從封閉場景到城市街頭，無人駕駛客運的公開道路破局

熱點觀察

無人駕駛這一概念正在逐漸走向現實。以無人駕駛客車來講，目前這些車輛的落地主要集中在景區、產業園區、大學校園等封閉或半封閉場景。

之所以選擇這些場景，是因為其路況單一、人流可控、風險系數低，成為技術迭代與模式驗證的試驗田。

但行業的發展總要不斷向前，無人駕駛客車也不能總在這種封閉場景。城市的公開道路才是其更為廣闊的市場。

場景演進：從封閉測試到開放道路的必經之路

無人駕駛客運的演進路徑呈現出鮮明的遞進特征。

景區、園區、校園等封閉場景因無社會車輛干擾、路線固定、客流穩定，成為無人駕駛客運最先落地的領域，且已積累了豐富的運營經驗與安全數據。

以合肥高新區為例，2025年9月，這里的“阡陌01”無人駕駛接駁車開始服務于景區、高校和園區的短距離交通微循環，配備了激光雷達與視覺融合方案，實現了自動避障、繞障等基本功能。

相較之下，公開道路環境要求無人駕駛系統能夠應對突發交通事件、復雜天氣條件和不可預測的人車交互。

但即便如此，各地也在積極推動無人駕駛客車上路。目前，北京、上海、廣州、重慶、深圳等10余個城市，已獲批開展無人駕駛客運公開道路試點，試點路段已從早期的郊區、新區，擴展至包括城市核心區主干道、高速公路在內的更多區域。

運營時段日益靈活，不少線路已在日間常態運行。車輛方面，根據國家指南，在經批準的區域可使用遠程安全員（人車比不低于1:3），但當前多數載人示范項目仍按規定在車內配備了安全員，隨時準備接管車輛，應對突發狀況。

具體的運營數據顯示，截至2026年，天津開放智能網聯汽車測試道路已達5389公里，而無錫的無人小巴已在開放道路上實現超過600萬公里安全運營里程，服務20萬人次，這為行業樹立了重要的安全基準。

核心瓶頸：法律、技術與商業化等障礙

無人駕駛從封閉場景走向公開道路，面臨著法律框架、技術成熟度與商業模式的多重挑戰。

首當其沖的就是法律法規。無人駕駛客運的公開道路運營需要完善的法律法規與標準體系作為支撐，但目前國內相關政策仍處于試點探索、逐步完善階段，存在諸多空白，成為制約其落地的重要障礙。

核心問題集中在三個方面：一是責任認定不明確，若無人駕駛客運車輛發生交通事故，責任應歸屬于車企、運營方、安全員，還是算法研發方？目前國內尚未有明確的法律規定，僅部分試點城市通過地方立法做出初步嘗試，全國性法規仍未修訂完善。

二是運營資質缺失，目前國內無人駕駛客運車輛尚未獲得正式的道路運輸經營許可證，試點運營均依賴地方政府的特許經營權，無法實現規模化推廣。

三是標準體系不統一，不同車企的無人駕駛系統、傳感器配置、數據接口均不統一，導致不同品牌車輛無法協同運營，也給交通管理部門的監管帶來難度。

技術方面，公開道路的復雜性遠超封閉場景。封閉場景的路況單一、干擾因素少，無人駕駛系統只需完成固定路線行駛、簡單避障即可滿足需求。但公開道路的路況復雜多變，對技術的要求呈指數級提升，這也是目前最核心的技術痛點。

公開道路中，突發的行人橫穿馬路、非機動車逆行、車輛加塞、道路施工、極端天氣等情況，均需要無人駕駛系統在毫秒級內做出精準判斷與決策，而目前的技術水平，仍難以實現100%無差錯應對。

此外，車路協同技術的不完善也制約了公開道路落地。目前多數試點仍依賴單車智能，車輛無法與交通信號燈、路側設備實現實時高效聯動，難以提前預判路口通行狀態，進一步降低了復雜路況下的運營效率與安全性。

此外，無人駕駛客運的核心前提是安全，但目前無論是技術層面的安全保障，還是公眾層面的信任度，均未達到公開道路規模化運營的要求。

盡管封閉場景與試點路段的安全事故率極低，但一旦發生事故往往會引發社會廣泛關注，進一步降低公眾對無人駕駛客運的信任度。

同時，無人駕駛客運的應急處置能力仍較為薄弱。公開道路中若發生車輛故障、交通事故、極端天氣等突發情況，需要建立系統自主應對、安全員接管、應急救援聯動的完整體系，但目前多數試點僅依賴安全員接管，系統自主應急處置能力有限，且與交警、消防、急救等應急部門的聯動機制不完善，無法實現快速響應、高效處置。

除了上述的原因外，成本也是制約其落地公開道路的因素。從車輛購置成本來看，目前一輛具備L4級自動駕駛能力的無人駕駛客運小巴，購置成本約為80-120萬元。其核心原因是激光雷達、高算力芯片、高精度定位等智能硬件新增成本高昂。不過，隨著技術迭代和量產規模擴大，核心零部件成本正在快速下降。

