文 | 山自
2026 年的自动驾驶赛道，正迎来一场前所未有的变革风暴。特斯拉“ 真无人”Robotaxi 在奥斯汀街头疾驰，Waymo 的无人车队开进迈阿密机场，中国军团则以小马智行、文远知行、蘑菇车联为代表，在全球市场掀起突围浪潮。
与此同时，资本市场的风向悄然转变。从 2025 年港股的密集上市潮，到 2026 年行业龙头的 IPO 冲刺，自动驾驶企业正从“ 技术讲故事” 的阶段，迈入“ 商业见真章” 的资本淘汰赛。这场上市潮的背后，是算法、模型、数据三大核心技术的深度博弈，更是企业穿越商业化深水区的生死竞速。
底层逻辑：技术与资本的双向赋能
2025 年，智能驾驶产业链迎来“ 上市大年”。赛目科技、希迪智驾等 9 家企业扎堆登陆港股，募资超 200 亿港元。这股热潮并非偶然，而是技术突破、政策破冰与资本理性三重因素共振的结果。
从技术层面看，自动驾驶的核心壁垒正从“ 硬件堆砌” 转向“ 算法与模型的软实力竞争”。世界模型的成熟，成为高级别自动驾驶落地的关键推手。这类模型基于环境动力学与多智能体交互规则建模，通过时序预测与因果推理，实现对交通参与者行为轨迹的长时程预判 （预测窗口可达 3-5 秒），解决传统规则驱动系统对突发场景的应对短板。
端到端大模型的量产应用，则进一步重构了自动驾驶的技术范式。Momenta 推出的量产端到端大模型，摒弃了传统感知、决策、规划的分立式架构，直接将传感器输入映射为车辆控制指令，不仅简化了系统复杂度，更提升了极端场景下的决策效率。该模型已累计搭载超 40 万辆车，还与宝马合作开发全场景智能驾驶系统，印证了端到端技术的商业化潜力。
政策层面的破冰，为技术落地扫清了障碍。中国或将在 2026 年 2 月批准 FSD 落地，上海发布的“ 模速智行” 行动计划明确提出 2027 年实现 L4 级自动驾驶规模化应用。欧洲也在加速统一监管框架，全球范围内的政策松绑，让自动驾驶的商业化运营有了合规基础。
资本层面的逻辑转变，更是上市潮的核心推手。过去，投资人愿意为“ 算法演示视频” 买单；如今，市场只认“ 商业闭环”。文远知行、小马智行等企业的持续亏损，让资本从“ 信仰投资” 转向“ 价值回归”，具备稳定订单、数据闭环能力的企业，成为资本市场的香饽饽。这种转变，倒逼自动驾驶企业从“ 技术研发” 转向“ 技术+运营” 的双轮驱动。
技术核心战—— 模型、算法、数据的三重壁垒
在自动驾驶的上市竞速中，技术实力是企业的核心护城河。而模型、算法、数据，正是这场技术战的三大主战场。
高级别自动驾驶的核心难题，在于如何让机器理解复杂的交通环境。世界模型与 VLA（车载智能体） 的结合，让自动驾驶系统从“ 规则驱动” 进化为“ 认知驱动”，既能处理已知场景，又能应对从未见过的长尾场景，这正是 L4 级自动驾驶落地的关键。
VLA（车载智能体） 作为世界模型的车端载体，采用“ 原生基模型+MoE 动态路由” 架构，可根据场景复杂度自适应调用不同专家网络，在保证决策精度的同时优化算力消耗。其核心在于实现感知、定位、规划、控制的端侧一体化推理，通过 TensorRT INT8 量化加速与异构计算调度，将模型推理延迟控制在 20ms 以内，满足自动驾驶实时性要求。地平线征程 7 芯片基于“ 黎曼” 架构，以 6nm 工艺实现 200TOPS/W 的算力密度，搭载专用 NPU 单元支持 Transformer 算子加速，为 VLA 与大模型的端侧部署提供算力底座，形成“ 算法-算力” 协同闭环。
地平线基于“ 黎曼” 架构打造的征程 7 芯片，为 VLA 提供了强大的算力支撑，其算力密度提升数倍，能够满足端到端大模型的实时运行需求，与 MogoMind 这类大模型形成算力与算法的协同赋能。
