AI 汽车与自动驾驶已从演示级跨入收入级,但利润先流向卖铲人,不是 Robotaxi;短中期最稳的收入环节是 L2/L2+ ADAS 装车、车载 AI 芯片与域控,以及少数闭环的车队平台。评级 跟踪。
矛盾在叙事最响的方向和真正在收钱的方向不重合。ADAS 与平台型芯片是已落地的现金流——GM 把 Super Cruise 做成订阅生意,2025 年收入 2.34 亿、2026 指引接近翻倍、毛利率接近七成;Qualcomm 汽车设计赢得管线已超过 450 亿,Mobileye、Hesai 也都是年规模过百万的制造级真收入。Robotaxi 这边 Waymo 周付费单破 25 万、Apollo Go 四季度跑出几百万次无人单,需求侧已被验证,卡住盈利的是远程协助人车比、保险曲线和城市许可这几个未闭环变量;Tesla 在加州拿无安全员客运许可这一关也还没过。
预期差不在 Tesla——市值约 1.45 万亿、静态 PE 已到 376 倍,Robotaxi 与 FSD 远期都被透支干净;更可能藏在 Qualcomm、GM、Mobileye、BlackBerry、Hesai 这种被当传统半导体或传统车厂看的平台节点。核心风险是安全事故触发监管反身性收紧、单车经济证伪、激光雷达价格战,以及 OEM 把智驾算法自研内置化、压缩独立软件栈空间。
本报告基于截至 2026 年 5 月 19 日 的公开信息，重点不是“AI 会不会改变汽车”，而是识别 哪些环节已经形成收入、利润、订单、运营与监管验证，以及 哪些只是叙事、试点或资本市场想象。为避免把“产品发布”“监管测试”“收入落地”“安全验证”“规模化运营”混为一谈，全文统一按这五个阶段拆解。
核心结论
AI 汽车与自动驾驶在 AI 产业链里已经从“演示级应用”跨入“收入级应用”，但收入结构明显分层：当前最真实、最可验证的收入主要来自 L2/L2+ ADAS 软硬件装车、ADAS 选装/订阅、智能座舱软件、车载 AI 芯片、激光雷达，以及极少数已经进入付费运营的 Robotaxi/无人货运场景；其中 Waymo、Apollo Go、Pony.ai、WeRide、Aurora、Gatik 已经能拿出付费运营或合同化收入证据，但规模和利润率仍高度分化。
最先商业化且利润确定性最高的不是 Robotaxi，而是 L2/L2+ ADAS 与“卖铲人”。GM 已将 Super Cruise/OnStar 等数字化业务做成明确收入，2025 年 Super Cruise 订阅用户约 62 万、收入约 2.34 亿美元，2026 年指引接近 4 亿美元，毛利率约 70%；Qualcomm 汽车收入在 FY26Q2 达 13 亿美元，同比增长 38%；Mobileye 2025 年收入 18.94 亿美元，同比增长 15%；NVIDIA 汽车收入保持高增，但仍是总营收中的小体量业务。
Robotaxi 已经有真实付费收入，但仍属于“规模化验证早期”而非“成熟利润池”。Waymo One 已超过 25 万次/周付费订单，到 2025 年底已累计 1.707 亿英里 rider-only miles，并在 2026 年公开材料中提到累计服务已超 2,000 万次出行；Baidu Apollo Go 在 2025Q4 完成 340 万次 fully driverless rides、周峰值超 30 万次，到 2026 年 2 月累计已超 2,000 万次；Pony.ai 和 WeRide 虽然 Robotaxi 收入增速很快，但绝对体量仍远小于芯片/ADAS 装车大盘。
仍停留在试点、演示、监管测试或资本补贴阶段的环节，主要是广域 L4 Robotaxi、绝大多数 L3、以及大量“车载大模型 Agent”。Mercedes DRIVE PILOT 是全球极少数进入收费、法规批准的 L3，但 ODD 仍明显受限；中国 2024 年公布的九个“准入与上路通行试点”联合体并不等于拿到正式量产准入或全国范围可商用；Tesla 在加州离“对公众提供 driverless AV 服务”仍有许可鸿沟。
自动驾驶利润池短中期更可能停留在三类主体：整车厂的 ADAS 变现、车载 AI 芯片/域控平台、少数完成许可与运营闭环的车队平台。换言之，利润未必先流向“最会讲 AGI 故事的人”，而是先流向 有装车量、有许可、有安全验证、有订阅或出行计费能力 的平台。Waymo、Apollo Go、GM、Qualcomm、Mobileye、NVIDIA、Hesai、RoboSense 目前都比大多数纯故事公司更接近这一标准。
AI 对汽车产业的第一层影响已经发生在“提升整车竞争力与 ADAS 渗透率”，第二层影响才是 Robotaxi 重构出行模式。XPeng 2025 年全年交付 42.94 万辆、Q4 首次单季度盈利，并披露 XNGP 城区智驾月活渗透率长期维持在 80% 以上，这说明 AI 先被用来拉动销量、提升毛利和品牌力，而不是先形成独立的软件 P&L。
车端软件持续收费目前仍是稀缺能力。GM 能把 Super Cruise 转成订阅收入，Mercedes 把 DRIVE PILOT 变成可付费的法规级 L3 功能，Cerence 和 QNX 以嵌入式授权/版税模式持续变现；但多数中国 OEM 的高阶 ADAS，现阶段更像“卖车功能”而非“独立 ARPU 池”。
传感器赛道里，激光雷达已经从“验证技术”走向“规模出货”，但利润池会向头部集中，价格竞争正在加速。Hesai 2025 年激光雷达出货 162.0 万台，其中 ADAS 约 138.1 万台；RoboSense 2025 年销量约 91.2 万台、收入约 19.4 亿元人民币、毛利率 26.5%。这说明激光雷达已经是“真出货、真收入”赛道，但后续更可能是 头部规模玩家吃量、尾部玩家被挤压。
地图、高精定位和仿真验证仍重要，但独立利润池未必足够大；更可持续的模式是嵌入式平台化。TomTom 2025 年拿到创纪录的汽车订单，CARIAD 选择其 Orbis Lane Model Maps 作为自动驾驶系统核心组成，表明地图仍有价值；但 TomTom 同时提示 2026 年收入可能处于过渡期，说明地图更像“系统能力的一部分”，不是稳定高增长独立利润中心。
自动驾驶卡车的商业化路径在很多维度上比城市 Robotaxi 更直接：ODD 更收敛、路线更固定、对“省司机成本/提高车辆利用率”的 ROI 更容易量化。Aurora 已在 2025 年 4 月启动美国首个商业化无人驾驶干线货运服务；Gatik 则在 2026 年宣布成为美国首家“按规模”运行无安全员自动卡车的公司，并披露 6 亿美元合同化收入。
估值已经较充分反映 AI 汽车预期的典型公司是 Tesla；而“真实汽车 AI 收入增长但整体估值仍未全额计入”的典型更接近 Qualcomm、GM、BlackBerry QNX、TomTom、部分中国激光雷达与域控平台公司。Tesla 当前市值约 1.45 万亿美元、静态 PE 约 376 倍，明显包含了 Robotaxi 和 FSD 的远期预期；Qualcomm 当前 PE 约 21.8 倍，但汽车设计赢得管线已达 450 亿美元，汽车收入已年化超 50 亿美元。
未来 12—24 个月最关键的催化剂，是“从功能发布跨到规模收费”：Waymo 城市扩张和产能爬坡、Apollo Go/Pony/WeRide 海外复制、Tesla 无安全员许可与真实服务范围、Aurora/Gatik 扩线路、Qualcomm/Mobileye/Horizon 的新平台量产、Hesai/RoboSense 在海外 OEM 的定点扩张。对投资而言，最需要警惕的则是 安全事故、监管收紧、许可不及预期、单车经济证伪、硬件价格战、以及 OEM 自研内置化。
产业链全景与利润池
