中国Robotaxi规模商业化深度研究报告
[事实·高] 结论不是“Robotaxi已经全面盈利”,而是“单车经营模型已在少数城市跨过盈亏线,行业竞争开始从算法可行性转向城市级复制能力”。 9月发布的国家规划明确提出到2030年具备自动驾驶功能的汽车实现规模应用,高速、城市快速路和部分城市道路实现高度自动驾驶;监管同时把L3/L4安全基线、准入、测试、数据和安全事件管理逐步制度化。【S1】【S2】【S3】 [事实·高] 商业侧已经出现可审计的运营锚点:Pony.ai披露深圳Gen-7车队2026年2月日均23单、单车日均净收入338元并实现城市级UE盈亏平衡;WeRide 2026Q2中国Robotaxi日均单量超过21单、环比提升24%;
中国Robotaxi规模商业化深度研究报告
副标题: 政策目标从“试点”转向“规模应用”后,真正稀缺的是可复制的城市运营系统,而不是一辆会自动驾驶的车
研究日期: 2026-09-19
证据截止: 2026-09-19
核心决策问题: 未来3年Robotaxi是否已经进入可规模商业化阶段?产业资本与技术/数字化厂商应优先进入整车与ADK、车队运营、远程运营/安全合规、出行平台,还是数据与AI运营基础设施?
Executive Brief
[事实·高] 结论不是“Robotaxi已经全面盈利”,而是“单车经营模型已在少数城市跨过盈亏线,行业竞争开始从算法可行性转向城市级复制能力”。 9月发布的国家规划明确提出到2030年具备自动驾驶功能的汽车实现规模应用,高速、城市快速路和部分城市道路实现高度自动驾驶;监管同时把L3/L4安全基线、准入、测试、数据和安全事件管理逐步制度化。【S1】【S2】【S3】 [事实·高] 商业侧已经出现可审计的运营锚点:Pony.ai披露深圳Gen-7车队2026年2月日均23单、单车日均净收入338元并实现城市级UE盈亏平衡;WeRide 2026Q2中国Robotaxi日均单量超过21单、环比提升24%;Apollo Go在2026Q1完成320万次全无人运营订单,3月周峰值超过35万单。【S5】【S7】【S9】 [事实·高] 但**“单车UE为正”与“公司盈利”仍相距很远**。Pony.ai 2026Q2总营收2.458亿元、毛利率17.5%,经营亏损4.461亿元;WeRide同期营收2.317亿元、毛利率37.5%,期间亏损4.007亿元。二者研发费用分别3.816亿元和4.343亿元,均显著高于季度毛利。【S4】【S7】 [推断·高] 因此未来三年的优先利润池不是“再造一个全栈Robotaxi公司”,而是围绕车辆/ADK降本、远程协助与车队运营、合规安全与事件数据、城市部署工具链、出行平台流量、保险/理赔、充换电与维保形成的B2B能力。对一般新进入者,重资产自营车队是最需要克制的路径。
决策摘要
**优先:**运营OS/远程协助、安全合规数据、车队调度与维保、保险理赔基础设施;**选择性进入:**传感器/计算平台/前装ADK与城市运营;**谨慎:**无城市牌照、无平台流量、无车厂成本优势却自建Robotaxi车队。
1. 为什么是现在:政策目标与商业指标第一次同时越过“试验期”
[事实·高] 2026年9月,工信部等九部门发布“十五五”规划,提出2030年自动驾驶功能汽车规模应用,并部署“人工智能+汽车”、自动驾驶规模应用、“车路云一体化”等行动。工信部同期披露,2026年上半年中国乘用车L2组合驾驶辅助新车搭载率已超过70%,说明数据、供应链、消费者认知和智能化硬件已经形成大规模产业底座。【S1】【S2】 [事实·高] 监管并非简单放松。GB 44721—2026将于2027年7月实施,适用于L3/L4的M/N类车辆,要求产品全生命周期安全保障、仿真/场地/道路测试、动态驾驶任务和人机交互;工信部还明确推进安全事件数据交互、数据安全、准入和上路通行试点。【S3】【S2】 [事实·高] 国际侧也进入扩张阶段。Waymo 2025年完成1500万次全无人订单,2026年初每周已超过40万次;9月宣布进入新加坡,计划2027年本地适配、2028年商业运营。Pony.ai与Uber约定在欧洲部署2,000+辆,WeRide全球Robotaxi车队截至7月底超过1,800辆。【S13】【S11】【S19】【S7】
