OpenAI剛用Deep Research搶了先手，Google直接掀桌！DeepMind祭出研究智能體雙殺，Max版質量評分從66.1%暴拉到93.3%，知識工作自動化的軍備競賽正式進入貼身肉搏。在AI智能體上，Google這次又放出了個大招。4月末，GoogleDeepMind一口氣甩出兩款AI研究智能體。Deep Research（標準版）：追求速度和低延遲，適合即時互動Deep Research Max（增強版）：追求最大詳盡度，用擴展test-timecompute非同步跑後台大任務兩個智能體都基於剛發佈的Gemini 3.1 Pro。GoogleCEO Pichai也親自下場站台。Max版在三個權威基準測試中都拿到了SOTA得分：DeepSearchQA：93.3%，綜合網頁研究能力BrowseComp：85.9%，在網頁上定位難找事實Humanity's Last Exam(HLE)：54.6%，人類最難學科專家級題庫這兩個智能體干的事情很直白：你給一個研究課題，它自己去網上扒資料、分析資料、生成帶圖表的完整報告。標準版處理日常研究任務，Max版專攻重度場景：盡職調查、競品分析、市場研報，那種過去要一個分析師團隊干兩天的活。Max版在DeepSearchQA基準上達到93.3%。什麼概念？去年12月同一項測試，成績是66.1%。四個月，漲了27個百分點！Humanity's Last Exam上也從46.4%拉到54.6%，直接刷新紀錄。有使用者表示日常版本的標準版即可代替日常的文獻研讀。知識工作的自動駕駛時代一個值得玩味的趨勢正在成型：AI研究工具正在從「輔助搜尋」進化成「自主研究」。過去的AI搜尋是你問一句、它答一段。現在的研究智能體是你丟一個課題，它自己跑幾十輪搜尋-分析-驗證循環，最後交一份成品報告。區別就像導航軟體和自動駕駛的距離。Google、OpenAI、Anthropic三家同時押注這個方向。Anthropic的Claude在程式碼智能體上猛攻，OpenAI用Deep Research搶佔研究場景，Google現在帶著93.3%的成績單殺回來。Pichai親自在發佈會上強調93.3%這個數字。他說這是通過增加計算資源達到的。意味著，只需花更多的電，就能得到更準的答案。計算資源成了新的入場券。小公司買不起。獨立顧問付不起。只有大企業才付得起。這不是工具升級。這是商業模式的代際替換。從「摘要機器」升級成企業工作流底座去年12月，Google通過Interactions API向開發者開放了Gemini Deep Research智能體，讓開發者能用上Google最前沿的自主研究能力。今天，Google把它推到下一個台階。Deep Research和Deep Research Max兩款智能體都由Google最強的模型Gemini 3.1 Pro驅動。Deep Research已經不再是一個聰明的「摘要機器」了。它現在是金融、生命科學、市場調研等企業級工作流的底層基礎設施。它的報告本身有獨立價值，但更重要的是——它是更複雜的AI智能體工作流的第一步：深度上下文收集。一次API呼叫，開發者就能觸發一次徹底的研究工作流——史上第一次，把公開網頁資料和你自己的專有資料流融合在一起，輸出一份專業級的、帶完整引用的分析報告。兩款智能體，匹配不同場景Google設計了兩款智能體，對應從直接面向使用者到大規模離線處理的不同需求。Deep Research（標準版）為速度和效率而生。它取代了去年12月的預覽版本，顯著降低了延遲和成本，同時把質量拉得更高。適用場景：需要低延遲的互動式使用者介面。Deep Research Max（增強版）為最大詳盡度和最高品質而生。Max利用擴展的test-timecompute（測試時計算），反覆推理、檢索、精煉最終報告。打通私有資料+原生圖表Deep Research現在可以檢索：公開網頁任意遠端MCP伺服器使用者上傳的檔案連接的檔案儲存或以上任意子集的組合。這套能力是專門為專業人士每天面對的複雜受限資料宇宙設計的。MCP協議支援（最關鍵的一項）你可以通過MCP協議，把Deep Research安全地連接到你自訂的資料和專業資料流——比如金融資料供應商、市場資料供應商。Deep Research支援任意工具定義。這讓它從一個網頁檢索器升級成了能在任意專業資料倉儲裡自主導航的智能智能體。過去分析師吃飯的傢伙（彭博、FactSet、S&PGlobal終端），現在AI可以直接接入、自主查詢、綜合分析。原生圖表與資訊圖Gemini API裡的Deep Research第一次——不再只生成文字，還原生生成高品質的圖表和資訊圖。底層實現用HTML或Nano Banana。動態可視化複雜資料集，直接嵌入分析報告中。過去一個分析師用Tableau/PowerPoint做2小時的圖表，Deep Research Max直接在報告裡原生生成。不用切換工具，不用再折騰對齊。重磅合作夥伴為了讓這項技術在低容錯率的專業領域真正落地，Google正在和金融、生命科學等行業的初創公司和企業密切合作。比如——Google正在與以下三家公司合作設計MCP伺服器：FactSet（華爾街分析師標配終端）S&PGlobal（標普全球評級與資料）PitchBook（私募股權與風險投資資料庫）讓共享客戶可以把金融資料接入Deep Research驅動的工作流，以閃電般的速度調取這些公司各自的海量資料宇宙，實現生產力的階躍式提升。延伸解讀：FactSet+S&P+PitchBook=全球投行、PE、諮詢公司研究素材的三大上游供應商。它們主動把自己的資料接入Google的AI——意味著分析師過去賴以生存的資料訂閱護城河徹底消失。過去你因為能用上這些資料而值錢，現在任何一個企業訂閱了Deep Research都能用上。如何使用即日起，Deep Research和Deep Research Max在Gemini API付費層開啟公開預覽。開發者可以訪問Google官方開發者文件，通過Interactions API開始建構。Deep Research和Deep Research Max很快也會通過GoogleCloud開放給初創公司和企業。Google做好了一個能替代分析師的AI，現在所有企業都可以用API呼叫它。 (新智元)

