2025 年 10 月 23 日，中国自动驾驶赛道传来重磅消息 —— 新石器无人车宣布完成逾 6 亿美元（约合 43 亿元人民币）D 轮融资。这不仅是中国自动驾驶领域迄今最大私募融资，更因中东资本的深度参与引发行业关注：阿联酋磊石资本（Stone Venture）作为领投方，与高成投资、鼎晖 VGC 等 20 余家机构共同注资，而这笔资金将成为新石器出海中东、深耕全球无人配送市场的关键推力。

一、融资亮点：中东资本的战略押注

1. 融资规模创纪录

本轮 6 亿美元融资，刷新中国自动驾驶私募融资纪录，远超行业平均水平。值得注意的是，这是新石器年内第二次大额融资 —— 年初其已完成 10 亿元 C + 轮融资，投资方含多家物流巨头。连续融资下，尽管未披露估值，但行业普遍认为，新石器已稳坐 “无人配送独角兽” 宝座。

2. 中东资本的战略意图

领投方阿联酋磊石资本的入局，并非单纯财务投资。新石器创始人余恩源透露，公司已获阿联酋 “全球首张公开道路无人车牌照”，计划将阿联酋作为出海第一站，打造 “一带一路” 辐射枢纽。“中东市场对智能物流需求迫切，且政策支持力度大，是我们全球化的最佳桥头堡。”

中东资本的选择，实则看中中国无人车的商业化能力。磊石资本在声明中称，新石器的万辆交付规模与盈利潜力，是其放弃欧美项目、押注中国企业的核心原因。

二、技术突破：L4 无图技术落地

融资披露同时，新石器亮出关键技术成果 —— 自主研发的 L4 级无图自动驾驶方案，已启动商业化交付，成为行业首家实现该技术落地的企业。

无图技术的核心价值，在于摆脱对高精度地图的依赖。传统自动驾驶需频繁更新地图以适配道路变化，而新石器方案通过实时感知与 AI 决策，可在未绘制地图的区域行驶，适配物流场景中 “郊区、园区等复杂路段”。目前，该技术已在青岛、苏州等地的物流园区小范围应用，配送效率较传统无人车提升 30%。

“现在比拼的不是单点算法，而是系统能力。” 余恩源强调，新石器已构建 “算法 – 算力 – 数据 – 车辆 – 运营” 全链条体系，这也是投资人持续加注的关键 —— 从算法迭代到车辆制造，从合规拿牌到运维服务，缺一环都难落地。

三、创业之路：从快递员到无人车巨头

余恩源的创业故事，为新石器的发展注入独特基因。不同于出身科技公司的同行，他的创业始于 “接地气” 的物流一线：

2009 年，为摸清行业痛点，余恩源在长沙、武汉、深圳当了三个月快递员，每天工作超 12 小时，手写面单至凌晨。这段经历让他先后推出国内首款快递 PDA、早期快递柜，年营收达数亿元。

2016 年 AlphaGo 的胜利，让他看到 AI 对物流的变革潜力。2018 年，新石器正式成立，初期团队挤在北京亦庄的简陋房间研发首款低速无人车 SLV10。2018 年底现金见底时，余恩源见了六七十家投资机构却屡屡碰壁，甚至抵押房产贷款才挺过难关。

如今，新石器已实现多个 “全球第一”：累计交付 L4 无人车超 1 万台、单月交付破 2000 台、覆盖 300 座城市、累计行驶超 5000 万公里。在青岛，其部署的 1200 台无人车，让该市成为全球无人车最多的城市；X3、X6 两款车型交付均破 4000 台，成为行业唯一 “多爆款” 企业。

四、商业化提速：今年营收 10 亿，明年盈利

无人配送赛道已从 “示范期” 迈入 “商用期”，新石器的财务数据印证这一趋势。公司 CFO 李子夷透露，2025 年营收将达 10 亿量级，上半年已实现连续单月盈利，预计 2026 年全面盈利。

