自動駕駛行業已經走過十年燒錢周期。資本在 Robotaxi、高階乘用車智駕賽道反復博弈，卻始終困在技術可行、盈利無期的死循環里。當行業普遍陷入商業化焦慮時，一條低調的細分賽道正在用實打實的財務數據打破僵局：L4 級自動駕駛巴士。依托園區、景區、城市微循環、城際接駁四大剛需場景，疊加可量化的投資回報模型，自動駕駛巴士正從示范項目走向規模化復制。

自動駕駛，商業化成為唯一破局點

過去十年，自動駕駛賽道的資本敘事高度集中于兩大方向：面向 C 端的 Robotaxi，以及搭載高階智駕的新能源乘用車。行業共識是，全域無人駕駛是終局，但現實是終局遲遲無法兌現。復雜城區路況、極端天氣應對、高昂硬件成本、用戶付費意愿不足，多重因素疊加下，回本周期拉長至十年以上，行業信心持續走弱。

高階乘用車智駕同樣陷入內卷。車企不惜成本堆砌激光雷達、高算力芯片，把 “城市 NOA” 當成核心賣點，但難以形成有效營收。

當整條賽道的估值邏輯從“技術想象力”轉向“商業化兌現能力”，資本開始迫切尋找可落地、可測算、可盈利的細分賽道。此時，L4 級自動駕駛巴士憑借固定線路、低速運行、封閉 / 半封閉場景、人力替代效應顯著的天然優勢，成為自動駕駛行業少數具備規模化盈利基礎的賽道。

《2025 L4 自動駕駛巴士商業化深度報告》顯示，2025 年國內 L4 自動駕駛巴士市場規模約 42.6 億元，預計 2030 年將攀升至 217.3 億元，2025-2030 年復合年均增長率高達 38.4%，遠超自動駕駛行業整體 19.7% 的增速。在滲透率層面，2025 年 L4 巴士在新增新能源客車中的滲透率僅 3.2%，處于導入期；2027 年將突破 11.7% 進入快速放量階段；2030 年滲透率有望達到 28.9%，正式進入規模化替代周期。

賽道增長邏輯清晰，但想要打動一級市場投資人，僅憑增速數據遠遠不夠，核心需要回答兩個終極問題：無人巴士到底能賺多少錢？誰能率先吃下最大的蛋糕？

自動駕駛巴士，四大場景跑通現金流

判斷一條賽道的投資價值，核心看三大核心指標：靜態投資回收期、內部收益率 IRR、成本結構抗風險能力。我們以行業主流 8 米級前裝量產 L4 自動駕駛巴士為測算標的，對標同規格傳統新能源巴士，搭建可交叉驗證的財務模型，所有數據均匹配主機廠報價、公交集團運營數據。

（一）成本結構：人力替代是降本核心，前裝方案抹平硬件溢價

核心公式：

單車年運營總成本 = 人力成本 + 能耗成本 + 維保成本 + 其他剛性支出

初始購置成本

傳統 8 米新能源巴士采購價約 48 萬元，L4 級前裝自動駕駛巴士采購價 56 萬元，智能系統增量成本僅 8 萬元，硬件溢價控制在 15% 以內，徹底告別早期后裝改裝 30%-50% 的高額成本。