九年前他花8000美元買下FSD，可至今卻還沒用上自動駕駛。那一年馬斯克把話說得很滿，信誓旦旦地保證硬體已經配齊剩下的只是軟體問題，特斯拉很快就能自己從洛杉磯一路開到紐約。可九年過去了，這輛當年被許諾永不過時的老特斯拉，現在連最新的系統更新都快跑不動了。馬斯克自己也不得不尷尬承認，買了FSD套件的HW3老車主確實需要更換電腦硬體了。這下那批曾經最堅定的鐵粉徹底不幹了。美國車主把特斯拉告上法庭，荷蘭車主連夜建維權網站，澳大利亞律師也開始介入調查。過去最相信特斯拉未來的人如今開始憤怒地追問，錢早就交了，可自動駕駛到底什麼時候才能真用上？01 "被騙了九年，我終於決定不再當傻瓜""你很難相信自己不是個傻瓜。"當80歲的湯姆·洛薩維奧(Tom LoSavio)坐在他那輛價值10萬美金的特斯拉Model S裡，對《華爾街日報》的記者說出這句話時，這位退休律師的語氣裡透著一種被時代"收割"後的荒涼。九年前，他滿懷對未來的憧憬，花了8000美元買下特斯拉所謂的"全自動駕駛(FSD)"功能。那時候，埃隆·馬斯克(Elon Musk)正意氣風發地向全世界承諾：特斯拉的硬體已經足夠支援自動駕駛，你的車很快就能在沒人操作的情況下，從洛杉磯一路開到紐約。然而2026年的今天，洛杉磯到紐約的"神蹟"依然只存在於馬斯克的推文裡。而洛薩維奧和全球數百萬特斯拉車主發現，他們手裡那台曾被許諾"永不過時"的智能座駕，正在淪為昂貴的電子垃圾。一場跨越國界的車主維權，正在矽谷、荷蘭、澳大利亞同步爆發。洛薩維奧住在舊金山半島的一個高檔社區，是個喜歡折騰新技術的老鳥，見證過特斯拉最高光的時刻。2017年，他和妻子無數次幻想過那個畫面：夫妻倆往後座一躺，車子就自動帶他們去任何想去的地方。但現實很殘酷。整整九年過去了，他的車不僅沒有實現自動駕駛，連特斯拉最新的軟體更新都快跑不動了。問題的核心在於那個被稱為"Hardware 3"(簡稱HW3)的舊硬體。目前，洛薩維奧已經成了一起集體訴訟的領頭原告。這起訴訟代表了加州約3000名車主(還不包括那些被特斯拉強制簽過"仲裁協議"而沒法起訴的倒霉蛋)，控告特斯拉及其CEO馬斯克虛假宣傳。"他們收了我們幾千美元，承諾了一個當時不存在、現在也依然不存在的產品。"洛薩維奧的訴狀直指痛處。面對指控，特斯拉在法庭檔案中態度強硬。代理律師辯稱，原告沒能證明所有參與集體訴訟的車主都受到了"誤導性陳述"的實際傷害，並強調特斯拉在車主手冊和網站上都明確標註了FSD目前仍屬於"受監督"系統，駕駛員需負全部責任。憤怒的不只是美國人。在地球的另一端，荷蘭車主米沙·西格特曼斯(Mischa Sigtermans)也在暴走邊緣。2019年，西格特曼斯花了6.8萬歐元買了台Model 3，又額外掏了6400歐元買FSD。他等了整整七年，直到上周，荷蘭監管機構終於批准了特斯拉FSD的使用。西格特曼斯興沖沖地準備升級，卻收到一個晴天霹靂：由於硬體限制，FSD只能在搭載最新AI4晶片的車上跑。他的HW3老車？對不起，暫時沒戲。西格特曼斯打過特斯拉客服電話，想問個說法，但官方客服只回了一句："請保持耐心(Just be patient)。"至於此前承諾的免費硬體升級，特斯拉歐洲方面的回應是"目前沒有任何相關內部資訊"。這種復讀機式的冷處理，讓西格特曼斯直接爆了。"我等了七年！整整七年！"西格特曼斯在X上憤怒控訴，"2019年特斯拉說每輛車都具備未來自動駕駛所需的硬體。結果呢？這就是個巨大的謊言。"他在24小時內建起了一個名為hw3claim.nl的維權網站，短時間內就吸引了數千名車主響應。02 馬斯克的"畫餅"編年史：從2015到2026，終點依舊遙遙無期為了理解這群車主為何如此憤怒，得先復盤一下馬斯克過去十年的"畫餅"歷程。· 2015年：馬斯克公開宣稱，特斯拉將在兩年內實現完全自動駕駛。· 2016年：特斯拉宣佈，從即日起生產的所有車型都配備了實現全自動駕駛所需的硬體。馬斯克信心滿滿地告訴媒體："2017年底，特斯拉就能在無人干預的情況下從洛杉磯橫跨美國開到紐約。"· 2019年：在特斯拉自動駕駛日上，他明確聲稱HW3硬體已經足以支援L5級自動駕駛。台上的馬斯克言之鑿鑿："從現在起，所有生產的特斯拉汽車都擁有實現完全自動駕駛所需的硬體，你們所需要的只是改進軟體。"· 2023年：HW4/AI4問世，但馬斯克承諾的那個能實現完全自動駕駛的FSD還沒來。· 2025年：特斯拉發佈AI5晶片。馬斯克終於在Q4財報會議上撕開了最後一塊遮羞布，尷尬地承認："坦率地說，我們確實需要為那些購買了FSD套件的HW3車主更換電腦硬體。這是一個痛苦且艱難的過程，但我很慶幸當初買這個選裝包的人不算多。"打個比方：你買了一台號稱"永不過時"的高性能電腦，廠家每年都跟你說"明年就能跑滿所有遊戲"，結果你等了十年，遊戲沒玩上，廠家卻每年出一款新顯示卡，最後告訴你，不好意思，你的舊顯示卡帶不動新驅動了。這種"硬體背叛"正是車主們最沒法忍的。在Reddit和Facebook的特斯拉車主社區裡，憤怒正在蔓延。一位使用者諷刺道："別急啊大家，再有點耐心！等下周人形機器人進入量產，FSD肯定就實裝了。"顯然，那也是馬斯克的又一個新餅。另一位Reddit使用者看得更透："這就是為什麼我對任何'未來保證'或'我們會達成的'聲明一分錢都不花。沃爾沃想跟我推銷2026年實現L3級駕駛，哈！等它真成現實了再說吧。"03 硬體降級與"幽靈故障"：最高145億美元的法律陰影特斯拉現在的處境可以說是相當尷尬。