先回答用户最核心的两件事。
第一，哪些场景已经产生真实收入： 当前最有证据支撑的收入场景包括 L2/L2+ ADAS 选装/订阅与整车 ASP 提升、法规驱动的 DMS/OMS、车载 AI 芯片与域控、激光雷达、智能座舱语音与 OS 授权、部分 Robotaxi 付费出行、自动驾驶干线货运/中短途货运合同收入。其中公开披露质量最高的，是 GM、Qualcomm、Mobileye、Hesai、RoboSense、Waymo、Apollo Go、Pony.ai、WeRide、Aurora、Gatik。
第二，哪些场景仍偏试点/测试/补贴： 最典型的是 大范围城市 L4、绝大部分 L3 车型功能、V2X/车路云作为独立利润池、车载大模型 Agent 的订阅化变现、以及许多“宣布合作—尚无明确装车量/运营量”的生态股。中国官方也明确表示，进入准入试点并不代表已经取得准入许可或允许上路通行；California CPUC 亦要求 driverless passenger service 必须叠加 DMV/CPUC 双许可。
| 产业链位置 | 细分环节 | 核心产品/服务 | AI 需求驱动 | 主要收入模式 | 主要客户 | 壁垒类型 | 商业化阶段 | 利润率特征 | 代表公司 | 受益强度 | 关键来源 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 车载 AI 芯片 | ADAS/AD SoC | EyeQ、Ride、Orin/Thor、Journey | 计算量提升、NOA/E2E、舱驾融合 | 按颗/平台收费、长期定点 | OEM、Tier 1 | 软件生态、功能安全、认证周期 | 规模化收入 | 高毛利、前装周期长 | Mobileye、Qualcomm、NVIDIA、Horizon、Black Sesame | 高 | |
| 中央计算平台 | HPC、舱驾一体 | 域融合/中央计算 | 电子电气架构重构 | 按平台/BOM/软件包 | OEM、Tier 1 | 软硬协同、ASIL、量产导入 | 收入落地 | 中高毛利，竞争加剧 | Qualcomm、NVIDIA、Desay、Visteon | 高 | |
| 域控制器 | ADAS 域控 | 控制器、板级方案 | 多传感器融合、成本优化 | 按车/模块收费 | OEM | 集成与验证 | 收入落地 | 毛利中等 | Aptiv、Magna、德赛西威 | 中高 | |
| 摄像头/视觉 | 前视/环视/舱内相机 | 感知与 DMS | L2+/L3 标配化 | 按模组收费 | OEM、Tier 1 | 认证、ISP、供应链 | 规模化收入 | 毛利中低 | LG Innotek、舜宇、Sony、ON Semi 生态 | 中 | |
| 激光雷达 | 固态/半固态 LiDAR | 前向/补盲/泊车 | L2+/L3/L4 冗余感知 | 按颗收费、平台打包 | OEM、Robotaxi、机器人 | 芯片、自研算法、成本曲线 | 规模化收入 | 毛利受价格战压制 | Hesai、RoboSense、Luminar、Innoviz | 高 | |
| 毫米波/成像雷达 | 4D radar | 全天候感知 | 替代/补充 LiDAR | 按颗收费 | OEM | 射频、算法、车规认证 | 收入落地 | 毛利中等 | Arbe、TI、NXP、Continental | 中 | |
| 线控底盘 | Steer/Brake by Wire | 冗余执行层 | L3/L4 责任转移 | 按车收费 | OEM、商用车 | 安全冗余、认证 | 收入落地早期 | 中高毛利潜力 | Bosch、ZF、BorgWarner | 中高 | |
| 自动驾驶软件栈 | 感知/预测/规划/控制 | NOA、L4 Driver | 提升功能等级 | 授权、NRE、按车收费 | OEM、Robotaxi | 数据闭环、系统验证 | 两极分化 | 高毛利但研发重 | Waymo、Pony.ai、WeRide、Momenta、Mobileye | 高 | |
| 端到端驾驶模型 | E2E、VLA、occupancy | 城区 NOA、类人驾驶 | 提升体验和泛化 | 主要作为整车卖点/平台附加 | OEM | 数据规模、训练基础设施 | 产品发布到收入落地过渡 | 毛利看附着方式 | Tesla、XPeng、Horizon、Wayve | 中高 | |
| 仿真验证 | Scenario、Closed-loop、digital twin | 长尾验证、开发提速 | 研发提效、降测试成本 | SaaS/订阅/NRE | OEM、AV 公司、国防/工业 | 工具链集成、场景库 | 真实收入 | 高毛利 | Applied Intuition、Foretellix、Synopsys-Ansys | 高 | |
| 数据闭环/自动标注 | 数据管线、auto-labeling | 模型训练、回归验证 | 提升训练效率 | 项目制+平台订阅 | OEM、AV 公司 | 数据安全、质检、工具链 | 真实收入但披露少 | 高毛利 | Scale AI、Applied、Waymo 内部平台 | 中高 | |
| 高精地图/定位 | Lane-level map、ADAS SDK | L3/L4、法规与 HMI | 提升可解释性与预测性 | 授权、订阅、按车收费 | OEM、Tier 1 | 数据更新、全球覆盖 | 收入落地但承压 | 毛利尚可、增长偏慢 | TomTom、HERE、NavInfo | 中 | |
| ADAS 软件 | Highway pilot、NOA、hands-free | 提升销量与 ASP | 选装包、订阅、含在车价 | 终端车主/OEM | 安全 case、法规、DMS | 规模化收入 | 软件毛利高，但 attach rate 决定天花板 | GM、Mercedes、Tesla、XPeng、Mobileye | 高 | ||
| L3 条件自动驾驶 | Traffic Jam Pilot、eyes-off | 法规级自动驾驶 | 付费功能/含在高端车型 | 高端车用户 | 法规审批、责任转移、ODD | 小规模收费 | 单价高、规模小 | Mercedes、Honda、BMW（推进中） | 中 | ||
| Robotaxi 平台 | 出行平台+自驾车队 | 城市无人网约车 | 车费、平台抽成、B2B 平台 | 乘客、平台、政府/机场 | 许可、安全、运营、远程协助 | 真实收入、仍在规模化验证 | 潜在高毛利，但前期亏损重 | Waymo、Apollo Go、Pony.ai、WeRide、Zoox | 高 | ||
| 自动驾驶卡车 | Hub-to-hub freight | 干线司机替代、利用率提升 | 按里程/合同/NRE | 货主、承运人 | 安全、州际法规、车队运维 | 真实收入早期 | 一旦 driver-out 成功，利润弹性大 | Aurora、Gatik、Kodiak、Waabi、Plus | 高 | ||
| 低速无人配送 | Sidewalk robot、AV van | 最后一公里降本 | 按单/按服务区域 | 平台、商超、餐饮 | 低速法规、调度、密度 | 真实收入但体量仍小 | 规模后毛利可改善 | Serve、Nuro、Starship | 中 | ||
| 智能座舱 | Voice、multimodal UI、车内 Agent | 人机交互升级 | 授权、版税、按车收费、云服务 | OEM | OS、中间件、语音模型 | 规模化收入 | 毛利高于硬件、低于纯软件 | Cerence、Banma、QNX、Qualcomm cockpit | 中高 | ||
