智能驾驶行业深度报告：Robotaxi与车路云共振，智驾关键节点已至（附下载）
（精选报告来源：报告研究所）
一、智能驾驶的产业发展阶段和产业趋势
1.1 V2X 车路云一体化政策密集出台，产业发展逐步加速
政策法规接连出台，持续深化对于智能网联汽车的软硬件标准、安全准则、运营 资质等方面的要求。具体来看，主要包括：1）推动智能网联汽车上路测试落地；2） 基于先进通信技术部署 V2X 基础设施；3）开拓固态电池、换电、车用人工智能等新 技术和新模式；4）支持“车路云一体化”应用试点城市开展相关工作。从数据上看，路测里程快速增长，示范牌照不断发放。2021 年 8 月交通运输部 披露，全国已建设 16 个智能网联汽车测试示范区，开放 3500 多公里测试道路，发 放 700 余张测试牌照，道路测试总里程超过 700 万公里。截至 2024 年 4 月底，我 国共开放智能网联汽车测试道路 29000 多公里，发放测试示范牌照 6800 多张，道路 测试总里程超过 8800 万公里。近两年间，智能网联汽车在测试道路开放规模、测试 里程、牌照数量等方面均出现快速增长。
智能驾驶产业集群在政策鼓励下加速形成，各地区政策快速跟进。以武汉经开区 为例，本身已经聚集有 9 家整车企业、14 座整车工厂和 1200 多家汽车零部件企业， 新能源产能约 146 万辆。在此基础上，当地加快引进软件信息企业，以产业基金、现 金奖励和补贴等方式支持企业落户武汉，推动软硬件协同、场景创新、成果转化。
高级别自动驾驶车辆上路通行标准已经明确，商业化运行即将拉开帷幕。2023 年 11 月 17 日，随着《四部委关于开展智能网联汽车准入和上路通行试点工作的通 知》文件的发布，智能网联汽车上路标准得以明确，其中实施流程包括：1）试点申 报；2）试点实施；3）试点暂停与退出；4）评估调整。且通知中智能网联汽车产品 搭载的自动驾驶功能是指国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）定 义的 3 级驾驶自动化（有条件自动驾驶）和 4 级驾驶自动化（高度自动驾驶）功能。并对申报主体、申报流程都作出了具体要求。重点包括但不限于，要求配备专业安全 员和平台安全监控人员、自动驾驶数据记录、安全状态监测报告等。
1.2 技术突破临界点到来，部分厂商技术水平触及 L4 智驾标准
从 L0 到 L5，智驾技术迭代正在加速。根据国际自动机工程师学会标准，自动驾 驶功能可以从其实现的功能层面进行 L0 至 L5 的划分，其中 L0 至 L2 被归类为自动 驾驶辅助功能，只能在有限场景和条件下，提供减少驾驶员操作负担的辅助作用。而 L3 及以上智驾水平才真正来到了自动驾驶功能的范畴内，自动驾驶系统在许多场景 和较为苛刻的条件下能够替代人工进行驾驶作业，在较少情况下需要人工接管，且随 着技术逐渐向 L4 迈进，人工接管的概率将逐步走低。目前国内中高端量产型乘用车 的智驾水平主要还处在 L2 阶段，随着城市 NOA 功能逐步渗透，技术演进正在加速。
