2026-06-18 — views

Physical AI 中国篇 — 百度 Apollo、Pony.ai、WeRide 与机器人成本颠覆

中国 AV 与人形机器人赛道——百度 Apollo Go、Pony.ai、WeRide、宇树科技——是美国投资人低估的基准维度。

Physical AI 基准测试系列第 112 篇 — Physical AI 中国篇：百度 Apollo Go、Pony.ai、WeRide、宇树科技，以及为何中国 AV 与人形机器人的加速赛道是美国投资人低估的基准维度

中国在 Physical AI 竞赛中不是旁注，而是平行赛道——同时运行、在多个维度达到可比规模，且具有与美国赛道根本不同的结构特征。百度 Apollo Go 是美国以外唯一一项与 Waymo 规模可比的商业无人驾驶叫车服务。中国人形机器人公司正在以低于所有美国竞争对手三到十倍的成本出货功能性原型。中国的政策环境——集中式许可、政府采购偏好、在数十个城市部署的 V2X 基础设施——代表着美国没有直接对应物的结构性顺风。

这对 Physical AI 基准系列的意义不在于地缘政治，而在于竞争校准。如果你在追踪 Waymo 的脱离率、Tesla Dojo 的训练吞吐量和 Optimus 的量产爬升，却没有同时追踪百度 Apollo Go 的乘车量、Pony.ai 的累计 AV 里程，以及宇树科技的 G1 成本结构，你就是在用不完整的仪器丈量这场竞赛。基准测试有中国这个维度。本文对此进行梳理。

第一节 — 中国 AV 政策：结构性顺风

政策维度	详情	对 AV 赛道的影响
国家战略	”中国制造 2025”及后续规划明确将 AV 和智慧交通列为战略性产业	政府补贴、有利的许可条件，以及对国内 AV 公司的采购偏好
智慧城市基础设施	中国已在数十个试点城市部署 V2X（车联基础设施通信）；交通信号灯、路口和路侧传感器向车辆广播数据	中国 AV 可利用路侧智能补充车载感知——这是 Waymo 和 Tesla 在美国城市不具备的结构性优势
许可速度	北京、上海、武汉、深圳、重庆均已发放无人驾驶 AV 许可；中国的集中式审批体系允许比美国各州逐一审批更快的推广速度	在中国的地域扩张速度快于美国对应公司
电动车整合	中国是全球最大的电动车市场；AV 公司采用宁德时代电池、比亚迪平台和吉利/上汽电动车，硬件成本远低于美国	较低的车辆成本基线带来更好的 AV 单位经济效益
数据法规	中国数据法要求数据本地化（道路数据不得出境）；限制与美国 AI 训练管道的合作	隔离中国 AV 数据；Waymo 和 Tesla 无法使用中国道路数据改进全球模型

V2X 基础设施这一点值得特别关注。当中国 AV 通过装有 V2X 广播硬件的路口时，交通灯相位、路侧传感器采集的邻近车辆位置，以及前方道路条件数据都会直接传输到车辆的车载电脑。Waymo 和 Tesla 必须完全依靠车载传感——摄像头、激光雷达、毫米波雷达和自身地图——来获得这些信息。在 V2X 覆盖区域运行的中国 AV 具备传感融合优势，而这并非其车载硬件的功劳，而是其周围基础设施的功劳。

第二节 — 百度 Apollo Go：中国的 Waymo 对应物

指标	百度 Apollo Go（预估 2026 年中）	备注
商业无人驾驶服务	是——在北京、武汉、重庆、深圳全自动驾驶运营（预估）	美国以外最大规模无人驾驶商业车队之一
每周乘车次数（预估）	各城市合计每周数万次（预估）	低于 Waymo 每周 15 万次以上，但规模可观；百度公布累计乘车数据
第七代车辆	Apollo RT6——专为 Robotaxi 打造；百度公开制造成本每辆约 37,000 美元	远低于 Waymo Gen 5 基于 I-PACE 的车辆；成本优势具结构性
传感器架构	激光雷达 + 摄像头 + 毫米波雷达；RT6 将传感器集成到车身	已实现专用集成；与 Waymo Gen 6 方向类似
车队规模	多个城市共计数百辆（预估）	持续增长；确切车队规模未持续公开
监管状态	在多个城市的核准区域拥有完全无人驾驶许可（无需安全员）	按地理城市数量计算，在多个城市实现无人驾驶商业化（预估超过 Waymo）
收入模式	通过 Apollo Go App 按次计费；与地方政府合作	部分城市低于 Uber 和滴滴定价；试点区域有补贴（预估）