| OTA/SDV | OTA、车端 OS、中间件 | 功能持续升级 | 许可、运维、订阅 | OEM、车队 | 软件架构、功能安全、网络安全 | 真实收入 | 高毛利 | QNX、Elektrobit、Sonatus、CARIAD/Tier 1 | 中高 | ||
| 车载网络安全 | R155/R156、21434 | OTA 与联网车安全 | 授权/订阅/SOC 服务 | OEM、Tier 1、车队 | 认证、长期运维 | 真实收入但披露少 | 高毛利 | BlackBerry、Upstream、Argus | 中 | ||
| 保险/安全评估 | 责任定价、理赔建模 | 无人驾驶责任迁移 | 保费、再保、数据服务 | 车队、保险公司 | 索赔数据库、事故数据 | 早期收入 | 数据主导，规模导向 | Swiss Re、Waymo 内部、安全评估商 | 中 |
利润池判断：
短期内，利润池更明确地停留在 ADAS 订阅/选装 + 芯片平台 + 域控/中间件 + 合规性 DMS/安全软件。这是因为这些环节已经有 量产节奏、OEM 采购预算和法规驱动。Robotaxi 的利润池长期可能更大，但当前仍受制于 城市扩张速度、单车利用率、远程协助成本、事故/召回风险与监管许可。
就“谁最终拿走利润池”而言，我的判断是： 近三年 更像是 OEM + 车载 AI 芯片/软件平台 + 头部传感器公司 收钱； 中期 才可能转向 少数获监管放行、能做运营、能摊薄远程协助与车队维护成本的 Robotaxi 平台； 而 独立地图公司、纯硬件单点供应商、无数据闭环的软件外包商 的议价权大概率会下降。这个判断与 Waymo/Alphabet 的收入仍被并入 Other Bets、TomTom 地图价值更偏平台嵌入、以及激光雷达加速走向规模化价格竞争的现实是一致的。
商业模式与情景假设
AI 汽车和自动驾驶怎么赚钱？
汽车 AI 的变现方式，决定了谁能从“功能”变成“利润”。最重要的分界，不是技术栈，而是 收费权归属。现阶段有七类主要模式：整车 ASP 溢价、ADAS 选装、ADAS 订阅、一次性软件授权、芯片/传感器销售、Robotaxi 车费、B2B 车队/物流合同、智能座舱/云服务授权。其中最成熟的是前装硬件+软件授权，次成熟的是 ADAS 订阅，最具想象空间但也最重资本的是 Robotaxi 和无人货运。
| 商业模式 | 代表形态 | 优点 | 缺点 | 目前成熟度 | 更可能受益者 | 关键来源 |
|---|---|---|---|---|---|---|
| 整车 ASP 溢价 | “高阶智驾版”车型售价更高 | 兑现最快，跟销量直接联动 | 容易被价格战吞噬，难形成持续 ARPU | 高 | XPeng、理想、华为系、GM | |
| ADAS 选装包 | Super Cruise、NOA 套装 | 前装毛利高，附着于品牌 | 取决于 attach rate 和体验口碑 | 高 | GM、Mercedes、Tesla、Mobileye 生态 | |
| ADAS 订阅 | 月费/年费 | 持续性收入、软件毛利高 | 付费率常低于预期 | 中高 | GM、Mercedes、Tesla | |
| 一次性软件授权 | 按车型/项目授权 | 对 Tier 1/软件公司友好 | OEM 议价强，收入波动大 | 高 | Cerence、QNX、TomTom、Tier 1 | |
| 芯片销售 | SoC、域控平台 | 规模效应强，设计赢得带来可见性 | 认证周期长，客户集中 | 高 | Qualcomm、Mobileye、NVIDIA、Horizon | |
| 传感器销售 | LiDAR、雷达、DMS | 量产放量快 | 容易进入价格竞争 | 高 | Hesai、RoboSense | |
| Robotaxi 车费 | 按单/按公里计费 | 天花板最高，若成功可替代司机成本 | Capex、Opex、监管最重 | 中 | Waymo、Apollo Go、Pony.ai、WeRide | |
| 车队/物流合同 | 无人货运、FaaS | ROI 易量化，B2B 粘性强 | 商业化节奏受安全与州际法规制约 | 中 | Aurora、Gatik、Kodiak | |
| 仿真/验证订阅 | SaaS、scenario generation | 高毛利、轻资产 | 公开市场纯标的少 | 中高 | Applied、Foretellix、Synopsys-Ansys | |
| 智能座舱/车载大模型 | 语音、车内 Agent、服务入口 | 用户感知强，可提升 ARPU | 付费意愿与差异化尚待验证 | 中 | Cerence、Banma、QNX、Qualcomm |
L2/L2+ ADAS 是否比 Robotaxi 更快产生利润？ 答案是 是。原因不在技术难度，而在 销售路径：L2/L2+ 能依附于整车销售与前装供应链结算，回款来自 OEM 和消费者；Robotaxi 则必须同时解决 车辆、许可、城市场景、运力调度、远程协助、保险、公众接受度，因此会更晚兑现利润。GM、Mobileye、Qualcomm 的披露都说明 ADAS/车载平台收入已经进入成熟财务口径，而 Waymo/Apollo Go 虽然运营量显著上升，但上市公司层面的利润贡献仍未单独成为主利润中心。
Robotaxi 能否形成正向单车经济？ 能，但前提非常苛刻：高利用率、低空驶率、低事故率、低远程协助人力/单车配比、传感器和清洁维护成本持续下降、以及足够密集的 ODD 内需求。Waymo 已用高周订单和超大 rider-only mileage 证明需求存在，Apollo Go 也用武汉模式证明中国城市中可形成大规模出行频次；但这距离“充分盈利”仍差几个变量的完全闭环。
自动驾驶卡车是否比城市 Robotaxi 更容易商业化？ 大概率 更容易。Aurora 之所以先落地，是因为 Hub-to-hub 高速场景 相比城市 Robotaxi 拥有更窄的 ODD、更低的交互复杂度和更清晰的经济性；Gatik 的中短途 retail middle-mile 更是进一步把场景约束到固定仓到店路线。这类场景不会像城市 Robotaxi 那样立刻改写 C 端出行，但更有机会先变成 B 端利润池。
三种情景假设
| 情景 | 核心假设 | ADAS 渗透率 | Robotaxi 城市扩张 | 单车经济改善 | L3 监管批准 | 自动驾驶卡车部署 | 受益环节 | 更受益公司 | 被冲击公司 | 主要风险 |
|---|---|---|---|---|---|---|---|---|---|---|
| 保守 | 监管趋严、事故后审查增强、消费者付费率一般 | L2/L2+ 继续上升，L3 仍局部 | Waymo/Apollo/少数中东项目扩张；其他放缓 | 改善但难全面盈利 | 仅 Mercedes 等窄 ODD 推进 | Aurora/Gatik 以少量 corridor 扩线 | 芯片、DMS、LiDAR、ADAS 选装 | Qualcomm、GM、Mobileye、Hesai、RoboSense | 纯 Robotaxi 叙事股、传统地图小厂 | 事故、召回、OTA 审批、价格战 |
| 基准 | 无人驾驶运营继续扩张但节奏理性 | 中国和北美 L2+/NOA 快速渗透 | Waymo、Apollo Go、Pony、WeRide 增城；Uber/Lyft 接平台单 | 头部平台接近盈亏平衡 | L3 在德/美/中高端车上有限扩大 | 干线和 middle-mile 稳步复制 | 芯片平台、运营平台、软硬一体方案 | Waymo/Alphabet、Baidu、Qualcomm、GM、Horizon、Aurora、Gatik | 出租车、低端 ADAS 供应商、部分人工调度平台 | 许可扩张低于预期、OEM 自研 |
