自动驾驶车辆是否应与人类驾驶车辆支付一样多的保费？至少有一家美国保险公司认为不应如此。 当地时间周三， 上市保险公司Lemonade宣布推出一款“自动驾驶汽车保险”，并率先向特斯拉FSD车主提供惊人的50%保费折扣。 公司还进一步表示，随着FSD变得原来越安全，保费折扣还会变得更大。 （来源：Lemonade官网） 具体来说，Lemonade提供的车险包含基础费用和按驾驶里程计费的两部分，这次打折的是 特斯拉车主在启用FSD之后的驾驶里程保费 。特斯拉的自有保险产品也对拥有FSD并在至少一半行驶里程中使用该功能的车主打折，但幅度只有10%。 通过与特斯拉官方展开合作，Lemonade能够区分FSD系统是否启用，以及每辆车安装的FSD版本和传感器配置，为保险精算模型提供数据。 Lemonade联合创始人兼总裁Shai Wininger在声明中表示：“ 传统保险公司把特斯拉当作普通汽车，也把人工智能当成人类司机一样看待。但一辆能够实现360度感知、永不疲劳、并能在毫秒级做出反应的汽车，根本不应与人类驾驶员相提并论。 ” 保险公司指出，使用FSD驾驶的特斯拉汽车发生事故的次数要少得多。通过连接特斯拉的车载电脑，精算模型能够获取非常细腻的传感器数据，能够让公司更精确地给保险定价。 Wininger也明示未来还有降价空间。他强调：“除了今天的产品发布外，我们还要向特斯拉社区承诺—— FSD软件越安全，我们的价格就会降得越多 。” 目前尚不清楚Lemonade依靠哪些数据来判断FSD比人类驾驶更安全。特斯拉去年底曾发布过一份FSD安全报告，声称该系统能减少交通事故。 据悉，这项新产品支持用户间歇性使用FSD的情况，也支持在同一保单下混合拥有特斯拉和其他非自动驾驶汽车的家庭。 听闻此事，世界首富马斯克也在自己的社交媒体上置顶转发了这个消息，并强调保费下降的原因是自动驾驶系统极大地提升了安全性。帖子下面，特斯拉车主也纷纷留言，询问 特斯拉自家的保险何时能因“FSD更加安全”加大折扣力度 。 眼下也正是美国特斯拉车主买断FSD功能的最后时刻。马斯克上周曾宣布，从2月中旬开始将取消一次性花8000美元购买FSD功能的服务，转为每月99美元的订阅制付费。

广东印发广东省人工智能赋能交通运输高质量发展若干政策措施。其中提出，鼓励企业开展端到端远程驾驶座舱、智能决策、精准预测与控制等核心技术攻关和创新产品研发，打造高质量数据集、工具链、算法库，推动自动驾驶大模型落地应用。鼓励有条件的地市探索建设自动驾驶监管平台，支持有条件的自贸区、行政区率先推动智能网联汽车示范应用试点互认，支持各地市稳妥有序开放自动驾驶多场景道路测试应用、扩大高级别自动驾驶应用区域。 以下为全文： 广东省人工智能赋能交通运输高质量发展若干政策措施 为加速人工智能与交通运输广泛深度融合，赋能交通运输质量、效率、动力变革，推动我省交通运输高质量发展，制定本政策措施。 一、加强核心要素供给 （一）加强交通运输数据供给。以交通行业数字底座建设为引领，深化数据汇聚，强化数据治理，提升行业数据质量，扩大优质数据供给。构建交通行业数据资源目录体系，推动公路、铁路、港航、运输等全要素数据标准化、规范化建设。开展公共数据授权运营试点，探索交通数据要素产品化开发，加快构建智慧路网、智慧养护、数字港航、智慧出行等应用场景高质量数据集，为人工智能能力提升和应用场景落地提供关键支撑。（省交通运输厅、政务和数据局，省交通集团、机场集团、铁投集团、港航集团，各地级以上市政府按职责分工负责；以下各项工作均需各地级以上市政府落实，不再重复列出） （二）保障算力算法与网络供给。支持企业利用韶关数据中心集群、韶关翁源交通行业数据中心及其他地市的算力资源，指导企业有序推进自有算力建设。鼓励在重点路段、桥隧、港口及枢纽场站部署边缘计算节点，形成“中心算力集约化、边缘算力实时化”的协同体系。鼓励探索行业场景态势感知算法、判别式模型算法等研究和优化。推动5G、北斗、光纤网络等新一代信息通信技术覆盖应用，构建高速、可靠、融合、低时延的交通感知传输网。（省交通运输厅、工业和信息化厅、发展改革委，省交通集团、机场集团、铁投集团、港航集团按职责分工负责） （三）加快关键技术攻关。加快人工智能专业模型及智能体的研发，推动在交通设施状态感知、运行监测、应急调度、出行服务、营运养护、行业治理等重点场景中实际应用。建设面向交通运输行业的专业知识库，构建行业知识图谱体系，支撑模型优化与智能决策；探索大模型技术落地应用的共性技术平台，提升工程化实施效率。依托公路水路基础设施数字化转型升级，重点突破动态场景实时感知、多模态数据融合、智能管控和策略优化等关键技术。（省交通运输厅、工业和信息化厅、政务和数据局，省交通集团、机场集团、铁投集团、港航集团按职责分工负责） 二、加速创新场景赋能 （四）加力智慧公路建设。推进智慧建造，探索构建融合人工智能和国产自主可控BIM技术的“数字勘测+数字设计+智能建造”新模式；加强智能建造技术装备和建筑机器人的研发应用，利用智能感知、物联网等技术实现对施工过程的实时监控和高效协同，建设“智慧工厂”“智慧工地”。