L3 关键节点已至，自动驾驶或迎来技术突破期。作为重要分水岭的 L3 自动驾驶 功能，被认为是高阶自动驾驶技术的重要节点。在 L3 自动驾驶功能启用时，驾驶员 将出让驾驶权，只需在危险情形和激烈驾驶环境下进行接管。相比之下，L2 不仅只 能在特定路况和区域内实现，而且需要驾驶者高频接管车辆。从法律责任划分角度来 看，随着系统优先级的上升和介入场景的增加，L3 也可能会与 L2 存在区别，同时可 能会使得各大主机厂在推出 L3 时更加谨慎。此前，由于车载算法架构、数据体量的掣肘，从“自动驾驶辅助功能”到“自动 驾驶功能”的跨越显得困难重重，但随着 BEV+Transformer 算法的普及和端到端技 术的出现，智驾的商业落地逐渐开始加速。目前，越来越多智驾方案提供商宣布有能 力提供高阶智驾技术，并下放技术给各大主机厂进行量产。尤其在 Robotaxi 领域， 一些智驾方案提供商已经宣布 L4 技术的实现，例如 MOMENTA、Apollo、小马智行 等。
1.3 智能网联汽车重要发展方向——V2X
车路云一体化作为产业发展方向，有望加速自动驾驶商业化落地。相比单车智能 路线，车路云一体化有利于在复杂多变的城市路网中提高感知与统筹，降低误判和事 故发生概率，是智能驾驶的发展方向。从单车智能自动驾驶（AD）和车路协同自动 驾驶（VICAD）的实际效果来看，后者能够基于超视距信息强化感知，在路口左转、 异常障碍物、交通事故路段等场景中展现出良好的系统能力。当前，各个地区的自动 驾驶试点仍被限定在封闭或有限区域内进行，但在 VICAD 的推动下，随着城市道路 智能化、联网化程度快速提升，自动驾驶运行区域有望快速扩大乃至覆盖各大城市的 主要交通路段。
车路协同弥补单车智能短板，加速推动智驾落地。无论是以特斯拉为代表的纯视 觉感知路线，还是以摄像头、激光雷达、毫米波雷达相配合的融合感知路线，目前仍 存在态势感知能力、全局信息采集能力相对有限等不足。V2X 则能实现有效弥补：1） 车辆与车辆（V2V），车辆之间共享速度、位置和方向，保持合理车距；2）车辆与道 路基础设施（V2I），预先了解前方道路限速、路况和信号灯状态，提高通信效率；3） 车辆与人（V2P），防止行人与车辆发生碰撞；4）车辆与互联网（V2N），实现更加稳 定的网络链接和充裕的带宽，为远程接管、实时数据传递提供支持。
V2X 设备从部署方向来看，可以分为车端、路侧、云端。路侧设备：主要包括 1）RSU（智能路侧终端），低延时通信设备，负责信号和 数据的收发、调制解调、编码解码；2）MEC（边缘计算终端），一台搭载高性能服务 器 cpu 和 AI 加速卡的计算设备，用于对传感器数据进行分析，实现交通事件识别、 道路运行效率评价、信号控制优化、数字李生展示等功能；3）毫米波雷达等传感器， 用于感知车流轨迹、交通事件等。车载设备：主要包括 1）OBU（智能车载终端），与 RSU 发送车辆位置速度数 据，具备动态预警和交互信息实时显示和语音预警功能；2）智能网联汽车数据记录 终端，采集、记录、分析车辆状态，用于事件回溯、轨迹回放。
技术层面，ETC 和 V2X 分别采用长距离 RFID 射频识别和蜂窝网通信技术作为 技术底座，这直接导致了两者车载硬件体积、通信距离、信息传输密度的差异。面对 智能网联发展趋势，ETC 难以承载更大的数据传输体量，实现复杂的应用落地，而 V2X 则能更好地服务当前车载通信需求。市场层面，据佐思汽研数据库统计，2023 年乘用车 C-V2X（蜂窝车联网技术） 前装率约 1.2%，前装规模超过 27 万辆，预计 2026-2027 年迎来规模装车期，乐观 情境下前装率有望到达 9%。中长期看，C-V2X 设备有望集成到 T-BOX（车联网智能 终端）中，前装率有望进一步提升。此外，随着路侧 V2X 设备的上量，车主为提升 驾驶体验而为车辆加装 C-V2X 设备，由此打开后装市场。上游芯片供货商层面，目前参与者相对较少，国外有高通、Autotalks 等，国内 有中兴通讯、华为、宸芯科技等。以高通为例，旗下目前有三套 C-V2X 芯片平台：9150 芯片组、9250 芯片组、2150 芯片组，此外其他部分平台也可选择外挂 V2X 功 能。
