熬过「真空期」的小马智行，已经迎来了势不可挡的正循环

编辑 | RoboX 来源 | 熬过「真空期」的小马智行，终于展现出头号玩家的姿态

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近30个方向学习路线

>>自动驾驶前沿信息获取→自动驾驶之心知识星球

本文只做学术分享，如有侵权，联系删文

2025年11月6日，在登陆纳斯达克刚好一年后，小马智行正式在香港联合交易所主板挂牌上市，股票代码2026。

本次港股IPO中，公司已悉数行使发售量调整权，共计发行约4825万股，最终发售价每股139港元。若承销商的超额配售权悉数行使（即绿鞋后），集资额可达77亿港元，成为2025年全球自动驾驶行业规模最大IPO，同时是2025年港股AI领域募资额最高的新股。

本次IPO已引入包括Eastspring在内的多家国际顶级投资机构作为基石投资者，基石认购总额达到1.2亿美元，同时将获多家战略投资方参与锚定认购，其中Uber出资认购1亿美元。

回顾小马智行走过的轨迹可以发现，在其跨过了自动驾驶的「真空期」后，已经迎来了势不可挡的正向循环。

越过「资金真空期」

从寒冬中挺出新枝

“如果说一家公司要做到100分才能实现无人化，那么从50分走到99分是个漫长的过程，我把它叫做「真空期」。这三五年的时间，很多人会撑不过去。”在今年6月的一场访谈中，小马智行联合创始人、CTO楼天城如此说道。

2021年，国内自动驾驶行业如日中天，融资达144起，总额932亿元；可到了2022年，融资事件骤降至92起，规模收缩至240亿元，较上年减少74%，2023年的总金额则进一步降至200亿元。

在这种背景下，小马智行在此期间仍然有两轮融资。其中在最为萧条的2022年，该公司的D轮融资仍达到2.9亿美元。

"技术实力是我们得到投资者支持的关键因素。过去两年中，我们的核心技术指标大幅提升，‘虚拟司机’在大多数场景中可以媲美甚至超越人类司机。"在D+轮融资后，楼天城曾说道。

与此同时，小马智行通过Robotaxi、Robotruck，技术授权与应用共是三大业务板块推进商业落地分散风险。2024年上半年，其自动驾驶出行服务(Robotaxi）收入同比增长86%，技术授权与应用服务收入也显著增长——营收2472万美元，同比翻番。

同年11月，小马智行以股票代码「PONY」在纳斯达克挂牌上市，并通过IPO公开发行和同步私募，共筹集约4.52亿美元，创下当年美股自动驾驶领域最大规模的IPO。加之IPO前获得的7轮融资，公司总体融资规模近18亿美元。

值得关注的是，自美股上市以来，小马智行在公开市场吸引了包括柏基投资、公爵资本、方舟投资、威灵顿资产管理、富达投资在内的多家知名机构积极买入，商业化进程的节奏加速让长线投资者看到更清晰的盈利前景。

2025年5月，小马智行董事会主席、联合创始人、CEO彭军，以及楼天城，宣布自愿延长股份锁定期至540天。这不仅是向投资者传递管理层对公司长期价值的信心，增强投资者持股稳定性，也能够对抗市场不确定性。

随后，在2025年第二季度财报发布后，其股价表现强劲。10月16日，其开盘价报21.39美元，较8月12日的15.05美元上涨超42.13%。

如今，在港股上市后，则进一步拓宽了小马智行的投资者基础，提升了股份流动性。双IPO的资本布局，无疑会为该公司提供强大的资金支持。

根据小马智行的规划，未来五年内，所得款项净额的约50%用于推行市场进入战略，在我们的主要触及市场推进L4自动驾驶技术的大规模商业化，包括业务开发、生产、销售与营销、客户服务以及与行业参与者的合作；约40%用于L4自动驾驶技术及解决方案的开发；约10%用于营运资金需求及其他一般公司用途。

越过「技术真空期」

从模仿人到超越人

Robotaxi要做到无人化，对技术要求非常非常高。就是人不能犯的错，它基本都不能犯。

楼天城在今年曾表示，自动驾驶从五年前开始，已经进入到一个前人没走过的状态，「模仿复制」已经不再有效，而是必须要开拓新方法，建立高效验证体系，给系统自主迭代的空间，让它在虚拟环境里不断自我验证、优化。

他认为，如今的Robotaxi的决策和轨迹，开始变得不易被人理解，这说明它已经不再只是「模仿人」，而是在「超越人」。

2025年4月，小马智行公布了让Robotaxi「超越人」的背后逻辑：基于强化学习范式的世界模型（PonyWorld），该公司打造适用于各类车型及应用场景的虚拟司机（Virtual Driver），已经实现50万小时全场景、全天候、全无人驾驶运营，安全性表现比人类驾驶高出10倍。

小马智行自研的自动驾驶软件栈正是「虚拟司机」的「大脑」，通过端到端模型，虚拟司机可以感知并精准理解周围环境，预测周围车辆、行人和其他物体的行为，如突然插队、鲁莽变道以及摩托车意外掉头或倒车等。

