车企打出盈利银子弹

2025年过去了，经历降薪或裁员的很多小伙伴一点都不怀念它。不想回头看的，还有在25年或遭遇水逆或迟迟不能盈利的一帮本土车企及其背后的一帮投资者。受累于销量增速下降和销量的实质性下滑，电动一哥比亚迪和增程之王理想汽车年内的股价已经下滑了接近三四十个百分点，不知何时才能反弹。展望2026年，购置税减半、电池涨价、合资车企卷土重来，一个又一个利空消息乌云压顶，似乎本土车企将面临更加艰难的局面。众人恐惧我贪婪，我倒觉得被套得结结实实的投资者们应该保持谨慎乐观，因为，一则，2026年或将成为本土自动驾驶行业的商元用年，二则，大多数人没有真的进行过计算，不曾意识到自动驾驶是破解车企盈利难题的核弹。

自动驾驶商用元年

在近日的一次访谈中，国内头部智驾方案供应商Momenta掌门人曹旭东表示，到2028年到2030年间，自动驾驶系统将追平甚至远超人类驾驶能力。专业起家的曹博士抛出这个观点，绝非基于美好愿景的泛泛空谈，也不是吸引眼球的夸张预言，而是根植于一个已被验证的底层技术逻辑-尺度定律Scaling Law在自动驾驶领域的全面生效。

Scaling Law凭借Transformer架构的统一、海量高质量数据的闭环和算力规模的持续扩张驱动AI大模型实现了智能涌现，这三大引擎也在自动驾驶领域得到了完整的复现。

当基于Transformer的端到端大模型成为主流算法范式，千万辆收集驾驶场景数据的车辆在广袤的大地上行驶，自动驾驶的性能便与参数规模、训练数据量及计算投入形成了可预测的幂律关系。目前，自动驾驶行业正处在这条指数曲线的陡峭攀升起点，据此定律推算，未来几年自动驾驶系统性能实现数量级提升，直至大幅度超越人类驾驶，是一个可量化、可推演的技术必然。曹博士的预测，正是对这一工程现实冷静洞察后的理性推断。

图片来源：理想汽车

先来看算法范式。无论是以智驾方案供应商为代表的一段式端到端还是以小鹏和理想为代表的VLA，抑或是以华为和蔚来为代表的世界行为模型，大家的自动驾驶算法的底层架构均为Transformer。Transformer的自注意力机制，使自动驾驶模型能像人类司机一样，动态地、全局地理解整个交通场景中所有元素（车辆、行人、信号灯、道路结构）之间的时空关系与交互意图。这种架构天生擅长处理长序列和复杂关联，当模型参数规模扩大时，其场景理解、因果推理和长尾问题处理的能力可以呈现出平滑、可预测的幂律提升。这意味着，性能的提升不再依赖灵光一现的算法技巧，而主要取决于能在多大程度上放大这个模型。可以认为，OpenAI在大语言模型领域找到的尺度定律，在驾驶这个时空决策领域找到了新的载体。

图片来源：网络

再来看数据，这是尺度定律成立的第二个引擎。得益于海量量产车构成的驾驶场景收集网络和可合成长尾场景数据的世界模型，高质量训练数据的可用性问题也解决了。

量产车数据这边，近年来，随着全民智驾、智驾平权运动的开展，L2+系统在全球数千万辆量产车上实现了落地部署，每一辆行驶在真实道路上的车辆都是一个7x24小时不间断的数据采集器，持续回传涵盖各种极端场景、复杂天气和人类驾驶行为的黄金数据。这个数据飞轮的规模与质量，是任何封闭测试车队都无法比拟的，为Scaling Law提供了近乎无限的燃料。

图片来源：比亚迪

再看合成数据这边。云端世界模型精准地解决了真实数据分布中最棘手的长尾难题。现实世界中真正危险的极端场景极其罕见，可遇而不可求，仅靠量产车回传的概率性收集，不仅效率低下，而且成本高昂。通过深度学习海量真实数据，世界模型可以构建起一个高保真、可编程的虚拟物理世界。在这个仿真环境中，开发者可以无限生成、组合并精确控制这些极端且罕见的Corner Case，不仅复现现实，更能超越现实，创造出连人类司机都未曾经历的复杂交互与边界场景，为自动驾驶系统提供近乎无限的、定向的压力测试与专项训练数据。

图片来源：小鹏汽车

总之，基于规则的模块化架构向端到端大模型的转型，为自动驾驶系统性能的增长曲线更换了新的引擎，突破了旧范式的天花板。真实道路路采和世界模型提供了驱动模型进化的源源不断的燃料，在算法范式之外打开了新的斜率更陡峭的增长通道。

吓一跳的利润计算

当汽车市场从增量搏杀转向存量的绞杀，单纯依靠硬件销售和价格换量的旧模式，当然会触及利润的天花板，所以，悲观论调弥漫业界实属自然而然。但是，当我们将目光投向自动驾驶，做一个合理的推断，如果自动驾驶和软件定义可以开启商业化元年，那么，整个本土汽车行业将迎来从很难盈利到大幅盈利的转折点。

图片来源：悠跑科技

就现阶段而言，L2++级辅助驾驶系统更多是作为提升车辆溢价的一次性功能配置，其价值会在车辆售出的那一刻瞬间兑现。当辅助驾驶进阶到 L3、L3+、L4后，自动驾驶能力开始向真正的出行服务演进。系统开始具备持续的进化能力和场景泛化能力，可以在绝大多数路况下稳定提供舒适、高效、安全的类人甚至超人驾驶体验，当用户体验从可用迈向好用甚至依赖，自动驾驶系统的性质就从功能配置转变为用户日常出行中不可或缺的节省时间的生产力工具，这个时候，用户为其持续付费的意愿将发生根本性的转折。打个不恰当的比喻，L2级系统是三岁小儿，L2++是风华少年，L3是走向而立的青壮年，L4是风度翩翩的中年熟男。从L3开始，自动驾驶就要从张嘴问父母要钱转变为开始挣钱了！

具体能挣多少钱呢？巴菲特老爷子说过模糊的正确远胜于精确的错误，各家对自动驾驶到底收多少钱我们暂时无法预判，但我们可以做一次模糊的、近似的计算。

利润等于单价乘以规模。先来看单价，理想汽车掌门人李想曾经吹风过，将来的L4级司机大模型每月的收费将在两千元到三千元之间，这个数字实在过于乐观，考虑到特斯拉FSD一次性买断6.4万元、订阅价格约为每月一千元，华为ADS每月订阅费大概680元，保守测算，高阶自动驾驶服务年费价值的中位数大约在每年五千元。再来看规模。本土乘用车市场每年大概有2500万辆的新增销量，汽车保有量超过三亿辆，我们假设用户愿意付费订阅的比率为20%，对应大约六千万辆车。 六千万x每年五千元，大概对应三千亿的年新增利润。这个数字大概相当于2024年中国前十大车企利润总和的三倍！

不算不知道，一算吓一跳，现在知道特斯拉的股价为什么涨那么高了吧？

写在最后

尺度缩放定律所预示的指数级进步，正将自动驾驶推向体验与可靠性的奇点，为之付费将会变得交话费一样自然，一个规模远超硬件利润的可持续出行服务市场便应运而生。所以，2026年的本土汽车市场固然充满了各种挑战，但它更可能成为自动驾驶的技术价值兑现的商业元年。当下的资本市场之所以忽视这一点，或许是因为人类天生就很难理解指数增长曲线吧！