小马智行Q3业绩会实录：第七代Robotaxi实现城市级单车盈利转正，加快车队规模扩大至明年3000辆

　　11月25日，自动驾驶企业小马智行发布了截至9月30日的2025年第三季度财报：总营收1.81亿元，同比增长72%。Robotaxi业务收入达4770万元，同比增长89.5%，其中乘客车费收入同比激增超200%。第七代Robotaxi在广州实现城市级单车盈利（UE）转正，商业化迎来阶段性的里程碑式时刻。

　　财报发布后，小马智行创始人兼CEO彭军、创始人兼CTO楼天城、联合创始人兼CFO王皓俊出席财报电话会议，解读财报要点并回应分析师问询。

　　电话会议亮点

　　•完成“港股+美股”双重主要上市，创下了2025年全球自动驾驶行业最大规模IPO。港股上市后，公司新增现金超过8亿美元（约60亿元人民币），用于加速量产、大规模商业化、技术研发与新市场开拓；

　　•第七代Robotaxi已在广州、深圳、北京开启全无人驾驶商业化运营。第七代Robotaxi以城市为单位实现单车盈利转正，公司正式开启全新的商业盈利与高速扩张周期；

　　•Robotaxi营收实现高速增长，Robotaxi业务收入4770万人民币，同比增长89.5%，其中乘客车费收入同比增长超200%；

　　•小马智行Robotaxi车辆总数已达961辆，其中667辆为第七代Robotaxi，预计提前实现年内超1000辆车队规模目标，并计划在2026年底将规模扩大至三倍，达到3000辆以上；

　　•2026年第七代Robotaxi生产成本将进一步下降，其自动驾驶套件BOM成本较今年水准再降20%，为2026年量产计划提供支撑；

　　•持续深化全球战略布局、构建先发优势，Robotaxi业务已覆盖8个国家。公司通过与跨国汽车集团Stellantis，以及出行平台企业Uber、康福德高、卡塔尔国家运输公司等合作，持续深化在欧洲、中东地区的Robotaxi业务，在阿联酋迪拜、新加坡榜鹅、卡塔尔多哈正式开启Robotaxi测试。

　　电话会核心内容摘要

　　小马智行创始人兼CEO彭军：

　　小马智行（Pony.ai）于11月6日完成“港股+美股”双重主要上市，募集资金超8亿美元，创下了2025年全球自动驾驶行业最大规模IPO，这一重要里程碑为公司大规模商业化进程提供了长期且稳健的资本支持。我们也很高兴看到第七代自动驾驶出租车已在中国多个一线城市正式投入运营，推动全无人驾驶出行的进一步普及。我们将乘势而上，凭借充足的资金储备，加速拓展安全、高效的自动驾驶出行与卡车服务，让自动驾驶触手可及。

　　小马智行创始人兼CTO楼天城：

　　我们早在2020年就已意识到基于强化学习实现超越人类驾驶能力的重要性，同年，小马智行世界模型（PonyWorld ）就开始开发，通过构建高真实性的训练环境和行为评估标准，融合了高保真模拟、长尾场景复现能力以及基于人工智能自我学习的奖励评估机制，最终真正实现了无监督、自我演进的闭环训练，为我们规模化落地，构建核心壁垒的关键技术。世界模型每周可生成100亿公里的测试数据，其中超过99%的数据是自动驾驶车辆与交通参与者强交互的数据，可以帮助虚拟司机自我演进和模型训练，实现超过人类的表现。近年来，整个自动驾驶与机器人行业正逐步向世界模型（World Model）方向汇聚，这也验证了我们当年所采用的技术路径的前瞻性。

　　小马智行联合创始人兼CFO王皓俊：

　　第三季度，我们实现了高速的收入增长，并进一步巩固了财务基础。第三季度总营收同比增长 72.0%，主要得益于自动驾驶出行服务与技术授权及应用服务的强劲表现。我们近期香港 IPO 的净募资额显著增强了资产负债表实力，结合第七代自动驾驶出租车在广州城市范围实现单车盈利转正这一关键里程碑，净募资额将助力我们快速扩大商业布局，为长期增长注入强劲动力。

