38岁清华大牛，美股敲钟3000亿市场

作为中国无人驾驶企业中曾经估值最高的公司，小马智行在成立八年后，终于完成上市。

2024年11月27日，小马智行正式登陆美国纳斯达克，不但成为全球Robotaxi第一股，也是2024年美股自动驾驶领域规模最大的IPO，募集资金规模高达4.52亿美元，比原计划高出了三分之一。

乍看之下，小马智行的发展似乎顺风顺水，但不论是自动驾驶技术，还是Robotaxi业务，这条路的艰辛恐怕只有从业者才最清楚。

2016年，在小马智行成立之时，无人驾驶产业正在勾勒一幅科技出行的蓝图。

谷歌旗下的无人驾驶企业Waymo曾在2016年表示，自动驾驶在2017年就可以上路。到了2017年，Waymo也确实在驾驶座不配置安全驾驶员的情况下，测试了自动驾驶汽车。

面对科技公司在无人驾驶领域的快速崛起，传统车企也不甘示弱纷纷加大投资力度，希望能够和科技公司分庭抗礼。包括福特和沃尔沃在内的多家车都表示，将会跳过L3级别的智能驾驶，直接实现L4级以上的高级别无人驾驶。

通用汽车旗下的Cruise更是得到了软银、微软等巨头的投资，再叠加通用汽车的背书，Cruise估值一度超过300亿美元，成为无人驾驶领域的超级独角兽。

无人驾驶行业正当万物竞发之际，寒冬却不期而至。 因为迟迟无法看到无人驾驶商业落地的前景，资本寒冬在2022年前后开始笼罩整个行业。

2022年10月，由大众和福特汽车共同投资数十亿美元的自动驾驶初创企业Argo宣布倒闭。作为智能驾驶行业的巨头之一，自动驾驶芯片企业Mobileye估值一度超过500亿美元。

但在2022年上市前夕，这一数字已缩水至159亿美元，不足估值巅峰期的一半。

2023年末，被视为传统车企中最有希望的Cruise也遭遇噩耗，旗下的无人驾驶出租车来回碾压拖拽了一位倒地行人，导致其伤势严重。美国监管部门吊销了Cruise的载客和收费执照，通用汽车被迫暂停所有无人驾驶业务。2024年12月，通用汽车更是宣布将不再为Cruise提供资金，正式退出无人驾驶出租车业务。

为什么一时风光无两的自动驾驶独角兽们纷纷折戟沉沙？

福特汽车CEO吉姆·法利可谓一语道破个中玄机：“2017年投资Argo时，福特预期在2021年将L4级无人驾驶汽车推向市场。但事与愿违，所以福特不再青睐遥遥无期的L4级无人驾驶。”

商业落地遥遥无期，这是无人驾驶行业遇到的最大瓶颈，这也直接导致全行业在2022年步入了寒冬。

但是，Robotaxi的千亿市场规模，早已成为业界共识，只是发展之路并不平坦，技术瓶颈和资本寒冬让多家自动驾驶独角兽企业已成历史。

然而，小马智行却加速了Robotaxi的商业化进程，成为全球Robotaxi第一股。个中原因也非常简单，那就是小马智行完成了Cruise和Argo等企业没能完成的蓝图：让外界看到了Robotaxi完成商业落地的可能。

亿欧汽车研究院在《亿欧智库 | 2025六大未来产业发展趋势与人工智能八大落地场景洞察》中指出，无人驾驶行业商业化发展迅速。如海外市场，特斯拉2024年发布其自研Robotaxi车型Cvbercab以及商业设想，而中国市场，萝卜快跑在武汉开启商业化试运营，单日单车峰值可超过20单。

亿欧汽车研究院认为，目前，Robotaxi进入商业化2.0阶段，待软硬件全面再升级后，无人化技术的可靠性将得到市场进一步的商业化认证。

亿欧汽车研究院预测，2027年至2030年Robotaxi无人化技术的市场渗透率将大幅提升，并最终在2030年后实现全国性覆盖。

同时，Robotaxi和有人驾驶车队的出行成本的拐点将出现在2027年，其分别为1.6元/公里和2.1元/公里，无人化出行的商业化优势将全面体现，市场规模预计超150亿元。至2030年，中国Robotaxi市场规模将有望达到3375亿元。