2. Quantitative Backbone:十一个数字决定Robotaxi是不是生意
| 量化锚点 | 最新值 | 为什么影响决策 | 证据 |
|---|---|---|---|
| 中国政策目标 | 2030年自动驾驶规模应用 | 政策从试点进入规模化目标管理 | S1/S2 |
| 中国L2新车搭载率 | 2026H1 >70% | 智能化供应链与用户教育已成熟 | S2 |
| Apollo Go | 2026Q1 320万次全无人订单;周峰值>35万 | 订单规模已进入城市交通服务量级 | S9 |
| Waymo | 2025年1500万次;2026初>40万次/周 | 全球领先样本已证明需求侧规模 | S13 |
| Pony深圳UE | 23单/车/日;338元净收入/车/日 | 单车层面出现经营盈亏平衡 | S5 |
| Pony 2027成本目标 | 整车+ADK <23万元 | 资产折旧门槛继续下降 | S6 |
| WeRide利用率 | 2026Q2 >21单/车/日,QoQ +24% | 车队密度与调度改善开始兑现 | S7 |
| WeRide远程协助 | 1:10 → 1:40;TCO最多下降38% | “人撤出驾驶位”后仍要继续压后台人工 | S8 |
| Pony 2026Q2 | 营收2.458亿元;毛利率17.5%;经营亏损4.461亿元 | 单车UE≠公司盈利 | S4 |
| WeRide 2026Q2 | 营收2.317亿元;毛利率37.5%;亏损4.007亿元 | 混合业务毛利改善但研发负担仍重 | S7 |
| Waymo安全样本 | 220m+全无人英里;严重/致命伤事故率低94% | 安全证据成为准入、保险和用户信任资产 | S12 |
图1|“单车UE”与“公司盈利”之间仍隔着巨额研发平台成本
[Pony Q2营收]
2.46亿元
[Pony Q2研发]
3.82亿元
[WeRide Q2营收]
2.32亿元
[WeRide Q2研发]
4.34亿元
口径:2026Q2人民币。来源:Pony.ai、WeRide财报【S4】【S7】。图中条形仅作相对视觉化,数值以标注为准。
3. Deep Dive A:单车经济模型——23单/日为什么是一个关键阈值
[事实·高] Pony.ai给出了目前最透明的中国Robotaxi单车经济样本:深圳Gen-7在2026年2月日均23单、日均净收入338元,UE口径包含车辆与ADK折旧、电费与充电、日常维护、远程协助、保险、地勤、停车和网络基础设施,并达到月度盈亏平衡。【S5】 [计算·高] 由披露数据可计算,338元÷23单≈14.7元/单净收入;按365天满运营,年净收入约12.34万元。若2027年整车+ADK成本降至23万元,单纯用收入/车价计算的静态资产收入倍数约1.86年,但这绝不是回收期:UE还要承担折旧、电能、维护、保险、远程协助、地勤、停车和网络成本。【S5】【S6】
单位经济敏感性(FRAME)
以日净收入338元为基准:若订单量从23单降至18单且单均净收入不变,日收入约264元,下降22%;若仍维持23单但单均净收入因补贴/价格竞争下降15%,日收入约287元。Robotaxi的经营杠杆首先来自订单密度,其次才是车价。
[推断·高] 这解释了为什么城市选择比“全国铺车”更重要:运营区越连续、车队越密,空驶里程和等单时间越低,乘客等待时间越短,订单密度又反过来提升。规模效应不是车辆数量本身,而是同一OD网络内的有效密度。 [反证·高] 反例也很直接:若新城市只有零散测试区、低频订单、限定上下客点,增加车辆会先增加折旧、保险和地勤,而不一定增加有效载客公里。所谓“规模化”必须同时看单车日单、载客率、空驶率、远程介入率和补贴后净收入。