年度人力成本（最大變量）

傳統巴士需要兩班倒專職司機，年綜合人力成本（含社保、加班、管理）：司機元月人月萬元年

L4 自動駕駛巴士僅需 1 名無駕駛資質的安全員，年人力成本：安全員元月人月萬元年

單臺車輛年人力成本節約 11.4 萬元，這是自動駕駛巴士盈利的核心根基。

能耗與維保成本

兩類車型能耗基本持平，年電費約 1.16 萬元；前裝量產方案大幅降低故障率，維保成本從傳統車型的 2.16 萬元降至 1.79 萬元。

最終核算，傳統巴士年運營總成本 20.12 萬元，L4 自動駕駛巴士僅 8.35 萬元，年運營成本降幅達 58.5%。

（二）場景盈利模型：從半年回本到 3 年回本，收益全面覆蓋

基于單車初始投入 56 萬元，結合不同場景的收費模式與客流數據，測算核心投資指標：

場景 1：景區接駁（商業化標桿場景）

代表案例：杭州西溪濕地、日照萬平口無人觀光巴士項目西溪濕地落地的 L4 自動駕駛接駁環線，覆蓋園區入口、核心景點、停車場全鏈路，采用單次購票模式，

單人次票價 10 元，日均穩定客流 320 人次，年運營 340 。

年收入=10x320x340=108.8萬元。

年凈現金流=108.8-8.35=100.45萬元

靜態回收期僅 0.56 年，IRR 超 120%，是自動駕駛行業回本速度最快的場景，目前頭部項目已進入盈利第二年，凈利率穩定在 50% 以上。

場景 2：產業園區通勤（穩定現金流場景）

代表案例：蘇州工業園區、天津西青大數據產業園區無人通勤專線園區核心需求是解決 “辦公區 - 宿舍區 - 地鐵站” 的短途接駁，普遍采用企業包年采購模式，單臺車輛年服務費約 42 萬元。

年凈現金流=42-8.35=33.65元。靜態回收期 1.66 年，IRR 在 42%-55% 區間。成熟園區項目依靠企業付費與園區補貼雙保障，現金流穩定性極強。

場景 3：城市微循環公交（政府采購確定性場景）

代表案例：廣州黃埔區、長沙湘江新區無人公交示范線作為城市公共交通的補充，微循環無人巴士主要服務老舊小區、地鐵末梢，采用政府購買服務模式，單臺車輛年度采購經費 28 萬元。年凈現金流=28-8.35=33.65元。

靜態回收期 2.85 年，IRR26%-32%，完全滿足一級機構 20% 以上 IRR 的投資底線，且政府采購回款穩定，壞賬風險極低。

場景 4：中短途城際專線（高鐵漲價催生的增量場景）

代表案例：長三角滬蘇通城際無人接駁專線、珠三角廣佛肇中短途客運項目近年來國內中短途高鐵票價上浮 8%-15%，100-300 公里出行中，41% 的價格敏感群體開始轉向地面大巴。無人城際巴士依托人力成本優勢，平均票價 45 元，日均客流65 人，年運營 330 天。

年收入=45x65x330=96.5萬元。

年凈現金流=96.5-8.35=88.15萬元

靜態回收期 0.64 年，IRR 超 100%，是未來 3-5 年增速最快的增量賽道。

（三）壓力測試：盈利模型具備極強抗風險能力

一級市場投資最看重不確定性，我們通過悲觀假設驗證賽道韌性：

1、若智能系統增量成本上漲 20%，景區、城際場景回收期仍低于 0.7 年；

2、若客流下滑 30%，園區場景 IRR 仍高于 30%；

3、即使傳統巴士人力成本下降 10%，無人巴士依舊依靠更低維保成本、更長運營時長維持盈利優勢。

多重壓力測試下，無人巴士的收益模型未發生本質動搖，風險可控性遠超其他自動駕駛賽道。

三類玩家同臺競技，商業化落地能力決定估值天花板

隨著賽道價值凸顯，國內 L4 自動駕駛巴士賽道已形成自動駕駛技術公司、傳統客車主機廠、城市出行運營服務商三類核心玩家，不同玩家依托自身稟賦，在四大場景中展開差異化競爭。

1. 傳統客車主機廠：量產交付能力強，軟件與運營能力存在短板

依托成熟整車制造體系，在車輛硬件交付、前裝適配方面具備天然優勢，在標準化政府采購項目中訂單獲取能力較強。但算法以第三方方案集成為主，缺乏全棧自動駕駛自研能力，迭代速度慢；同時普遍采用 “賣車為主” 的商業模式，缺少線路運營、長期維保、客流運營的綜合服務能力，盈利高度依賴硬件差價，毛利率與長期成長性受限。