| 激进 | 许可加速、硬件成本继续快速下台阶 | L2+/L3 成为中高端车标配 | Waymo/Tesla/Apollo 多城规模复制，Uber/Lyft 大规模接入 AV | 头部 Robotaxi 形成正向单车经济 | L3 高速/拥堵场景广泛放行 | 美国南部干线自动驾驶加速 | Robotaxi 平台、运营 OS、车队管理、保险数据 | Waymo/Alphabet、Tesla、Baidu、Pony、WeRide、Qualcomm、NVIDIA | Uber/Lyft 若不绑定生态、出租车与部分卡车司机 | 安全 black swan、反垄断、估值泡沫 |
情景里的核心分歧，不是“技术会不会进步”，而是 监管与运营学习曲线能否快过市场的预期折现。这也是为什么我更看重 有 disclosed rides / subscribers / shipments / revenue 的公司，而不是只看 demo 视频和发布会的公司。
Robotaxi与ADAS经济性
Robotaxi 的成本结构，公开口径很少，最合理的做法是做“方向性拆解”而非伪精确估算”。
| 成本项 | 对盈利敏感度 | 方向性判断 | 影响单车经济的关键变量 | 公开事实支撑 |
|---|---|---|---|---|
| 整车与折旧 | 极高 | 车体本身不再是最贵项，但折旧周期决定回本速度 | 车辆寿命、利用率、残值 | Waymo 扩大制造与车队规模，Pony/WeRide 强调低成本量产车型与多 OEM 合作。 |
| 传感器与计算平台 | 高 | 头部 LiDAR 与计算平台正在快速降本 | 传感器颗数、算力冗余、良率 | Hesai/RoboSense 的百万级出货表明单位成本已显著下探。 |
| 清洁维护与维修 | 高 | 城市运营里约束远高于高速货运 | 道路条件、事故率、日均单量 | Waymo/Apollo Go 大规模城市运营能持续验证该项。 |
| 远程协助 | 极高 | 这是 Robotaxi 与 ADAS 最大分水岭之一 | 每名远程协助人员可覆盖车辆数 | 公开运营商多强调远程支持，但极少披露人车比；因此该项仍是盈利关键不确定性。 |
| 保险与责任准备金 | 高 | 事故率改善可显著优化保险曲线 | 索赔频率、责任归属 | Waymo 与 Swiss Re 的研究已显示索赔率显著优于人驾基线。 |
| 能源/充电 | 中 | 电动化有利于里程成本，但调度影响大 | 谷电比例、排班效率 | Waymo 当前车队为全电 Jaguar I-PACE。 |
| 地图/云/训练 | 中高 | 不是最大单项，但决定持续迭代能力 | ODD 面积、数据回灌频率 | Waymo、TomTom、Applied、Synopsys-Ansys 均表明仿真/地图/训练是长期刚需。 |
| 许可与合规 | 中高 | 一旦事故触发反身性风险，影响极大 | 州/城市监管、召回、SOTIF/SGO | NHTSA SGO、California DMV/CPUC、中国 MIIT/公安部管理要求都在强化。 |
Robotaxi 与传统网约车相比，潜在成本优势主要来自司机成本替代，但前提是利用率和远程协助足够优化。 传统网约车的最大变量是司机抽成；Robotaxi 则把这部分换成 折旧、远程协助、维修清洁、保险与许可成本。只有当车队密度足够高、使用时段足够长、调度足够智能时，Robotaxi 才会真正压低单位订单成本。Waymo 和 Apollo Go 的高频次订单说明需求侧已经存在，但盈利仍取决于运营侧学习曲线。
六家主要路线差异
| 公司 | 技术路线 | 传感器/地图 | 商业化状态 | 运营模式 | 我对其经济性判断 | 关键来源 |
|---|---|---|---|---|---|---|
| Waymo | 多传感器 + HD map + 强 ODD 管理 | LiDAR/雷达/视觉，地图深度使用 | 全球最强规模化付费运营 | 自营 + Uber 接入 | 单车经济最接近被验证，但资本与运营要求最高 | |
| Tesla | 纯视觉/E2E/消费车队先行 | 弱地图、低 BOM | ADAS 收入真实，Robotaxi 运营验证不足 | 先卖车/订阅，再图运营 | 若放开无安全员许可，杠杆最大；但监管与安全 case 最难 | |
| Apollo Go | 中国大规模城市运营 + 成本优化 | 多传感器，ODD 清晰 | 高频 fully driverless rides 已成形 | 自营为主，正国际化 | 运营效率与单位成本改善值得重视，是最强中国样本 | |
| Pony.ai | 多传感器 + 多城扩张 + 多 OEM | 量产化倾向强 | 收入高增但规模仍早期 | 中国+中东/欧洲扩张 | 若 2026 城市与车队扩张兑现，弹性大 | |
| WeRide | 多产品线并行 Robotaxi/Robobus/Robovan | 全球化许可较多 | Robotaxi 收入快速增长 | 更轻资产、合作运营 | 轻资产模式可改善资本开支，但平台控制力略弱 | |
| Zoox | 封闭式原生 Robotaxi 车辆路线 | 高定制、多传感器 | 测试/示范为主，收入披露有限 | 更偏重自营平台 | 产品理念先进，但量产/合规/经济性公开证据不够 |
ADAS 价值量在产业链如何分配？ L2/L2+ 价值量通常由 OEM 品牌溢价 + 芯片平台 + 域控/Tier 1 集成 + 传感器 + 软件算法 共同分配。现阶段，最稳的不是软件算法单点公司，而是 能把 SoC、工具链、软件栈、功能安全整合在一起的平台。Qualcomm 的 450 亿美元设计赢得管线、Mobileye 的 EyeQ 放量、Horizon 与 VW/Bosch/DENSO 的合作，都说明 OEM 更愿意买“平台”而不是只买一层算法。
L3/L4 的责任迁移会显著影响商业化速度。 Mercedes 的 DRIVE PILOT 之所以重要，不只是因为它是 L3，而是因为它对应 法规批准与责任边界。这类批准难度远高于 L2；这也是为什么多数 OEM 更愿意先做“L2++ 体验”，而非真正承担 L3/L4 责任。
赛道深度拆解
为避免 30 个子赛道机械重复，下面将其合并为 15 个可投资单元；每个单元仍覆盖用户提出的 30 个方向中的核心商业逻辑、毛利、资本开支、壁垒、催化剂和风险。
| 赛道 | 赛道逻辑 | AI 需求如何转化为收入 | 当前阶段 | 定价模式 | 毛利/资本开支 | 壁垒 | 未来 12–24 月催化剂 | 主要风险 | 投资吸引力 |
|---|---|---|---|---|---|---|---|---|---|
| Robotaxi | 司机成本替代 + 高利用率车队 | 车费、平台抽成、B2B 城市/机场合作 | 真实收入、规模验证早期 | 按单/按里程 | 潜在高毛利，但重资本 | 许可、安全、运营密度 | Waymo/Apollo/Pony/WeRide 扩城 | 事故、许可、远程协助成本 | 高弹性/高风险 |
| L2/L2+ ADAS | 先渗透后升级 | 随整车 ASP、选装与订阅变现 | 已大规模收入 | 选装/订阅/打包卖车 | 毛利优于硬件，Capex 可控 | 体验、DMS、法规合规 | 中国 NOA 普及，欧美 hands-free 扩容 | 价格战、低 attach rate | 最高确定性 |
| L3 自动驾驶 | 责任转移的法规型市场 | 高价选配、品牌溢价 | 小规模收费 | 一次性/订阅 | 单价高，规模小 | 法规审批、SOTIF、ODD | 德国/美国/中国局部放宽 | ODD 过窄、体验不连续 | 中等 |