推进智慧养护，加强无人机器巡检的应用和数据融合分析，开展基础设施病害智能分析和监测预警，智能匹配改善措施，并通过持续监测评估治理成效，形成闭环管理。推进智慧运营，整合多源感知数据，构建路网运行状态评估、视频智能分析、交通态势推演等模型，实现交通拥堵成因分析溯源、应急资源调度、协同联动管控等，提升节假日大车流响应能力，构建实时感知与研判模型，探索在安全条件下动态开放应急车道通行，缓解拥堵压力，推动路网运行管理从“可视、可测”向“智研、智防”深度转变。推进智慧服务，推动收费站、服务区智慧化升级，探索通过智能研判、多方式引导实现高速公路两侧服务区设施互通、资源共享，提升高峰时段服务承载与协同效率；整合出行服务数据资源，持续升级和完善“粤通行”公众出行服务运营体系。（省交通运输厅、公安厅，省交通集团按职责分工负责） （五）支撑轨道交通“四网融合”。以落实国家铁路局与省政府联合印发的《推动粤港澳大湾区轨道交通“四网融合”发展实施方案》为核心牵引，构建智能调度体系。依托人工智能、大数据技术连通多源数据，打通多层次轨道交通运输组织协同、票制互通、安检互认、信息共享、支付兼容、生产力设施共享的数据链条。探索应用大模型、智能体技术优化客流预测、运力动态调配，加强跨制式交通组织协同，推动轨道交通从“分散运营”向“智慧联运”升级。以粤东城际“调控一体化”试点为探索，通过动态调度算法自动生成最优行车计划，同步支撑自动折返、智能编图等高效应用，提升铁路网运行效率与服务质量。（省交通运输厅，广州铁路监管局，省铁投集团、广铁集团按职责分工负责） （六）提升智慧航道效能。利用人工智能技术深度挖掘航道动静态要素关联价值，打造航道全要素监测“一张图”。推进北江航道船闸多梯级联合智慧调度和船闸锚地智能调度，实现船舶远程报闸、智能候闸、自动过闸的全流程智能管控，实现全域畅行。以广州港出海航道为试点，探索构建“船-岸-云”协同生态，融合机器视觉、北斗定位与避碰算法，提升航行环境感知和信息交互服务能力，实现船舶精准定位、轨迹跟踪、航行风险提前预判及避碰指令精准推送。推进无人船在智能航运、航道养护管理等场景的试点应用。（省交通运输厅，广东海事局按职责分工负责） （七）升级智慧港口运营能力。探索应用基于AI视觉识别与运筹优化的泊位和堆场智能调度方法，实现堆场资源、内外集卡运输任务动态分配与路径优化，提升船舶靠泊与装卸作业效能。探索区块链技术在港口的应用，推动提单、舱单等核心单证数字化并上链，实现单证流程自动化和物流全程可视化，提升运输效率和安全性。鼓励构建智能集疏运调度服务平台，推动内外贸、跨方式、跨环节、多节点港口集疏运智能调度建设。推动港口企业提升安全管理智能化水平，精准识别安全隐患，对关键作业场所实现全时段动态监测和风险实时预警，降低安全风险。（省交通运输厅负责） （八）增强智慧民航安全韧性。推进人工智能技术在飞行流量管理、航迹预测等民航空管领域的应用，对航班运行控制多元数据要素进行深度挖掘与分析，推动航线规划、飞行计划、签派决策、机组排班等智能辅助优化，实现航班资源的高效配置与科学调度。依托人工智能优化机场机位智能分配，精准开展飞机进位管理；推动机场运行保障节点的全流程感知和预警，实现航班保障进度的智能规划和分配；深化生物识别、大数据分析技术应用，结合服务信息统一发布平台、乘机路径智能规划、智能客服机器人等，为乘客提供全链条、智能化服务。（省交通运输厅，民航中南地区管理局，省机场集团按职责分工负责） （九）拓展低空智能应用新场景。推动省级、市级空天地一体化协同的数据底座建设，加快全省低空飞行服务保障体系建设，探索人工智能在空域管理、航线航路管理、应急协调等方面的应用，保障低空飞行安全有序。鼓励人工智能算法与无人机数据融合应用，拓展人工智能在路政巡查、养护检查、应急救援等场景的应用，推动无人机与智慧公路巡检、应急响应等系统的协同联动。支持各地市依托人工智能调度、数据信息协同等技术，开展城市路空协同运输创新工程和探索无人机、无人车、无人船等无人设备的协同场景应用。（省发展改革委、交通运输厅、公安厅、政务和数据局，民航中南地区管理局按职责分工负责） （十）加强智能网联汽车试点应用。鼓励企业开展端到端远程驾驶座舱、智能决策、精准预测与控制等核心技术攻关和创新产品研发，打造高质量数据集、工具链、算法库，推动自动驾驶大模型落地应用。鼓励有条件的地市探索建设自动驾驶监管平台，支持有条件的自贸区、行政区率先推动智能网联汽车示范应用试点互认，支持各地市稳妥有序开放自动驾驶多场景道路测试应用、扩大高级别自动驾驶应用区域。以黄金内湾六市（广州、深圳、珠海、佛山、东莞、中山）为试点，推动跨市测试道路互联互通和测试结果及牌照互认，并逐步向其他城市拓展。推动广州和深圳建设国家智能网联汽车“车路云一体化”应用试点城市。