这一成绩背后，是新石器对场景的精准切入。其无人车主要应用于城市物流配送、园区通勤、景区接驳等场景，与京东物流、顺丰、多地政府达成合作。以青岛为例，无人车日均配送订单超 2 万单，覆盖社区、商超、医院等场景，替代 30% 的人工配送量。

“无人配送可能是首个大规模盈利的自动驾驶赛道。” 余恩源的判断，正得到市场验证 —— 相较于乘用车自动驾驶的高成本、长周期，无人配送场景更封闭、需求更明确，商业化路径更清晰。

五、行业格局：竞速 IPO，赛道渐热

新石器的快速发展，也带动中国无人配送赛道升温。目前，九识智能、白犀牛等头部企业均进入 B 轮后阶段，向 IPO 冲刺：

• 九识智能：京东无人车创始团队打造，2025 年获近 4 亿美元 B 轮及 B + 轮融资，累计交付超 1 万台，送单量破 10 亿件；
• 白犀牛：前百度团队创办，今年获 5 亿人民币 B + 轮融资，顺丰三度投资，计划 2026 年实现 5000 台日活。

前瞻研究院数据显示，中国无人驾驶物流车产业产值增量将达 5948 亿元，除创业公司外，百度 Apollo、京东物流（30 城 700 台车）、上汽、广汽等大公司也在加速布局，赛道竞争日趋激烈。

“2018 年我们像在无人区独行，现在赛道终于亮了。” 余恩源感慨，随着更多企业入局，他期待与同行共同做大市场 —— 毕竟，这个千亿级赛道，足够容下多个玩家。

六、未来：从中国到全球

拿到中东资本与技术成果的新石器，下一步将加速全球化。除阿联酋外，其已启动东南亚、欧洲市场调研，计划 2026 年进入新加坡、沙特等国。国内方面，将深化与物流企业、地方政府合作，目标 2027 年交付无人车超 5 万台。

对于中国自动驾驶行业而言，新石器的融资与出海，不仅是一家企业的突破，更证明中国无人配送技术已具备全球竞争力。正如中东投资人所言：“中国企业在商业化落地速度上，远超欧美同行 —— 这是我们押注的核心逻辑。”

从北京亦庄的小房间到全球无人车赛道的舞台中央，新石器用 7 年时间证明：中国无人车，不仅能技术领先，更能赚钱、能出海。

2025 年 11 月 3 日，美国共享出行巨头 Lyft 正式宣布启动自动驾驶穿梭巴士（Autonomous Shuttle）试点项目，计划在得克萨斯州奥斯汀、佛罗里达州迈阿密两座城市同步落地，首期投入 20 辆 L4 级纯电动自动驾驶巴士，总预算达 800 万美元。不同于传统科技公司的 “技术单点测试”，Lyft 此次试点以 “公共交通补位者” 为核心定位，通过打通 “自动驾驶巴士 + 现有网约车 + 公共交通系统” 的数据链路，试图破解美国郊区公共交通薄弱、“最后 3 公里” 接驳难的行业痛点 —— 这也是美国共享出行平台首次以主导者身份，深度参与公共交通网络的智能化升级。

一、试点核心概况：双城差异化布局，瞄准公共交通 “空白地带”

Lyft 此次试点针对美国城市与郊区交通的不同特性，在奥斯汀、迈阿密设计了差异化路线与运营策略，核心目标是 “让自动驾驶巴士成为公共交通的‘延伸手臂’，而非独立出行选项”：