2. 城市出行運營服務商：場景資源豐富，自研技術能力薄弱

這類玩家手握成熟的公交線路、景區客運、城際客運資源，對運營節奏、客流規律、政府采購規則理解深刻。但不具備自動駕駛核心技術自研能力，需要持續外購系統，在技術迭代、成本控制、復雜路況適配方面受制于人，難以形成長期核心壁壘。

3. 全棧自研自動駕駛解決方案商：賽道的稀缺復合型玩家

當下的自動駕駛巴士領域，僅有極少數企業，同時具備全棧自研 L4 算法、整車前裝深度定制、政企渠道拓展、多場景常態化運營四大能力，蘑菇車聯便是其中典型代表，核心競爭壁壘集中在三方面：

（1）全棧自研 L4 自動駕駛系統，適配全場景路況

堅持單車智能全棧自研路線，從感知融合、預測規劃、決策控制到整車控制接口，均實現自主可控。系統可適配封閉景區、產業園區、城市開放道路微循環、中短途城際客運等不同路況，既能滿足低速封閉場景的穩定運行，也能應對開放道路下的復雜交通參與者交互，場景覆蓋廣度在行業內處于第一梯隊。相比依賴第三方算法的客車廠、外購方案的運營企業，在系統迭代速度、故障快速修復、成本持續優化上具備顯著優勢。

（2）標桿項目規模化落地，商業化可復制性已被充分驗證

商業化案例完整覆蓋四大核心賽道，且均為具備長期運營屬性的標桿項目，盈利模型可快速復制：

景區場景：在國內多個 5A 級景區落地常態化無人觀光接駁線路，采用票務分成或整體運營托管模式，單項目回本周期與行業最優水平持平，現金流健康；

園區場景：落地國家級經開區、科創園區通勤專線，服務企業員工接駁需求，通過年度服務包模式鎖定穩定營收，部分項目已連續運營超過 3 年；

城市公交場景：在多個城市落地城市微循環無人公交項目，深度參與地方公共交通智能化升級，項目納入政府長期采購清單，回款確定性強；

城際專線場景：提前布局中短途地面客運賽道，依托成熟的 L4 系統能力適配城際線路長距離運行需求，精準承接高鐵漲價帶來的價格敏感客流替代紅利，搶占增量市場先機。

（3）“硬件 + 運營 + 服務” 三重收入結構，抗周期能力優于同行

構建集中采購 + 市場化企業付費的雙輪驅動收入結構：ToG 端承接城市公交智能化改造、新基建出行項目，訂單穩定、回款安全；ToB 端面向景區、園區、客運公司提供 “車輛銷售 + 線路運營托管 + 售后維保” 一體化解決方案。收入結構上，既包含一次性硬件銷售收入，也包含持續性運營服務費、年度維保訂閱收入，高毛利服務業務占比持續提升，長期盈利能力顯著高于單一賣車或單一運營的同行。

滲透率黃金窗口期，投資價值正在凸顯

2026-2030 年是 L4自動駕駛巴士的滲透率突破窗口期，當滲透率跨越 10% 的臨界點后，賽道將迎來爆發式增長。

從需求端看，四大場景的剛需屬性長期存在：園區通勤是企業后勤降本剛需，景區接駁是文旅升級標配，城市公交智能化是地方政府考核指標，城際接駁是高鐵漲價下的替代紅利。多重需求疊加，將持續為賽道提供穩定增量。

從競爭格局來看，行業比拼已從早期的技術概念博弈，轉向商業化落地效率與長期運營盈利能力的綜合較量。手握全場景落地能力、核心自研技術、政企資源及綜合服務體系的企業，將率先形成規模效應，收獲行業估值溢價。蘑菇車聯憑借成熟的復合型能力壁壘，既可承接封閉場景的短期確定性訂單，也能深度把握開放道路、城際客運等長期增量市場，在行業規模化發展前夕，擁有極強的估值增長空間。

對于一級市場投資人而言，當下布局自動駕駛巴士賽道，就是在滲透率爆發前，抓住自動駕駛行業首個確定性拐點，在行業規模化前夜，提前鎖定未來的超額收益