支持货车自动驾驶及编队运行系统等关键技术攻关，探索融合无人驾驶、5G通讯、雷视融合、视频跟踪、车路协同等多种技术，支持有条件的地区在港口集疏运、制造基地至物流园区等场景开展大通道货车智能驾驶编队测试应用，打造智慧物流走廊。探索无人运输装备在货运领域规模化应用，支持无人重卡在多式联运、专线物流、封闭园区等场景商业化应用。探索自动驾驶与新能源重卡融合发展，支持汽车产业创新发展。（省交通运输厅、发展改革委、工业和信息化厅、公安厅按职责分工负责） （十一）健全智慧运输服务体系。支持物流企业联合铁路等单位构建完善多式联运信息平台，加强人工智能技术在需求整合、运力调配等方面的应用，实现物流全链条智能决策与动态优化，加速“一单制”“一箱制”多式联运服务，提升多式联运协同效率。依托中国（广东）国际贸易“单一窗口”，推进交通运输、公安、海关、边检、口岸等部门直通港澳跨境货运数据信息互联互通，强化数据智能分析应用，提升跨境物流运输效能。基于出行数据构建重点节假日出行预测大模型，运用实时监测技术与智能预测算法优化调配运力资源，精准推送高峰预警及错峰建议，进一步提升客流疏导能力。探索无人化技术在邮政快递中转场、仓储等全场景的创新应用，优化自动化分拣、智能调度、任务自动分发，实现快递入库、仓储、包装、分拣、安检全流程智能化。推广邮政快递末端智能收派服务，应用AI模型算法优化收派路线，推动无人车、无人机与智能快件箱协同配送。以广州、深圳、汕头、揭阳为试点，鼓励其他城市积极参与，探索无人物流车在开放道路、场间封闭道路等运输场景测试运营。（省交通运输厅、发展改革委、工业和信息化厅、公安厅、商务厅，海关总署广东分署、省邮政管理局、广州铁路监管局、深圳边检总站、珠海边检总站，省交通集团、铁投集团、港航集团按职责分工负责） 三、建立工作机制 （十二）压实“管行业管人工智能应用”责任。省交通运输厅牵头成立广东省交通运输深入实施“人工智能+交通运输”行动工作专班，强化统筹组织，加强过程管理，确保各项部署落实到位、闭环管理。2026年、2027年率先突破一批重点领域应用场景，展现技术应用成效，发挥引领作用。各地级以上市和省属交通国有企业要制定并组织实施本地区、本领域的“人工智能+交通运输”实施方案，推动人工智能应用向交通运输行业全面铺开。（省交通运输厅，省交通集团、机场集团、铁投集团、港航集团按职责分工负责） （十三）强化协同创新。交通基础设施建设科技创新项目原则上应包含人工智能应用内容。支持企业和研发机构加入交通运输部“交通大模型创新与产业联盟”，支持申报部、省研发平台。拓展“以赛促研、以赛促用”模式，常态化举办创新应用大赛。开展行业创新应用场景展示、典型案例评选等创新活动。（省交通运输厅、工业和信息化厅按职责分工负责） （十四）优化产业生态。搭建场景应用企业与科技创新企业的沟通对接平台，加快打造“需求牵引－协同创新－快速迭代－价值落地”的开放型创新生态。加强“人工智能+交通运输”复合型人才引育。探索交通运输领域人工智能应用制度与标准体系建设。加强人工智能网络和数据安全合规管理，建立应用安全分级分类管理制度和交通数据分级分类、安全共享、隐私保护机制，加强对关键算法、重要数据的风险防控，妥善应对人工智能应用潜在风险。

上海市经济和信息化委员会、上海市交通委员会、上海市公安局印发《上海高级别自动驾驶引领区 “模速智行”行动计划》。其中提到，按照“模型驱动引领、应用示范带动、产业协同发展、政策举措支撑”的总体思路，推动自动驾驶技术创新向产业竞争力加速转化。到2027年，高级别自动驾驶应用场景实现规模化落地，公共服务平台有力支撑行业创新，关键技术和产业规模达到国际领先水平，形成具有国际竞争力和影响力的智能网联汽车产业集群，基本建成全球领先的高级别自动驾驶引领区。 上海市经济和信息化委员会 上海市交通委员会 上海市公安局关于印发《上海高级别自动驾驶引领区 “模速智行”行动计划》的通知 有关单位： 为了加快上海高级别自动驾驶引领区建设，市经济信息化委、市交通委、市公安局联合制定了《上海高级别自动驾驶引领区“模速智行”行动计划》。现印发给你们，请认真组织实施。 特此通知。 上海市经济和信息化委员会 上 海 市 交 通 委 员 会 上 海 市 公 安 局 2026年1月7日 上海高级别自动驾驶引领区“模速智行”行动计划 为抢抓汽车智能化发展机遇，推动智能网联技术创新向产业竞争力加速转化，打造智能网联汽车发展新生态，加快培育本市新质生产力，激发高质量发展新动能，特制定本行动计划。 一、发展目标 按照“模型驱动引领、应用示范带动、产业协同发展、政策举措支撑”的总体思路，推动自动驾驶技术创新向产业竞争力加速转化。到2027年，高级别自动驾驶应用场景实现规模化落地，公共服务平台有力支撑行业创新，关键技术和产业规模达到国际领先水平，形成具有国际竞争力和影响力的智能网联汽车产业集群，基本建成全球领先的高级别自动驾驶引领区。 应用场景规模化—探索创新商业运营模式，在智能公交、智能出租、智能重卡等场景规模化应用L4级自动驾驶技术，实现载客超600万人次，载货运输超80万TEU。 