與此同時，無人駕駛客運車輛的維護難度大、成本高，核心零部件的更換成本昂貴，且需要專業的技術人員進行日常調試與維護，試點階段配備的安全員，也增加了運營成本。

突破路徑：試點先行、多方協同

盡管無人駕駛客運公開道路落地面臨諸多瓶頸，但從行業發展趨勢來看，隨著技術迭代、政策完善、成本下降，其走向公開道路是必然趨勢。

結合國內外試點經驗，其突破路徑應遵循試點先行、分步推進、多方協同的原則，聚焦核心瓶頸，逐一破解，推動無人駕駛客運從試點示范向規模化運營轉型。

技術創新是破解落地瓶頸的核心，需聚焦公開道路的復雜路況，推動無人駕駛技術的持續迭代。

一方面，行業需要強化單車智能技術研發，重點突破極端天氣感知、突發狀況決策、無圖化導航等核心技術，降低系統誤判率與接管率。

比如，華為推出的5G-A通感算一體化基站技術，將通信、感知與計算能力深度融合，通過多桿合一的設計理念整合路側設備。該技術能有效降低智慧道路的整體建設與部署成本，并顯著提升對車輛等移動目標的感知距離與協同響應速度。

小鵬XNGP實現的無圖化智能駕駛，通過“導航地圖 + XNet深度視覺感知能力 + 行駛策略”的系統架構，擺脫了對高精地圖的強依賴。這套方案極大地擴展了智駕功能的可用范圍，并能更靈活地應對如臨時施工圍擋等未預先錄入地圖的突發路況，從而解決識別難題。

另一方面，加快車路協同基礎設施建設，推動車輛與交通信號燈、路側設備、應急部門的實時聯動，實現車、路、人、云一體化協同，提前預判路況風險，提升運營安全性與效率。

與此同時，要加強行業協同，推動車企、科技企業、高校、科研機構的合作，共享技術成果與運營數據，避免重復研發，加快技術迭代速度。

此外，成本控制是無人駕駛客運規模化落地的關鍵，行業需通過技術創新、規模化生產、商業化運營，逐步降低車輛購置成本與運營維護成本，實現商業化盈利。

要推動核心零部件國產化，加大對激光雷達、自動駕駛控制器、高精度地圖等核心零部件的研發投入，扶持國內零部件企業發展，打破國外企業的技術壟斷，降低核心零部件價格。

同時還要擴大運營規模，通過規模化運營，攤薄車輛購置成本與運營維護成本。探索多元化的商業模式，結合客運服務、廣告投放、數據服務等，增加運營收入，實現商業化盈利。

安全是無人駕駛客運公開道路落地的前提，需強化安全管控，提升系統應急處置能力，增強公眾信任度。

行業要建立完善的安全測試與驗證體系，對無人駕駛客運車輛進行全方位、多場景的安全測試，包括極端天氣、突發狀況、復雜路口等場景，確保車輛具備足夠的安全保障能力后，再投入公開道路運營。

另外要完善應急處置機制，加強與交警、消防、急救等應急部門的聯動，實現突發狀況的快速響應與高效處置。優化安全員培訓體系，提升安全員的應急處置能力，確保在系統出現故障時，能夠及時接管車輛，規避安全風險。

行業還要加強科普宣傳，通過試點體驗、媒體報道等方式，向公眾普及無人駕駛客運的技術原理、安全保障措施與運營成果，展示其在安全性、高效性、環保性等方面的優勢，逐步提升公眾的信任度，為公開道路落地營造良好的社會環境。

具體如下：

文遠知行自動駕駛小巴Robobus在比利時魯汶市正式開啟商業運營

2026年1月26日，文遠知行公眾號發布消息稱，文遠知行自動駕駛小巴Robobus在比利時魯汶市（Leuven）正式開啟商業運營！目前，文遠小巴作為當地公共交通公司De Lijn的16路公交車投入常態化公開運營，這是歐洲首次在混合復雜交通的城市中心實現自動駕駛車輛的商業化部署。

金旅自動駕駛客車即將開啟試運行測試

1月23日，媒體消息稱，由金旅客車自主研發生產的自動駕駛客車近期將在福建廈門海滄生物醫藥產業園落地試運行。

金旅客車“馳睿1號”已經具備了L4級自動駕駛水平，相比L0到L3需要司機主動控制車輛，“馳睿1號”能在劃定區域內實現無人化全自動駕駛，應對紅綠燈、行人、車輛等復雜路況。

文遠知行Robobus即將上線阿布扎比

在1月20-22日舉辦的阿布扎比國際無人系統展（UMEX 2026）上，文遠知行與阿聯酋國有AI科技企業K2簽署戰略諒解備忘錄，將在智能與自動駕駛系統委員會（SASC）及綜合交通中心（ITC）的支持下共同運營自動駕駛公交（Robobus）。

此項合作將進一步推進阿布扎比自動駕駛公共交通系統的全面部署，以接近該國描繪的智能交通愿景，并力爭在全球環境中成為智能與可持續交通解決方案的領先實踐者。

“貴州造”無人駕駛小巴首個“奇遇環線”商業化試點落地

1月15日，貴州翰凱斯智能技術有限公司表示，“貴州造”無人駕駛小巴RoboBus在貴陽市觀山湖區啟動“奇遇環線”商業化試點，向打造全球城市機器人商業化落地的標桿案例邁出重要一步。

本次部署的環線位于貴陽市觀山湖區核心腹地，精準串聯了高密度商圈、生態公園及大型社區，旨在加速自動駕駛技術在真實商業場景中的價值轉化。

佛山首條自動駕駛巴士開啟道路測試

1月6日，由廣州巴士集團、文遠知行與佛廣集團聯合推進的佛山自動駕駛巴士在南海千燈湖片區正式開啟道路測試。該項目深度融合先進自動駕駛技術與佛山公交運營場景，構建起“技術研發+場景應用”的協作新模式。

測試線路串聯廣發銀行、萬達廣場、千燈湖地鐵站等核心區域，在早8點至晚8點的測試時段內，車輛沿5.5公里環線運行約30分鐘，全程精準識別紅綠燈、行人及車輛，實現平穩跟車與主動避讓。