Robo-X的产业趋势、市场空间和产业链拆解

行业研究·深度报告汽车·汽车零部件投资评级：优于大市 证券分析师：杨钐0755-81982771yangshan@guosen.com.cnS0980523110001 证券分析师：唐旭霞0755-81981814tangxx@guosen.com.cnS0980519080002 核心观点 ⚫Robo-X: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。 ⚫Robo-X行业：长赛道，大空间，自主Robo-X厂商崛起。市场空间方面，2030年，参考文远知行招股说明书，全球L4市场空间上万亿，国内市场方面，Robotaxi：国内出租车和网约车年化市场规模2360亿元，2025年Robotaxi在共享出行里面占比0.6%；Robovan：国内可替代轻/微卡潜在市场空间为1645亿元，2025年Robovan在物流配送车里面占比2%；Robotruck：假设2024、2030年国内Roboruck年销量0.1、6万台，重卡售价150万元，对应Robotruck国内2024、2030年市场规模分别15亿元、900亿元；Robobus：国内公交年化市场规模150-350亿元，Robobus在公交车里面占比2%以内；Robosweeper：国内环卫车年化市场规模113-225亿元，2025年Robosweeper在环卫车里面占比4.7%。竞争格局方面，Robotaxi方面，自动驾驶公司文远知行、小马智行、萝卜快跑商业化落地加速；Robovan方面，代表性玩家有九识智能、新石器、白犀牛、川行致远（DSXW股子公司）、佑驾创新、驭势科技等；Robotruck方面，玩家有希迪智驾、易控智驾、小马智行、主线科技、西井科技等；Robobus方面，玩家有文远知行、轻舟智航等；Robosweeper方面，代表性玩家有仙途智能、深兰科技等。 ⚫投资建议：Robo-X整车销售/运营方面，自主Robo-X玩家崛起，我们推荐小马智行、文远知行、小鹏汽车，建议关注佑驾创新。零部件方面，我们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。 ⚫风险提示：智能驾驶推进不及预期风险；产业政策支持力度不及预期风险。 目录 04 07 技术：强化学习+世界模型构建L4技术底层，2026年预计迎来元年时刻 ⚫强化学习（Reinforcement Learning，RL）和模仿学习（Imitation Learning，IL）是机器学习中的两种重要方法。模仿学习通过监督的方式训练模型，以模拟人类驾驶行为，该方法旨在从专家演示中学习驾驶风格，这些演示作为模型训练的案例。强化学习是一种通过智能体与环境进行交互来学习最优策略的机器学习方法，智能体在环境中执行动作，环境会根据智能体的动作反馈一个奖励信号，智能体的目标是通过不断尝试不同的动作，以最大化长期累积奖励。基于模仿学习的自动驾驶系统在训练过程中无法覆盖所有可能的驾驶情景，而强化学习通过与环境的互动，随着时间的推移最大化累计奖励，智能体根据自身行为做出驾驶决策，以获取奖励或避免惩罚。另一方面，强化学习通过探索与利用的策略来改进驾驶模型。强化学习是智能体与环境不断交互学习的过程，因此不存在模块化自动驾驶系统中各个模块之间的相互依赖问题，以及模仿学习中对专家行为的依赖问题，也避免了数据稀缺，数据不平衡等间题。 ⚫从L2级辅助驾驶到L4级无人驾驶，要求智能驾驶系统具备"远超人类驾驶员"的场景处理能力。传统L2级模仿学习存在以下局限：1）能力边界固化：L2级优化越精细，系统越依赖特定场景的统计规律，与L4级"泛化决策"需求背道而驰；2）意图理解缺失：模仿学习仅能复现"驾驶动作"，无法推导"驾驶意图"（如变道的时机选择、对行人意图的预判）；3）开环训练缺陷：端到端模型的"感知-控制"直接映射缺乏"中间推理"环节，无法模拟人类基于经验的直觉判断。