4. Deep Dive B:无人化不是“去掉司机”,而是把司机成本重构成运营系统
[事实·高] WeRide披露,远程协助人车比从2024年的1:10提升到1:40,同时新GXR BOM下降15%,共同推动TCO最多下降38%。这揭示Robotaxi真正的成本结构:驾驶员从车内消失后,成本迁移到远程协助、地勤、充电、清洁、维保、事故处理、保险、地图/网络和城市运营中心。【S8】
订单与流量
App/聚合平台→定价→派单→预约上下客点
车队执行
自动驾驶→充电→清洁→维保→轮胎/事故维修
异常处置
远程协助→地勤救援→警务/道路事件→乘客客服
合规闭环
车辆准入→ODD→安全事件数据→OTA/召回→保险理赔
[推断·高] 因此运营平台的核心KPI不是“自动驾驶里程”,而是:每车日单、每单净收入、空驶率、远程介入/千公里、地勤工时/车、充电不可用时间、MTTR、事故/百万公里、投诉率和每车月UE。算法指标必须映射到这些经营指标,否则技术进步不会自动转化为现金流。 [事实·高] Pony.ai 2025年还把远程协助人车比1:30作为阶段目标;WeRide已披露1:40。这说明“后台人工密度”已经成为与ADK BOM同等重要的规模化指标。远程协助不是传统呼叫中心,而是高可靠、低频介入、可审计、受权限约束的安全生产系统。【S8】
5. Deep Dive C:安全与监管——安全不是成本中心,而是进入壁垒
[事实·高] Waymo基于超过2.2亿英里全无人驾驶数据披露,与同区域人类驾驶基准相比,严重或致命伤事故减少94%,任意伤害事故减少82%。这一数据仍属于企业方法学下的比较,但样本量已足以使安全记录成为保险定价、监管谈判和新城市准入的商业资产。【S12】 [反证·高] 但“总体事故率更低”并不能消除长尾风险。2026年6月Waymo因车辆可能驶入封闭施工高速区域召回近3,900辆;2025年Pony.ai一辆无人车系统异常停车后在处置过程中起火;2026年武汉还出现百余Robotaxi因系统故障同时停驶。它们分别对应场景识别、车辆/处置安全、平台级共因失效三类风险。【S14】【S17】【S18】 [事实·高] 中国监管正在把这些风险转为制度要求:GB 44721—2026建立L3/L4统一安全基线;工信部明确建设安全管理平台、推进安全事件数据交互、数据安全和自动驾驶测试评价。对产业链厂商而言,事件数据、版本追踪、仿真回放、OTA证据、权限审计和事故责任链将形成新的合规软件市场。【S3】【S2】
Kill Thesis 1
若未来12个月重大共因故障频发,导致城市大面积暂停运营、强制增加车内安全员或显著提高保险费率,则“去司机成本优势”会被逆转,Robotaxi规模化节奏应整体下调。
6. Deep Dive D:全球扩张的真正约束是“城市复制成本”
[事实·高] 2026年Robotaxi全球化明显加速:Waymo宣布2028年进入新加坡;Pony.ai与Uber计划在欧洲部署2,000+辆;WeRide截至2026年7月底全球L4车队约3,400辆,其中Robotaxi超过1,800辆,并推进西班牙、瑞士、丹麦、阿联酋和新加坡。【S11】【S19】【S7】 [事实·高] 全球扩张不是简单把同一套模型复制到海外。每个城市都要重新处理道路几何、天气、交通规则、语言、人机交互、保险、数据跨境、测试认证、车辆型式、充电维保和平台流量。Waymo新加坡路线图甚至明确把2027年作为本地适配准备期、2028年才商业开放。【S11】 [事实·高] 这使资产轻合作成为重要模式:技术公司提供ADS与运营能力,Uber/Grab等平台提供流量,车厂提供前装车辆,本地伙伴/租赁机构承担资产与车队运营。Pony.ai称其联合部署模式收入在2026Q2继续增长;WeRide也明确以合作伙伴和租赁机构让车辆尽量不进入自身资产负债表。【S4】【S8】 [推断·高] 反面是利润分配被拆散:乘客支付的100元车费,需要在平台流量、车辆资产、自动驾驶技术、车队运营、能源、保险、维保和税费之间分配。技术公司的市场规模不能直接等于GMV,更不能把所有车费都当成可得收入。