创新要素体系化—建成自动驾驶数字孪生训练场等一批公共服务平台。全市自动驾驶开放区域面积达2000平方公里，道路长度超5000公里，道路类型和场景更加丰富，实现交通枢纽、产业科技园区以及文旅景区的跨域联通。 产业能级高端化—培育具有行业领先水平的自动驾驶大模型，具备组合驾驶辅助功能（L2级）和有条件自动驾驶功能（L3级）汽车占新车生产比例超过90%，L4级自动驾驶汽车实现量产，关键技术实现自主可控，建立涵盖整车、零部件、数据、地图、安全、服务的完整产业生态。 二、重点任务 （一）推动建设多样化应用场景 1.稳步扩大乘用车应用规模。有序组织智能出租示范运营，开展L3级自动驾驶乘用车的上路通行试点。探索开展面向个人及单位用户出行场景的L3级自动驾驶汽车创新应用，逐步扩大L3级自动驾驶汽车规模化量产应用。（责任单位：市经济信息化委、市交通委、市公安局、相关区政府及管委会） 2.持续深化商用车示范场景建设。在“五个新城”、机场、火车站等重点场景开展自动驾驶技术创新应用。支持洋山港智能重卡示范运营由“编队行驶、首尾有人”向“单车全无人”运营模式迈进，以“奉浦快线”智能BRT试点为基础，探索本市公交车辆的智慧化运营新模式。（责任单位：市交通委、市经济信息化委、市公安局、相关区政府及管委会） 3.有序推动无人驾驶装备应用落地。以城市巡检、物流配送、市政环卫等为切入口，打造一批创新性强、技术含量高、运营模式清晰、示范应用效果好的无人驾驶装备应用场景，探索无人配送车、无人巡检车、自主泊车运营标准及模式。（责任单位：相关区政府及管委会） （二）加快构建高能级创新要素 1.搭建自动驾驶数字孪生训练场。依托头部企业和第三方机构，打造虚实融合的自动驾驶实训场。采用实采和虚拟生成相结合的方式，积累千万级数据片段，构建高质量自动驾驶训练数据集。搭建全场景模型训练及闭环仿真评测环境，支撑自动驾驶大模型持续迭代。（责任单位：市经济信息化委） 2.完善自动驾驶数据监测平台。兼顾安全管理和多元化应用需求，统一全市智能网联汽车运行数据采集、传输链路，完善智能网联汽车全量数据分级分类和采集传输标准规范，对智能网联汽车运行情况进行实时监测。（责任单位：市经信委、市交通委、市公安局） 3.有序扩大自动驾驶开放区域。立足特大城市级全域场景优势，逐步拓展自动驾驶开放区域。实现浦东新区全域开放，同步推动奉贤、闵行等区域开放，重点打通虹桥枢纽、浦东机场、迪士尼等应用场景。遵循服务应用场景和对现有交通组织影响最小化原则，有序推动全市高速公路和城市快速路开放，实现本市相关区域互联互通。（责任单位：市交通委、相关区政府及管委会） （三）加速培育创新型产业生态 1.实施关键技术攻关工程。组织开展车载大算力芯片、车载操作系统、智能计算平台、线控执行系统等软硬件产品和技术解决方案研发攻关，培育一批单项冠军、专精特新“小巨人”、隐形冠军等优质企业。推动高校院所、新型研发机构和重点企业加强智驾大模型等前沿技术产学研合作，加快成果产业化应用。（责任单位：市经济信息化委） 2.打造世界级汽车产业集群。以浦东、嘉定、临港等区域为重点，打造整零协同、各具特色、规模领先的智能网联汽车和关键零部件产业基地。鼓励相关区依托自身产业基础和人才、区位等优势，集中力量培育汽车软件、汽车芯片等一批有特色、有竞争力的智能网联汽车产业园区。（责任单位：市经信委、相关区政府及管委会） 3.加强测试验证能力建设。支持建设智能网联汽车、交通安全重点实验室等测试验证平台，推进虚拟仿真、硬件在环仿真等技术和验证工具的应用，加强自动驾驶系统验证及应用服务能力建设。（责任单位：市经济信息化委、市市场监管局） 三、保障措施 （一）加大政策支持。完善智能网联汽车数据采集管理机制，推动跨企业、跨区域和跨行业的数据协同和互信。优化完善智能网联汽车相关政策措施和管理制度，建立安全员培训、车辆监管、应急响应等事前事中事后全链条安全保障体系，优先支持经测试评估的自动驾驶大模型搭载上车应用。推动本市智能网联汽车测试应用管理政策与国家准入试点政策有效衔接，引导企业加强产业化能力建设。（市经济信息化委、市交通委、市公安局） （二）强化金融支撑。鼓励社会资本积极投向智能网联汽车及关键零部件初创企业，支持优质企业对接多层次资本市场，通过多元化融资渠道支持企业发展。推动保险产品创新，加快研发与自动驾驶技术创新和产业发展相适应的保险产品。（责任单位：市地方金融局、市经济信息化委） （三）深化人才引育。深入实施重点人才工程，鼓励企业引进国内外智能网联汽车等领域高层次人才。强化产教融合，鼓励企业与高等院校合作开设智能网联汽车相关学科专业，培育一批软件和算法、汽车芯片等重点领域复合型高层次人才。推动企业与职业院校合作，推行现代学徒制，培育一批符合产业需要的高技能人才。（责任单位：市人才工作局、市人力资源社会保障局、市发展改革委、市教委、市经济信息化委） （四）加强区域协同。统筹全市智能网联汽车测试应用管理，实现测试应用“一次申请，全市通行”，运行数据“一次接入，全市共享”，上路通行“统筹管理，协同保障”。深化推进长三角地区智能网联汽车测试道路互通，测试数据互信，测试结果互认。支持长三角地区测试检验机构协作，提升区域智能网联汽车综合检验能力。推动开展区域级、城市级智能网联汽车大规模、综合性应用和商业运营。（责任单位：市经济信息化委、市交通委、市公安局）