世界模型通过构建"虚拟驾驶沙盒"，让策略在仿真环境中完成"假设-验证-优化"的闭环："世界模型是生产车端模型的数字工厂，L4级技术的核心差异在于'工厂'的仿真精度"），从根本上解决了上述问题。此外，参考全球计算机视觉学术顶会ICCV2025上，理想汽车自动驾驶高级算法专家詹锟《世界模型：让我们从数据闭环走向训练闭环》观点，在辅助驾驶任务上，很多场景的数据是稀疏的，自然采集到的数据不足以训练AI，但这些少见的场景（CornerCase）正是辅助驾驶需要改进的重点，在构建L4级的自动驾驶系统时，这些问题都需要得到解决，有了世界模型的合成数据能力后，AI模型在训练的数据配比上更为合理，理想的辅助驾驶系统在实际道路表现的稳定性和能力的泛化上均有了很大的改善。图1：有了世界模型的合成数据能力后，AI模型在训练的数据配比上更为合理 技术：强化学习+世界模型构建L4技术底层，2026年预计迎来元年时刻 ⚫世界模型分为四个核心部分：1）场景数据生成器：模拟各种驾驶场景；2）驾驶行为评估体系：对驾驶操作的好坏进行判断；3）高真实性的仿真系统：最大程度还原真实世界的复杂场景；4）数据挖掘工具和引擎：提取和分析有价值的数据。 资料来源：公司公告，国信证券经济研究所整理 政策：各国政策在不断放开对自动驾驶的限制，逐步明确监管框架 ⚫中国方面，2024年6月，工业和信息化部等四部门发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，确定了首批9个进入试点的联合体，车辆运行所在城市为重庆市、广东省广州市和深圳市、上海市、北京市、海南省儋州市、河南省郑州市，首批试点企业包括比亚迪、上汽、广汽、北汽蓝谷、中国一汽、上汽红岩、宇通客车、蔚来科技、长安汽车九家企业。2025年4月，工业和信息化部、市场监管总局发布《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》，提出汽车生产企业要深刻领会《通知》要求，充分开展组合驾驶辅助测试验证，明确系统功能边界和安全响应措施，不得进行夸大和虚假宣传，严格履行告知义务，切实担负起生产一致性和质量安全主体责任，切实提升智能网联汽车产品安全水平。 ⚫中东方面，近年来，阿联酋政府制定了一系列政策，包括阿布扎比地面交通整体规划、迪拜自动驾驶交通运输战略等，推进自动驾驶汽车发展。迪拜曾于2016年提出目标，2030年该市25%的交通出行将由自动驾驶车辆完成。2023年7月阿联酋授予文远知行首个自动驾驶路跑牌照，这也是中东首个国家级全域自动驾驶路跑牌照。 ⚫东南亚方面，新加坡拥有紧凑的城市规划和交通管理以及移动网络基础设施，政府积极引进和支持自动驾驶技术。2013年，新加坡政府率先提出“新加坡自动车计划”，围绕自动驾驶汽车实际应用的可行性、区域内运输系统，以及可能涉及的技术及法律政策展开探讨。2017年，新加坡修订道路交通法，允许自动驾驶汽车进行公共道路测试。 ⚫欧洲方面，2025年3月，欧盟委员会发布《汽车行业行动计划（Action Plan for the Automotive Industry》，针对自动驾驶方面，一是建立一个自动驾驶汽车的“单一市场”，包括跨境测试平台、自动驾驶汽车高速公路走廊、统一规则以及简化法规以促进更多测试；二是创建欧洲互联与自动驾驶汽车联盟，开发一个适用于欧盟范围内的开源软件定义型车辆平台，构建一个“面向未来”的车载计算架构，创建汽车人工智能大型语言模型和算法；三是制定自动驾驶车辆相关规则，并与私营合作伙伴一道，通过“欧洲地平线计划”的支持，在2027年之前共同投入约10亿欧元的公共和私人资金，以推动该行动计划的实施。 