1. 两条特色路线，填补两类交通空白

• 奥斯汀 “郊区通勤线”：聚焦郊区公共交通匮乏问题，路线串联奥斯汀西北部的 Round Rock 社区、3 个地铁红线站点（Red Line Station）与戴尔总部园区，总里程 12 公里。该区域此前无直达公交，居民需自驾 30 分钟或换乘 2 次网约车才能抵达地铁站，试点巴士将运营时间覆盖早晚高峰（6:30-9:30、16:30-19:30），每 15 分钟一班，单程票价 2 美元（仅为当地网约车均价的 1/5）。
• 迈阿密 “景区接驳线”：瞄准旅游场景的短途需求，路线覆盖迈阿密南海滩（South Beach）、迈阿密中央火车站与港口邮轮中心，总里程 8 公里，串联 12 个景点与交通枢纽。运营时间延长至 10:00-22:00（覆盖旅游高峰），采用 “灵活停靠” 模式 —— 用户可通过 Lyft APP 预约就近停靠点（范围内 500 米内），无需等待固定站点，单程票价 3 美元，且与邮轮公司推出 “船票 + 巴士” 联程优惠。

两条路线均避开高速路与交通拥堵主干道，运营速度限制在 30 公里 / 小时，重点适配 “低速、短途、高频” 的公共交通接驳场景。

2. 定制化 L4 级巴士，适配美国路况与用户需求

Lyft 此次采用与自动驾驶技术公司 Mobileye 联合研发的定制化穿梭巴士，核心配置凸显 “美国城市适配性”：

• 动力与续航：纯电驱动，单次充电续航 150 公里，满足全天 12 小时运营（奥斯汀高峰运营 6 小时、迈阿密长时运营 12 小时），每辆车每年可减少约 10 吨碳排放（对比美国常见的燃油接驳车）；
• 载客与舒适性：车身长度 5 米，采用双侧滑门设计，可容纳 12 名乘客（含 2 个轮椅固定位、1 个行李放置区），针对美国用户出行习惯，车内增设手机无线充电板与儿童安全座椅接口；
• 传感器与智能防护：搭载 10 个摄像头、6 个激光雷达（LiDAR）与 8 个毫米波雷达，特别强化对 “美式交通场景” 的识别能力 —— 如识别大型皮卡车盲区、规避路边临时停靠的救护车、应对迈阿密暴雨天气的传感器防干扰功能，最小探测距离 0.05 米，可实时识别行人、滑板车、路侧停车等动态目标。

3. 分阶段运营：从 “安全员护航” 到 “半无人化”

试点分三阶段推进，总周期 8 个月：

• 第一阶段（11 月 – 12 月）：全时段配备 1 名安全员（仅紧急干预）与 1 名客服专员（协助用户操作、收集反馈），每日运营前进行 1 小时路线测试，重点验证车辆在雨雪天气、节假日人流高峰的适应性；
• 第二阶段（1 月 – 3 月）：取消客服专员，仅保留安全员，根据前期数据优化停靠点与发车间隔，目标实现 “90% 以上场景无人工干预”；
• 第三阶段（4 月 – 6 月）：在奥斯汀郊区线试点 “无安全员运营”（后台远程监控），用户需通过 Lyft APP 完成 “自动驾驶安全须知” 学习才能预约，同步开放用户满意度调研，为后续扩展积累数据。

Lyft 移动出行战略副总裁埃里卡・摩尔（Erika Moore）在启动仪式上强调：“我们的目标不是‘证明自动驾驶能跑’，而是‘证明自动驾驶能帮更多人用上公共交通’。试点的核心指标是‘公共交通使用率提升幅度’，而非单纯的行驶里程。”

二、合作模式：“平台 + 地方交通局 + 技术方” 的三方协同

Lyft 此次试点突破了美国自动驾驶项目 “企业单打独斗” 的传统模式，构建起 “地方政府引导、Lyft 主导运营、技术方支撑” 的协同框架，资金与资源分配明确：

1. 资金拆分：企业主导，政府补贴 “精准助力”

800 万美元总预算中，Lyft 承担 60%（480 万美元），主要用于车辆采购、技术研发与安全员培训；两座城市的地方政府共补贴 40%（320 万美元），其中奥斯汀市政府从 “郊区交通改善基金” 划拨 180 万美元，用于路线标识改造（增设自动驾驶巴士专用停靠牌、交通信号灯优先通行提示）与低收入群体票价补贴（符合条件的居民可享受单程 1 美元优惠）；迈阿密市政府从 “旅游交通升级基金” 划拨 140 万美元，用于景区周边停靠点智能化改造（增设实时车辆到站屏幕、遮阳棚）。

