都说华为ADS强，为什么在Robotaxi上姗姗来迟？

本文来自微信公众号： 奇数场 ，作者：场工

进入2026年，全球汽车业内有一个共识是“今年将是Robotaxi元年”。

就在昨天（1月22日），吉利集团公布2030年战略目标，其中提到要加速L4技术和Robotaxi的商业化落地，5年后，计划投放10万辆曹操出行Robotaxi完全定制车型，在全球范围开启商业化运营。

去年11月，新势力中最“不务正业”的小鹏公开了国内首款全栈自研量产的Robotaxi，并且接入高德平台，期望今年在国内开启Robotaxi试运营。

当前，Robotaxi已经不再仅仅是技术验证的产物，而演变为了重构全球汽车商业模式的一个关键变量。

放眼当下全球Robotaxi主要玩家，相比于Waymo、Zoox、特斯拉等美国企业仍在致力于开拓美国国内市场版图，国内的萝卜快跑、文远知行、小马智行等本土企业已经率先面向中东、欧洲等多个海外市场输出。

可以看到，美国Robotaxi目前跑出来的玩家涵盖了谷歌、亚马逊、特斯拉等，但在国内，除了领跑的三家，似乎还没有一家主机厂脱颖而出......

尤其是当把智驾、中东、卖服务联系在一起，却发现这其中没有华为及其“境界”的身影......

尽管去年9月底，华为智能汽车解决方案BU CEO靳玉志才透露，到2027年，华为城区L4将进入商用阶段，Robotaxi和干线物流场景也会逐步商业化落地。

在Robotaxi核心依赖的自动驾驶技术上，华为ADS在国内凭借鸿蒙智行“五界”和阿维塔、深蓝等品牌车型保有量的持续上升，已然积累了坚实的用户口碑。

华为官方公开数据显示，截止今年1月15日，华为ADS累计辅助驾驶里程已接近73亿公里。

相比于特斯拉，Cybercab即将在4月量产，Robotaxi业务今年也将在美国更多城市开启运营。马斯克是如何雄心勃勃地推进该业务，早已是有目共睹。

位居智能辅助驾驶第一梯队的华为，为什么没有更早入场Robotaxi，反而姗姗来迟，在全球诸多企业已经铺开商业运营版图的当下，直至两年后，才逐步推进落地？

首先需要承认的是，这个问题隐含了一个前提假设，即“在L2+智能辅助驾驶上领先，就能在L4自动驾驶上领先”。

然而，这个前提假设本身就是不严谨的，它自身就建立在几个风险极大，而且没有被完全验证的隐含前提假设之上。

首先，它假设长尾数据具有一种等价性。

这种等价性在于认为用于L2+的车队数据和L4所需要的高密度城市运营数据在质量和语义上分布相近，海量的人类驾驶数据可以直接训练出处理极端事故的能力。

诚然，特斯拉FSD和华为ADS搭上百万辆量产车，每天产生数亿公里的数据。

因此，很容易认为这些数据能自动覆盖L4所需的所有极端长尾场景，而事实上，绝大多数数据仍来源于平淡无奇的高速巡航。

企业宣传物料中标注的“辅助驾驶系统不能应对所有路况、天气和交通“，恰恰印证了这一点。

L4难就难在那些万年一遇的事故场景。

量产车回传的数据中，99.9%都是无效的垃圾时间。L2+积累的消费级数据，比如高速巡航、泊车辅助，这些和L4城市低速复杂交互在场景分布上截然不同。

大量、多样且标注精良的真实运营数据才是L4模型训练和场景覆盖的核心。

更关键的是，人类接管数据不等于正确示范数据。当L2+犯错，人类接管了，这只能告诉AI“你错了”，却很难通过这个瞬间的数据教会AI在没有人类时该怎么做才能不死机。

拥有海量数据并不等于拥有海量的高质量、高价值数据。

其次，它预设了技术架构的线性连续性，也就是说，默认为L4只是L2+的更强版本。

在这样的预设之下，只要不断堆叠算力、增加数据、优化模型，L2+系统就会自然而然地涌现出L4的能力。

但事实是，量变未必引起质变。

在前面的文章中提到过，L2+和L4是两个完全不同的物种。

L2+的核心逻辑是人机共驾，系统有处理不了的情况可以“两手一摊“交给司机，容错率较高。

L4的却是有严格的底线兜底，系统必须处理100%的情况，包括系统失效后依旧能安全停车，这要求完全自动化的冗余、安全闭环，还有极端场景鲁棒性。

因此，L2+的算法架构可能在根基上就没有办法满足L4对绝对安全的要求。

如靳玉志所说，如果华为ADS做的是“Safety First”，那L4要求的则是“Safety Critical”。

这就好比工人即使把梯子造得再高也登不上月球，因为登月需要的是火箭。

而且，L2+依赖的硬件体系也没办法满足L4的要求。

在当前技术条件下，注意是当前，纯视觉路线要想通过L4甚至L5级无人驾驶安全认证，其难度要以指数级的程度高于搭载激光雷达的融合感知路线。这也是为什么在美国，Waymo都已经在跑无人车了，而特斯拉FSD还需要人类时刻监管。