　　问答环节：

　　美国银行 Ming Hsun Lee：

　　请管理层说明一下今年的车队规模情况，以及 2026 年新增车辆的展望？不同城市的车队部署计划是怎样的？

　　彭军：

　　如你所见，自第七代Robotaxi推出以来，我们的量产和部署速度远超预期。因此，我们今年有望超额完成年底 1000 辆Robotaxi目标，且这一强劲势头将持续至 2026 年，我们保守目标是将车队规模扩充至 3000 辆以上。这主要是因为第七代车辆的推出形成了正向循环，车队密度的提升缩短了乘客候车时间，进而优化了用户体验；良好的用户体验又推动车辆利用率提高，使我们能够制定更高的定价。这一循环为我们的快速扩张奠定了坚实基础。

　　此外，我们已开始与西湖集团、阳光出行等车队运营商合作，试点轻资产模式，未来还将吸纳更多合作伙伴。这种模式能让我们以更少的资本支出实现更大规模的车队部署，这就是我们的增长计划。

　　关于车队部署策略：我们将在现有市场深化布局，同时积极开拓新市场机会。第七代车辆在广州达成全市范围的单车辆盈利转正，这一里程碑验证了我们的商业模式，让我们有信心深化在中国一线城市等现有市场的合作与运营。正如之前所说，车队规模扩大将形成正向循环；同时，我们也将拓展更多国内城市及海外市场，这些都是我们未来的增长引擎。在这些市场的落地策略是与当地合作伙伴及政府机构深度协作，建立市场存在感，为未来增长做好准备。请大家持续关注，我们后续会带来更多好消息。

　　德意志银行 Bin Wang：

　　2025 年第三季度车费收入是否会保持增长？随着车辆部署规模扩大，车费收入的展望如何？

　　王皓俊：

　　第三季度我们的车费收入增长势头尤为强劲，同比增幅约 233%，本季度投入运营的仍以第五代Robotaxi和第六代Robotaxi车辆为主。我们认为，这一增长既得益于需求端的推动，也离不开运营端的优化。

　　需求端方面，我们持续努力提升驾乘体验和整体用户体验，在中国一线城市获得了强劲的自然增长用户需求，这也体现了消费者对小马智行Robotaxi服务的高度认可。例如，第三季度总注册用户数同比增长超过一倍。

　　运营端方面，我们不断优化车队运营，提升车辆利用率和订单完成率，正如在之前的发言中所提到的，我们优化了车队调度和部署策略，使候车时间较 2024 年同期缩短约 50%；同时持续扩充上下车点，为用户打造更流畅的体验。以深圳为例，目前我们的上下车点已超过 10000 个，较6月底增长了 300%。

　　凭借需求端和运营端的双重优化，加之第七代车辆的持续投入运营，我们相信，随着车队规模的不断扩大，车费收入将保持强劲的增长势头。首先，我们的车队规模正呈指数级增长：去年为 270 辆，今年将超过 1000 辆，明年目标突破 3000 辆。这种规模化扩张将进一步完善网络效应，带来更短的候车时间、更高的车辆利用率和更强的用户接受度。

　　我们还将逐步扩大在上海、深圳等城市的服务区域，目前已在推进相关工作，未来会进一步提升覆盖范围、拓展可行驶里程等。通过这些举措，我们有望提高单次订单的平均客单价。

　　花旗研究 Kyle Wu：

　　恭喜公司达成全市范围的单车盈利转正里程碑。能否详细说明一下这一盈亏平衡目标背后的核心假设，包括日均订单量、定价策略、每日运营时长以及远程协助配比？谢谢。

　　王皓俊：

　　正如您所说，我们都认为城市级别的单车盈利转正，对公司乃至整个行业而言都是一个关键里程碑。首先需要说明的是，自第七代Robotaxi投入商业运营以来，我们已在广州市率先达成了这一关键里程碑。我们始终认为，中国是全球最大的网约车市场，而一线城市的出行市场规模在全国占比极高。

　　单台车经济的构成主要包括收入端和成本端。收入端方面，首先是单车辆日均营收：自第七代Robotaxi在广州上线以来，截至 11 月 23 日最近两周内，单台车辆日均营收已达 299 元人民币。这里的营收指扣除折扣和退款后，通过网约车服务产生的总营收。从这 299 元的日均营收来看，单车辆日均订单量为 23 单，这得益于广泛且强劲的用户需求。

　　成本端方面，单车辆经济的成本主要由两部分构成：一是第七代Robotaxi的硬件折旧成本（按 6 年使用年限计算年折旧）；二是运营成本，包括充电费、远程协助人员费用、地面支持人员费用、车辆维保费用、保险费、停车费及网络费等。关于远程协助配比，我们正按计划推进 1：30 的目标（即 1 名远程人员支持 30 辆车辆）。