RT6 的成本数字——百度自行披露的每辆制造成本 37,000 美元——是此表中最重要的数据点。Waymo Gen 5 基于捷豹 I-PACE 电动 SUV，零售价超过 70,000 美元，还不包括传感器和计算硬件的成本。RT6 作为专为 Apollo Go 运营模式从头设计的 Robotaxi，能够实现 37,000 美元的成本结构，正是因为百度及其制造合作伙伴专门为此打造了这辆车。这一成本结构差异不是一次性的制造效率——它反映了在中国电动车供应链生态系统中运营的复合优势。

第三节 — Pony.ai 与 WeRide：已上市的 AV 挑战者

公司	现状	主要指标（预估 2026 年中）
Pony.ai	纳斯达克上市（2024 年底 IPO）；在北京、上海、广州、深圳运营；在美国加州有业务	累计 AV 里程：超过 3,000 万英里（已披露）；中国无人驾驶商业服务；加州测试许可
WeRide	纳斯达克上市（2024 年 IPO）；全球超过 30 个城市运营（预估）；AV 巴士（Robobus）、Robotaxi 和自动清扫车产品	产品组合比纯 Robotaxi 更多元；Robobus 是独特的商业细分；在中东（阿布扎比）和欧洲有业务（预估）
比较优势	两者车辆成本均低于美国 AV 公司；采用中国电动车平台；在中国获得政府支持	美国上市提供资本获取渠道，但也带来出口管制风险
中美风险	两者均面临因 PCAOB 审计访问问题（中美审计争议持续中）而产生的潜在退市风险；出口管制限制技术转让	在美上市中国 AV 公司面临监管悬念

Pony.ai 超过 3,000 万英里的累计 AV 里程（已披露）是一个有意义的数据点。Waymo 近期披露突破 5,000 万全自动英里。差距是真实存在的，但 Pony.ai 的累计里程在同一数量级，而非相差几个数量级。WeRide 的产品多元化从战略上区别于纯 Robotaxi 模式。PCAOB 监管悬念是影响两家公司估值的实质性结构性风险。

第四节 — 中国人形机器人：宇树科技、优必选与成本颠覆

公司	产品	价格点（预估）	核心能力
宇树科技	H1（双足，研究/商业）、G1（低成本双足）、B2（四足）	G1：约 16,000 美元（已披露）；H1：约 90,000 美元（已披露）	以远低于美国竞品的成本实现双足行走；G1 售价 16,000 美元，大幅低于所有美国人形机器人
优必选机器人	Walker X、Walker S（商业人形）	未公开披露（预估 10 万美元以上）	更先进的操控能力；部署于包括富士康工厂在内的商业环境（预估）
傅利叶智能	GR-2（用于康复及通用场景的人形机器人）	约 65,000 美元（已披露）	医疗康复专注加通用机器人；欧洲分销
Agility Robotics（美国，供比较）	Digit	约 250,000 美元（预估）	亚马逊仓库部署
Figure AI（美国，供比较）	Figure 02	未披露（预估 10 万至 20 万美元）	宝马工厂试点
成本影响	中国人形机器人售价 16,000 至 90,000 美元，比美国的 10 万至 25 万美元（预估）低 3 至 10 倍	若中国机器人达到可比能力，成本优势将驱动商业部署采用

宇树 G1 售价 16,000 美元是此表中最具颠覆性的数据点。在这个价格下，人形机器人从需要多年回收期分析的资本设备，转变为与高端工业工具可比的采购决策。能力差距的限定条件很重要——中国机器人必须达到可比的任务执行能力才能替代现有选项。操控能力（拿取物体、装配任务、工具使用）在中国机器人中的展示程度，不及双足行走稳健。美国竞品更明确地强调了操控能力，因为仓库和工厂部署需要它。