| 自动驾驶卡车 | 高速 ODD 收敛，ROI 清晰 | 里程费、网络费、合同收入 | 商业化早期但最务实 | B2B 合同 | 前装成本高，但运营杠杆强 | 州际法规、货主信任 | Aurora/Gatik 扩 corridor | 安全、保险、法规 | 高 |
| 低速无人配送 | 最后一公里降本 | 按单、按区域服务费 | 已有收入，体量仍小 | B2B2C | 初期重运营，成熟后毛利改善 | 场景密度、路权 | Serve/Nuro 扩平台合作 | 单量不足、法规碎片化 | 中等偏高 |
| 矿山/港口/园区无人驾驶 | 封闭场景更易盈利 | 项目制 + 设备/服务费 | 商业化相对成熟 | 项目制/FaaS | 项目毛利高，回款周期长 | 系统集成、现场交付 | 更多国企/工业客户部署 | 客制化重、规模复制慢 | 中等 |
| 车载 AI 芯片 | “卖铲人”效应最强 | 前装芯片/平台收入 | 已规模化 | 按颗/平台 | 高毛利、强周期 | 设计赢得、车规、生态 | Qualcomm/Mobileye/Horizon/MBLY 新定点 | OEM 自研、国产替代/价格压力 | 高 |
| 域控与中央计算 | 电子电气架构升级核心 | 按平台/BOM/软件收费 | 收入落地 | 按车型平台 | 中高毛利，研发重 | 软硬件集成、ASIL | 舱驾融合量产加速 | OEM 自研压价 | 高 |
| 激光雷达 | 向 L2+/L3/L4 扩散 | 按颗出货 | 已规模化 | 按颗/套件 | 毛利改善但压价加剧 | 成本、量产、芯片化 | 海外 OEM 定点、机器人第二曲线 | 价格战、路线分歧 | 高但分化大 |
| 4D 雷达 + DMS/OMS | 法规与全天候需求 | 按颗/按车 | 收入落地 | 前装供货 | 毛利中等 | 合规、算法、RF | Euro NCAP/法规拉动 | 被摄像头/低价方案替代 | 中等 |
| 自动驾驶软件栈/E2E | 算法成为体验分水岭 | 授权/NRE/含在整车内 | 两极分化 | 项目+平台 | 纯软件毛利高，但研发烧钱 | 数据闭环、回归验证 | 端到端 NOA 渗透、OEM 自研合作 | 被芯片/OEM 平台内置化 | 高壁垒/高分化 |
| 仿真验证与数据闭环 | 长尾验证刚需 | SaaS、订阅、项目制 | 真实收入 | 订阅/NRE | 高毛利、轻资产 | 工具链、场景库、客户嵌入 | Applied/Foretellix 大客户扩张 | 纯标的少、估值高 | 高质量赛道 |
| 高精地图/定位/V2X | 从“孤立产品”转向“平台能力” | 地图授权、SDK | 收入落地但增长偏慢 | 授权/订阅 | 毛利尚可，Capex 已过峰值 | 更新体系、全球覆盖 | Orbis/CARIAD、车路云试点 | mapless 路线冲击、法规限制 | 中等 |
| 智能座舱/车载大模型 | “可感知 AI”最容易被用户看到 | 授权、版税、服务包 | 已收入化 | 按车/版税/云调用 | 毛利高于硬件 | OS、语音、生态 | Banma IPO、Cerence xUI、端侧多模态 | 付费意愿不足、同质化 | 中等偏高 |
| OTA/车载网络安全/安全评估 | SDV 的基础设施 | 许可、订阅、运维 | 真实收入 | 许可+续费 | 高毛利 | 合规、长期运维 | UNECE R155/R156 执行强化 | 预算被 OEM 压缩 | 高确定性、低弹性 |
赛道结论： 如果从“收入弹性”看，最强的是 Robotaxi、自动驾驶卡车、激光雷达头部； 如果从“利润质量/确定性”看，最强的是 L2/L2+ ADAS、车载 AI 芯片、OTA/中间件/网络安全； 如果从“长期平台垄断可能性”看，最强的是 Waymo/Apollo 一类运营平台 + Qualcomm/Mobileye/NVIDIA/Horizon 一类计算平台 + Applied/QNX/TomTom 一类嵌入式工具平台。
标的总表与公司分层
分层标准 A 类：AI 汽车/自动驾驶核心直接受益者 B 类：受益明显，但估值/监管/安全/资本开支风险较高 C 类：AI 主要提升整车竞争力，短期财务弹性一般 D 类：叙事较强，但订单/收入/运营/许可证据不足 E 类：可能被 AI 自动驾驶冲击的公司或商业模式
重点上市与拟重点跟踪公司总表
| 公司 | 代码/市场 | 细分环节 | AI 汽车/自动驾驶受益路径 | 商业化证据 | 当前判断 | 分层 | 关键来源 |
|---|---|---|---|---|---|---|---|
| Tesla | TSLA / 美股 | ADAS、Robotaxi | FSD（Supervised）卖车/订阅，远期押注 Robotaxi | FSD 已商品化；但加州 driverless passenger service 许可尚未拿到 | 真实 ADAS 收入 + 极强远期预期；Robotaxi 仍待验证 | B | |
| Alphabet / Waymo | GOOGL / 美股 | Robotaxi 平台 | Waymo 通过付费出行获取收入，但财务并入 Other Bets | >25 万次/周付费单、1.707 亿 rider-only miles；Other Bets 含 Waymo 自动驾驶服务收入 | 平台最强，但上市公司口径被稀释 | A | |
| Baidu / Apollo Go | BIDU / 美股港股 | Robotaxi 平台 | Apollo Go 直接出行收入，AI 业务拉动核心收入 | 2025Q4 fully driverless rides 340 万、周峰值 30 万+；Q1 2026 AI 相关收入占比过半 | 中国最强上市 Robotaxi 曝露 | A | |
| GM | GM / 美股 | ADAS/L2++ | Super Cruise/OnStar 持续订阅收入，Cruise 资产转向个人自动驾驶 | Super Cruise 2025 收入约 2.34 亿美元、订阅 62 万、2026 指引近 4 亿美元 | ADAS 软件收入验证最清晰的传统 OEM 之一 | A | |
| Mercedes-Benz | MBG / 德股 | L3、豪华 ADAS | DRIVE PILOT 高端收费功能，提升品牌、ASP 与法规护城河 | 德国批准 95 km/h、美国加州/内华达限定高速可用 | L3 领先，但 ODD 过窄、规模有限 | B | |
| XPeng | XPEV / 美股港股 | 城区 NOA、整车 | 高阶智驾拉动车型销量、毛利和品牌 | 2025 年交付 42.94 万辆，Q4 首次单季盈利；XNGP 月活渗透率超过 80% | AI 先转化为整车竞争力，短期不是纯软件收费 | A | |
| Li Auto | LI / 美股港股 | ADAS/整车 | 提升成交与车型差异化 | 年报已披露，但软件收入拆分有限 | 竞争力提升型受益 | C | |
| BYD | 1211.HK / 港股 | 整车、传感器导入 | 智驾下沉推动销量与产品升级 | 进入中国准入试点联合体 | 强渠道 + 强制造，AI 更多是守份额工具 | C | |
| Mobileye | MBLY / 美股 | EyeQ、ADAS/L4 平台 | 芯片+软件授权，SuperVision/Chauffeur 向上升级 | 2025 收入 18.94 亿美元，Q1 2026 收入 +27% | 芯片与 ADAS 平台核心受益者 | A | |