政策：各国政策在不断放开对自动驾驶的限制，逐步明确监管框架 融资：2025年，融资热门赛道主要集中在L4领域 ⚫参考低速无人驾驶产业联盟信息，新战略低速无人驾驶产业研究所不完全统计，2025年截至10月底，国内无人驾驶领域公开超49起“亿元级别”投融资事件，融资总额近218亿元人民币（包括IPO募资）。从融资领域来看，融资热门赛道主要有无人配送、无人环卫、矿山无人驾驶领域，无人配送领域，今年九识智能、新石器、白犀牛均有融资。其次是，矿山无人驾驶领域的9起融资事件中，除未披露具体金额的，5家已公开的均为亿元级及以上规模，长城重工、博雷顿、伯镭科技、易控智驾、踏歌智行今年累计13.57亿元。 资料来源：低速无人驾驶产业联盟，国信证券经济研究所整理 诸多因素催化下，Robo-X（L4）商业化落地加速 ⚫诸多因素催化下，Robo-X（L4）商业化落地加速。1）政策支持：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，政策层面对Robotaxi支持力度加大。2）技术提升：自动驾驶技术持续提升，以提升安全性能，强化学习+世界模型构建L4技术底层，L4加速落地；3）运营效率提升、释放驾驶时间：实现L4无人驾驶后，自动驾驶能够大幅降低人力成本，此外，自动驾驶车辆每天可以运行更长时间，显著提高运营效率。此外，自动驾驶技术和功能将司机从驾驶任务中解放出来，使其能够用于其他生产性活动或车内娱乐；4）成本下降：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。 目录 04 07 Robotaxi全球主要区域目前进展 ⚫目前，全球Robotaxi业务持续推进，中东地区，政策支持下，Robotaxi商业化落地快；欧洲地区，政策逐步开放，人口老龄化趋势下，Robotaxi发展潜力大；亚洲地区，国内北上广深已开启Robotaxi服务，迪拜、利雅得、东南亚等地区也加速推进Robotaxi发展。 Robotaxi行业市场空间 ⚫行业端，预计2030年全球Robotaxi市场规模超5000亿美元。参考文远知行招股说明书，全球和中国的Robotaxi市场规模预计到2030年分别达到5450亿美元和2010亿美元，2025-2030年复合年增长率分别为106%和111%。 资料来源：文远知行招股说明书，国信证券经济研究所整理 Robotaxi行业市场空间 ⚫我们根据出租车、网约车数量以及Robotaxi车队规模进行如下测算： •2023年，国内出租车保有量137万辆，2016-2023年的出租网约新车总销量数据423万辆，假设2025年国内网约车、出租车保有量分别450、140万辆，按照车5年折旧年限，预计国内网约车、出租车年销量分别90、28万辆，假设每台出租车/网约车售价20万元，对应国内出租车和网约车年化市场规模合计2360亿元，2025年假设国内Robotaxi车队规模7000台，对应Robotaxi在共享出行里面占比0.6%，Robotaxi潜在可替代空间大。 Robotaxi商业模式、竞争格局和产业链 ⚫Robotaxi凭借城市交通革新提效，创造广泛应用场景，低成本有望打开产业加速渗透空间。一方面Robotaxi提供了更安全可靠的驾驶，而大规模的实施可以大大提升城市交通的秩序性和效率。另一方面，Robotaxi服务的部署还可能通过减少公共停车场和释放更多城市空间来重塑城市交通规划。此外，从成本角度来看，参考盖世汽车，Robotaxii造车成本是传统网约车的3倍左右，配有安全员的Robotaxi的经营成本高于传统电动网约车，无安全员的Robotaxi每公里运营成本仅0.81元，比传统燃油网约车低58%，比传统电动网约车低43%。 Robotaxi商业模式、竞争格局和产业链 ⚫监管背书和政策顺风推动