根據汽車媒體Electrek的估算，全球範圍內約有400萬輛特斯拉是基於"具備所有自動駕駛硬體"的承諾賣出的。如果這些車最終被證明沒法通過軟體更新實現全自動駕駛，特斯拉將面臨天文數字的賠償。目前，除了加州的集體訴訟，澳大利亞的律師事務所也已經組了法律團隊，指控特斯拉誤導消費者。荷蘭的維權行動正在向全歐洲蔓延。但這還只是冰山一角。因為除了FSD的虛假宣傳，特斯拉還陷在一堆別的法律泥潭裡：· 幽靈剎車(Phantom Braking)：車輛在高速行駛時無故緊急剎車。· 續航里程虛標：特斯拉被指故意誇大儀表盤顯示的續航數字。· 里程表操縱及工資違規：各種內部管理醜聞頻發。Electrek在2026年4月16日發佈了一份深度調查報告，將特斯拉麵臨的潛在財務敞口劃分為21個法律維度，預估總金額在27億美元至145億美元之間，其中涉及FSD虛假廣告和合同違約的部分約1億到5億美元。對於市值一度超越全球其他車企總和的特斯拉來說，這點錢可能只是掉塊肉，但它正在動搖特斯拉最根本的東西，品牌信任。正如一位社交媒體使用者所說："特斯拉一直靠著'炒作機器'的燃料在跑，但現在燃料燒完了。大家正變得聰明起來，不再願意為那些只能兌現10%承諾的'虛幻軟體(Vaporware)'掏錢。"04 馬斯克的博弈：軟體訂閱制能救命嗎？面對舊硬體帶不動新軟體的尷尬，特斯拉也玩起了"財報財術"。他們推出了每月99美元的FSD(受監督版)訂閱服務。注意，"受監督"三個字意味著你依然得手扶方向盤、眼睛盯著路面。搭載最新AI4硬體的車型，感知解析力和計算影格率確實有了明顯飛躍。更高像素的攝影機加上更強的算力冗餘，讓車輛處理複雜路況時更加平滑、果斷，視覺感知層面更接近人類。馬斯克直言，最新的FSD更新會讓車輛感覺"像是有感知力(Sentient)"。但對於搭載HW3/HW2硬體的老車主來說，這種訂閱服務更像是一種嘲諷，你付了錢，拿到的卻是個閹割版。更讓老車主寒心的是，馬斯克在1月的財報會上竟然說："現在，我有點慶幸買FSD套件的人不算多。"這話的意思翻譯過來就是：買的人不多，所以要賠付或升級硬體的成本也沒那麼高。對於像洛薩維奧這樣早期投入重金支援特斯拉的鐵粉來說，這無疑是當頭一棒。你拿他當改變世界的先驅，他拿你當分攤研發成本的韭菜。05 消費者警示錄：別為"空頭支票"式的期貨功能買單特斯拉這場席捲全球的"硬體起義"，不僅是一個品牌的人設崩塌，更給整個智能汽車行業敲響了警鐘：當汽車變成"帶著輪子的電腦"，它到底是資產，還是電子易耗品？軟體可以無限升級，但硬體出廠即封頂。造車新勢力們這些年最愛講的故事就是"軟體定義汽車"。但背後藏著一個殘酷且沒法靠OTA(無線更新)解決的悖論：演算法的迭代是按月算的，而硬體的物理極限在出廠那一刻就已經鎖死了。在自動駕駛這種對算力有著無底洞般胃口的領域，馬斯克所謂的"硬體冗餘"更像是個偽命題。正如一位Reddit使用者所言："在科技圈，永遠不要為承諾買單，硬體永遠是那個卡住軟體脖子的東西。"隨著端到端大模型(End-to-End NN)的算力需求指數級增長，當年"地表最強"的HW3在短短幾年內就成了拖後腿的老硬體。用"永不過時"的虛假承諾，收割當下的真金白銀。為了掩蓋硬體必將過時的事實，特斯拉在賣車時搭了一個宏大的行銷陷阱：承諾車輛具備"未來支援全自動駕駛"的所有硬體。這種"預售未來"的玩法讓特斯拉在技術還沒成熟的時候，就提前收走了車主數千美元的FSD選裝費。說白了就是一種期貨交易：廠家賣給你的是半成品，卻收了你成品的錢，再用一個遙不可及的日期來堵你的嘴。正如洛薩維奧等原告指出的，這讓汽車行業變成了一個打著科技旗號的眾籌騙局。誰來定義"夠用"，誰又在縱容"畫餅"？在這場糾紛中，監管機構的長期缺位也難辭其咎。以荷蘭監管機構為例，儘管最終批准了FSD的商業化，但制定的合規標準卻客觀上給老車主判了"死刑"，僅限最新硬體運行。這就揭開了最後的遮羞布：既然政府判定HW3硬體"不達標"，那廠家當初宣傳的"硬體已就緒"算不算欺詐？目前法律還是灰色地帶，缺乏硬性約束讓特斯拉可以一邊賺著高額溢價，一邊在硬體過時後拿"技術迭代"當擋箭牌，把折舊損失一股腦甩給消費者。從宗教式狂熱，回歸契約式審視。最讓人唏噓的是車主心態的徹底轉變。過去，特斯拉車主聊的是"改變世界"、"馬斯克的星辰大海"；現在，社交媒體上到處都是"退錢"和"別當傻瓜"。粉絲濾鏡碎了，說明大家正在從對AI神話的盲目追捧，回到對產品合同的逐字審視。Reddit網友那句刺耳的嘲諷"竟然真有人信特斯拉會給舊車改裝硬體？笑死"，道盡了老車主交完昂貴學費後的清醒與無奈。大家終於意識到，馬斯克再偉大，也翻不了摩爾定律，更不該凌駕於誠實商業的底線之上。06 結語：誰在為夢想買單？洛薩維奧發起的這場博弈目前仍存懸念。特斯拉已經正式就該案的集體訴訟資格提出上訴，要求推翻此前的認證。特斯拉的理由是，不同車主買車的時間、地點和接觸到的廣告資訊各不相同，不應該被捆在一起審。如果特斯拉贏了，意味著原本聲勢浩大的集體維權將化整為零，數千名車主可能被迫退回到一對一的秘密仲裁中。對車主來說，這不僅意味著維權成本大幅上升，更意味著失去集體博弈的規模優勢。但正如荷蘭車主西格特曼斯所說："更多的加入意味著更強的力量。不管是坐在特斯拉的辦公室裡談，還是站在法庭上談，我們都要拿回屬於自己的錢。"特斯拉正處於一個微妙的轉折點。一方面，它的機器人計程車Robotaxi和Cybercab正畫著更大的餅，宣稱未來的車連方向盤都不需要。另一方面，數百萬老車主正盯著自己那個永遠不會自動旋轉的方向盤，滿眼怒火。如果特斯拉不能處理好這400萬輛舊車的歷史遺留問題，那麼它的自動駕駛神話，恐怕很難在下一個十年繼續講下去。 (網易科技)