| Qualcomm | QCOM / 美股 | 车载 AI 芯片、舱驾平台 | Snapdragon Digital Chassis、Ride、Cockpit | FY26Q2 汽车收入 13 亿美元，同比增长 38%；设计赢得管线 450 亿美元 | “卖铲人”中确定性最强之一 | A | |
| NVIDIA | NVDA / 美股 | 训练+车端计算+仿真 | DRIVE、Omniverse、数据中心训练 | 汽车收入保持高增，主业现金流强 | 平台位势极强，但汽车业务在整体收入中仍小 | A | |
| Horizon Robotics | 9660.HK / 港股 | 智驾 SoC/方案 | Journey、HSD、与 VW/Bosch/DENSO 共创 | HSD 2025 量产，VW 车型 2026 量产推进 | 中国本土智驾平台核心受益者 | A | |
| Black Sesame | 2533.HK / 港股 | 智驾 SoC | A1000/C 系列切入智驾与机器人 | 收入增长快，但盈利压力大，海外定点提升 | 有真实收入，但成本与客户拓展仍要验证 | B | |
| Hesai | HSAI / 美股 | LiDAR | 车载+机器人 LiDAR 出货 | 2025 出货 162 万台、ADAS 138 万台 | 激光雷达头部，“卖铲人”强受益 | A | |
| RoboSense | 2498.HK / 港股 | LiDAR | 乘用车+机器人双曲线 | 2025 销量 91.2 万台、收入 19.4 亿元、毛利率 26.5% | 真实出货，高弹性，但价格战风险高 | B | |
| Aurora | AUR / 美股 | 自动驾驶卡车 | 干线货运服务收入与网络平台 | 已启动美国首个商业 driverless trucking 服务 | 卡车自动驾驶最重要上市样本 | B | |
| Uber | UBER / 美股 | 出行平台 | 通过接入多家 AV 平台参与自动驾驶利润池 | 与 WeRide、Waymo、Baidu 等合作扩展 AV 服务 | 平台受益明显，但利润池不在其技术端 | C | |
| Lyft | LYFT / 美股 | 出行平台 | Mobileye/Baidu 合作引入 Robotaxi | 2026 起规划 Dallas/Europe 等合作部署 | 跟随型平台受益者 | C | |
| TomTom | TOM2 / 欧股 | 地图/ADAS SDK | 通过 Orbis Maps/ADAS SDK 嵌入自动驾驶栈 | 2025 汽车订单创纪录，CARIAD 采用其车道级地图 | 地图价值还在，但独立高增长受限 | B | |
| BlackBerry | BB / 美股/加股 | QNX、中间件、安全 | QNX 版税和 SDV 中间件 | QNX 装车 2.75 亿辆+，季度收入 +20%，backlog 约 9.5 亿美元 | 低估值高确定性的 SDV“底层卖铲人” | A | |
| Cerence | CRNC / 美股 | 智能座舱/语音 | 语音、xUI、生成式 AI 驱动车载交互升级 | FY26Q2 收入 6420 万美元、xUI 量产上车 | 座舱 AI 真实收入，但赛道竞争分散 | B | |
| Aptiv | APTV / 美股 | 域控/架构/Tier 1 | 作为中央计算与线束/架构升级受益 | 参与多平台智驾方案 | 间接受益，财务受整车周期影响更大 | C | |
| Serve Robotics | SERV / 美股 | 低速无人配送 | 按单与平台合作变现 | Q1 2026 收入环比 3 倍增长 | 真实收入但商业规模仍小 | B | |
| Luminar / Aeva | LAZR / AEVA | LiDAR | 叙事强于量产兑现 | 有客户与技术，但规模与财务贡献不足 | 需要持续验证 | D | |
| Palantir / Snowflake / Datadog / Oracle | 美股 | 云/数据 | 间接参与训练与运营数据 | 公开口径很少单独披露汽车 AI 收入 | 更多是间接受益，不宜当成核心标的 | D |
重要未上市公司与一级市场机会
| 公司 | 地区 | 细分方向 | 当前证据 | 融资/估值 | 与上市公司关系 | 投资关注点 | 主要风险 | 关键来源 |
|---|---|---|---|---|---|---|---|---|
| Waymo | 美国 | Robotaxi | >25 万次/周付费单；收入并入 Alphabet Other Bets | Alphabet 继续投入，2026 Q4 电话会提到完成 160 亿美元投资轮的一部分资金支持 | Alphabet 内部核心资产 | 全球最强运营闭环 | 上市暴露被稀释 | |
| Zoox | 美国 | 原生 Robotaxi | 测试推进，但收入与规模披露有限 | Amazon 内部 | Amazon/平台生态 | 原生车辆架构 | 时间线与量产风险 | |
| Applied Intuition | 美国 | 仿真/验证/车辆软件 | 客户横跨汽车、卡车、矿山、国防 | 2025 Series F 后估值 150 亿美元 | 与 OEM/Tier1 深度合作 | 高毛利工具平台 | 估值高 | |
| Wayve | 英国 | E2E 自动驾驶 | 与 Uber/Nissan 合作推进 Robotaxi/ADAS | 需进一步验证最新估值 | 与 Uber、Nissan 合作 | E2E 泛化路线 | 商业化仍早 | |
| Waabi | 加拿大 | 自动驾驶卡车/仿真 | Volvo/Uber Freight/NVIDIA 生态 | 2026 融资总额达 10 亿美元 | 与 Volvo、Uber Freight、NVIDIA 协同 | Simulation-first 差异化强 | 仍未大规模商业化 | |
| Kodiak | 美国 | 自动驾驶卡车 | 与 Atlas/Bosch 推进 | 未上市 | 产业合作多 | 商用车自动驾驶平台 | 节奏慢于预期风险 | |
| Gatik | 美国 | Middle-mile 自动卡车 | Fully driverless at scale；合同收入 6 亿美元 | 未上市 | 与零售巨头合作 | B2B 经济性清晰 | 客户集中 | |
| Nuro | 美国 | 配送/Robotaxi 技术供应 | 与 Uber、Lucid 合作 2 万台车计划 | 未上市 | 与 Uber、Lucid、BYD 等 | 从配送转向广义 AV 技术平台 | 转型执行风险 | |
| Momenta | 中国 | 智驾软件栈 | 奔驰选用其中国市场软件推进 | 未上市 | 与奔驰合作 | 中国 OEM 渗透强 | 盈利与国际化待验证 | |
| Banma | 中国 | 智能座舱/车载大模型 | 中国软件型座舱龙头，正冲刺上市 | 招股书披露 2024 收入口径行业第一 | 阿里/上汽系 | 座舱 OS + 大模型一体化 | 亏损与估值待定 |
评分模型与优先级
主评分模型
- 收入直接暴露度：20%
- 数据/安全/软件壁垒：20%
- 装车量/客户/规模验证：15%
- 交付/成本/系统集成：15%
- 财务质量与利润率：10%
- 市场空间与成长弹性：10%
- 估值合理性：10%
反向风险评分模型
- 安全事故与监管风险：25%
- 商业化/单车经济验证不足：20%
- 技术路线错误风险：20%
- Capex 与亏损周期：15%
- 被 OEM/芯片平台内置化：10%
- 估值过高：10%
重点公司排序
| 排名 | 公司 | 主评分 | 风险评分 | 逻辑摘要 |
|---|---|---|---|---|