第五节 — 基准：中美 Physical AI 赛道对比

维度	美国（Waymo + Tesla）	中国（百度 + Pony + WeRide + 宇树）
商业无人驾驶 AV 城市	4–5 个城市（仅美国）	多家公司合计 10 个以上城市（仅中国）（预估）
AV 车辆成本	高——预估 10 万至 20 万美元（Waymo Gen 5）	较低——Apollo RT6 37,000 美元（已披露）；中国电动车平台优势
人形机器人成本	10 万至 25 万美元以上（预估）	16,000 至 90,000 美元（预估）（宇树 G1 至优必选）
政策顺风	各州分别审批；无联邦 AV 授权；监管格局复杂	集中式国家支持；许可速度优势
V2X 基础设施	美国 V2X 部署有限；无国家标准	在数十个试点城市部署；结构性感知补充优势
数据量	Tesla：全球 600 万辆以上车辆；Waymo：5,000 万英里以上无人驾驶（已披露）	百度：披露乘车量持续增长；Pony.ai：累计 AV 里程 3,000 万英里以上（已披露）
出口和全球覆盖	Waymo 仅限美国；Tesla 全球	WeRide 全球 30 个以上城市；Pony 中美两地；宇树机器人全球出口
核心风险	中国 AV 和机器人的成本优势可能比美国监管许可的追赶速度更快	美国出口管制、PCAOB 退市风险、数据本地化、地缘政治脱钩

此比较中最重要的不对称性在于车辆成本和人形机器人成本。美国 Physical AI 赛道的车辆成本结构比中国对应物高出 3 至 5 倍（预估）。这一成本差距主要不是设计效率差异，而是中国制造和供应链生态系统的结构性成本优势。中美数据比较还揭示了一个容易被忽视的细节：中国道路数据被本地化隔离，无法用于训练全球模型，但这也意味着 Waymo 和 Tesla 无法使用中国道路场景进行训练。

第六节 — 结构性优势与结构性劣势

结构性优势：

政策和基础设施支持： 集中式许可、V2X 部署和政府采购偏好，创造出美国无直接对应物的加速器。
制造成本结构： 中国电动车供应链提供比同类美国采购元件低 3 至 10 倍的车辆和机器人成本结构（预估）。这一优势随规模复利增长。
国内市场规模： 中国的城市密度、庞大人口和政府对电动车采用的支持，提供了美国 AV 运营商在美国境内无法获得的规模测试环境。

结构性劣势：

出口限制： 美国对先进半导体的出口管制限制了中国 AV 和机器人公司获取最先进训练和推理芯片的能力。
数据本地化： 中国道路数据不能用于训练全球模型，外国公司也无法使用中国道路数据。
对外国运营商的监管不透明： 外国 AV 公司进入中国市场面临重大障碍。Waymo 无法在中国商业部署。
PCAOB 和退市风险： 在美上市的中国 AV 公司面临持续中美审计访问争议的监管悬念，压制估值。
地缘政治脱钩： 中美技术脱钩的大趋势，对中国 Physical AI 公司的长期规划视野造成不确定性。

第七节 — 为何这个基准维度被低估

美国投资人对中国 Physical AI 赛道的低估，有其可理解但可纠正的原因。在美国金融媒体中最为可见的公司——Waymo（Alphabet 子公司）、Tesla、Aurora、Mobileye——都在美国。最在规模上具有重要意义的中国 AV 公司——百度 Apollo Go（未单独上市）——对只追踪公开市场申报文件的投资人而言是不可见的。

结果是一个系统性盲点：美国投资人对 Waymo 的单位经济和 Tesla Optimus 爬升有详细模型，却对 Apollo Go 的乘车经济效益、RT6 车队单位经济效益，以及宇树科技的成本结构几乎没有模型。Physical AI 竞赛不只在旧金山和奥斯汀运行——它同时在武汉、深圳、北京和广州运行，在无人驾驶 AV 维度达到可比规模，在人形机器人维度实现更低成本。

纠正这一盲点并不需要预测中国赢得 Physical AI 竞赛，而是需要将中国赛道与美国竞争对手一起纳入基准框架——使用相同的指标、相同的可观测信号，以及随着新数据到来同样的更新意愿。中国维度不取代美国维度，而是完善它。

注意： 标有”（预估）“的数字是基于 2026 年中期公开可获取信息的方向性估算。中国公司披露的完整性和标准化程度各异；部分数字来源于多个局部数据。本文不构成投资建议。