云端：通过数据储存与分析赋能各类交通应用。云控平台包含“1”个云控基础 平台和“N”个云控应用。云控基础平台由边缘云、区域云、中心云三级组成，均采 用标准化接口、领域标准件和一体化底座结构。云控平台通过采集、储存、分析交通 数据，支持云控应用发挥效能，包括网联汽车赋能类、交通管理与控制类、交通数据 赋能等三大类。
从数据流转的角度来看，以云控平台为核心，城市多源数据支撑平台为其提供地 图、定位、气象、交管、应急救援等重要数据，同时云控平台也会反向提供车路实时 动态信息，为其他智慧城市系统模块提供支持。路侧和边缘基础设施则向云控平台提 供实时的动态交通感知数据，并从云端获取交通决策和控制命令。与此同时，车辆和 其他交通参与者在车载网联终端的支持下，也能向边缘云和路侧通信终端提供实时运 行和感知数据，形成完整的数据流转链路。
我国车联网基建规模领跑全球。中国信息通信研究院数据，截至 2023 年 10 月， 我国 5G 基站累计达到 321.5 万个，全国车联网路侧通信单元超 8500 套，相比上一 年同期增加超 2000 套。G2 京沪高速（“车联网 1 号高速”）累计完成 710 公里网联 化改造。海外方面，中国信通院数据显示：2023 年 10 月，美国交通部发布加速车联网部 署计划草案和 4000 万美元投资公告，计划在 10 年内实现高速公路车联网应用全覆 盖，75 个城市 80%的信号灯路口联网，全国 75%的路口部署 C-V2X 设备，50 个州 实现车与车、车与路互联互通。
1.4 智能网联汽车产业重要发展节点——城市 NOA 量产技术成熟
作为 L2 向 L3 智驾过渡的重要节点，城市 NOA 渗透率正在快速上升。由于相 比高速 NOA，城市 NOA 需要计算更为复杂的路况、行人、低速车辆等高难度情况， 算法和硬件要求更高，目前部署数量较少，且适配城市数量也相对有限。但反过来看， 城市 NOA 适应的场景广度、日常使用频次、技术难度均更高，是各大主机厂迈向 L3 量产乘用车的重要技术节点。根据佐思汽研的数据统计，2023 年 1-9 月，国内乘用 车高速NOA的渗透率为6.7%，同比增加2.5个百分点；城市NOA的渗透率为4.8%， 同比增加约 2 个百分点。
轻地图、重感知路线成为主流，城市覆盖数量快速攀升。2023 年，特斯拉 FSD 在美国落地成功，同年小鹏、阿维塔、理想、蔚来纷纷开启国内大中城市的 NOA 方 案落地，并在年底前实现了城市覆盖数量的快速提升。从搭载车型来看，主要为各家 中高端及旗舰车型，部分下放至全系。相比此前依赖高精地图的智驾方案，各大主机 厂的城市 NOA 纷纷选择无图或者低精度地图路线，显著降低了地图授权成本。与此 同时，通勤 NOA（记忆行车）方案也开始落地，通过同一路线的反复学习，提高 AI 代驾对高频驾驶场景的操控准确度。
城市 NOA 量产技术已经较为成熟，为 L3 及 L4 奠定坚实基础。百度 Apollo 官 网显示，其领航辅助驾驶系统已经能够实现高速、城市快速路、城市、停车场全场景 点到点的全域驾驶，具备识别异形红绿灯，环岛路口、非结构化道路等，灵活的驾驶 策略可从容面对路口博弈、汇入汇出、行人礼让等场景，将用户从复杂的驾驶任务中 解放，让出行变得高效舒适。在安全性方面，Apollo 城市领航辅助驾驶继承百度 L4 技术，算法经过 5000+万公里专业路测验证，采用纯视觉和激光雷达两套系统独立运 作，具备安全冗余特性。未来，随着法规制定与试点工作的推进，城市 NOA 方案积 累的行驶数据和开发经验，将为 L3 自动驾驶的商业落地奠定坚实的基础。