一輛汽車正以每小時120公里的速度在高速公路上行駛，輔助駕駛系統突然發現前方出現障礙物，系統迅速作出判斷：必須立刻剎車。但從這道指令發出，到車輪真正開始減速，中間隔著一段看不見的“空白時間”。在今天絕大多數汽車所使用的剎車系統中，這段空白大約是150到250毫秒，這是液壓制動經過100多年工程打磨後的成熟水準，對人類駕駛員來說，已經足夠可靠。但輔助駕駛系統是另一種大腦。它發出制動指令的速度比人快得多，對每一個車輪的控制精度要求也遠超以往。當駕駛的主體發生變化，如何壓縮這段“空白時間”並精確調控剎車力度，就變成了必解的難題。告別液壓剎車時代“空白時間”從何而來？答案藏在一項延續了100多年的技術裡。今天路面上跑的幾乎所有汽車，剎車的基本原理都一樣：駕駛員踩下剎車踏板，踏板的力通過一套充滿液壓油的管路，傳遞到四個車輪上的剎車片，剎車片夾緊剎車盤，車就慢下來了。這套系統已經用了100多年，成熟、可靠。但它有一個繞不開的先天侷限：力是靠液壓油在管路里流動來傳遞的，而液體傳力天然就有延遲，就像擰開水龍頭，水不會瞬間到達，總要經過管道，需要一個傳遞的過程。更關鍵的是，四個車輪的剎車管路是相互連通的。這意味著在一些極端情況下，四個車輪的剎車力會互相影響，沒辦法做到“左前輪剎重一點、右後輪剎輕一點”這樣的精確獨立控制。圖為剎車總成製造產線來源：企業供圖在傳統汽車時代，這些侷限不算大問題，人踩剎車，車能停住，就夠了。但面對輔助駕駛，乃至未來的自動駕駛時代，問題變了。輔助駕駛系統需要對每個車輪下達精確而獨立的剎車指令，液壓制動系統的速度和精度就成了瓶頸。打個比方，輔助駕駛系統是一個反應極快的大腦，但這個大腦控制手腳的方式不是通過靈敏的神經，而是一套遲緩的肌腱——大腦已經作出了判斷，手腳卻要慢半拍才動，而且動多大幅度也不夠精準。電子機械制動（EMB）要做的事情，就是給制動系統裝上“神經”。它的思路很直接：不用液壓油了，改用電。每個車輪上裝一個小電機，剎車指令通過電訊號直接傳到電機，電機直驅剎車片夾緊剎車盤。沒有液壓管路，沒有液壓油，從“大腦發出指令”到“車輪開始減速”，全程走電訊號。如果說過去的液壓剎車是“用水管傳力”，那EMB就是“用電線傳力”。電訊號的傳遞速度遠快於液壓油在管路中的流動速度，而且四個車輪各自獨立，互不干擾，每個車輪剎多重、剎多快，都可以被單獨精確控制。一位元深度參與下一代底盤研發的行業技術專家做過計算：“從‘看到情況’到‘作出判斷’再到‘執行剎車’，輔助駕駛的整個決策鏈大約400毫秒。傳統液壓剎車佔了其中將近一半。如果用EMB把剎車響應從200毫秒壓到100毫秒以內，相當於整條決策鏈縮短了四分之一。對於安全，這四分之一意義重大。”但EMB真正的價值，遠不止讓剎車變得更快。“四肢”聽話了，“大腦”才真正管用在一輛智能汽車的底盤上，三個關鍵系統負責車輛在三個維度上的動態控制：剎車和驅動系統負責控制縱向速度，轉向負責控制橫向移動，懸架負責控制上下顛簸。過去幾年，轉向和懸架都已經陸續完成了從機械控制到電控的升級——線控轉向用電機替代了傳統轉向柱，主動懸架用電控替代了被動彈簧。唯獨剎車，一直被液壓系統“鎖”在上一個時代。業內有一個形象的說法：EMB是智能汽車全線控底盤的“最後一塊拼圖”。圖為線控剎車渲染圖來源：企業供圖為什麼非要湊齊這塊拼圖？因為單獨升級任何一個系統，效果都有限。真正的價值在於三個系統全部電控化之後，可以被一個統一的“底盤大腦”同時指揮。想像一個場景。一輛車在高速上緊急變道避讓，這一瞬間，車頭會猛然下沉，方向盤要快速轉動，車身會側傾。如果轉向、懸架、剎車三套系統各管各的，各自根據自己感知到的訊號做反應，就像三個人各幹各的活，結果往往是手忙腳亂、效果大打折扣。但如果三套系統全部電控化並且被統一調度，情況就完全不同了。在同一個瞬間，懸架會主動頂起來補償車頭下沉，剎車精確地給四個車輪分配不同的力度，轉向配合車身姿態微調方向。三件事同時發生、協調一致，就像一個訓練有素的運動員，每一塊肌肉都在為同一個動作服務。有行業人士用人體來做類比。手碰到燙的東西會本能縮手，這是神經末梢的自主反應。但要完成跑步、打球這樣的複雜動作，光靠手和腳各自的本能反應遠遠不夠，需要小腦來統一協調全身肌肉。全線控底盤就是給汽車裝上了一個“小腦”——轉向、剎車、懸架是三條“神經末梢”，底盤域控製器是“小腦”的核心，統一接收“大腦”（輔助駕駛系統）的指令，再協調三套系統同時、精準地執行。清華大學車輛與運載學院教授張俊智提到，EMB的變革是智能駕駛與底盤協作發展的起點與基礎。只有制動實現真正的分佈式電控，制動、轉向、動力學控制三大安全系統才能形成統一調度，整車智能化協同控制才有完整的執行基礎。也就是說，沒有全線控底盤，自動駕駛就差最後一步。大腦再聰明，四肢不聽話，什麼都做不了。EMB補齊的不只是剎車系統的短板，而是讓智能汽車的“身體”第一次真正完整了。不過，裝上了完整的四肢，和四肢能夠協調配合地運動，是兩碼事。從三套硬體各自就位，到三套系統真正像一個整體那樣默契協作，中間還有大量的軟體融合和控制演算法的工作要做。EMB的量產是邁出了關鍵的第一步，但全線控底盤的真正實現，比大多數人想像的要難得多，也重要得多。中國率先“交卷”EMB的概念並不新。早在20多年前，全球汽車工業界就開始了相關研究，但直到今天，EMB在全球範圍內始終沒有跨過大規模量產的門檻。原因不難理解：剎車直接關乎生命安全，一套全新的剎車系統，要做到和成熟液壓剎車同等甚至更高的安全等級，難度極大。中國之所以能率先破局，靠的不是某一家企業的單打獨鬥，而是產學研用多方的深度協同。國內眾多高校圍繞EMB的電機控制、功能安全等核心課題持續攻關；標準化機構加速將EMB納入制度框架，新國標GB 21670-2025率先將EMB納入強制性國家標準；多家整車企業投入大量資源自主研發制動控制系統；本土零部件企業在關鍵部件上加速突破……2026年4月11日，中國汽車工程學會在北京舉辦EMB技術發展研討會，產學研各方聯合發佈了《EMB線控制動使用者安全保障共同準則》——全球首個針對EMB技術面向使用者安全保障的行業共同準則。