挺过资本寒冬，留给有准备的小马

2022年，就在全球无人驾驶产业还在过冬之际，小马智行反而在商业化上取得了一次质的突破。

当北京和广州于2018年先后出台Robotaxi商业化试点政策以后，小马智行随即成为中国首个在北京、上海、广州和深圳都获得无人驾驶运营服务许可的无人驾驶公司。 这就为小马智行Robotaxi业务的发展迈出了坚实一步。

例如在北京，小马智行在今年6月开启大兴机场自动驾驶接驳的收费服务，用户可以通过“小马智行”同名App提前一天预约接送机，即可从亦庄区域内1000多个站点往返大兴机场出行。

小马智行的招股书显示，截至2024年6月30日，“小马智行”App的注册用户数量已经超过22万人，每辆全无人Robotaxi日均订单量超15单，目前Robotaxi已累积近4000万公里自动驾驶路测里程，足够绕地球赤道约1000圈。

在车队规模上，小马智行已经拥有一支超过250辆Robotaxi的车队。在Robotaxi之外，小马智行的Robotruck无人驾驶卡车队已经累计完成超7亿吨货物的运输，相当于运送了2500万个20英尺标准集装箱。

当然，这些成绩绝非从2022年以后凭空而来，而是源于长期不断的技术积累与迭代。

“其实八年前，早在小马智行在做Demo的时候，就已经具备了主驾无人Demo的能力。”作为小马智行副总裁、Robotaxi自动驾驶出行业务负责人的张宁表示，之所以不经常提及这个话题，是因为在当时政策还处于有点模糊的状态。

然而随着政策的推进，小马智行终于完成了从Demo到产品的跨越。2018年，小马智行推出了中国第一个自动驾驶出行服务。

此后，小马智行的产品开始快速迭代。从第五代Robotaxi车型雷克萨斯开始，小马智行的产品已经可以做到无人化。以丰田赛那为基础的第六代Robotaxi，开始使用车规级零部件，为无人驾驶的商业化落地做准备。

2025年，小马智行第七代Robotaxi将会开始投放，小马智行副总裁莫璐怡透露，第七代Robotaxi车型将全面拥抱车规级设备，计算单元也全面革新，基于车规级芯片orin来做，“这些并不是我们在L4上今天才开始在做事情。从2021年、2022年开始，小马智行已经在积累自研域控制器能力，也将引入到下一代车型中。”

据悉，第七代Robotaxi车型的设计目标是6年运营年限，60万公里运营里程，对齐国内商业营运车辆的要求。这就意味着，第七代Robotaxi对于小马智行来说承载的并不仅仅是技术上的精进，更是Robotaxi的商业化愿景。

“第七代方案上，我们将在千台车的规模去验证大规模的落地、运营、部署是可行的。”张宁表示，小马智行会依托第七代Robotaxi车型去真正验证其商业模式和极限，“我们希望能够做到盈亏平衡。”

作为一款被小马智行寄予厚望的产品，第七代Robotaxi从2023年开始研发，是一款完全以正向设计和验证流程推进自动驾驶系统及车辆平台整体设计的产品。所以，这款车型的硬件成本比第六代有60%至70%的下降。

值得注意的是，第七代Robotaxi将由小马智行分别和丰田、北汽合作打造。除了这两家企业之外，广汽、一汽、上汽和三一重卡等车企也已经与小马智行达成合作，朋友圈的扩容也从另一个侧面证明了小马智行的技术能力。

在看得见的硬件之外，小马智行对于无人驾驶的理解和坚持，不但让他们走过了寒冬，更让他们有望争取一个更光明的未来。

打破技术瓶颈：

不迷信端到端，加码世界模型

“我们今天依旧认为，不是只要做了端到端就一定能成功。”

在谈到无人驾驶的实现路径时，张宁认为，当下最火热的端到端技术并不能解决所有问题，“它依旧是一个上限很高，但下限很低的状态，它的下限也需要有人守护。”