本章小结：国家政策加速智能驾驶标准指定和试点工作快速推进，持续深化对于智能网联 汽车的软硬件标准、安全准则、运营资质等方面的要求。从实际效果来看，V2X 基础 设施建设与高级别自动驾驶车辆的试点和标准建立正在快速推进，路测里程快速增长， 示范牌照不断发放。高级别自动驾驶车辆上路通行标准已经明确，商业化运行即将拉 开帷幕。智驾技术进入关键节点，L3 高阶智驾即将拉开帷幕。越来越多智驾方案提供商 宣布有能力提供高阶智驾技术，并下放技术给各大主机厂进行量产。尤其在 Robotaxi 领域，一些智驾方案提供商已经宣布 L4 技术的实现，例如 MOMENTA、Apollo、小 马智行等。当然，目前国内中高端量产型乘用车的智驾水平主要还处在 L2 阶段，较 为先进的城市 NOA 已经陆续上量。2023 年，特斯拉 FSD 在美国落地成功，同年小 鹏、阿维塔、理想、蔚来纷纷开启国内大中城市的 NOA 方案落地，并在年底前实现 了城市覆盖数量的快速提升。城市 NOA 方案积累的行驶数据和开发经验，将为 L3 自 动驾驶的商业落地奠定坚实的基础。车路协同弥补单车智能短板，加速推动智驾落地。路侧和边缘基础设施向云控平 台提供实时的动态交通感知数据，并从云端获取交通决策和控制命令，有效弥补单车 智能目前存在的态势感知能力、全局信息采集能力相对有限等不足。实际落地层面， 中国信通院数据，截至 2023 年 10 月，我国 5G 基站累计达到 321.5 万个，全国车 联网路侧通信单元超 8500 套，相比上一年同期增加超 2000 套。G2 京沪高速（“车 联网 1 号高速”）累计完成 710 公里网联化改造。随着各地区区域政策和建设规划的 纷纷落地，未来车路协同基建规模有望快速增长。
二、Robotaxi 强视觉方案有望成为主流，技术临界点或已 临近
2.1 强视觉方案优势明显，有望成为主流发展方向
激光雷达和多类型传感器带来融合压力，适配工作量大、性价比较低。前融合算法（数据层面的融合）是指在数据集的特征提取和分类阶段，先将不同 的特征提取算法和分类算法进行融合，以便获得更好的数据分析结果，即各类传感器 数据先融合再分析；后融合算法（结果层面的融合）则是指在特征提取和分类阶段之后，再将多个分 类器进行融合，以便获得更好的分类结果，即各类传感器数据先分别完成分析，再融 合到一起做判断。但无论是前融合，还是后融合算法，其本身由于需要对多种数据类型进行识别、 融合，需要大量的算法和适配工作量。此外，激光雷达的有无在多数场景下的感知并 不强烈，相较于高昂的成本显得性价比不足。
通过视差原理，视觉方案也能够做到空间感知。以卓驭推出的 10V 高算力方案 为例，其惯导双目传感器不仅能准确识别常见物体，还能通过视差原理实现三维空间 的测距、获得物体的 3D 位置信息，支持任意类型障碍物的检测，在安全和可靠性上 的优势突出。与此同时，相比激光雷达回传数据的单一性，摄像头可以识别文字（路 标）、颜色（车道线）、平面图形等，这些信息对于交通场景起着重要作用。点云扫描能力并非雷达专属。惯导双目传感器通过基于双目的路面预瞄系统，可 利用稠密的双目点云计算地面局部凸起/凹陷，支持车辆自适应调节主动悬挂，实现 颠簸路面车身稳定的效果。此外，通过融合双目视觉、惯性里程计的紧耦合位姿估计 技术，支持全场景鲁棒的高精局部定位，支持行车、跨层泊车、有/无 GNSS 等全场 景应用。