这种资金模式既减轻了企业的短期投入压力，又通过政府补贴精准覆盖 “公共利益领域”（郊区通勤、低收入群体），避免自动驾驶技术仅服务高收入人群。

2. 分工明确：Lyft 做 “整合者”，交通局做 “协调者”，Mobileye 做 “支撑者”

• Lyft 的核心角色：发挥平台流量与数据优势，将自动驾驶巴士接入 Lyft APP—— 用户可在 APP 内同时查询地铁班次、预约穿梭巴士、规划 “地铁 + 巴士 + 网约车” 联程路线，且联程出行可享受 15% 票价折扣；同时，Lyft 开放平台用户画像数据（脱敏后）给地方交通局，辅助优化公共交通线路（如根据通勤人群分布调整巴士发车间隔）。
• 地方交通局的协调作用：奥斯汀 CapMetro、迈阿密 – Dade 交通局负责协调交警部门，为试点巴士争取 “交通信号灯优先通行权”（在拥堵路段可提前触发绿灯）；同步将巴士实时位置接入官方公共交通 APP，方便非 Lyft 用户查询；此外，还负责组织社区宣讲会，缓解居民对自动驾驶的安全顾虑。
• Mobileye 的技术支撑：提供自动驾驶算法迭代与后台监控系统，开发 “紧急远程控制功能”—— 当车辆遇到极端情况（如传感器故障），后台技术人员可远程操控车辆停靠至安全区域；同时，每月向 Lyft 与地方交通局提交《技术安全报告》，分析事故风险点与优化方案。

“这不是简单的‘技术外包’，而是三方共同定义‘什么是适合公共交通的自动驾驶’。”Mobileye 自动驾驶业务负责人阿米特・埃兰（Amit Elan）表示，不同于封闭场景的自动驾驶，公共交通接驳需要 “更灵活的停靠策略、更耐心的行人交互逻辑”，这些需求均来自 Lyft 与交通局的一线调研。

三、为何是 Lyft？美国公共交通痛点与企业战略转型的双重驱动

Lyft 选择此时切入自动驾驶公共交通领域，既是对美国公共交通现状的精准回应，也是自身从 “网约车平台” 向 “综合移动出行服务商” 转型的关键一步：

1. 破解美国公共交通的 “致命短板”

美国公共交通长期面临 “郊区覆盖不足、接驳不便” 的问题：据美国公共交通协会（APTA）2025 年数据，仅 38% 的美国郊区居民能在 10 分钟内抵达公共交通站点，62% 的放弃公共交通的用户表示 “最后几公里接驳太麻烦”。以奥斯汀为例，Round Rock 社区居民若选择公共交通通勤，需先自驾到停车场（付费），再换乘地铁，全程耗时 1.5 小时，而自驾仅需 40 分钟；迈阿密南海滩游客从邮轮中心到地铁站，需步行 20 分钟或支付 15 美元网约车费用，这些痛点正是 Lyft 试点的目标场景。

“美国的公共交通不是‘线路不够多’，而是‘最后几公里没打通’。” 奥斯汀 CapMetro 规划总监玛丽亚・桑托斯（Maria Santos）指出，Lyft 的自动驾驶巴士恰好填补了这一空白，“它比传统公交更灵活，比网约车更便宜，是连接郊区与核心交通枢纽的最佳选择”。

2. Lyft 的战略转型：从 “抢市场” 到 “建生态”

近年来，美国网约车市场增速放缓，Lyft 面临 “用户增长见顶、盈利压力增大” 的挑战。2024 年财报显示，Lyft 网约车业务营收同比仅增长 5%，而 “公共交通整合服务”（如代订地铁票、共享单车合作）营收同比增长 35%。此次自动驾驶穿梭巴士试点，正是 Lyft 深化 “公共交通生态” 的关键布局 —— 通过将自动驾驶技术与公共交通结合，既能获取政府补贴与政策支持，又能提升用户粘性（用户可通过 Lyft 完成 “一站式出行”），摆脱对单一网约车业务的依赖。