他举了一个例子：OpenAI的科学家强调过大语言模型也需要人工进行价值观对齐。同样，对于自动驾驶来说，交规的存在对于交通事故权责的评判有一系列标准，“这些就导致我们一定要对安全进行对齐，这些部分不可能是一个端到端的模型就可以涵盖其中的。”

从2022年底ChatGPT走红以来，大语言模型让人工智能产业都看到了新的希望，自动驾驶也概莫能外。

到了2023年，随着特斯拉推出基于端到端大模型的FSD v12版本，外界对自动驾驶的期望进一步提高。凭借引入端到端大模型，马斯克表示，特斯拉FSD的30万行代码不但被简化为3000行，而且在马斯克的直播中，外界更是看到了FSD体验的巨大提升。

在新能源汽车智能化的竞争中，中国车企早已将自动驾驶视为决定“下半场”胜负的关键因素。所以，从理想汽车和小鹏汽车等新势力开始，大模型上车成为风潮。

但小马智行团队一直认为，端到端并不能让自动驾驶在一夜之间完成技术落地。小马智行联合创始人兼CTO楼天城就明确表示过这样的观点：“只靠端到端，无法通向L4。”

小马智行联合创始人楼天城（左侧）、彭军（右）

楼天城所言非虚。

因为就连马斯克自己，可能也曾经偷偷“换牌”。

2024年3月，就有长期关注特斯拉的博主在社交媒体发文称，特斯拉把此前删除的30万行代码又悄悄地放了回去。所以，FSD V12.3的平均接管里程以及完全无接管占比表现的优化，究竟是单独端到端大模型作用，还是规则代码的赋能，不得而知。

这也就非常符合小马智行内部对实现无人驾驶的看法，小马智行副总裁李衡宇曾表示，达到完全自动驾驶不太可能是单一的方法，一定是混合的，无人驾驶最终目的是完全自动化，这是一个系统化的工程，这就意味着所有的技术路线都是可以用的工具和选择。“基于我们现在的认知，我认为这不太可能是单一的方法，一定是混合的。”

那么在端到端大模型之外，还有什么技术手段可以让我们距离自动驾驶更近一些呢？

小马智行给出的答案是：世界模型。它由4个部分组成：数据生成器生成的场景数据，驾驶行为好坏的评估体系，高真实性的仿真，最后是数据挖掘工具和引擎。

楼天城曾这样解释世界模型和端到端模型的不同，前者Learning by Practicing（依靠实践学习），精度是关键；后者则是Learning by Watching（依靠看学习）。

在Learning by Watching或者说端到端模型中，AI通过学习传感器数据和人类驾驶轨迹的对照，让行驶数据输入，让驾驶轨迹输出，其关键要素是数据和算法。

Learning by Practicing与世界模型则截然不同，其关键是通过AI生成技术构建一个车端模型环境，然后再强化学习方法，让系统在这个训练环境中自我进化。

如果用人工智能在围棋领域的经典案例来做类比，那就是AlphaGo学习现成的棋谱实现能力跃升，AlphaGo Zero通过自己和自己下棋完成进化。

楼天城甚至表示，马斯克的X.ai就有Learning by Practicing的理念，就是要跳出模仿学习，但目前不是用来做自动驾驶。

当然，小马团队并非完全摒弃了端到端，反而是小马内部早就开始将端到端应用于自动驾驶，也更早发现了Learning by Watching的瓶颈。

因此，小马团队才会更早引入世界模型。

这也给了小马智行以信心，让他们有把握进一步加速Robotaxi的商业落地。或许，这也解释了为什么小马智行能够赢得包括丰田在内多家车企的合作，并让小马智行在上市期间受到资金追捧，且一举成为2024年美股自动驾驶领域规模最大的IPO。

如今，小马智行不但打破了技术瓶颈，也挺过了资本寒冬。根据规划，小马智行上市募集的资金中约40%将用于自动驾驶出行服务及货运服务的大规模商业化和市场开拓。相比之下，欧美的多家自动驾驶独角兽既无法打破技术瓶颈，也就难以熬出资本寒冬。自动驾驶的商业化终于迎来了属于自己的春天，但对于小马来说，他们或许只是站在了一副更广阔历史画卷的起点上。

打赏 点赞 (1)

清华 大牛 美股 敲钟 市场