减少激光雷达或能节约更多算力，并缩短车型开发周期。为了使激光雷达扫描结 果更加丰富和精准，高线束、高分辨率成为各大厂商的发力方向，且多传感器融合又 需要消耗额外的算力，这意味着加装激光雷达需要额外消耗一定规模的推理算力，也 意味着成本侧同时需要增加激光雷达模组和更高算力芯片带来的双重压力。此外，对 于主机厂而言，减少一个传感器序列能有效降低算法开发、适配、验证成本和对应的 耗时。千元级智驾方案，纯视觉实现城区领航驾驶。对比卓驭的 10V 高算力智驾方案 和较为高端的激目高算力方案（含一组激光雷达）可以看出，两者能够实现的智驾功 能基本一致，都包括主动安全、泊车辅助、记忆泊车、跨层记忆泊车、行车辅助、高 速领航、城市记忆领航、城市领航，但前者则只需要较低的成本就做到比肩中高端方 案的功能实现。
典型视觉方案落地案例：百度 Apollo Lite 实现 L4 级纯视觉城市道路自动驾驶解 决方案，致力于不断减少对激光雷达的依赖，提供轻传感器、轻算力、高性能的方案。
高精地图成本不可忽视，行业标准尚未统一。对于高精地图而言，其收费模式不 同于原有电子地图的 License 授权模式，而是采用 Licenses 授权费+服务费相结合的 收费模式，额外再按照后续更新的数据量进行收费。根据国家智能网联汽车创新中心 数据显示，目前 License 授权费约为 1000 元/车，年度订阅服务费约为 150 元/车/年。对于高精地图供应商来说，由于地理环境和城市道路设施不可避免的变化和改动，需 要长期进行数据采集和维护，成本端可压缩空间有限。与此同时，由于高精地图采集往往涉及大量地理测绘和个人位置数据，其中可能 会包括敏感信息，因此测绘工作面临严格监管和较高的行业门槛。目前具备甲级导航 电子地图制作资质的单位主要包括各类图商、大型互联网/科技企业子公司、主机厂 子公司等主体，尚未出现统一的行业标准和通用规则。正因如此，主机厂一旦和高精 度地图深度绑定，很难快速更换适配别的供应商方案，继而形成一笔难以压缩的成本 项目。相比 Robotaxi 厂商，主机厂更有动力降低对于高精地图的依赖。由于高精地图 本身依赖长期持续的测绘和数据更新，在有限成本下通常只能覆盖核心城市和高频使 用地区。对于 Robotaxi 厂商而言，其服务范围可以限定在重点城市的核心地区，覆 盖高频打车出行的城市人群，短期内下沉市场可以暂时性搁置。但对于乘用车主机厂 而言，城市 NOA 的覆盖广度直接影响了下沉市场的购买意愿，因此如果过度依赖高 精地图，二三线城市及其他地区或面临更高的地图成本，或面临智驾未覆盖带来的消费需求下降。
2.2 Robotaxi 或为高阶智驾优先落地场景，出行服务业态或处在变革前夕
通过划分 Robotaxi 所属权，可以分为三种运营模式。聚合型平台模式，类似当 下百度地图、高德地图的运营方式，作为需求端入口，连接多方运力和车辆资源，充 当调度者和流量分发者的角色；混合型平台模式：自有运力+外部运力资源，既充当 流量分发渠道，又负责对自有 Robotaxi 的运营；自运营模式：目前萝卜快跑采用的 模式，借助自有的车辆、运营团队提供 Robotaxi 服务。短期内，由于 Robotaxi 仍需 要密切的远程监管，且试点区域和投放数量仍较为有限，自运营模式是主流方案。