這份準則從六個維度建立了行業共識：嚴守國標底線，築牢制動安全；冗餘設計護航，保障失效運行；嚴控全鏈質量，極限工況可靠；資料驅動迭代，安全持續升級；快速響應處置，守護使用者權益；透明科普告知，杜絕欺瞞誤導。它覆蓋了從產品設計、生產製造到售後服務、使用者溝通的完整鏈路。圖為EMB技術發展研討會圓桌對話現場來源：中國汽車工程學會中國汽車工程學會副秘書長趙立金認為，EMB已具備規模化量產的技術成熟度，中國已建立嚴格的國標體系，並有量產車型完成驗證、即將交付，這意味著中國汽車產業線上控制動方向上，率先走通了從技術攻關、標準建設到量產落地的完整鏈路，在全球EMB產業化處理程序中走在了前面。EMB在中國的量產落地已經進入倒計時。研討會上，理想汽車、華為、伯特利等企業代表均參與了深度研討，這些在智能汽車領域持續投入的中國科技力量，正從不同路徑推動EMB走向規模化量產。2026年，多家中國車企計畫推出搭載EMB技術的量產車型。理想汽車近期官宣理想L9 Livis計畫於2026年二季度完成首批交付，成為全球首款搭載完整全線控底盤的量產車型；華為數字能源也將為合作的整車企業提供EMB技術，預計今年下半年將在旗艦車型上實現量產交付。隨著技術和產業鏈的共同成熟，中國有望成為全球首個實現EMB規模化量產的市場。一位行業專家坦言：“EMB開闢了一條全新的賽道，讓中國企業有機會在剎車這個核心安全系統上率先建立自主能力。”圖為理想汽車旗下全新理想L9 Livis，預計於今年二季度上市來源：理想汽車從動力系統的電動化，到座艙的智能化，再到底盤的智能化——中國汽車產業的技術升級沿著一條清晰的路徑層層遞進。EMB的量產，補齊了智能汽車底盤最後一塊拼圖，也為中國汽車產業面向AI時代建構完整核心技術能力寫下了關鍵一筆。當全球汽車工業仍在EMB的量產門檻前徘徊時，中國率先交出了答卷。而對於每一位駕駛者和乘客來說，這份答卷的意義更加具體：你的車將剎得更快、停得更準，在濕滑路面上更從容，在緊急避障的瞬間更有把握；輔助駕駛的每一道指令，將以更短的時延更精準地落到每一個車輪上。而當制動、轉向、懸架第一次真正協同運轉，這輛車將比以往任何時候都更懂得如何保護你。 (瞭望財經)

中國自動駕駛規模化應用經歷了一場系統性的“壓力測試”。3月31日，武漢數十輛由百度營運的“蘿蔔快跑”自動駕駛計程車（Robotaxi）在繁忙路段集體臨停。次日凌晨，武漢市公安局交通管理局發佈警情通報：初步判斷為系統故障所致，乘客均安全下車，無人員受傷。圖片來源：視覺中國這一場景並非孤例。2025年12月，舊金山因變電站火災導致大面積停電，交通訊號燈失效。Google母公司Alphabet旗下的Waymo無人車車隊觸發了“最小風險策略”，在十字路口原地停滯，導致城市交通樞紐癱瘓數小時。從武漢到舊金山，自動駕駛行業正處於從“技術可行性”向“營運韌性”過度的深水區。這兩起事件揭示了行業共同面臨的系統性鴻溝：在極端邊緣場景下，現有的安全冗餘機制正在轉化為城市公共管理的成本負擔。蘿蔔快跑是百度自動駕駛平台Apollo的商業化營運主體。在百度的整體業務版圖中，Apollo承擔了底層架構研發的職能，而蘿蔔快跑負責將這些技術轉化為可規模化的出行服務。自2021年8月發佈以來，蘿蔔快跑已成為百度尋求“第二曲線”增長的關鍵之一。武漢則是其全球範圍內營運密度最高的城市。自2022年落地以來，營運範圍已實現全無人化與7×24小時覆蓋。作為百度自動駕駛技術重要商業化實驗，蘿蔔快跑在武漢的擴張速度與其承載的商業壓力成正比。業內分析指出，此次車輛集體停滯，極大機率是車輛在複雜路況下觸發了安全自檢機制。這並非傳統意義上的“當機”，而是系統保障安全的主動策略。在自動駕駛的邏輯中，當感知層或決策層出現置信度不足的情況時，原地停滯是保障乘客安全的最高優先指令。然而，這種基於單車安全的邏輯，在規模化營運時，往往會演變成區域性的交通風險。自動駕駛系統的脆弱性是全球性課題，不具備國別特徵。Waymo在舊金山的停滯與蘿蔔快跑在武漢的表現，其底層邏輯完全一致。2025年12月的舊金山事故中，訊號燈失效迫使Waymo車輛進入了當地法規要求的“最小風險策略”狀態。根據加州對L4級自動駕駛車輛的監管規定，當車輛無法通過遠端協助或自主決策判斷後續路徑的安全性時，必須選擇原地停滯以防範碰撞風險。這種策略是自動駕駛行業的“底線邏輯”。其核心矛盾在於：車輛安全與系統效率的對立：為了確保“零傷亡”，人工智慧選擇最保守的決策。其實，無論是Waymo還是百度，都配備了遠端應急響應團隊。當區域內大量車輛同時觸發安全自檢並行出人工接管請求時，後台人力頻寬會被瞬間擊穿，導致響應延遲，加劇道路擁堵。卡內基梅隆大學自動駕駛技術專家菲利普·庫普曼（Philip Koopman）對此指出，如果企業無法在發生此類停電或系統波動的突發狀況時提供快速清場方案，那麼監管機構將面臨重新評估營運許可的壓力。連續發生的集體故障為全球自動駕駛公司敲響了警鐘。這不僅是技術的提醒，更是營運邏輯的重塑。喬治梅森大學自主與機器人研究中心主任米西·卡明斯（Missy Cummings）也強調，監管機構應出台針對遠端操控技術的容量標準。這意味著企業在車隊規模擴張時，必須按比例配備冗餘的接管資源和備用通訊方案。此外，有安全專家認為，自動駕駛公司需要建立類似航空業的災難響應機制。當數位化電網或通訊網路發生波動時，如何通過物理手段，比如特定的清障團隊或手動啟動載入器等，迅速移動車輛，將成為企業獲取大規模營運牌照的前提條件。武漢與舊金山的這兩場意外，是技術演進過程中的必然陣痛。它在不斷提醒行業：自動駕駛的終局並非徹底擺脫人類，而是在更高的維度上實現人機協同。目前，蘿蔔快跑在武漢的營運已恢復正常，調查仍在繼續。這些在路中央“陷入沉思”的車輛，是技術在探索社會邊界時的真實寫照。對於自動駕駛公司而言，未來的競爭不再僅僅是單車演算法的精密度，而是誰能在系統崩潰的邊緣，通過更成熟的應急程序與勞動力保障體系，守住城市運行的安全底線。而在技術真正走向成熟之前，社會必須學會在這種周期性的故障中，通過制度冗餘與技術迭代，尋找效率與安全的平衡點。（財富FORTUNE）