上海市经济和信息化委员会、上海市交通委员会、上海市公安局日前印发《上海高级别自动驾驶引领区“模速智行”行动计划》。 其中提到， 打造世界级汽车产业集群，到2027年，高级别自动驾驶应用场景实现规模化落地 ： 应用场景规模化：探索创新商业运营模式，在智能公交、智能出租、智能重卡等场景规模化应用L4级自动驾驶技术， 实现载客超600万人次 ，载货运输超80万TEU。 创新要素体系化：建成自动驾驶数字孪生训练场等一批公共服务平台。全市自动驾驶开放区域面积达2000平方公里，道路长度超5000公里，道路类型和场景更加丰富，实现交通枢纽、产业科技园区以及文旅景区的跨域联通。 产业能级高端化：培育具有行业领先水平的自动驾驶大模型， 具备组合驾驶辅助功能（L2级）和有条件自动驾驶功能（L3级）汽车占新车生产比例超过90%，L4级自动驾驶汽车实现量产 ，关键技术实现自主可控，建立涵盖整车、零部件、数据、地图、安全、服务的完整产业生态。 文件重点提及的智能驾驶关键技术突破点包括 构建高质量自动驾驶训练数据集，研发攻关车载大算力芯片、车载操作系统等软硬件 ，具体措施为： 搭建自动驾驶数字孪生训练场；完善自动驾驶数据监测平台；有序扩大自动驾驶开放区域。 组织开展车载大算力芯片、车载操作系统、智能计算平台、线控执行系统等软硬件产品和技术解决方案研发攻关，培育一批单项冠军、专精特新“小巨人”、隐形冠军等优质企业。推动高校院所、新型研发机构和重点企业加强智驾大模型等前沿技术产学研合作，加快成果产业化应用。 L3/L4 商业化推进中 高阶自动驾驶的产业拐点有望加速到来 去年年底，中美在高阶自动驾驶上分别迈出关键一步，标志L3/L4商业化进入实质推进阶段。2025年12月15日，我国工信部在第401批公告中，附条件许可中国首批L3级有条件自动驾驶量产车型准入；几乎同期，美国奥斯汀街头出现运行Unsupervised FSD的特斯拉 Model Y Robotaxi。 海通国际证券表示，从产业角度看，美国在法律与责任边界尚未完全统一的情况下，选择以 L4/Robotaxi商业化试运营作为突破口，而中国则以L3合规准入为切入点，路径不同但目标一致。两条路线的并行推进，正在加速全球自动驾驶从“工程问题”向“商业问题”转化。 随着特斯拉Robotaxi的持续放量验证，以及中国L3车型的制度化落地，高阶自动驾驶的产业拐点正在加速到来，并将深刻影响整车估值体系与竞争格局 。 同时，国内自主品牌正加快智驾技术研发，行业智驾渗透率持续提升 。据信达证券研报的数据，2025年1-9月L2++及以上车型销量达364.3万辆，占比为38.65%，其中自主品牌在L2级及以上辅助驾驶渗透率提升最快。在高阶自动驾驶层面，Robo-X持续落地，该机构称，Robotaxi2030年市场规模有望达到2700亿元，且无人物流车逐步落地，2030年中国无人驾驶物流车产业产值增量有望升至5948亿元。 中银证券表示，随着长安获首张L3正式号牌，自动驾驶驶入合规元年，建议关注智能驾驶相关企业，包括地平线机器人、黑芝麻智能等算力与芯片企业，中科创达、德赛西威、经纬恒润、光庭信息等智驾系统与域控制器企业，小马智行、文远知行等Robotaxi企业，中邮科技、万集科技、新北洋、北路智控等垂直智驾企业，以及四维图新、小鹏汽车、浩瀚深度、阿尔特等。 国信证券称，政策+技术+成本催化下，L4预计在2026年迎元年时刻。监管机构的支持和政策利好将推动无人驾驶汽车的商业化进程，强化学习+世界模型构建L4技术底层，随着L2/L2+级自动驾驶汽车渗透率持续增长，带动智能驾驶相关的零部件成本下降，而L4和L2/L2+的零部件存在共通性，L4级自动驾驶硬件的成本进一步降低，Robo-X预计在2026年迎元年时刻。 具体到投资路径，该机构称，Robo-X整车销售/运营方面，自主Robo-X玩家崛起，推荐小马智行、文远知行、小鹏汽车，建议关注佑驾创新；零部件方面，基于数据流角度进行推荐，数据获取环节，推荐禾赛科技、速腾聚创，建议关注图达通；数据传输环节，推荐沪光股份；数据处理环节，推荐科博达、华阳集团、均胜电子、地平线机器人-W、黑芝麻智能；数据应用环节，推荐保隆科技、伯特利、耐世特。