Robotaxi 是目前高阶智驾方案落地的最佳场景之一。虽然智驾方案提供商已宣 布其技术达到 L4 级别，但实际上目前量产车仍以搭载 L2 或 L2+辅助驾驶方案为主 流，主要原因包括：1）权责划分；2）标准和法规有待明确；3）出错场景下的远程 托管问题。而集中化远程监管、自有团队维护保养、标准化操作流程的 Robotaxi 则 恰好能解决以上痛点。随着 Robotaxi 运营里程不断增加，技术逐渐成熟后，L3/L4 解 决方案或将全面向量产乘用车渗透。智驾方案提供商兼顾量产车型落地和高阶智驾技术研发。我们发现，目前各大智 驾方案供应商纷纷采取“高阶智驾方案+乘用车量产方案”、“高阶智驾+乘用车量产方 案+Robotaxi 运营”的策略来平衡研发开支和商业盈利，典型厂商包括 Apollo、 Momenta、小马智行等。
商业盈利能力方面，萝卜快跑颐驰 06 单车价格已经压缩到 20.46 万元，其前代 Apollo Moon 成本则为 48 万元。即便是成本显著压缩之后，颐驰 06 仍在架构、计 算、转向、制动、通讯、电源、传感器等多个方面进行了冗余设计，以确保行驶的安 全性。随着技术进步和配套零部件大规模量产，成本侧仍有优化的余地。此外值得注 意的是，由于 Robotaxi 减少了人工驾驶空间，增加乘客实际可用空间，理论上具备 更大的运力和车载设备定制能力。这意味着，一方面，拼车模式下 Robotaxi 能同时 服务更多用户，提高经济性。另一方面，车载冰箱、互动大屏、按摩座椅、可翻折小 桌板等定制化组件的安装成为可能，各大服务商或能根据需求为乘客提供更高单价的 增值服务。
基于以下假设，我们可以对 Robotaxi 商业运营进行收入成本测算：1. 根据萝卜快跑给出的“颐驰 06”单车价格为 20.46 万元，我们假设单车价 格为 20.5 万元；2. 考虑到自动驾驶技术仍处在快速迭代期，其车型更新换代时间仍相比新能 源汽车常规使用年限要短一些，假设可以运营 6 年左右；3. 由于搭载更多传感器，故障率要稍高于普通汽车，因此故障维护费用也相应 较高；4. 短期内安全员远程监管仍是确保车型稳定运行的必要条件，但随着技术进 步，单位里程内需要人为干预的概率逐渐下降，一名安全员可同时监管的车 辆数量增加，摊薄平均成本。我们假设，一名云舱安全员可管理 3 台车；5. 和传统出租车一致，Robotaxi 存在空置行驶时间，有效运营时间占比受平 台调度能力、车辆故障率等因素影响，根据《基于 FCD 的出租车运营特征 分析-以上海市为例（吕振华等.华东师范大学学报）》一文显示，上海市出租 车日均载客里程比率约为 60%，日平均行驶里程约为 400 公里；6. 单位里程价格在商业推广初期可能相对较低，但在商业模式成熟之后，其价 格在保持对人工驾驶出租车相对优势的前提下，运营商会提高价格确保盈 利能力。7. 随着纯视觉方案、端到端模型的成熟，自动驾驶对于激光雷达和其他感知元 件的依赖将有所下降，单车制造、故障维护成本有望进一步下降。8. 充电桩成本包括充电桩本身的建设运维成本，也包括专员负责将车安排至 指定位置并插拔充电模块的人工成本。
我们也可以试着简化模型：Robotaxi 商业模式可以约等于传统网约车剔除驾驶 员成本后，再加上远程监控和智驾方案成本。因此，从投资回报的角度上看，如果车 载智能驾驶方案足够成熟，换言之需要接管的概率足够小、车载软硬件成本足够低， 则该商业模式将拥有相比目前网约车、传统出租车更强的经济性和竞争力。且由于技 术进步的棘轮效应，随着智驾技术持续迭代，未来其竞争优势有望不断增强。如祺出 行在公告中给出的预测，Robotaxi 的每公里成本有望逐年下探，并在 2026 年后形成 对载人出租车/网约车的相对优势，且将持续扩大。