7. Profit Pool:每100元乘客支出,谁真正留下利润
[假设·中] 下面的“每100元”是机制框架而非行业统计。公开公司并未披露统一的单程成本分拆,因此用Pony UE成本项、WeRide TCO变化和平台合作模式构建区间,目的在于判断利润池位置,不用于估值。
| 环节 | 每100元支出(FRAME) | 价值来源 | 利润池判断 |
|---|---|---|---|
| 出行平台/获客 | 8-18 | 订单入口、支付、用户与调度入口 | 平台有规模与双边网络效应;费率受竞争影响 |
| 车辆资产/折旧 | 15-25 | 整车+ADK资本成本 | 车辆成本降得越快,资产方利润越厚 |
| 能源/充电 | 5-10 | 电费、充电设施、调度损失 | 高利用率车队可通过集中采购优化 |
| 车队运营/地勤/维保 | 10-18 | 清洁、调度、救援、维修、停车 | 本地密度决定效率 |
| 保险/事故/合规 | 4-10 | 保险、事故处理、安全合规 | 安全数据可降低风险成本 |
| ADS技术/远程运营 | 15-30 | 算法、计算、远程协助、软件平台 | 长期最可能形成高毛利的软件/技术费 |
| 运营利润/税费缓冲 | 0-15 | 剩余利润、税费与不可预见成本 | 当前许多城市仍接近盈亏线 |
图2|Robotaxi利润池从“司机工资”迁移到技术、资产与运营系统
[ADS/远程运营]
15-30
[车辆资产]
15-25
[车队运营]
10-18
[平台获客]
8-18
[保险/合规]
4-10
FRAME:每100元乘客支出的机制性区间,非行业统计。基于【S5】【S8】【S19】构造。
8. Company Evidence Set:四家公司代表四种不同规模化逻辑
| 公司 | 经营模式 | 可验证经营数据 | 核心优势 | 主要风险 |
|---|---|---|---|---|
| Baidu Apollo Go | 平台+全栈Robotaxi;背靠百度AI/云/地图 | 2026Q1 320万次全无人订单;3月周峰值>35万;Q2全球28城、累计350m+自动驾驶公里 | 规模最大中国样本;可复用AI/云能力 | Apollo Go独立财务披露有限;平台级故障风险 |
| Pony.ai | Robotaxi+Robotruck+智能解决方案;联合部署 | Q2 Robotaxi收入8190万元,同比+691%;车队1,975辆;深圳UE盈亏平衡 | Gen-7降本、城市UE、与Uber/车厂合作 | Q2经营亏损4.46亿元;研发3.82亿元 |
| WeRide | L4多产品+L2++/L3;海外资产轻 | Q2营收2.317亿元,毛利率37.5%;Robotaxi>1,800辆;中国>21单/车/日 | 远程协助1:40、海外合作、产品组合 | Q2亏损4.01亿元;研发4.34亿元 |
| Waymo | 全栈ADS+自营/平台合作;美国规模领先 | 2025年1500万次;2026初>40万次/周;220m+全无人英里安全样本 | 安全证据、规模、城市复制与资本能力 | 多次软件召回;高资本与监管投入 |
| [推断·高] 比较的关键不是谁“技术最好”,而是谁能把安全→准入→车辆成本→车队密度→订单→UE→再投资形成正循环。Pony.ai在广州/深圳UE、WeRide远程协助与海外资产轻、Apollo Go订单规模、Waymo安全统计,分别证明了这条链上的不同环节,但没有一家公开数据支持“全公司Robotaxi已经稳定盈利”。 |
9. Enterprise Anatomy:一家Robotaxi运营商实际上是“AI运输企业”
| 核心流程 | 责任角色 | 关键数据对象 | 核心KPI |
|---|---|---|---|