在本周发布的一份报告中，由Edison Yu领导的德意志银行分析师团队表示，全球汽车和移动出行行业正进入一个关键的转型之年。随着2026年国际消费电子展(CES)的结束，2026年正成为自动驾驶和人形机器人技术发展的一个重大转折点。 德银分析师在报告中写道：“上周我们亲临拉斯维加斯参加了CES展会，感受到行业热情与关注度正显著提升。自动驾驶技术(无人出租车+消费级L4)以及尤为引人注目的人形机器人成为展会焦点，彰显了人工智能向物理世界的延伸。” 该行预计，自动驾驶汽车将突破试点阶段进入全面商业部署，人形机器人则将从实验室走向早期实际应用。 “总体而言，我们预测2026年将是自动驾驶汽车从测试验证阶段加速迈向规模化应用，人形机器人从实验室实验转向小规模部署的关键之年。” 德银分析师强调了新型人形机器人供应链的崛起，传统汽车供应商正积极转型以服务这个潜在的庞大新兴市场。 “尽管尚处早期阶段，我们已观察到供应商正积极转向人形机器人供应链，以期未来实现大规模生产。” 英伟达继续在这一生态系统的算力骨干中占据着主导地位。 “英伟达凭借性能优势和易用性，持续占据车载处理器主导地位，”德银团队指出，目前多数人形机器人开发商也均采用英伟达Jetson Orin和Thor平台。 重大转变 报告还描述了机器人训练方式的重大转变——从僵化的编程转向能够通过推理完成复杂任务的系统。 “目前存在一个协调一致的趋势，即从‘预编程’或‘脚本化’动作转向视觉-语言-动作（VLA）模型，使机器人能够通过‘推理’来完成各种任务。” 人形机器人的商业部署初期聚焦于特定任务场景。“短期内，‘通用型’人形机器人主要被引导至特定应用场景验证商业可行性，之后才会真正进入家庭领域，”德银分析师表示。 规模效应将成为成本降低的关键驱动力。报告指出：“提升产量以优化固定成本分摊被视为主要成本驱动因素”，并补充称某家参访企业已将单台成本从20万美元降至10万美元，随着产量攀升，其路线图目标是实现5万美元的单价。 在自动驾驶方面，德银分析师指出无人驾驶出租车项目正进入新发展阶段 ，“随着特斯拉在2025年推出Robotaxi，我们预计2026年将有更多企业推动商业化进程。”德银援引了Waymo、亚马逊旗下Zoox的扩张计划，以及Mobileye、大众、优步等企业的合作案例。 德银分析师同时指出，英伟达的新自动驾驶平台可能带来颠覆性变革。英伟达正通过提供自动驾驶系统的“大脑”与“颅骨”，“致力于降低车企大规模部署高级功能的门槛”，使车企无需从零构建完整AI技术栈。 在供应商层面，德银团队指出，Aptiv和Visteon等公司正进入关键的执行年，因为它们的新一代AI驱动车载系统即将面世。以Visteon为例，该公司“正在有效地使软件定义汽车普及化”，将先进的计算和连接功能扩展到低成本车辆和新兴市场。 综上所述，德银分析师得出的结论是：2026年CES标志着行业的转折点——人工智能、机器人技术与自动驾驶正从实验阶段迈向早期商业化阶段。

在1月8日举行的2026小鹏全球新品发布会上，小鹏汽车董事长何小鹏宣布，搭载第二代VLA（视觉-语言-动作）大模型的Robotaxi（无人驾驶出租车）即将开始公开道路测试。 他同时预测，2026年将是中国和美国迎来“真正的自动驾驶元年”。 何小鹏介绍，小鹏第二代VLA是全球首个量产的物理世界大模型，其核心在于颠覆了传统架构，首次实现了从视觉信号到动作指令的端到端直接生成，跳过了“语言”转译的中间环节。这套系统基于海量真实驾驶视频训练，拥有720亿参数，旨在像人类一样真正理解物理世界，是实现全场景L4级自动驾驶的解决方案。 相较于业内方案，小鹏第二代VLA方案强调前装量产能力、更强的场景泛化能力，并可不限区域运行，覆盖包括小路、园区在内的复杂场景。 根据规划，小鹏第二代VLA将于2026年第一季度面向Ultra车型用户正式推送。在更广阔的智能出行生态方面，小鹏计划在2026年推出三款Robotaxi量产车型并启动试运营。 其Robotaxi将采用纯视觉方案，不依赖激光雷达和高精地图，并搭载4颗图灵AI芯片，车端算力高达3000TOPS。高德已成为其首个全球生态合作伙伴，双方将共同建设Robotaxi服务网络。 此外，小鹏在发布会上还同步更新了其“物理AI”战略下的其他产品进展：全新一代IRON人形机器人计划于2026年底实现规模量产，而汇天飞行汽车也已进入量产倒计时。通过第二代VLA这一统一的智能底座，小鹏正试图将其在智能驾驶领域的核心能力，拓展至机器人、飞行汽车等多个前沿领域，构建一个立体化的未来出行科技生态。