| 1 | Qualcomm | 84 | 35 | 真实汽车收入高增长、设计赢得管线大、估值仍相对可接受。 |
| 2 | GM | 82 | 32 | Super Cruise 订阅收入已验证，且数字化业务对利润率贡献真实。 |
| 3 | Mobileye | 81 | 41 | 车规平台与量产地位稳固，估值相对回落后具研究价值。 |
| 4 | Baidu | 80 | 44 | Apollo Go 是中国最强披露样本，AI 相关收入已成公司增长引擎。 |
| 5 | Hesai | 79 | 46 | LiDAR 出货规模领先，已从“概念”变“制造业真实收入”。 |
| 6 | NVIDIA | 78 | 38 | 平台能力极强，但汽车业务对总财务贡献仍小。 |
| 7 | Horizon Robotics | 77 | 47 | 中国本土平台位势强，VW/Bosch/DENSO 合作有战略意义。 |
| 8 | BlackBerry | 76 | 29 | QNX 版税 backlog 与装车基盘大，安全/中间件地位稳。 |
| 9 | XPeng | 75 | 42 | AI 明确改善销量、毛利与盈利能力，但软件收费仍弱。 |
| 10 | RoboSense | 74 | 52 | 真实放量、机器人第二曲线开始成形，但价格战敏感。 |
| 11 | Mercedes-Benz | 73 | 45 | L3 护城河强，但 ODD 受限、规模小。 |
| 12 | Aurora | 71 | 63 | 干线自动驾驶里程碑意义重大，但财务与Capex风格仍偏风险。 |
| 13 | TomTom | 70 | 34 | 订单与地图平台价值真实，但成长弹性有限。 |
| 14 | Cerence | 68 | 39 | 座舱 AI 收入真实，但缺乏强垄断性。 |
| 15 | Tesla | 67 | 72 | 收入真实、远期想象空间极大，但估值与许可风险已很高。 |
重点上市公司深度摘要
下表按“投研一页纸”方式浓缩了 16 家重点上市公司；难以核验的字段已明确标注。
| 公司 | 核心赛道 | 商业化阶段 | 直接收入暴露 | 利润率影响 | 关键客户/合作/许可 | 关键指标 | 估值快照 | 护城河 | 未来催化剂 | 主要风险 | 研究结论 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Tesla | FSD/Robotaxi | ADAS 已收费，Robotaxi 仍待许可验证 | 高，但主要还是整车+FSD | 若 Robotaxi 成功，利润弹性极大；现阶段更多体现在估值 | 加州尚无正向 AV 客运许可；FSD 为“Supervised” | 市值约 1.45 万亿美元，PE 约 376 倍 | 高预期 | 车队数据、OTA、品牌、车电一体 | 无安全员服务真实范围、FSD attach rate | 监管/安全/估值泡沫 | 强受益但估值过热，必须持续验证 |
| Alphabet/Waymo | Robotaxi | 全球最领先规模化付费运营 | 中等；上市口径被 Other Bets 稀释 | 仍处投入阶段 | 收入并入 Other Bets，Waymo 属其中一部分 | >25 万付费单/周；1.707 亿 rider-only miles | Alphabet PE 约 30 倍 | 数据、安全记录、运营经验、许可能力 | 城市扩张、制造放量 | 上市暴露不纯、资本开支高 | 平台王者，适合从“平台价值”而非短期 EPS 视角研究 |
| Baidu | Apollo Go/AI 平台 | Robotaxi 已进入真实运营 | 高 | AI 业务已成增长引擎，但 Apollo 利润率未单列 | 中国 + 海外扩张 | Q4 2025 340 万 fully driverless rides；累计 >2000 万 | 市值约 3863 亿美元（ADR 口径） | 中国城市运营规模、地图/云/模型协同 | 海外复制、更多城市开放 | 广告主业承压、监管变化 | 中国上市样本里最值得深入研究的 Robotaxi 标的 |
| GM | Super Cruise/个人自动驾驶 | 订阅化成熟 | 中高 | 软件毛利高，对利润率有正贡献 | 北美 OEM 体系，自有品牌导入深 | 2025 SC 收入 2.34 亿美元；2026 近 4 亿美元 | PE 约 26.7 倍 | 用户基础、路线图、品牌与经销体系 | 更多车型标配/选装、L2++ 升级 | 竞争加剧、车市周期 | 传统 OEM 中最清晰的“AI 收入落地”样本之一 |
| Mercedes-Benz | DRIVE PILOT/L3 | 法规级收费但规模很小 | 中 | 高单价但规模有限 | 德国 KBA、加州/内华达许可 | 95 km/h 获批；美国限定高速可用 | 估值需进一步核验 | 法规型护城河、豪华品牌 | 中国/欧美更多 ODD 放开 | ODD 窄、需求有限 | 高壁垒、低规模，战略价值高于短期财务价值 |
| XPeng | 城市 NOA/整车 AI | 大规模卖车，AI 改善盈利 | 高，但通过卖车体现 | 已明显改善毛利和盈利 | 中国自营+渠道，中高端用户 | 2025 交付 42.94 万辆；Q4 首次盈利；XNGP 月活 84%-85% | 市值约 283.7 亿美元 | 整车+软件一体化，用户活跃数据 | 新车型与 XNGP 演进 | 行业价格战、监管口径收紧 | “AI 提升整车竞争力”的最佳上市样本之一 |
| Mobileye | ADAS 平台/EyeQ | 大规模量产 | 高 | 平台毛利较高 | 全球 OEM；新兴市场定点增加 | 2025 收入 18.94 亿美元；Q1 2026 收入 +27% | 市值约 76.3 亿美元 | EyeQ 生态、车规算法、长期客户关系 | SuperVision/Chauffeur 放量 | 中国竞争、价格压力 | “卖铲人”核心，估值已回调后更值得看基本面 |
| Qualcomm | 汽车 SoC/舱驾平台 | 大规模收入 | 高 | 汽车业务对利润率拉动逐步增强 | BMW、众多全球 OEM/Tier1 | FY26Q2 汽车收入 13 亿美元；设计赢得 450 亿美元 | PE 约 21.8 倍 | 连接+座舱+智驾平台协同 | 更多车型量产、Ride Pilot 扩客户 | OEM 自研、手机周期拖累估值 | 最清晰的车载 AI 平台型受益者之一 |
| NVIDIA | 训练+车端平台 | 收入真实但占比小 | 中 | 汽车业务本身对整体利润影响仍小 | 众多 AV/OEM/仿真客户 | FY26Q1 汽车收入 +72% YoY | PE 约 54.5 倍 | 训练、推理、仿真全栈平台 | Thor/Hyperion 扩量 | 汽车业务估值归因容易被高估 | 平台中枢，汽车是“可选项”而非主引擎 |
| Horizon Robotics | 中国智驾平台 | 量产上车加速 | 高 | 随平台上车有放大效应 | VW、Bosch、DENSO、Chery | HSD 2025 量产，VW 2026 车型推进 | 估值需进一步核验 | 本土生态、软硬栈协同 | 更多全球 OEM 定点 | 强竞争、OEM 自研 | 中国平台型赢家候选 |
| Black Sesame | 中国智驾芯片 | 收入落地、盈利未稳 | 中 | 毛利受价格压力影响大 | 吉利、东风等客户群 | 2025 收入约 8.22 亿元，增长快但亏损重 | 估值需进一步核验 | 本土芯片替代逻辑 | 海外定点兑现 | 毛利下滑、客户拓展压力 | 有弹性但风险显著高于 Qualcomm/Horizon |