此外，很多L2+团队擅长的是快速迭代和功能交付。这种互联网式求快的玩法并不适配L4，后者需要的万无一失、严格验证，还有责任清晰，它需要大规模仿真、边界测试、可追溯的版本控制与验证流程。

如果说L2+是实践出真知，那L4就是——来，证明给我看。它必须像数学证明一样，在理论上能论证安全边界，并通过远超现实时长的极端仿真测试。

因此，L4的架构需要推翻重来，并且加大投入。这就要求不能只在原来求快的代码上修修补补，而必须重写一套以“Safety Critical”为原则的底层系统，确保它天生就严谨、可监测、可追溯。

不仅如此，L4还需要砸重金去建立一套类似航空航天的安全生命周期流程，包括严格的需求管理、设计评审、测试用例、变更控制和事故调查机制等。这需要招很多贵的安全工程师、审计员，买很多天价的仿真测试工具，不仅速度慢，而且成本极高。

在没有建立起一个能够被监管和保险机构接受的完整安全论证的体系的时候，L4是不成形的。在L4的落地上，能否迅速获取测试牌照和商业牌照，决定着谁能先规模化部署。

在监管这方面，欧美的商业化进程都已经显示出高度本地化的特征，而且一旦出现事故，会显著逆转公众和监管的态度。显然，技术领先并不等同于更容易被监管和公众接受，尤其是在跨国扩张时，会受到更多限制。

还有一个隐含前提是，解决最后1%问题的难度，和解决前面99%的问题的难度是同量级的。

如果说特斯拉FSD目前可能已经做到了99%的路况不需要接管，那么这种假设会认为，只要再花一点时间，就能做到99.9999%。这可以说是二八定律的极端版。

在自动驾驶领域，解决最后1%的问题，比如交警手势，可能需要消耗之前99%阶段100倍甚至1000倍的精力和算力。这个过程极有可能出现渐近线效应，看着技术在无限逼近L4，但永远因为新的长尾问题而无法彻底到达L4的安全红线。

此外，在运营和生态、商业和治理层面，L2+和L4所遵循的逻辑也不同。比如，已有的供应链和整车合作关系并不足以支撑L4的整车改造和运营需求。

在数据覆盖度、硬件冗余和可靠性、系统级安全工程、车队运营能力、经济性、监管路径与组织意愿等等方面，中间任一环节失败，都可能致使L2+的领先无法转化为L4领先。

L2+行，可以是进入L4的必要垫脚石，因为它提供了大量的工程经验、数据采集能力和产品化经验，但并不是充分条件。

“L2+行=L4行”这个判断本质上就是在赌自动驾驶是一个靠数据和算力就能暴力破解的概率学问题。显然，L4是一个需要严密逻辑验证的安全性问题。

基于此，也更容易反推，为什么现在全球Robotaxi主要玩家L2+并没有被验证过，但L4却能先跑起来。

正是由于它们能够把组织、资本、数据、产品、合规及运营等全部调整至服务于Robotaxi商业化这一最终目标，Waymo、Zoox、萝卜快跑、文远知行、小马智行等把Robotaxi当主业的企业，能够超越特斯拉、华为车BU、小鹏、吉利等这些在L2+市场上取得了体量优势的选手，在Robotaxi商业化落地，乃至全球扩张上领跑。

既然如此，华为有那个必要入场吗？

有，而且是不得不。Robotaxi之于华为，不仅是机会，更是生存和发展的必选项。

当下，全球汽车产业都正在从卖车，向着卖出行、卖服务和数据进行渐进式演变。这是一条非常清晰的演进路径，即车辆将从一个单一的物理商品向移动的服务终端演化。

在这个路径中，先是主机厂把电动化、智能化作为硬件卖点；随后以服务订阅、OTA作为增值渠道；最终的归宿则可能是出行平台和数据服务的组合。

可以说，汽车工业百年来所遵循的传统交易模型正在崩塌。

现在，全球资本市场对特斯拉的估值逻辑已经从“汽车制造商”转变为了“AI机器人与出行服务商”。一如马斯克所规划的，特斯拉未来的估值将主要取决于无人车和机器人这两大未来业务，而不再是核心业务电动车。