英伟达首席执行官黄仁勋周一在CES消费电子展上推出了“雷神（Thor）”自动驾驶系统，市场上不少人认为，这对特斯拉和Waymo等企业构成了直接挑战。 目前，英伟达已经与Lucid、梅赛德斯奔驰和比亚迪等汽车制造商达成了合作，其中，梅赛德斯奔驰的CLA车型预计将在今年推出类似特斯拉的自动驾驶辅助功能（FSD）。周二，梅赛德斯奔驰股票也因此上涨了1.8%。 而在英伟达与合作伙伴眉开眼笑之际，以自动驾驶为宣传卖点的特斯拉则气势不振，其股票也在周二收跌超4%。 英伟达虽然不生产汽车，也不运营自动驾驶业务，但其雷神系统可能会加剧自动驾驶出租车市场的竞争，从而直接威胁到特斯拉的商业未来。 然而，对于这一威胁，特斯拉首席执行官马斯克却表示不足为虑。他在一条担忧特斯拉自驾遭遇英伟达挑战的推文下回复称，他一点也不为此担心，并真诚祝福英伟达能够成功。 随后，马斯克还发布了一条推文指出，英伟达为自动驾驶开发出了一个非常有帮助的工具，但汽车行业却在这方面几乎毫无建树。 他补充道，特斯拉到今年底将花费超过100亿美元购买英伟达的硬件来进行训练，同时使用自研的AI4芯片用于处理海量视频，这可能需要投入两倍于上述的资金。然后特斯拉将每年生产200万辆汽车，且产量还将不断增长。 尽管马斯克表现得云淡风轻，但参与CES展会的科技人士却对英伟达雷神入局表达了不同的看法。实地体验了配备雷神系统的奔驰CLA后，有记者表示，雷神展示出来的技术在复杂路况下可以与特斯拉的FSD相媲美，甚至可能比FSD更安全、可靠。 不过，即使英伟达的雷神最终败给特斯拉的FSD，对英伟达来说也不算太大的坏事，因为特斯拉仍在依赖英伟达的GPU。

美东时间下周二（1月13日），美国众议院的一个委员会将举行听证会，讨论旨在简化无人驾驶车辆部署流程的相关立法。 美国会将讨论推进自动驾驶部署 过去多年来，美国国会一直就是否立法解决自动驾驶出租车部署障碍的问题存在分歧。 目前，美国国家公路交通安全管理局（NHTSA）对现有的安全规定维持不变，并且尚未批准各大主要汽车制造商提出的豁免申请。依据美国现行法律， 美国NHTSA每年对每家汽车制造商最多豁免2500辆车辆 ，前提是该公司能够证明其车辆的安全性。 但是，美国消费者团体和卡车司机工会对自动驾驶技术一直持谨慎态度。 去年6月，各大汽车制造商呼吁特朗普政府加快行动步伐。 将审议多项提案 下周，美国众议院能源与商务委员会下属小组委员会计划举行听证会，并将审议多项提案草案，其中包括一项旨在将每年投入使用的自动驾驶汽车数量上限提高至90000辆的提案，以及其他旨在解决汽车制造商对机器人出租车部署障碍的投诉的提案。 例如，汽车制造商们表示，诸如要求车辆配备后视镜或方向盘之类的安全标准，对于机器人出租车而言可能并非必要。 一项讨论中的法案还将禁止各州制定有关自动驾驶系统的规则，而另一项法案则要求美国NHTSA制定用于校准高级驾驶辅助系统的指导方针。 特朗普政府积极推进 2023年10月，一名行人被通用汽车旗下的一辆自动驾驶汽车严重撞伤，这一事件使自动驾驶行业受到了严格的审查。与此同时，美国NHTSA已对由 Waymo 和亚马逊旗下Zoox 运营的自动驾驶车辆展开了多项调查。 不过，自去年特朗普上台后，特朗普政府似乎一直积极推进自动驾驶技术在美国的普及。 去年4月，美国交通部长肖恩·达菲（Sean Duffy）曾表示，一个新的促进自动驾驶汽车发展的部门框架，将有助于美国汽车制造商与中国的竞争对手竞争。 NHTSA也在去年表示，将加快对汽车制造商申请在无需人类操控的情况下部署自动驾驶车辆的审查。 去年，特斯拉在得克萨斯州奥斯汀推出了一项配备安全监控系统的小型自动驾驶出租车服务，而自动驾驶出租车公司Waymo则一直在积极拓展新的市场。 本周一，梅赛德斯-奔驰公司表示，今年晚些时候将在美国推出一种新的高级驾驶辅助系统，该系统能让其车辆在有驾驶员监督的情况下在城市街道上实现自动驾驶。

据外媒报道，1月5日，美国电动汽车制造商Lucid集团、自动驾驶企业Nuro与优步公司（Uber）在美国消费电子展（CES）上联合发布一款量产版自动驾驶出租车，此举标志着三家公司在自动驾驶汽车合作项目的商业化落地进程中迈出关键一步。 这款车型使Lucid、Nuro与优步三家企业跻身美国自动驾驶出租车规模化部署的赛道阵营，与谷歌母公司Alphabet旗下的Waymo、马斯克执掌的特斯拉等企业同台竞技。 三家企业表示，相关道路测试已于2025年12月启动，由Nuro公司主导，采用配备安全员的工程样车开展测试工作，目标是于今年下半年在美国旧金山湾区正式推出自动驾驶出租车服务。 该测试项目融合了实车道路测试、封闭场地测试与仿真模拟测试三大模块，旨在完成商业化落地前的全方位安全验证。这款自动驾驶出租车的量产工作预计将于今年晚些时候在Lucid位于美国亚利桑那州的工厂启动，具体时间仍需以最终测试验证结果为准。 优步曾于2020年将旗下自动驾驶部门出售给了自动驾驶企业Aurora Innovation，此后便重新定位自身角色，转型为自动驾驶技术开发商的平台合作伙伴。该公司已签订多项合作协议，计划将自动驾驶出租车接入其打车应用平台，而非自主研发相关技术。 对于豪华电动汽车制造商Lucid而言，该合作项目是其打破单一消费级电动汽车业务格局、寻求业务多元化的重要尝试。目前Lucid正面临美国电动汽车市场需求放缓、高额现金消耗及行业竞争加剧等多重压力。就在发布这款自动驾驶出租车当天，Lucid公布了2025年交付数据，其交付量略高于市场预期，为15,841辆，较2024年增长55%，不过其 产量 增速远超销量增速。 三家公司联合发布的这款自动驾驶出租车基于Lucid的Gravity纯电动SUV打造，车顶搭载集成摄像头、激光雷达与毫米波雷达的“感知光环”系统，可实现360度全方位环境感知。车内交互体验由优步负责设计，配备交互式触控屏，乘客可通过屏幕调节车内温控、座椅角度及娱乐功能，有需要时也可一键联系客服支持。 该车型搭载Nuro公司研发的L4级自动驾驶系统，可在特定条件下实现无人类干预的自动驾驶，同时采用英伟达DRIVE AGX Thor计算平台作为技术支撑。