| 1 城市准入 | 政策/法务/安全 | ODD、车辆/运营资质、测试许可 | 许可周期、可运营面积 |
| 2 车队规划 | 运营/财务 | 需求热力、车辆数、充电/停车 | 每平方公里车密度、CAPEX |
| 3 车辆交付 | 供应链/工程 | 整车、ADK、版本、校准 | 单车成本、上线周期 |
| 4 地图/场景适配 | 自动驾驶/数据 | 道路、施工、天气、规则 | 接管/远程介入率 |
| 5 上线验证 | 安全/测试 | 仿真、场地、道路、shadow | 事件率、通过率 |
| 6 订单获取 | 平台/增长 | App/聚合平台、定价、补贴 | CAC、日单、转化 |
| 7 派单与路径 | 运营算法 | 车辆SOC、位置、需求 | 空驶率、等待时长 |
| 8 自动驾驶执行 | ADS | 感知预测规划控制 | 安全事件/百万公里 |
| 9 远程协助 | 运营中心 | 异常请求、视频/事件上下文 | 人车比、介入时长 |
| 10 充电补能 | 车队运营 | SOC、充电桩、峰谷电价 | 不可用时长、电费/公里 |
| 11 清洁维保 | 地勤/维修 | 工单、备件、车辆健康 | MTBF/MTTR |
| 12 事故与救援 | 安全/保险 | 事件包、视频、版本、责任 | 处理时长、赔付率 |
| 13 OTA与回归 | 工程/安全 | 版本、变更、仿真回归 | 缺陷逃逸率 |
| 14 对账结算 | 财务/平台 | 订单、平台费、退款、税费 | 单车净收入、DSO |
| 15 城市复盘扩容 | 经营管理 | UE、密度、安全、投诉 | 扩车/停投决策 |
| [推断·高] **E2E链:**乘客下单→平台派单→车辆空驶接驾→载客→异常远程协助→到达结算→补能/清洁→车辆健康检查→下一订单。与普通网约车相比,Robotaxi把“司机”拆成ADS、远程协助、地勤、维修和安全运营多个角色;因此数据对象从订单扩展到车辆版本、传感器健康、ODD、事件包、远程指令、充电、维修和保险责任。 |
10. Digital / AI Economics:真正值钱的不是再加一个大模型,而是压低“每车后台成本”
| AI场景 | 预算/决策人 | 关键数据 | 经济价值与边界 |
|---|---|---|---|
| 远程协助智能体 | 远程运营主管 | 事件上下文、视频摘要、地图/施工、车辆状态、历史处置 | 减少单次人工判断时间,提高人车比;必须权限分级、全量留痕 |
| 车队需求预测与再平衡 | 城市运营负责人 | 订单热力、时段、天气、活动、SOC、充电 | 降低空驶、提高日单与充电利用;不能突破ODD/安全规则 |
| 预测维护/自动工单 | 车队维修负责人 | DTC、传感器健康、里程、维保、事故 | 减少非计划停运与MTTR;安全件仍需人工签字 |
| 安全事件证据链 | 安全/合规/保险 | 事件数据、软件版本、远程指令、视频、道路状态 | 缩短调查/理赔,支撑监管与OTA回归;数据权限和隐私是硬约束 |
| 仿真/世界模型场景生成 | 自动驾驶研发 | 真实长尾事件、合成场景、回归结果 | 减少实车测试成本、提高长尾覆盖;仿真不能替代道路验证 |
ROI A|远程协助(FRAME)
假设1,000辆车,人工综合成本25万元/年。若从1:20提升到1:40,理论班组人数由50降至25,静态人工价值约625万元/年;若系统、算力、通信与治理年化成本300万元,净价值约325万元。实际还需覆盖三班制、冗余和峰值并发。
ROI B|降低空驶(FRAME)
假设1,000辆车,每车300公里/日,空驶率35%。若需求预测与再平衡使空驶率下降3个百分点,相当于每天减少9,000空驶公里;按电能+轮胎+维保+折旧边际成本0.45元/公里,直接成本价值约148万元/年,更大的价值来自释放车辆时段用于载客。
ROI C|预测维护(FRAME)