摩尔透露，Lyft 计划将试点数据用于优化 “动态定价” 与 “路线规划” 算法：“未来，当用户在 Lyft APP 查询出行方案时，系统会自动推荐‘最划算的公共交通 + 自动驾驶巴士组合’，而不是优先推荐网约车。这不仅能降低用户出行成本，也能减少道路拥堵。”

3. 响应低碳政策：自动驾驶 + 纯电的 “双重减排”

美国《通胀削减法案》明确对 “低碳交通技术” 提供税收优惠，Lyft 此次试点的纯电动自动驾驶巴士，可享受每辆车 2 万美元的税收减免；同时，两座试点城市均有 “2035 年公共交通零排放” 目标，自动驾驶巴士的引入能加速这一进程。据 Lyft 测算，若奥斯汀郊区线每日承运 1000 人次，每年可减少约 5000 次网约车出行，对应减少碳排放 120 吨。

四、挑战：美国特色的 “落地障碍”

尽管试点规划周密，但 Lyft 要实现从 “试点” 到 “规模化推广”，仍需突破美国市场特有的三大挑战：

1. 法规碎片化：各州政策不统一的 “拦路虎”

与德国有统一的《自动驾驶法案》不同，美国自动驾驶法规由各州自行制定：例如，加州允许 L4 级自动驾驶车辆无安全员运营，但得克萨斯州要求 “无安全员运营需提前 6 个月向州交通局报备”，佛罗里达州则对自动驾驶车辆的责任认定未做明确规定。Lyft 此次在得州、佛州试点的运营方案，无法直接复制到加州、纽约等其他市场，需针对各州法规调整，增加了规模化成本。

“法规不统一是美国自动驾驶落地的最大痛点。” 美国自动驾驶联盟（Autonomous Vehicle Alliance）政策专家马克・斯坦顿（Mark Stanton）指出，Lyft 若想将试点扩展到全国，需投入大量资源应对各州的合规要求，“这可能导致项目盈利周期延长”。

2. 路况与用户习惯：适配 “美式交通复杂性”

美国城市与郊区路况差异极大：奥斯汀郊区多弯曲小路与未铺装路面，迈阿密景区多行人与电动车混行，且美国司机普遍 “车速快、变道频繁”，这些场景均对自动驾驶算法提出更高要求。例如，当遇到 “皮卡车占用非机动车道临时卸货”“行人在无横道处横穿马路” 等场景时，车辆需快速判断并调整路线，而这些场景在封闭测试场中难以完全模拟。

此外，美国用户对 “共享自动驾驶” 的接受度仍待提升：Lyft 前期调研显示，58% 的奥斯汀郊区居民担心 “自动驾驶巴士无法应对突发情况”，45% 的迈阿密游客表示 “更愿意选择网约车，因为更私密”。如何通过试点改变用户认知，是 Lyft 面临的另一大挑战。

3. 盈利平衡：长期投入与短期收益的 “矛盾”

自动驾驶巴士的前期投入极高：每辆车采购成本约 40 万美元（是传统电动接驳车的 2.5 倍），后台监控系统与算法迭代每年需投入约 100 万美元。目前试点的票价仅 2-3 美元，远低于网约车价格，若仅依赖票价收入，难以覆盖成本。Lyft 虽计划通过 “广告合作”（如巴士车身广告、车内屏幕广告）与 “政府购买服务”（如为郊区居民提供通勤补贴）补充收入，但这些模式仍处于探索阶段，短期内难以实现盈利。

“我们不指望试点能盈利，而是希望通过试点证明‘自动驾驶巴士的公共价值’，吸引更多地方政府与企业合作。” 摩尔坦言，Lyft 的长期目标是 “将自动驾驶巴士打造成盈利业务线”，但这需要 5-10 年的市场培育期。