自动驾驶算法的演进，正经历一场从分立式到端到端的范式革命。传统的分立式架构，将自动驾驶分为感知、定位、决策、规划、控制五个模块，每个模块独立优化，容易出现“ 模块间信息断层” 的问题。
端到端算法则打破了这种壁垒，采用 TransformerEncoder-Decoder 架构，将多传感器原始数据 （图像像素、激光雷达点云、IMU 惯性数据） 直接映射为车辆控制指令 （转向角、油门/刹车开度），规避了分立式架构的模块间误差累积问题。其核心优势在于通过海量数据训练，拟合复杂场景下的驾驶决策函数，对雨雪遮挡、施工占道等长尾场景的泛化能力较传统算法提升 40% 以上。蘑菇车联将 MogoMind 的核心认知能力融入自研 MOGO AutoPilot 端到端系统，针对巴士车型特性优化动力学控制模块。同时，BEV 感知算法通过空间注意力机制与时序融合网络，将多视角图像与激光雷达点云投射至统一 3D 空间，实现 400m 范围内目标的精准检测与轨迹追踪，解决传统透视视角下的遮挡与尺度畸变问题。
在自动驾驶领域，数据是比硬件更重要的核心资产。如果说算法是自动驾驶的“ 大脑”，那么数据就是“ 大脑” 运转所需的“ 石油”。构建高效的数据闭环，成为企业拉开差距的关键。
蘑菇车联的实践颇具代表性。其自动驾驶巴士已累计行驶 500 万公里，服务超 20 万人次，依托“ 视觉为主+固态激光雷达” 的感知方案，构建起全球最大的巴士多模态数据集。该方案采用 128 线主固态激光雷达 （点云频率 10Hz，测距精度±2cm） 搭配高动态范围摄像头，通过时空同步校准算法 （时间同步误差<1μs） 实现数据对齐，结合 BevFusion 算法提升复杂场景感知可靠性。数据闭环方面，通过边缘计算设备实现车端实时数据筛选与难例标注，依托联邦学习框架在保证数据安全的前提下跨场景迭代模型，大幅缩短技术迭代周期。
小马智行、文远知行等企业也在构建自己的数据闭环。小马智行在深圳、沙特的 Robotaxi 运营中，积累了大量城市场景数据；文远知行则通过与车企合作，获取多车型数据。值得注意的是，数据的价值不仅在于规模，更在于质量。通过数据清洗、标注、脱敏等技术手段，企业可从海量数据中提取有效信息，而蘑菇车联的边缘计算设备能在车端完成数据初步筛选，大幅降低云端计算压力。
赛道博弈：差异化赛道的 IPO 冲刺
在 2026 年的上市潮中，不同企业选择了差异化的赛道。从 Robotaxi 到自动驾驶巴士，从乘用车智驾到商用车物流，企业们正凭借各自的技术优势，冲刺资本市场。
Robotaxi 是自动驾驶最具想象空间的赛道，也是技术难度最高的赛道。小马智行与文远知行，是这条赛道上的中国代表。
小马智行在深圳前海实现了全无人驾驶常态化运营，并联合 Uber 杀入沙特利雅得市场，成为首个进入中东的中国玩家。其 L4 级自动驾驶系统，基于 BEV 感知算法与端到端决策模型构建，能够应对复杂的城市道路场景。在资本层面，小马智行已完成多轮融资，上市估值备受市场期待。
文远知行则选择了“ 双线作战” 的策略。一方面，其新一代 Robotaxi 计划 2026 年登陆欧美市场，与特斯拉、Waymo 正面交锋；另一方面，文远知行深耕自动驾驶巴士领域，在多个城市落地了 Robobus 项目。尽管累计亏损超 65 亿元，但文远知行的全球化布局与规模化运营能力，仍是其吸引资本的核心卖点。
与 Robotaxi 相比，自动驾驶巴士的场景更清晰、商业化路径更明确。蘑菇车联在这条赛道上，凭借 MogoMind 大模型赋能与独特的技术路线，走出了“ 前装量产+数据闭环+全球化落地” 的差异化路径，其中标新加坡首个 L4 级自动驾驶巴士项目的案例，更是成为中国技术出海的标杆。