　　达成这一里程碑后，我们有信心抢占中国庞大的出行市场份额，同时为我们在国内及国际市场的进一步规模化扩张奠定了战略基础。这不仅让我们对扩大车队规模充满信心，还吸引了越来越多第三方企业愿意出资采购车队，助力我们向轻资产模式转型。我们相信，这些因素将共同推动公司营收增长与成本优化。

　　华泰证券 Purdy Ho：

　　我们注意到有越来越多不同类型的参与者进入Robotaxi行业，尤其是整车厂商。请问您如何看待这些处于 L4 级自动驾驶阶段的新入局者？能否详细阐述主要的技术和运营挑战，例如应对极端场景以及面向数字经济的车队管理？

　　彭军：

　　首先，我认为看到越来越多公司宣布进入Robotaxi行业是件好事，这表明业界对Robotaxi大规模商业化的潜力有了更多认可和信心。随着认知度提高，会有更多资源和公司投入，从而加速整个行业的发展，这是很积极的信号。

　　但另一方面，Robotaxi并不是任何新玩家都能轻易进入的行业。目前新入局者中没有哪一家实现了把全无人驾驶的Robotaxi服务大规模上路，这说明准入门槛很高。我认为新玩家面临三大类主要障碍：商业挑战、监管挑战和技术挑战。

　　从商业挑战来讲，Robotaxi不仅仅是自动驾驶技术本身，还涉及用户获取、车辆生产、车队调度、车队维护（包括清洁、充电等）等多方面。作为行业的先行者和领导者，小马智行具有早期优势：在道路上有更多车辆、品牌认知度更高、在各项业务成本上更优化，并且已经建立了更多合作伙伴关系，这些都构成了新入局者难以逾越的壁垒。

　　从监管的角度，Robotaxi对安全性的要求非常高。全球各地的监管机构对Robotaxi的安全标准普遍高于传统出租车。新玩家在任何城市扩展到全量运营前，都需要逐步证明其安全性，通常从几十辆甚至更少的试点车辆开始，积累安全记录、逐步增加车辆并扩大运营区域，同时取得必要的牌照和许可。这个过程本身耗时且难以加速。

　　而技术挑战，这是第三个也是非常关键的挑战，我们的CTO将从技术角度展开说明。

　　楼天城：

　　从技术角度，当前行业普遍开始使用“世界模型”（World Model）思路，包括Robotaxi厂商和整车厂都在基于仿真训练环境采用强化学习方法。我们大约五年前就开始开发用于自动驾驶的强化学习，这给了我们早期的技术优势。随着世界模型的成熟，训练闭环会越来越依赖“虚拟司机”系统与世界模型之间的交互：“虚拟司机”在仿真中产生反馈，世界模型据此改进，从而减少对真实世界数据的依赖。

　　在这个闭环中，世界模型可以通过“虚拟司机”反馈生成更多复杂场景的训练样本，逐代提升模型处理复杂或边缘场景的能力。但真正的技术难点在于如何在真实世界验证新技术的安全性并实现规模化部署。我们凭借已验证的Robotaxi运营记录，认为可以较快抓住下一波技术创新的机会。另外，在香港上市将进一步加速我们的研发与迭代周期，巩固技术与运营领先地位，拓宽竞争优势。

　　杰富瑞投资银行 Xiaoyi Lei：

　　你们运营区域扩张更快的主要因素是什么？除了技术之外，还有哪些关键因素？从技术角度，你们是否使用大语言模型（LLM）？如果使用，它们如何帮助推动自动驾驶能力提升？

　　楼天城：

　　我会将你的问题分为两部分：泛化能力与大语言模型。

　　先说泛化：从技术上讲，我们的技术栈天然就是为泛化而设计的。举例来说，第三季度我们把运营区域扩展到上海浦东与深圳南山的更多片区。在这两种情况下，从完成安全验证到面向公众实现全无人运营，只用了几周时间，并不需要额外的模型训练。关键原因在于，我们的技术架构本就擅长处理各种极端场景，而这些场景在不同区域之间其实高度一致，比如路面小障碍物、纸箱、临时施工、人群聚集、前车突然并线且未观察后车等，差别主要在于这些情况发生的概率分布。

　　因此我希望这能帮助大家理解，为什么我们的技术栈天生具备泛化能力。在现阶段，我认为新区域扩展的关键约束之一是 Robotaxi 车辆数量：如果扩区过快但车辆增长跟不上，会稀释车队密度，影响乘客的等待时间与体验，这就是为什么运营区域扩张速度不能显著快于车队规模增长。