五、示范意义：重塑美国 “共享出行 + 公共交通” 生态

Lyft 此次试点的价值，不仅在于 “部署了几辆自动驾驶巴士”，更在于为美国智能交通落地提供了 “可复制的生态模式”，其示范意义体现在三个层面：

1. 为共享出行平台指明转型方向

此前，美国共享出行平台多聚焦 “自动驾驶网约车”，试图替代传统出租车，而 Lyft 的试点则开辟了 “自动驾驶 + 公共交通” 的新路径 —— 通过补位公共交通短板，既获取了政府政策支持，又避免了与网约车业务的内部竞争，为 Uber、DoorDash 等同行提供了转型参考。据行业消息，Uber 已计划在 2026 年启动类似试点，重点关注加州旧金山的 “地铁 + 自动驾驶巴士” 接驳。

2. 推动公共交通 “数字化升级”

Lyft 的平台数据与公共交通系统的结合，打破了 “公共交通与共享出行数据孤岛” 的现状。例如，Lyft 可根据用户预约数据，提前预测巴士需求高峰（如奥斯汀戴尔总部发薪日前后通勤需求增加），辅助交通局调整发车间隔；交通局的地铁延误信息也可实时同步到 Lyft APP，提醒用户调整出行计划。这种 “数据互通” 模式，有望推动美国公共交通从 “固定线路、固定班次” 向 “动态响应需求” 转型。

3. 为郊区交通提供 “低成本解决方案”

美国郊区扩建传统公交系统成本极高（每公里地铁建设成本约 3 亿美元），而 Lyft 的自动驾驶巴士试点每公里投入仅约 67 万美元，且无需大规模改造现有道路。这种 “低成本、灵活部署” 的模式，特别适合郊区、中小城市的公共交通升级，为美国 “郊区交通振兴计划” 提供了可行方案。

美国联邦交通局（FTA）副局长卡洛斯・图尔（Carlos Ture）评价：“Lyft 的试点证明，自动驾驶技术不必追求‘高大上’的独立出行，也可以成为公共交通的‘平民化助手’。它为美国交通转型提供了一个重要启示：最好的智能交通，是让人们感觉不到‘智能’，只感受到‘便捷’。”

若试点成功，Lyft 计划 2026 年将自动驾驶穿梭巴士扩展至洛杉矶、芝加哥等 5 座城市，同时探索 “自动驾驶巴士 + 共享单车 + 拼车” 的多模式出行套餐。正如摩尔所言：“未来的出行不是‘选择网约车还是公交’，而是‘通过一个 APP，就能完成所有出行安排’。Lyft 的目标，就是打造这个‘一站式出行入口’，让自动驾驶技术真正服务于每一个人的日常出行。”

2025 年 10 月 26 日，柏林市政府正式宣布启动总预算 950 万欧元的自动驾驶穿梭巴士（Autonomous Shuttle）试点项目，联合柏林公共交通公司（BVG）与大众集团旗下移动出行服务商 Moia 共同推进。该试点将覆盖柏林市中心与夏洛滕堡区的核心交通节点，旨在通过 “低速度、高安全” 的短途接驳，填补公共交通 “最后 1-3 公里” 空白，同时为欧洲城市自动驾驶技术落地积累实战数据 —— 这也是德国首都迄今为止规模最大、投入最高的自动驾驶公共出行试点。

一、试点核心概况：路线、车辆与运营目标

此次试点的核心定位是 “公共交通的补充者”，而非 “替代者”，所有设计均围绕 “短途接驳、缓解拥堵、低碳出行” 展开：

1. 3 条核心接驳路线，覆盖 12 个交通枢纽

试点首期规划 3 条固定路线，总里程约 18 公里，串联起地铁站点、公交枢纽、商业中心与居民区：

• 1 号线（市中心环线）：连接勃兰登堡门地铁站、 Potsdamer Platz 公交枢纽与 Friedrichstraße 商业区，解决核心区域 “地铁出站后到目的地” 的短途需求；
• 2 号线（夏洛滕堡通勤线）：覆盖夏洛滕堡宫地铁站、柏林工业大学夏洛滕堡校区与周边居民区，主要服务通勤族与学生；
• 3 号线（公园接驳线）：串联 Tiergarten 公园西门停车场、动物园地铁站与 Ku’damm 购物区，瞄准休闲出行人群。