假设1,000辆车,每车每年因非计划故障损失2个运营日;若预测维护减少25%,释放500车日。按338元/车日净收入锚点,仅收入侧约16.9万元;若计入救援、拖车、备件与乘客补偿,价值更高。说明预测维护必须优先盯“停运时长”,而非模型准确率。
[反证·高] **明确不建议:**让生成式AI直接下发车辆运动控制、绕过ADS安全栈,或在没有确定性规则/权限边界时自动执行高风险远程操作。大模型适合信息压缩、异常分类、知识检索和决策辅助,不应成为无隔离的安全关键控制器。
11. Future / Entry:2026-2029的三种情景与四条进入路径
| 情景 | 市场/监管 | 关键变量 | 结果 |
|---|---|---|---|
| Base | 中国核心一线/超大城市继续扩区;海外以合作模式进入 | 日单稳定20+;车辆成本继续降;监管逐步统一 | 城市级UE扩散,但公司级盈利仍需研发摊薄 |
| Bull | 安全数据持续改善、牌照放开、平台流量快速接入 | 车队密度提升、远程协助>1:50、保险费率下降 | Robotaxi从科技服务变成可融资的基础设施资产 |
| Bear | 重大事故/共因故障触发收紧,价格战或订单不足 | 重新增加安全员、保险/合规成本升、利用率 <15单/日 | UE逆转,扩张转向少数封闭/高确定性场景 |
[推断·高] 对产业资本,优先级建议是A/B > C > D。D只有在同时具备城市运营许可、稳定订单入口、低成本车辆融资、充电/维保网络、成熟ADS伙伴时才成立;否则会把技术风险、需求风险和资产风险全部叠在资产负债表上。
12. Red Team / Kill Thesis:四件事足以推翻乐观结论
| Kill Thesis | 触发条件 | 意味着什么 |
|---|---|---|
| 共因安全事故 | 单次平台故障导致大规模停驶/伤亡,监管要求恢复安全员 | 无人化成本优势被逆转 |
| 订单密度不足 | 成熟运营区连续2季度20%且无法由成本下降抵消 | UE盈亏平衡失效 |
| 研发平台无法摊薄 | 头部公司收入高速增长但研发/毛利比连续2年不降 | 单车盈利无法转为公司盈利 |
| 海外复制过慢 | 单城市从测试到收费运营持续>24个月 | 全球TAM不能按车辆规划直接折现 |
| [反证·高] 现有证据已经提供三条削弱乐观叙事的事实:Waymo在高规模下仍发生软件召回;武汉出现平台级同时停驶;Pony.ai和WeRide即使收入快速增长、单车运营改善,季度公司层面仍有4亿元左右亏损。增长、技术可行和单车UE都不能替代公司自由现金流。【S14】【S18】【S4】【S7】 |
13. 未来12-36个月监测表
| 指标 | 频率 | 向好信号 | 预警信号 |
|---|---|---|---|
| 单车日均订单 | 月/季 | >20且随密度上升 | <15且持续两季 |
| 车辆+ADK成本 | 车型代际 | 向20万元附近下降 | 降本停滞/冗余要求推高成本 |
| 远程协助人车比 | 季/年 | >1:40并继续提升 | 异常率导致后台人员线性增长 |
| 空驶率/载客率 | 月 | 空驶持续下降 | 扩车后空驶上升 |
| 事故/百万公里 | 季/年 | 严重事故率继续低于人类基准 | 共因故障/严重事故 |
| 保险费/车/年 | 年 | 随安全数据下降 | 监管/事故推动上升 |
| 研发费用/毛利 | 季 | 持续下降 | 收入增而比例不降 |
| 新城市商业化周期 | 项目 | 测试→收费24个月 | |
| 资产轻车队占比 | 半年 | 伙伴承担车辆资产增加 | 技术公司CAPEX随车队线性上升 |
14. 结论:Robotaxi的下一阶段,是“运营工业化”而不是“Demo规模化”