美东时间周一（5日），英伟达在2026年国际消费电子展（CES）上高调宣传了两大最新进步——人形机器人技术以及名为Alpamayo的全新自动驾驶汽车模型系列。 据公司首席执行官黄仁勋透露，从波士顿动力公司和卡特彼勒公司，再到LG电子和德国机器人公司NEURA Robotics，众多企业都在使用英伟达的机器人技术来开发和驱动其各种机器人。 英伟达声称，物理人工智能（AI）可以彻底改变规模达50万亿美元的制造业和物流业，而该公司希望成为这一切的核心。在今年CES展会上，英伟达发布了一系列新的AI模型，以帮助训练机器人与周围的世界互动，以及驱动其数字大脑所需的硬件。 自动驾驶模型“会推理” 除了人形机器人，英伟达重点展示了名为 Alpamayo 的全新自动驾驶汽车模型系列。据该公司称， Alpamayo采用了一种基于思维链推理的视觉-语言-动作（VLA）模型，旨在加速下一代安全、基于推理的自动驾驶汽车（AV）开发。 这听起来很复杂。但简单来说，就是 这些模型可以识别在正常驾驶过程中可能不会出现的独特驾驶情况，并找出正确的行驶方式。 例如，当车辆接近十字路口时，该模型可以检测到交通信号灯故障，识别出问题所在，并尝试找出下一步该怎么做。 黄仁勋介绍称，Alpamayo平台使汽车能够在真实世界中进行“推理”， 首款搭载英伟达技术的汽车将于第一季度在美国上路。 英伟达在一份声明中解释称： 自动驾驶汽车必须在极其广泛的驾驶条件下安全运行。罕见且复杂的场景，通常被称为“长尾”，仍然是自动驾驶系统安全应对的最大挑战之一。传统的自动驾驶架构将感知和规划分离，这会在出现新的或异常情况时限制系统的可扩展性。尽管端到端学习技术的最新进展已取得显著成效，但要克服这些长尾极端情况，需要模型能够安全地进行因果推理，尤其是在情况超出模型训练经验范围时。 Alpamayo系列引入了基于推理的VLA模型，将类人思维引入自动驾驶汽车的决策过程。这些系统能够逐步思考新颖或罕见的场景，从而提升驾驶能力和可解释性——这对于增强智能汽车的信任度和安全性至关重要——并且由NVIDIA Halos安全系统提供支持。 黄仁勋说道：“ 物理人工智能的ChatGPT时刻已经到来——机器开始理解、推理并在现实世界中行动。 无人驾驶出租车是首批受益者之一。Alpamayo为自动驾驶汽车带来了推理能力，使它们能够思考罕见场景，在复杂环境中安全驾驶并解释其驾驶决策——这是安全、可扩展自动驾驶的基础。” 与此同时， 英伟达将免费开放Alpamayo模型，允许潜在用户自行对模型进行重新训练。 英伟达表示，这些模型旨在作为“教师大模型，开发者可以对其进行微调，并将其提炼成其完整（自动驾驶）堆栈的骨干”。 换句话说，Alpamayo的作用是帮助开发者不断改进他们的自动驾驶汽车技术。 业界支持 英伟达表示，包括 Lucid、捷豹路虎、Uber和Berkeley DeepDrive等车企，都对Alpamayo表现出兴趣，希望开发基于推理的自动驾驶堆栈，以实现L4级自动驾驶。 Lucid Motors高级驾驶辅助系统和自动驾驶副总裁Kai Stepper表示：“向物理人工智能的转变，凸显了对能够推理现实世界行为（而不仅仅是处理数据）的人工智能系统的日益增长的需求。先进的仿真环境、丰富的数据集和推理模型是这一演进过程中的重要要素。” 捷豹路虎产品工程执行总监Thomas Müller表示：“开放、透明的人工智能开发对于负责任地推进自动驾驶至关重要。通过开源Alpamayo等模型，英伟达正在帮助加速整个自动驾驶生态系统的创新，为开发者和研究人员提供新的工具，以安全地应对复杂的现实世界场景。” Uber全球自动移动出行和配送负责人Sarfraz Maredia表示，“应对长尾和不可预测的驾驶场景是自动驾驶面临的关键挑战之一。Alpamayo为行业创造了令人兴奋的新机遇，可以加速物理AI、提高透明度并增加安全的L4级部署。” 标普全球高级首席分析师Owen Chen表示：“Alpamayo 1使车辆能够解读复杂环境，预测新情况并做出安全决策，即使在以前从未遇到过的场景中也是如此。该模型的开源特性加速了整个行业的创新，使合作伙伴能够根据自身独特需求调整和改进该技术。” Berkeley DeepDrive联合主任Wei Zhan则称，“Alpamayo产品组合的发布对研究界来说是一次重大飞跃。英伟达决定将其开源具有变革性意义，因为其提供的访问权限和功能将使我们能够以前所未有的规模进行训练——这为我们提供了将自动驾驶推向主流所需的灵活性和资源。”