　　再说大语言模型：L4 级车端模型必须同时满足两项硬性要求——安全和低延迟。而大语言模型和聊天模型既不满足、也并非为此设计。安全方面，LLM 可能出现“幻觉”风险，这会影响 L4 的安全性；延迟方面，LLM 更偏向以“吞吐”指标（例如 tokens/s）进行优化，但 L4 需要的是超低延迟、能在低功耗且成本可控的车载芯片上运行全无人驾驶系统。此外，LLM 过度依赖人类数据，天然受限于既有人类知识边界，也不可避免地会学习到人类驾驶的错误与坏习惯。

　　当然，我们确实在研发工作中大量使用 LLM，例如增强人机交互、提升研发生产力（编码、文档工具）、分析乘客反馈用于持续改进等；但出于以上原因，LLM 并不适合作为车端自动驾驶模型。

　　瑞银集团 Xinyu Fang：

　　目前小马智行正与多家不同区域的整车厂商合作，包括北汽、广汽和丰田等，从财务角度来看，通过与整车厂商合作，是否有助于提升运营效率并加速落地？

　　彭军：

　　现实情况是，在全球Robotaxi市场上，政府和当地居民普遍更偏好本地品牌的出租车，这一点很现实。对于规模较小的Robotaxi车队，品牌影响可能不那么明显；但当需要大规模部署时，地方品牌偏好就变得非常重要。

　　因此，我们有必要在不同地区与多家本地整车厂商合作，这能帮助我们更快地进入不同市场。这也是为什么我们目前与三家整车厂商合作生产我们的第七代Robotaxi车辆的原因。

　　将自动驾驶套件适配到不同车型上确实带来了技术挑战。但从另一个角度看，我们能够将技术标准化并成功部署到多款车型，正说明了我们的技术通用性。这种通用性将成为长期的竞争优势，使我们能够更快地增加新车型，从而加速向新区域扩张。例如在欧洲，我们已经与 Stellantis 达成合作伙伴关系，以支持我们在欧洲的扩张。

　　国信证券 Xujia Tang：

　　当 Robotaxi 遇到困难时，为什么小马智行采用“远程协助（Remote Assistance）”而不是“远程控制（Remote Control）”或人工接管？两者技术差异是什么？

　　楼天城：

　　之前也有问题提到过远程协助，我再详细解释一下。首先，远程协助从不通过方向盘或踏板远程操控车辆，而是在车辆发起服务请求时，由远程人员提供支持与建议。大多数时间我们的车辆都能独立决策驾驶，不需要远程协助；远程协助只在车辆主动请求时才会介入，而不是远程“开车”。即便车辆收到远程人员提供的建议，车载自动驾驶系统仍会基于实时状况做出及时的决策。因为车辆不会等待远程指令才行动，所以它能在不依赖网络时延的情况下保持安全运行。一个典型例子是临时交通管制：系统可能请求远程协助，远程人员提供高层级建议，帮助确认车辆通过该场景的策略。同时，正如我提到的，我们将持续优化 AI 算法，运用更强的通用 AI 能力以提升对复杂场景的理解，从而进一步提升远程协助效率，使远程协助人车比在年末时提升到约 1：30，希望这能回答你的问题。

　　中信建投证券 Serena Li：

　　谢谢管理层接受我的提问。据我们了解，中东部分国家近期已颁发全无人驾驶自动驾驶出租车运营牌照，请问公司对此有何看法？小马智行的海外战略是怎样的？

　　彭军：

　　小马智行的使命一直是 “让自动驾驶触手可及”，我们始终怀揣全球化愿景，希望我们的技术能为世界各地创造价值。目前，我们的全球布局重点聚焦于具有高增长潜力的市场，这类市场通常具备强劲的出行需求、完善的基础设施以及支持性的监管环境。

　　在评估潜在进入的市场时，我们主要考虑三大核心因素：第一是目标市场规模；第二是当地政府对全无人驾驶商业化运营的开放态度与政策执行力度；第三是本地合作伙伴的资源储备与运营能力。

　　目前我们的全球扩张进展是：小马智行Robotaxi业务已进入 8 个国家市场。例如，第三季度我们通过与Mowasalat合作，新增卡塔尔作为新市场。第三季度，我们的海外Robotaxi业务营收实现了快速增长，我们预计这一势头将持续下去。未来，发现良好的增长机会，我们将继续开拓其他全球市场，这就是我们的海外战略。