而在硬件和车辆集成方面，该公司自主设计研发了车载计算单元、T-BOX（远程信息处理单元）、PSU（电源与传感器清洁控制器）乃至摄像头等多项硬件模块，实现性能和成本的双赢。这样的技术已成功应用到不同车型、不同场景中，从乘用车到长途货运卡车。

基于这些技术，小马智行自主研发的第七代L4自动驾驶软硬件系统方案也同期发布。该系统方案不仅采用了100%车规级零部件，设计寿命长达60万公里，还通过优化系统架构和算法，大幅降低了自动驾驶套件的BOM成本，较前代下降了70%。

更为重要的是，第七代Robotaxi实现了平台化设计，支持多车型适配，能够灵活部署于不同品牌和型号的车辆上。

小马智行已与北汽新能源、丰田汽车、广汽埃安三大主流车企合作，推出了三款不同的第七代Robotaxi车型，并成功在北上广深等一线城市获得L4级自动驾驶测试许可，开启了全无人驾驶的商业化运营。

就在近日，第七代极狐阿尔法T5及埃安霸王龙Robotaxi正式在广州、深圳等地投入运营，用户只需打开「小马智行」App或小程序，点击「呼叫小马」，就能体验到功能和体验全新升级的车型。

技术上的突破，不仅提升了小马智行自动驾驶车辆的安全性，更为其商业化的发展奠定了基础。

越过「商业化真空期」

从测试到规模运营

“根据我们的预测，新一代Robotaxi将具备正的贡献边际，这意味着汽车的生存周期应该有一个正的原始边际——当我们增加一辆车时，至少不会亏钱，这是我们用于大规模扩展的主要标准之一。在第七代L4自动驾驶软硬件系统，我们应该能够实现这一点。” 在今年参与《时代周刊》的对话访谈时，彭军这样说道。

时代周刊这样介绍小马智行——于2016年在硅谷成立，最初专注于中国市场，但如今已扩展到欧洲、东亚和中东地区。该公司正从「专注于AI驱动技术」向「大规模部署」过渡。其目标是在年底前建立超过1000辆车的车队。

回顾小马智行在2019-2022年的状况，是商业化面临诸多挑战的阶段：公众对安全性的疑虑、技术迭代、合规成本极高，车队规模小等因素，导致研发和运营成本难以被覆盖，商业化难度大大增加。

而如今，小马智行的技术瓶颈突破后，伴随政策的成熟，合作伙伴的增加，已经在国内四大一线城市——北京、上海、广州、深圳开展全无人Robotaxi收费运营服务，并通过与丰田、北汽、广汽等车企的合作，共同推进自动驾驶车辆的研发与量产。

以小马智行8月12日发布的未经审计2025年第二季度财报举例，当季总营收达1.54亿元人民币，同比大幅增长75.9%，环比增幅也高达53.5%。

作为核心业务的Robotaxi板块，2025年上半年收入达325.6万美元（约合人民币2332万元），同比大幅增长178.8%。

值得关注的是，乘客车费收入在2025年第一季度和第二季度分别实现约800%和超300%的同比飙升，显示出该业务商业化进程的持续提速，揭示商业模式成立。

商业模式的成立，除了第七代Robotaxi产品的推出，也离不开小马智行的运营体系建设：该公司通过开发高度自动化的车队管理体系，实现了对无人车队的精细化管理。

该体系能够实时监控车辆状态、调度车辆运行、处理突发情况，确保了无人车队的高效、安全运营。通过运营体系加持，小马智行可实现1:20的「人员-车辆」安全远程运营比例。

而且，当无人车自动化停进车位，即可并行完成补能、清洁和无人车点检作业，即利用充电静止时间，并行完成所有运维动作，可以做到仅1人即可在1小时充电内完成20辆车的每日维护。

据小马智行副总裁、Robotaxi自动驾驶出行业务负责人张宁透露，一旦投放千辆级规模的第七代Robotaxi车型后，就可以实现单车运营盈亏平衡。

在正式加入「美+港」双重上市企业阵营后，小马智行进一步巩固了全球自动驾驶「头号玩家」的姿态和地位。

随着资金注入、技术发展、以及车辆规模的扩大，运营效率的提升，小马智行的商业化进程将也将进入正向循环模式，为行业提供可复制的商业化范式。

自动驾驶之心

论文辅导来啦

自驾交流群来啦！

自动驾驶之心创建了近百个技术交流群，涉及大模型、VLA、端到端、数据闭环、自动标注、BEV、Occupancy、多模态融合感知、传感器标定、3DGS、世界模型、在线地图、轨迹预测、规划控制等方向！欢迎添加小助理微信邀请进群。

知识星球交流社区

近4000人的交流社区，近300+自动驾驶公司与科研结构加入！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（大模型、端到端自动驾驶、世界模型、仿真闭环、3D检测、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型，更有行业动态和岗位发布！欢迎加入。

独家专业课程

端到端自动驾驶、大模型、VLA、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频

学习官网：www.zdjszx.com