所有路线均避开交通流量极高的主干道，以 “次干道 + 步行街周边道路” 为主，运营速度限制在 25 公里 / 小时，确保在复杂城市环境（如行人横穿、非机动车混行）中的安全性。

2. 15 辆 L4 级自动驾驶巴士，主打 “零排放 + 高适配”

Moia 为试点提供 15 辆定制化自动驾驶穿梭巴士，均达到 L4 级自动驾驶标准（特定场景下无需人类驾驶员干预），核心配置凸显 “城市友好” 特性：

• 零排放动力：采用纯电驱动，单次充电续航约 120 公里，满足全天 12 小时运营需求，每辆车每年可减少约 8 吨碳排放（对比传统燃油接驳车）；
• 灵活载客设计：车身长度 4.5 米，采用侧滑门设计，可容纳 10 名乘客（含 2 个轮椅固定位），车内配备 USB 充电接口与实时路线显示屏；
• 多传感器融合：每辆车搭载 12 个摄像头、8 个激光雷达（LiDAR）与 6 个毫米波雷达，可 360 度感知周边环境，最小探测距离达 0.1 米，能识别行人、宠物、临时路障等动态目标。

值得注意的是，为应对柏林冬季多雾、多雨的天气，车辆传感器还特别加装了防雾涂层与加热模块，确保恶劣天气下的感知稳定性 —— 这也是欧洲城市自动驾驶落地的关键技术适配点。

3. 6 个月试点期，聚焦 “安全 + 用户接受度” 双目标

试点将分两阶段推进：2025 年 11 月至 2026 年 2 月为 “测试期”，车辆配备安全员（仅在紧急情况下介入），每日运营 6 小时（7:00-9:00 早高峰、17:00-19:00 晚高峰、12:00-14:00 午间平峰）；2026 年 3 月至 2026 年 4 月为 “优化期”，根据前期数据调整运营时间与路线，逐步减少安全员介入频率，最终目标是实现 “95% 以上场景无人工干预”。

柏林交通参议员斯特凡・库普费尔（Stefan Kuppe）在启动仪式上强调：“我们不追求‘技术炫技’，而是要验证自动驾驶能否真正融入现有交通体系。试点的核心指标不是‘跑了多少公里’，而是‘用户是否愿意选择、是否觉得安全’。”

二、合作模式与资金构成：政府引导 + 企业协同的 “柏林模式”

此次试点的 950 万欧元预算并非单一来源，而是形成 “政府补贴 + 企业出资 + 公共交通资源整合” 的三方协作模式，为欧洲同类项目提供了可复制的合作框架：

1. 资金拆分：政府承担 40%，企业分担 60%

• 柏林市政府补贴：从 “低碳交通发展基金” 划拨 380 万欧元，主要用于路线规划、交通标识改造（如增设自动驾驶专用车道提示）与用户教育宣传；
• 企业联合出资：BVG 与 Moia 共同承担 570 万欧元，其中 BVG 负责现有公交系统的数据对接（如将穿梭巴士实时位置接入 BVG 官方 APP）与站点改造，Moia 负责车辆采购、技术研发与安全员培训。

这种 “政府搭台、企业唱戏” 的模式，既减轻了公共财政压力，又能发挥企业在技术与运营上的优势 —— 例如，Moia 可将试点数据反哺其自动驾驶算法迭代，BVG 则能通过新接驳方式提升公共交通整体吸引力。

2. 分工明确：BVG 管 “整合”，Moia 管 “技术”