| Hesai | LiDAR | 百万级出货 | 高 | 成本曲线下行后利润弹性大 | 中国 OEM、国际 OEM/平台 | 2025 出货 162.0 万台，ADAS 138.1 万台 | 市值约 28.5 亿美元 | 规模制造、芯片化、客户结构 | 海外 OEM 定点、机器人扩张 | 地缘政治、价格战 | 激光雷达最强上市样本之一 |
| RoboSense | LiDAR | 百万级以下高增长 | 高 | 机器人业务改善结构 | 中国 OEM、机器人客户 | 2025 收入 19.4 亿元，销量 91.2 万台，毛利率 26.5% | 估值需进一步核验 | 双曲线（车+机器人） | 海外客户、盈利拐点 | 价格战、客户集中 | 高弹性标的，但容错率低于 Hesai |
| Aurora | 自动驾驶卡车 | 已 driver-out 商业运营 | 中高 | 若网络扩张，远期毛利改善空间大 | Uber Freight、干线客户 | 2025 年 4 月已启动商业 driverless | 市值约 144.5 亿美元 | 高速 ODD、卡车场景专注 | 更多 corridor、司机移除规模化 | 高亏损、技术/法规风险 | 高风险高弹性的卡车龙头样本 |
| TomTom | 地图/ADAS SDK | 收入真实但不高增 | 中 | 经营杠杆有限 | CARIAD 等 OEM | 汽车订单创纪录，backlog 达 24 亿欧元 | 估值需进一步核验 | 地图数据库、ADAS SDK | 更多平台落地 | mapless 冲击、合同过渡期 | 适合做“低预期差”而非高成长叙事 |
| BlackBerry | QNX/车载安全 | 收入和 backlog 都真实 | 中高 | 版税与中间件利润质量较高 | BMW 等 OEM | QNX 装车 2.75 亿辆+；QNX 收入 +20%；backlog 约 9.5 亿美元 | 估值需进一步核验 | 安全、OS、中间件认证 | SDV 周期、更多舱驾融合平台 | 增长速度不够快 | “低估值、强护城河”的 SDV 基础设施标的 |
| Cerence | 智能座舱/语音 | 规模化收入 | 中 | 具软件毛利，但护城河一般 | 全球 OEM | FY26Q2 收入 6420 万美元，xUI 量产 | 估值需进一步核验 | 语音与车载 UI 长期客户 | GenAI 车载交互落地 | 同质化、OEM 自研 | 中等受益，需看生成式 AI 是否真带来 ARPU |
风险、估值与后续跟踪
先给出市场预期判断。
已经较充分反映 AI 汽车预期的公司： Tesla 最典型；其估值已不只是反映 FSD（Supervised）现实收入，而是把 Robotaxi 的成功概率、规模速度与利润率提前资本化。Aurora 作为零到一阶段的自动驾驶卡车公司，也明显承载了很强的远期想象。
可能仍存在预期差的公司： Qualcomm、GM、BlackBerry、TomTom、Mobileye，原因是这些公司已经有 真实收入、客户和产品周期，但市场有时仍把它们视作“传统半导体/传统车厂/传统软件公司”，而非 AI 汽车产业链中的平台型节点。Hesai 也有一定预期差，因为它已从“概念型 LiDAR”走向百万级出货制造公司。
“好平台但估值太贵”的代表： Tesla；部分一级市场平台如 Applied Intuition、Waymo、Waabi 也可能属于“平台极好、价格已高”。其中 Applied 2025 年新一轮估值已到 150 亿美元。
“AI 叙事强但财务验证不足”的方向： 大部分尚未形成规模车队收入的 Robotaxi 叙事公司、未拿到明确装车/出货数字的传感器公司、以及把“车载大模型”作为营销点但未披露 attach rate、ARPU 或 OEM 付费数据的智能座舱公司。中国监管 2025 年已经要求车企不得在广告中使用“智能驾驶/自动驾驶”等误导性表述，也进一步提高了这类叙事股的证伪速度。
系统性风险
- 自动驾驶商业化低于预期：最先承压的通常是 高估值、低收入、重资本 的 Robotaxi 与纯软件创业类标的。
- 事故/召回/营销误导引发监管收紧：Cruise 的经验说明一次重大事故足以改变行业路径；NHTSA SGO、California DMV、MIIT/公安部都在强化穿透式监管。
- 技术路线错误：纯视觉、多传感器、HD map、E2E 并没有单一赢家，错误押注会极大影响资本效率。
- 硬件价格战：LiDAR、域控、摄像头模组都面临规模化后 ASP 下滑。
- OEM 自研内置化：会压缩独立软件栈和部分 Tier 1 的空间。Qualcomm、Horizon、Mobileye 之所以相对更安全，是因为它们提供的是平台，而非孤立模块。
最终结论
从投资框架看，AI 汽车与自动驾驶在 AI 产业链中的重要性，已经不再是“故事级重要”，而是 少数场景已经进入利润池、更多场景仍在穿越验证之谷。真正值得重视的不是“谁最像 AGI”，而是 谁把 AI 变成了 OEM 愿意下单、消费者愿意付费、平台能够持续运营、监管愿意放行的产品与服务。
我认为 最值得关注的五个细分赛道 是： L2/L2+ ADAS 平台、车载 AI 芯片、Robotaxi 平台、自动驾驶卡车、仿真验证/数据闭环。其中前两者确定性最高，后两者弹性最大，仿真验证则是被低估的高质量“卖铲人”。
最值得深入研究的十家上市公司： Qualcomm、GM、Mobileye、Baidu、Hesai、NVIDIA、Horizon Robotics、BlackBerry、XPeng、Mercedes-Benz。 它们覆盖了 平台、运营、硬件、法规、订阅、整车竞争力 这六类最关键的利润来源。
最值得跟踪的十家未上市公司： Waymo、Applied Intuition、Wayve、Waabi、Kodiak、Gatik、Nuro、Momenta、Zoox、Banma。 这些公司分别占据 Robotaxi、仿真、E2E、卡车自动驾驶、低速配送、座舱 OS 等关键空位。
市场最容易误解的五件事： 一是把“功能发布”当成“收入落地”；二是把“准入试点”当成“全国商用”；三是把“高频订单”直接等同于“正向单车经济”；四是把“车企智驾升级”误判为“独立软件收入池”；五是低估了 法规、责任与远程协助成本 对 Robotaxi 渗透速度的限制。
未来 6—12 个月最该跟踪的指标： Waymo/APollo Go/Pony/WeRide 的 周订单、城市数、车队规模、许可变化； GM、Tesla、Mercedes、XPeng 的 ADAS attach rate、订阅数、MAU、软件 ARPU； Qualcomm/Mobileye/Horizon/Hesai/RoboSense 的 设计赢得、装车量、出货量、毛利率； Aurora/Gatik 的 driver-out 路线扩张、合同收入、事故/保险数据； 以及 NHTSA、California DMV/CPUC、德国 KBA、MIIT/公安部 的许可、事故、召回与宣传规范变化。
更窄的后续研究方向： 如果要进一步收缩研究半径，我建议优先做 Robotaxi 单车经济与城市复制、L2/L3 ADAS 的订阅化能力、车载 AI 芯片平台竞争、激光雷达价格战与份额重构、自动驾驶卡车的 driver-out 复制、仿真验证平台的付费能力、以及车载网络安全/责任保险 七条主线。
开放问题与局限 本报告对部分港股/A 股公司的 最新估值倍数、完整 backlog、精确软件订阅数 仍存在公开披露不足；对 Zoox、部分中国未上市智驾公司、以及若干 Tier 1 的 AI 汽车收入拆分，也只能给出方向性判断而非精确量化。对这些标的，最可靠的下一步仍然是继续核对 年报、招股书、季度业绩会、装车量数据库与监管许可原文。