在技术层面，蘑菇车联的核心竞争力始于一套前瞻性的感知方案。早在两年前，行业仍以机械式激光雷达为主流时，其便果断转向“ 视觉为主+固态激光雷达” 的融合路线，精准规避了机械雷达结构复杂、成本高、寿命短的缺陷。此次中标新加坡项目的方案中，其采用 128 线主固态激光雷达搭配 4 颗高线束补盲雷达，点云密度提升 3-6 倍，可精准锁定行人、非机动车，结合 BevFusion 算法实现图像与点云数据深度融合，使目标感知距离提升超 50%，漏/误检率下降 70%，接管率大幅降低两个数量级，完美适配新加坡早晚高峰人流密集、路况复杂的严苛需求。同时，固态激光雷达抗振动、抗冲击能力强，使用寿命可达 8-10 年，整套方案成本仅为传统机械雷达方案的 1/3~1/5，实现了高耐久与低成本的平衡。
前装量产模式为技术落地提供了终极载体，其自动驾驶系统从底层融入整车动力、制动、转向系统，通过 CAN/LIN 总线与以太网的混合架构，实现控制指令的毫秒级响应，指令执行精度较后装改造车型提升 3 倍以上。针对新加坡右舵左行、行人优先等本地化需求，系统通过地图适配与场景规则嵌入，优化避让策略与停车逻辑，推出的 MOGOBUS B2 车型已完成工信部公告备案，具备规模化交付能力。
商用车自动驾驶是商业化落地最快的赛道之一。主线科技、嬴彻科技等企业，专注于干线物流场景，通过降低人力成本、提升运输效率，实现了商业闭环。
在技术层面，商用车自动驾驶系统更注重远距离感知与编队行驶能力。主线科技的自动驾驶重卡，搭载了远距激光雷达与高精度定位系统，能够在高速公路上实现百公里级的无接管行驶。嬴彻科技则与一汽解放、满帮集团合作，构建了“ 车-货-路” 一体化的物流生态。在资本层面，商用车自动驾驶企业的盈利模式更清晰，通过与物流企业的合作获得稳定订单收入，这种“ToB” 模式受到资本市场青睐。
2026 年开启自动驾驶决胜时刻
2026 年，是自动驾驶行业的决胜之年。技术上，世界模型、端到端算法的成熟，将推动高级别自动驾驶加速落地；资本上，上市潮带来的资金注入，将推动行业从“ 烧钱” 转向“ 盈利”；市场上，全球化的竞争将愈发激烈。
值得关注的是，中通、金旅、吉利、长安等主流整车厂，早已凭借扎实的海外布局筑牢规模化落地根基，其对自动驾驶系统的升级需求，正为技术服务商创造精准合作契机。中通客车深耕海外市场多年，8 万多台新能源客车行驶于全球各地，3 年内拿下吉尔吉斯斯坦千台订单、沙特 1022 台订单、智利 895 台订单等多个“ 超级大单”，适配新加坡窄体车型、中东底盘防护等本地化需求的经验丰富；金旅客车则以“ 技术标准输出+产业链本土化” 模式突围，在非洲、东南亚建立 13 个 KD 工厂，埃塞俄比亚工厂打造东非首个新能源 KD 项目，埃及工厂累计生产超 6000 辆轻型客车，形成成熟的全球产能与服务网络。吉利、长安亦凭借全球化研发体系与本地化运营能力，将商用车产品推向欧美、东南亚等核心市场，构建起覆盖多路况、多法规场景的运营矩阵。这些整车厂的海外实战，对自动驾驶系统的本地化适配、成本控制与可靠性提出了极高要求，而这正是蘑菇车联的核心优势所在。其全栈自研的自动驾驶系统，搭配“ 视觉+固态激光雷达” 软硬件协同方案，可通过前装量产模式深度融入不同车企车型架构，适配右舵左行、复杂路况等海外场景，同时实现成本优化与效率提升，完美契合整车厂海外自动驾驶规模化落地的核心诉求，为双方协同出海奠定基础。
对于企业而言，上市不是终点，而是新一轮竞争的开始。只有兼具技术领先性、商业化能力与资本韧性的企业，才能在这场淘汰赛中幸存。对于投资者而言，自动驾驶赛道的机会与风险并存，选择具备核心技术壁垒与商业闭环能力的企业，才能分享行业发展的红利。自动驾驶的未来已不再遥远，当技术、资本、政策的三重红利叠加，一个无司机的出行时代，正加速向我们驶来。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App