香港特區政府目標今年內逐步推動自動駕駛，以達至商業營運，旋即吸引網約車平台爭相謀劃搶佔香港市場的大計。其中，網約車平台Uber昨日表示計劃今年在香港推出無人的士服務，Uber自動駕駛交通及送遞總監Sarfraz  Maredia說：「我們會與其中一名重要的中資合作夥伴在香港推出自動駕駛服務，我們在未來數月會分享更多細節。」百度是Uber其中一個合作夥伴，旗下蘿蔔快跑獲得杜拜首個全無人駕駛測試許可，車上無須後備安全員，同款左軚自動車在香港亦測試中。圖為蘿蔔快跑的自動駕駛車在香港進行道路測試。資料圖片特區政府運輸署目前已發出6個自動車先導牌照，除了百度Baidu  Apollo外，冠忠遊覽車有限公司及機管局等亦分別在西九文化區、機場航天走廊、轉機停車場等提供自動駕駛私家車、私家小巴及公共小巴等測試，百度則在香港測試合共50輛自動駕駛車輛，測試地區分別在北大嶼山、南區以及九龍東。運輸署目標今年內會逐步推動自動車無人化，車廂內不會安排後備操作員，而是改用遙距操作。運輸署今年1月曾提及，測試項目至今運作大致暢順、表現穩定，當中北大嶼山項目更有多項躍進，包括從單一自動車運行，擴展至10部同時運行，並進行非商業載客和提升測試路段車速上限至時速50公里。業界料深圳機場率先突破經營無人駕駛出租車的小馬智行昨日舉行媒體座談會，公司聯合創始人、CFO王皓俊直言，今年，自動駕駛行業從技術驗證邁向規模化商業變現的關鍵拐點，自動駕駛商業化已進入「提速換檔」新階段，Robotaxi業務正通過中國+海外雙擎驅動與共建模式創新，實現盈利閉環與規模擴張。據公司披露，2026年核心目標明確：全球落地超20座城市、車隊規模突破3,000輛、Robotaxi收入較2025年翻三倍以上。目前，公司也在積極籌備香港業務，推動Robotaxi服務接入大灣區出行網絡。小馬智行的無人駕駛車輛。王皓俊透露，今年將在深圳繼續擴大運營範圍，並計劃一次性投放足夠多的車輛，形成穩定的密度。同時，深圳機場將是今年重點突破的場景。香港方面則仍需時間，因整體環境仍處於先導測試向商業化過渡階段，形成市場化的收費體系需等待法規細則落地。目前，海外市場已成為新增長極，歐洲、中東、東南亞多點開花。在歐洲，小馬智行與Verne、Uber達成戰略合作，率先在克羅地亞薩格勒布推出歐洲首個商業化Robotaxi服務，已啟動初期部署;在中東，卡達多哈已啟動商業化運營，杜拜正推進全無人運營審批，計劃今年落地;亞洲市場則布局新加坡、韓國等地，形成全球化運營網絡。「規模化擴張不能依賴重資產，共建模式是破解行業增長瓶頸的關鍵。」王皓俊指出，傳統自營模式下，車企需承擔巨額車輛採購與運營成本，而共建模式實現了「技術輸出+資產輕化」的雙贏。議員：在港落地須「過三關」立法會交通事務委員會主席陳恒鑌表示，若無人出租車在香港落地，最快方式是以的士牌照營運，但仍要「過三關」。他說：「首先運輸署要批准它可以跨區行駛，第二批准它可以跨區行駛兼載客，第三就是它要有保險。第二種情況它可能是想做網約的，網約就要發另一些牌照給它。是不是要發這些牌、發這些牌要發多少，這個是要整個社會醞釀的，我相信這個不會是很快的事。」 (香港文匯報)

如果從2004年第一屆DARPA挑戰賽開始算，自動駕駛其實已經誕生超過20年。但尷尬的情況是：這20年，沒有任何一家單純的自動駕駛公司實現過盈利——直到2025年四季度，第一家帳面盈利的自動駕駛公司出現了：中國北京，小馬智行。小馬智行率先盈利直接看盈利情況：整個2025年，小馬智行經營淨虧損為7675.8萬美元，約5.3億人民幣，同比大幅縮小。但轉折點出現在第四季度，首次實現季度盈利，GAAP規則下實現淨利潤7545.2萬美元，約5.2億人民幣。小馬智行史上首次。再看看盈利背後的關鍵資料，車隊層面，官方透露目前Robotaxi車隊規模突破1,400台：這樣的車隊規模，對應著整個2025年小馬靠Robotaxi的營收，也就是乘客車費收入達到了1660.7萬美元，大約1.15億人民幣，同比2024年Robotaxi的營收，暴漲128.6%。直接帶動了小馬智行整體營收的上漲，2025年金額為9000.1萬美元，約6.22億人民幣：同比上漲20%，不過從佔比來看，Robotaxi營收仍然不是小馬主力，只有18%左右。不過，Robotaxi車隊規模、營運能力的提升，帶動了整體毛利率的上漲：很有意思的情況，三季度隨著小馬智行7代Robotaxi投入營運，毛利率快速升高至20%左右。但四季度又下滑8%，這是為何？這其實是小馬智行自動駕駛業務的“另一條腿”——L4卡車，四季度新一代產品也落地了。卡車本身是重資產，除了車輛本身，還有前期投入的人員和營運基礎設施，這些成本在當季計入，但收入尚未完全釋放。但L4卡車業務，是小馬Robotaxi營運規模爬坡過程中公司營收的主力，2025年實現金額4,060萬美元，約2.8億人民幣，增速128%，佔總營收的45%。所以關鍵是看2026年指引，就比如小馬智行認為Robotaxi收入2026年有望實現“增長三倍以上”，其高毛利特徵持續釋放，會讓整體毛利率進入上行通道。最後再看看小馬的“家底”，截止2025年末，小馬智行的現金儲備（現金+短期投資+受限+理財）為15.15億美元，約為104.7億人民幣，相比上一年年末增長超過100%——主要來自港股上市募集的資金。但是另一方面，2025年全年經營現金淨流出1.65億美元，較2024年的1.11億美元有所擴大。也就是說，小馬智行在2025年末，儘管已經走到了盈利節點，但整年經營仍然沒有達到“造血”的狀態。