Robotaxi正是这一演变中的关键节点。它把车辆彻底从个人资产转为服务资产，使得出行业务运营权、调度能力、持续的数据流和用户触点等成为了巨大的价值源泉。

在当前的市场环境中，单纯售车的硬件毛利率正面临长期下行压力。华为车BU在前几年承受了巨大的亏损，尽管2024年终于开始盈利，可以预见的是，无论是卖DriveONE电机，还是卖ADS，还是通过鸿蒙智行卖整车，最终都会来到摩尔定律和红海竞争这两堵大墙下。

不同于原先卖零部件、卖软件和服务、卖车，Robotaxi业务属于典型的MaaS。

它的本质是卖里程，预示着一次性销售那种传统交易模式向全生命周期服务收入模式的跃迁。Robotaxi的核心商业价值在于把汽车的全生命周期价值从约3-5万美元的销售额，延伸至全生命周期可能高达30万美元的出行服务营收。

一旦Robotaxi跑通，其商业模式就变成了印钞机，边际成本趋近于电费，而收入是源源不断的打车费、订阅费。

不仅如此，如果特斯拉Cybercab以极低的成本进入市场，可能将摧毁传统网约车和私家车销售体系。华为如果不具备同等的Robotaxi能力，其现有的鸿蒙智行卖车业务将面临打击。

而且不容小觑的是，华为的业务版图极其庞大，包括ICT、终端、云计算、数字能源、智能汽车解决方案等。Robotaxi可以说是目前世界上唯一能把华为所有核心业务串联起来并打爆的场景。

比如，Robotaxi对云端训练算力和实时调度的需求是天文数字级的，这是华为云最大的潜在客户；

Robotaxi需要毫秒级的车路协同和超大带宽的远程接管视频回传。不做Robotaxi，华为铺设的5.5G网络就失去了一份来自B端的巨大价值；

华为数字能源正在布局液冷超充，Robotaxi车队是高频、定点的用电大户，可谓是华为能源网络最理想的负荷消纳方之一。

这是一个巨大的内部飞轮。不开展Robotaxi，对于华为来说，各个业务板块是散落的珍珠，开展Robotaxi，这根线就能把珍珠串成价值连城的项链。

这也是为什么在看到萝卜快跑、文远知行、小马智行们率先挺进阿联酋时，会想到华为这个在中东做了大量ICT、云、AI和绿色能源布局的区域好伙伴，竟然没有出现。路是它通的，云是它建的，电是它发的，桩是它造的，车，也是它能赋能的......对于开启Robotaxi，几乎是一种“拎包入住”的状态。

而且，未来的城市交通可以预见地将高度依赖于V2X车路协同。未来的城市，谁掌握了Robotaxi，谁就掌握着城市的血管。谁能掌握城市级调度和大规模运营数据，谁就能在后续的智慧出行和数据服务市场中占据优势。

如果华为缺席，未来的无人驾驶标准、V2X通信标准，甚至城市交通调度算法，可能都会由别人定义。在国内市场，华为必须作为代表占住这一战略高地，确保交通数据的安全和标准的自主可控。

此外，随着FSD来临日益逼近，如果特斯拉的Robotaxi在国内市场或全球南方市场大规模落地，而华为没有对应的产品，特斯拉可能将独占这一部分的出行数据。

缺乏Robotaxi这种高频率、全天候、全场景的运行数据，华为ADS的进化速度将不可避免地落后于特斯拉FSD。即使是为了保持技术的全球领先，华为都有必要入局Robotaxi。

入局Robotaxi，等同于进入出行业务层级的争夺，但绝不仅仅如此。

如果说在智能化的中场，华为已经通过ADS站稳了，那么下半场的终局就是无人驾驶和出行服务。

对于华为而言，放弃Robotaxi不仅仅是放弃一个业务板块，而是意味着主动切断了一条通往未来万亿级AI和物理世界生态的路径。

从长期战略和竞争保全的角度来看，华为必须切入Robotaxi生态，至少获得关键数据或平台权益。否则，华为可能将在数据主导权、城市服务话语权和未来出行相关服务收益上承受巨大且长期的战略损失。这是其在绝大多数现实和可预见的竞争格局下的必然选择。

