當自動駕駛行業從“野蠻生長”邁入“精耕細作”的深水區，每一家玩家都在面臨“進化或淘汰”的生死抉擇。曾誕生于現代汽車與安波福40億美元合資項目的Motional，在經歷股權更迭、裁員收縮的陣痛后，終于在2026年初拋出了最后的籌碼——以AI基礎模型重構自動駕駛系統，重啟Robotaxi商業化進程，并立下“年底在拉斯維加斯落地全無人商業服務”的軍令狀。

這不僅是一家頭部自動駕駛公司的戰略轉向，更折射出AI浪潮下，全球L4級自動駕駛技術路線的集體重構。

高光到困境：合資巨頭的生死十字路口

時間回到2020年，Motional的誕生自帶光環。現代汽車集團與安波福各持50%股權，前者注入雄厚資本，后者輸出成熟的自動駕駛技術與研發團隊，目標直指SAE Level 4完全自動駕駛的商業化。成立初期，Motional確實交出過亮眼成績單：完成首次橫跨美國的自動駕駛，落地全球首個Robotaxi試點項目，在拉斯維加斯與Lyft合作的服務累計完成超10萬次公共乘坐，成為行業公認的Robotaxi領域領軍者。

但光環之下，行業共性的成本壓力與技術瓶頸逐漸顯現。2022年底，Motional首次啟動裁員調整資源分配；2024年，因錯過與Lyft的無人服務 deadlines，安波福退出財務支持，現代汽車不得不追加10億美元投資，將持股比例提升至66.8%成為控股方。更嚴峻的是，截至2024年5月，經過多輪裁員，公司員工規模從巔峰時期的1400人銳減至不足600人，較2022年的1500人規模近乎“腰斬”。

彼時的Motional站在了十字路口：是繼續堅守傳統規則驅動的技術路線，在成本與場景適配的死循環中消耗；還是擁抱AI革命，重構技術底座？Motional選擇了后者——暫停所有商業活動，以退為進開啟技術重構。正如公司總裁兼CEO勞拉·梅杰所言：“放慢步伐，是為了更快地前進。”

“碎片化模型”到“端到端架構”的變化

Motional的轉型并非從零開始，而是對現有技術體系的顛覆性重構。在此之前，其自動駕駛系統采用的是行業主流的“碎片化”方案：用獨立的機器學習模型處理感知、追蹤、語義推理等單一任務，其余操作則依賴規則驅動程序。這種架構雖能保證基礎安全，但形成的復雜網狀結構，導致系統在應對新城市、新場景時適配成本極高，也難以實現規模化平價部署。

而AI基礎模型的爆發，為這一困境提供了破局思路。原本為自然語言處理設計的Transformer架構，開始向機器人、自動駕駛等實體AI系統滲透，其強大的泛化能力與推理能力，讓自動駕駛的“端到端”解決方案成為可能。Motional的轉型核心，正是將這些碎片化的小模型整合進單一主干網絡，構建端到端的AI驅動架構，同時保留部分小模型的靈活性，實現“兼顧泛化能力與場景適配效率”的雙重優勢。

這一架構的優勢在實際場景中已初現端倪。TechCrunch記者在拉斯維加斯的30分鐘實測中發現，搭載新系統的現代Ioniq 5 Robotaxi，已能自主應對拉斯維加斯大道至阿里亞酒店上下車區的復雜場景——在人流、車輛混雜的區域靈活變道、避讓停車出租車，而這些區域在過去需要人類安全操作員接管。盡管系統仍有不足，比如繞開雙排停放貨車時耗時較長，車內乘客交互圖形尚在開發中，但相較于此前無法覆蓋停車場、酒店接送點的舊系統，已是質的飛躍。

行業浪潮中的2026年生死競速

Motional的AI轉型，恰逢全球自動駕駛行業的“范式轉換期”。2026年初的CES展上，芯片巨頭英偉達推出Alpamayo系列AI模型與Rubin平臺，通過100億參數的視覺語言行動模型賦予自動駕駛車輛“邏輯推理能力”，并聯合優步等伙伴推進2027年L4 Robotaxi測試，直接將行業競爭推向高階。

在這樣的背景下，Motional的2026年商業化目標顯得尤為關鍵。按照規劃，公司已向內部員工開放帶安全操作員的Robotaxi服務，計劃2026年晚些時候聯合某網約車合作伙伴（其與Lyft、Uber均有既有合作）向公眾開放，年底前實現人類操作員撤出，正式啟動全無人商業服務。這一時間表背后，離不開控股方現代汽車的持續加碼——不僅累計投入超20億美元，還在2025年與俄羅斯Avride合作投放Ioniq 5自動駕駛網約車，并洽談與小鵬汽車的合作，構建全球自動駕駛技術網絡。

對Motional而言，拉斯維加斯的商業落地不僅是技術驗證，更是生存之戰。若能如期實現全無人服務，將成為其吸引更多合作伙伴、攤薄研發成本的關鍵籌碼；而從長遠來看，正如梅杰所言，Robotaxi只是第一步，其最終目標是將L4系統集成到個人汽車中，成為整車廠的核心技術供應商——這也是所有自動駕駛企業的終極競技場。

AI能否改寫終局？

從合資巨頭到AI轉型的“孤勇者”，Motional的歷程濃縮了自動駕駛行業的十年沉浮。在技術路線從“規則驅動”全面轉向“AI驅動”的今天，Motional的端到端架構能否跑通商業化，2026年底的拉斯維加斯將給出關鍵答案。

值得注意的是，AI并非萬能解藥。如何平衡模型泛化能力與落地安全性，如何控制AI大模型的算力成本，如何應對不同城市的監管與場景差異，仍是Motional需要跨越的鴻溝。但可以肯定的是，在自動駕駛的“終局之戰”中，只有真正掌握AI核心能力、實現技術與商業平衡的玩家，才能笑到最后。而Motional的每一步嘗試，都在為行業探索著可行的方向。

2026年的拉斯維加斯，將不僅是賭城，更是自動駕駛行業的“試煉場”。Motional的AI重構之路，才剛剛開始。