2.3 Robotaxi 运营有望在三年内初具规模，带动产业发生变革
商业化初期，以一二线城市指定试运营区域为主。目前 Robotaxi 产业由于正处 在商业化 1.0 阶段，城市覆盖率仍比较有限，在更加长远的中长期维度上，随着各大 一二线城市逐步推广，Robotaxi 可能会带来以下影响：1）有效降低出行成本，服务 高度标准化；2）规范化的驾驶和严格的安全规则，有利于道路安全，减少事故发生；3）运力调度算法更加智能统一，减少司机人为因素对于通行效率、行驶安全的影响；4）促进城市道路通信互联能力、调度统筹能力的进一步强化。
Robotaxi 三年内交易额有望发生量级变化，成熟期市占率或将快速上升。根据 如祺出行公告给出的测算，预计 2024/2025/2026 年 Robotaxi 商业交易额为 3/6/15 亿元，而 2027/2028 年则预计快速提升至 221/1042 亿元，反映出 2027 年技术端有 望进入成熟期，商业推广快速铺开后带来的交易规模量级变化。
本章小结：强视觉方案优势明显，有望成为主流发展方向，无论是前融合、后融合，还是全 融合算法，其本身由于需要对多种数据类型（激光雷达、毫米波雷达、摄像头）进行 识别、融合，需要大量的算法和适配工作。在目前的技术能力下，通过视差原理，视 觉方案也能够做到空间感知。例如百度 Apollo Lite 的 L4 级纯视觉城市道路自动驾驶 解决方案，就减少了对激光雷达的依赖，提供轻传感器、轻算力、高性能的方案。Robotaxi 或为高阶智驾最佳场景，出行服务业态或处在变革前夕。虽然智驾方 案方案提供商已宣布其技术达到 L4 级别，但实际上目前量产车仍以搭载 L2 或 L2+ 辅助驾驶方案为主流，主要原因包括：1）权责划分；2）标准和法规有待明确；3） 出错场景下的远程托管问题。而集中化远程监管、专门团队成规模维护保养、标准化 操作流程的 Robotaxi 则恰好能解决以上痛点。商业盈利能力方面，萝卜快跑颐驰 06 单车价格已经压缩到 20.46 万元，其前代 Apollo Moon 成本则为 48 万元。即便是成本显著压缩之后，颐驰 06 仍在架构、计 算、转向、制动、通讯、电源、传感器等多个方面进行了冗余设计，以确保行驶的安 全性，未来仍有压缩成本的空间。我们根据现有数据和合理假设对 Robotaxi 的商业 模式进行了测算，发现其盈利能力较为可观。Robotaxi 三年内交易额有望发生量级变化，成熟期市占率或将快速上升。根据 如祺出行公告给出的测算，预计 2024/2025/2026 年 Robotaxi 商业交易额为 3/6/15 亿元，而 2027/2028 年则预计快速提升至 221/1042 亿元，反映了 2027 年技术端有 望进入成熟期，商业推广快速铺开后带来的交易规模量级变化。
三、智驾技术迭代带来的车载硬件及配套基建增量
3.1 高阶智驾和 Robotaxi 推动下，车载感知硬件有望显著增加
本报告文件将分享到报告研究所知识星球，扫描下方图片中二维码即可查阅
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
应广大粉丝要求，「报告研究所」成立了报告交流群，欢迎各位公司企业、投行、投资机构、政府机构、基金、创业者及金融资本圈朋友加入！
这里能且不限于：“行业交流、报告交流、信息交流、寻求合作等......”
入群方式：添加助理微信【touzireport666】，发送「个人纸质名片」或「电子名片」审核后即可入群。