而進一步拆解小馬智行的盈利結構，會發現2025年的確是Robotaxi的落地、商業化元年，但真正的“盈利”挑戰，才剛剛開始。拆解盈利：Robotaxi的拐點才剛剛到開啟商業化落地≠盈利賺錢。為何這麼說？深入拆解小馬智行的盈利資料，其實會發現官方淡化、輿論較少注意到的關鍵點——2025年4季度，小馬智行的真實經營狀況是淨虧損的，而且同比虧得更多了。前面講過小馬智行四季度在GAAP規則下實現盈利，5.2億人民幣，管理層稱”史上首次季度盈利”。但這筆錢的來源是Q4股票公允價值漲幅。也就是說小馬智行持有其他公司股票等金融資產，這個季度這些股票漲了，GAAP會計準則要求把未實現的浮盈計入利潤，帳面直接就多了$1.325億“利潤”，即使這些股票並未拋售變現。更加反映真實經營狀況的，是去除非現金的Non-GAAP統計，四季度資料是虧損大約3.3億人民幣，同比擴大了19%。這主要是因為：支援第七代Robotaxi量產、擴充AI人才隊伍、迭代PonyWorld世界模型等等，都直接擴大了小馬智行的虧損。不過呢，小馬智行理財能力出色，股票帳面浮盈，直接覆蓋了經營上的虧損，硬生生將報表“拉”成了盈利。說實現季度盈利，確實合規沒毛病，但也反映出Robotaxi商業化挑戰之艱難。尤其是新的技術體系、新的量產平台，不持續投入就無法迭代，不迭代就達不成商業模型轉正，但持續投入又會造成短期虧損加劇……好在小馬智行這裡，這個局面的破解之法，已經清晰了。第七代Robotaxi投入營運僅四個月，在廣深兩地先後實現單車盈利轉正：成本降下來了：第七代車因為量產，硬體成本大幅下降。效率提上去了：一天25單，已經接近甚至超過人類網約車司機的日均單量（通常行業平均在20單左右）。使用者真買單了：收入大幅增長（乘客車費激增500%），說明不是免費試乘，而是使用者真的願意付費使用。單車UE模型轉正，實際上解決了持續投入最大的不確定性：Robotaxi不再是燒錢無底洞，現在的每一分投入，都會在未來轉化成確定的營收利潤。小馬智行盈利兩大絕招第一招是第七代車，在小馬智行的角度可能稱之為“第七代自動駕駛方案”更準確，是小馬智行實現“單車盈利轉正”和規模化擴張的核心載體：直接的突破在於物料清單成本的斷崖式下降，這是單車盈利轉正的物理基礎。比如相比上一代，第七代車大幅減少了雷射雷達和感測器的數量，並採用了更高整合度的國產化方案。財報電話會中提到，通過採用更具性價比的零部件最佳化設計，有效降低了BOM成本。並且2026年還有進一步降本空間，小馬官方給出的目標是將ADK物料成本在2025年基礎上再降低20%。第七代車的另一大優勢在於它不是改裝車，而是前裝量產車，合作方有豐田、廣汽、北汽。比如和豐田合作的鉑智4X平台，在豐田生產線上正式下線量產的，解決了自動駕駛公司最頭疼的“產能爬坡”和“一致性”問題。財報中提，已鎖定1,000台豐田bZ4X用於2026年的部署。這意味著供應鏈是穩定的，能夠支撐年底3000台的目標。第二招，則是解決自動駕駛系統泛化性問題——Robotaxi不分時段、不分氣候、不分地區，在任何國家、城市都能迅速部署。突破以往的“開城”、“地理圍欄”限制，才能真正稱其為規模化商業應用，而非試點。規模化落地的進展，也是對特斯拉代表的“升維”陣營對傳統L4沖擊的最直接回應。小馬智行的方案是——世界模型，精準的說是包括雲端的世界模型PonyWorld和車端的虛擬司機Virtual Driver。兩者的關係是，世界模型是車端模型的工廠，自動駕駛技術的真正差別在於工廠的精度，就像一個模具的精度決定了它生產出來的零件的上限。這意味著，小馬智行的核心競爭力並非在於“車端跑什麼模型”，而在於“雲端用什麼方式訓練出這個模型”。主要包含四個部分，包括：所以，小馬智行的世界模型本質上是一個“讓AI在虛擬世界中自我進化”的系統——它不是教AI模仿人類，而是讓AI在模擬環境中經曆數十億次“險境”，自己學會如何安全駕駛。這正是其安全性能夠超越人類10倍的根本原因，也是其區別於漸進式玩家的核心技術護城河。所以整個2026年，不光對於小馬智行，也是對所有大浪淘沙後的“傳統”L4玩家來說，都是最關鍵的一年：不僅要從落地元年走向盈利元年，還要通過落地速度，證明L4和L2的確存在難以翻越的壁壘。 (智能車參考)

文遠知行交卷2025，一句話概括：漲瘋了。業績上：總收入同比增長89.6%；Robotaxi收入暴增209.6%；全球車隊規模突破2,100輛；日均訂單量15筆/車，峰值26筆；Robotaxi BOM 成本下降 15%。。。。。。。資本市場上，2025年業績一公佈股價快速拉升，美股收盤漲幅8.98%，最高一度上漲超14%：文遠知行2025年業績，外界看到的不再是科學家團隊的技術憧憬，而是一個正在全球化、商業化道路上疾速狂奔、自我造血的商業實體。文遠知行的增速同樣證明：Robotaxi、自動駕駛的拐點，成功越過去了。文遠2025年：Robotaxi車千輛、賺億元就從文遠知行的落地資料看起，首先是截止2025年底，文遠知行在全球部署的自動駕駛車輛總數為2,113輛，年增幅接近100%：因為文遠本身選擇的是通用AI司機路線，一個基座模型復用到不同場景方案，所以這2,113兩自動駕駛車輛中，包含了無人清掃車、無人小巴、Robotaxi等等。其中Robotaxi佔比超一半，具體為1,125 輛。而上一年年末，這個資料為400多輛，也就是Robotaxi落地規模一年增長近200%。這樣的資料直接帶動了文遠營收：2025年，文遠全年總營收6.85 億元，同比增長89.6%；其中，Robotaxi營收為1.48 億元，同比增長209.6%——和Robotaxi落地規模的增長互相映證。文遠知行一向把營收分成“產品”、“服務”兩部分，而理解文遠知行的Robotaxi收入，可以將其視為“賣車收入 + 營運服務收入”的組合：產品收入指直接向合作夥伴或營運商銷售Robotaxi車輛；服務收入是文遠知行通過自營車隊提供載客服務，或向合作夥伴提供營運維護、技術支援等。