[事实·高] 截至2026年9月,Robotaxi已经越过三个关键门槛:政策明确规模应用目标;中国头部公司出现20+单/车/日与城市级UE盈亏平衡;Waymo、Apollo Go等形成百万级/千万级真实订单和大样本安全数据。把Robotaxi仍然只当成“自动驾驶试验”已经落后于事实。【S1】【S5】【S9】【S13】 [事实·高] 但把它定义成“成熟盈利行业”同样过早。头部纯自动驾驶公司的研发支出仍远高于毛利,安全长尾和城市准入仍能让扩张突然停摆。未来三年最重要的分水岭不是车辆总数,而是每车日单能否稳定在20单以上、车辆成本能否继续下探、远程协助人车比能否持续提高、事故与保险成本能否下降、研发平台成本能否被更多城市和车型摊薄。 [推断·高] 因此,新进入者最有价值的机会不是复制Waymo或Apollo Go,而是进入它们规模化后必然出现的“工业基础设施层”:运营OS、远程协助、安全事件与合规数据、车队维保、保险理赔、城市部署工具链,以及可前装量产的低成本高可靠硬件。谁能把每辆车背后的人工、停运和风险成本持续压低,谁更接近Robotaxi真正的利润池。
- 主要来源与证据说明| 编号 | 来源 | 链接 | | --- | --- | --- | | S1 | 工业和信息化部等九部门:《智能网联新能源汽车产业发展“十五五”规划》,2026-09-09/10 | 查看原文 | | S2 | 工业和信息化部:智能网联新能源汽车产业高质量发展新闻发布会,2026-09-11 | 查看原文 | | S3 | 工业和信息化部:《智能网联汽车 自动驾驶系统安全要求》(GB 44721—2026),2026-08-04 | 查看原文 | | S4 | Pony.ai:2026Q2财务及经营结果,2026-08-18 | 查看原文 | | S5 | Pony.ai:Gen-7 Robotaxi深圳UE盈亏平衡,2026-03-02 | 查看原文 | | S6 | Pony.ai:2027年中国Robotaxi整车+ADK成本目标低于23万元,2026-04-24 | 查看原文 | | S7 | WeRide:2026Q2及H1财务与运营结果,2026-08-12 | 查看原文 | | S8 | WeRide:2025全年结果及Robotaxi TCO/远程协助效率,2026-03-23 | 查看原文 | | S9 | Baidu:2026Q1结果及Apollo Go运营数据,2026-05 | 查看原文 | | S10 | Baidu:2026Q2结果及Apollo Go全球运营数据,2026-08-18 | 查看原文 | | S11 | Waymo:新加坡商业化路线图,2026-09-17 | 查看原文 | | S12 | Waymo:Safety Impact,220 million+ fully autonomous miles,2026-06-24 | 查看原文 | | S13 | Waymo:2026年融资与商业规模,2026-02 | 查看原文 | | S14 | Reuters:Waymo召回近3,900辆Robotaxi,施工封闭区识别问题,2026-06-18 | 查看原文 | | S15 | Reuters:中国提出2030年自动驾驶规模应用目标,2026-09-11 | 查看原文 | | S16 | Reuters:Waymo宣布进入新加坡,目标2028商业运营,2026-09-18 | 查看原文 | | S17 | Reuters:Pony.ai Robotaxi车辆2025年火情事件,无人员伤亡,2025-05-14 | 查看原文 | | S18 | AP:武汉Robotaxi系统故障导致百余车辆停驶,2026-04 | 查看原文 | | S19 | Pony.ai:与Uber扩大欧洲合作,计划部署2,000+ Robotaxi,2026-08-14 | 查看原文 | | S20 | WeRide:与吉利远程计划2026年交付2,000台GXR,2026-03-09 | 查看原文 | [事实·高] 证据说明:政策与标准优先采用工信部/政府原文;公司经营与财务优先采用上市公司IR/SEC披露;安全反例采用监管/Reuters/AP等独立来源。报告中的FRAME用于单位经济、利润池和ROI敏感性分析,不作为现实统计值。