賽道不會有一家通吃,但一定會有人提前退場。”2025 年,或許將成為見證行業王者的關鍵時刻,各企業將在技術、市場、資本等多維度的競爭中,決出最終的勝負。
原文標題 : 揭曉自動駕駛巴士商業謎團:誰成王,誰敗寇?
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