1.48 億元是這兩部分的合計值。這與文遠知行“產品銷售+服務營運”的商業模式完全吻合。毛利率層面，2025年為30.2%，與上一年的30.7%基本持平。最後再看整體經營層面，2025年文遠知行整體經營仍然處於虧損狀態：2025年淨虧損16.55 億元，同比2024年的25.17 億元，虧損大幅縮小34.2%。但從更加反映真實經營狀況的經調整淨虧損來看，文遠2025年實際虧得更多了：12.47億元，同比增長55.5%。這是咋回事？文遠高速擴張一整年，難道步子邁太大了嗎？業績暴漲不意外，質量怎麼樣？為什麼會出現“淨虧損縮小34%，經調整淨虧損反而擴大55%”？兩個層面因素，首先是帳面改善，2024年文遠有一筆4.65億元的優先股公允價值變動損失，這是上市前會計處理產生的“帳面虧損”，不涉及現金流出。2025年上市後該項目歸零，導致淨虧損帳面大幅縮小。所謂“優先股”，是風險投資中常見的工具，給投資者“優先權”作為保護，但上市前會在財報中製造大量“帳面虧損”。上市後優先股轉換為普通股，財報能更真實地反映經營情況。第二個因素，是文遠自身來看，實際虧損確實在增加。剔除股權激勵、優先股等非現金項目後，2025年的核心業務現金虧損實際上比2024年多虧了約4.45億元，主要源於：研發投入增加：研發開支從10.9億元增至13.7億元，剔除股權激勵後仍增長41.4%；人員擴張：全球員工總數增加，相關薪酬成本上升；業務擴張投入：海外市場佈局、營運支援等費用增加。所以淨虧損縮小，反映的是“歷史包袱清零”；經調整淨虧損擴大，反映的是“當下仍在重投入”。對於成長型科技公司，經調整淨虧損比淨虧損更能反映真實的經營現金流狀況。文遠知行經調整虧損擴大55%，核心原因是研發和市場擴張投入加大。直白說，上市給了文遠知行更加充足的“彈藥糧草”，商業化“狂奔”比之前更快了。一方面，包括文遠知行在內，包括小馬智行、百度Apollo、Waymo的任何業績資料披露，都是整個科技、投資圈關注的重要資訊。因為這四位，是傳統L4陣營大浪淘沙脫穎而出的實力玩家——而所謂“傳統”，是它們的技術、商業化思路實踐，正在被新興玩家挑戰。也就是特斯拉代表的L2+升維陣營，靠量產車+模型大力出奇蹟，規避監管和開城限制。所以“正統派”L4玩家落地的規模、速度，是兩陣營競速、決勝的重要風向標。文遠知行不惜擴大虧損也要加碼落地，是為了證明L4和L2之間壁壘真實存在，所謂端到端、世界模型、VLA等等單點技術突破，都是自動駕駛系統工程中的一部分，很難像L2陣營所說的一招制敵、一通百通。文遠CEO韓旭前不久在量子位MEET大會上也直接下過論斷：L2+做好的確不容易，但難度跟純L4比起來是天壤之別。馬斯克不上雷射雷達，或還是用Model 3或者Model Y這樣的量產車，幹不過Waymo。再回到是不是步子“邁太大”的問題。財報顯示，2025年文遠知行Robotaxi中國市場的總擁有成本（TCO）同比降低38%。韓旭在業績會上拆解了構成：一是車載硬體成本下降30%，主要得益於最新款GXR車型搭載的HPC 3.0計算平台；二是遠端協助效率大幅提升，遠端協助人員與車輛的比例從2024年的1:10提升至1:40。同時，Robotaxi單車BOM成本，2025年也下降15%。使用者一側，文遠知行2025年Robotaxi單車日均訂單量15筆/車，高峰期達26筆，中國國內註冊使用者數（2025 Q4）同比增長 超過 900%。不太嚴謹地計算一下，(1.48億元 ÷ 365天) ÷ 1,125輛 ≈ 365元/車/天，文遠每輛Robotaxi一天平均營收365元。根據2025年10月資料顯示，‌廣州網約車司機單車日均營收約為379.83元‌；成都‌日均營收約293.11元‌；湛江‌日均營收為375元……這些資料前提是全職司機上線10小時以上。也就是說，扣去20-30%的平台抽佣，文遠知行Robotaxi的賺錢能力，已經打平甚至超越普通網約車。從2025年資料看，文遠知行收入增速（89.6%）已顯著高於經調整虧損增速（55%），而且Robotaxi車輛本身成本、營收能力都在快速最佳化。所以即使重投入導致2025年虧損擴大，但也是積極訊號。這一點也反映在文遠管理層的動作上。同日一億美元回購股票，啥意思？2025年業績公佈同一日，文遠知行管理層宣佈了一項美股的1億美元的股票回購計畫。這是啥意思？最淺表的一層是資金充裕的訊號：文遠知行現在的確”不差錢”。更深入一些，上市公司回購股票，一般都有最直接的潛台詞：我們認為當前股價低於公司的實際價值。更本質的，其實還是資本策略的選擇。對於高增長投入期的公司，有人認為大量現金用於回購，是因為“內部高回報的投資機會正在減少”，但從文遠知行財報來看，其研發投入仍在增加（全年14億元），回購更像是在保持高研發投入的同時，對資本結構進行的最佳化。所以文遠知行的回購計畫，核心是傳達了兩點：“我們資金充足” 和 “我們對未來有信心”。市場的反應最為直接。消息公佈後，文遠知行股價在盤前交易中應聲上漲約9.1%，開盤後一度漲超14%：這說明投資者將此解讀為重大利多，並“用錢投票”認可文遠的回購決策，和未來前景。 (智能車參考)

當地時間3月16日，輝達CEO黃仁勳在GTC年度開發者大會上發佈主題演講。黃仁勳表示，自動駕駛汽車的“ChatGPT時刻”已經到來。輝達宣佈與比亞迪、吉利、五十鈴和日產等頭部車企合作，基於輝達DRIVE Hyperion平台打造L4級自動駕駛汽車。該系統助力企業開發並部署L4級輔助駕駛與自動駕駛功能——可在預設區域或條件下實現完全無人駕駛，無需人工干預。此外，輝達還與Uber擴大合作，計畫到2028年，在橫跨四大洲的28個城市推出完全由NVIDIA DRIVE AV軟體驅動的自動駕駛車隊。 (深視新聞)