这不仅是为了赚钱，更是为了技术上的反围剿、商业模式的升维以及国家级数字基础设施的卡位。

在华为的战略字典里，绝对不会出现放弃所谓未来主航道这个选项的。

截止目前，华为在Robotaxi业务上确实表现出了一种引而不发的战略克制。

尽管拥有ADS这一技术底座，且合作伙伴完全具备生产Robotaxi形态车辆的能力，但华为至今仍未像特斯拉、Waymo或百度那样大规模、高调地直接下场。

其中一个重要原因是，现阶段L2+的2C生意比L4的2B生意更赚钱。

经过2024-2025年的爆发，问界M9、享界S9等高端车型在30万-50万价格区间已经在国内建立了统治地位。显然，这是一个相对高毛利、快周转的生意。

相比之下，Robotaxi在早期是典型的一个重资产、低周转、长回报的生意，而且不稳定。

目前，Robotaxi的单车经济模型仍未彻底跑通。

Robotaxi的商业化包含两个显著的资本点，一是车辆、传感器、算力等高前端投入，二是持续高运营成本，包括维护、保险、应急、远程运营中心与地方合规成本等。

国内外许多业内玩家近年来都在反复表示，其商业化依然处在试验和扩张阶段，规模化盈利路径还没有完全验证。据企业财报显示，去年前三季度，文远知行息税前利润为-12.75亿元，小马智行亏损约1.87亿美元。

Robotaxi硬件改版、成本下降都需要额外的投入和长期供应链保障。即便长期看，规模化能摊薄单车成本、提高利用率并从持续运营中获利，但在短期内自营车队会显著拉低公司的财务回报率，消耗大量现金流。

这在华为的算盘中，既然卖一台问界M9能通过软件和智驾包直接赚取数万元净利，为什么要去赚那辛苦的每公里几毛钱的运营费？对华为这个有既定高毛利业务和资本效率要求的企业而言，是否将宝贵资本用于Robotaxi，必须与公司整体投资回报目标相匹配。

此外，加之技术上的高度不确定性和监管仍然处于探索期，入局Robotaxi显然是一个具有高度不确定性的赌注。对华为而言，选择在技术端领先、在运营端谨慎，这有利于在市场成熟后以较低成本去快速扩大影响力。

因此，此前，入局Robotaxi对于华为来说，既不是优先项，也不是一个合理的选择。

那么，为什么是2027年？

如果说选择在去年9月公开是亮剑，那么2027年就是开战。2027年商业化落地，可以说是华为基于硬件摩尔定律、单位经济模型和基础设施成熟度等综合条件做出的判断。

一方面，2026年到2027年的两年，是华为利用鸿蒙智行庞大的存量车队进行影子模式验证的关键期。华为ADS依旧需要百亿公里级别的仿真和实车数据，来证明其系统确实比人类驾驶员更安全。没有这几年的数据沉淀，贸然商用L4存在巨大的风险。

另一方面，到2027年，5.5G（5G-A）甚至6G早期的网络覆盖预计会更加完善。华为当然深知高可靠、低时延的网络对于Robotaxi远程接管至关重要。2027年或许是“车+路+网+云”技术栈完全融合的最佳时间窗。

不仅如此，按规划，华为昇腾950 DT芯片将在今年年底发布，2027年底发布960芯片。同时，华为计划在2026年底前推出Atlas 950超级节点，2027年底发布Atlas 960。也就是说，华为在这期间有对自研算力与数据中心做出扩张规划，2027前后预计能形成更具成本效益的算力供给，从而降低单车系统成本并支撑实时决策需求。

到2027年，华为自研的MDC计算平台、激光雷达等核心部件将经过两轮以上的迭代，成本有望下降50%以上。结合华为强大的供应链整合能力，届时Robotaxi的单车成本有可能将降低至由司机替代成本覆盖的甜蜜点，实现真正的商业正循环。

把落地目标放到2027，可以给运营试点、车型优化和平台化形成可复制商业模型的时间。同时，公众对无人化或高自动化的接受度、保险条款，以及责任认定等，也需要在实际运营中去逐步明确。

此外，2027年落地，能在全球范围内与核心竞争对手保持身位一致，如果再晚，有可能被视为落后一代，而更早的话，则可能面临技术不成熟带来的安全风险。

目前，全球Robotaxi呈现出两种模式。一种是垂直一体化自营，如Zoox、Tesla的一部分，从车到软硬件再到运营都尽量自己掌控，另一种是技术与生态合作的模式，比如Waymo、萝卜快跑、文远知行、小马智行等，把自动驾驶核心作为输出，借助主机厂和出行平台进行扩张。

其中有Zoox、Waymo、萝卜快跑这种重资产、强运营的流派，有文远知行、小马智行这类轻资产、卖技术的流派，也有特斯拉这种平台化、走车主路线的流派......

对华为而言，关键问题是以何种方式去做，以及花多大代价去做。

华为完全有能力成为Robotaxi领域的重要参与者和技术平台，这不仅仅是业务的扩张，更是华为构建万物互联智能世界拼图中关键的一块。