• BVG 的核心角色：作为柏林公共交通的主导者，BVG 负责将穿梭巴士纳入现有交通网络 —— 用户可通过 BVG 官方 APP 查询车辆实时位置、预约座位（高峰时段），并享受 “地铁 + 穿梭巴士” 的联程票价优惠（比单独购票便宜 20%）；同时，BVG 还将协调交警部门，处理试点期间的交通协同问题（如优先通行权分配）。
• Moia 的技术支撑：Moia 不仅提供车辆，还搭建了 “中央监控平台”，可实时监控 15 辆巴士的运行状态（如电池电量、传感器健康度），一旦出现故障或突发情况，平台可远程指导安全员处理，甚至启动 “自动停靠应急车道” 功能。此外，Moia 还将与柏林工业大学合作，对试点数据进行脱敏分析，形成《城市自动驾驶接驳白皮书》。

“这不是两家企业的‘单打独斗’，而是整个城市交通生态的‘协同创新’。”Moia CEO 托尔斯滕・施密特（Torsten Schmidt）表示，这种分工模式避免了 “技术与运营脱节”——“很多自动驾驶试点失败，是因为技术方不懂公共交通的用户需求，运营方又不懂技术边界，而我们通过 BVG 的经验，精准找到了两者的结合点。”

三、为何是柏林？城市交通转型的 “刚需驱动”

柏林选择此时启动大规模自动驾驶穿梭巴士试点，并非偶然，而是源于其面临的三大交通痛点，以及对 “未来出行” 的长期规划：

1. 缓解 “最后 1-3 公里” 痛点，提升公交吸引力

柏林现有公共交通网络虽密集，但仍有大量 “地铁 / 公交站到目的地” 的短途空白 —— 例如，夏洛滕堡区部分居民区距离最近的地铁站超过 1.5 公里，居民需步行 20 分钟或骑行共享单车，雨天或冬季体验极差。此前 BVG 的调研显示，约 32% 的市民因 “最后一公里不便”，放弃公共交通选择自驾，直接加剧了市中心拥堵。

“自动驾驶穿梭巴士的优势在于‘灵活停靠’—— 我们在路线中设置了 18 个‘临时停靠点’（比传统公交站更密集），用户步行 5 分钟内就能找到上车点。”BVG 运营总监卡佳・韦塞尔（Katja Wessel）解释，这种设计能直接提升公共交通的 “末端覆盖度”。

2. 应对低碳目标压力，替代传统燃油接驳车

根据柏林市政府《2030 碳中和交通规划》，到 2030 年需将公共交通领域的碳排放减少 50%，而目前柏林仍有约 200 辆传统燃油接驳车（用于地铁维修时的临时接驳、大型活动疏散等），年碳排放超 1600 吨。此次试点的电动自动驾驶巴士，若后续大规模推广，有望全面替代燃油接驳车，成为低碳交通的重要补充。

“这不仅是一次技术试点，更是我们向碳中和目标迈进的具体步骤。” 库普费尔强调，试点若成功，柏林计划在 2027 年前将自动驾驶穿梭巴士规模扩大至 100 辆，覆盖更多郊区与交通薄弱区域。

3. 抢占欧洲自动驾驶落地先机，打造 “城市名片”

近年来，欧洲多国均在推进自动驾驶试点（如巴黎的自动驾驶出租车、阿姆斯特丹的港口自动驾驶货车），但聚焦 “公共交通接驳” 的大规模试点仍较少。柏林希望通过此次项目，成为 “欧洲城市自动驾驶公共出行的标杆”，吸引更多科技企业与投资 —— 例如，试点期间将开放部分脱敏数据给欧盟其他城市，推动形成统一的自动驾驶城市运营标准。

四、挑战与未来：从 “试点” 到 “普及” 的关键障碍

尽管试点规划周密，但从 “短期测试” 到 “长期普及”，柏林仍需突破三大核心挑战：

1. 复杂路况的技术适配：应对 “欧洲式混乱交通”

柏林市中心的交通环境远比封闭测试场复杂：行人随意横穿马路、自行车道与机动车道交织、老建筑区域的狭窄街道…… 这些 “非标准化场景” 对自动驾驶算法的鲁棒性提出极高要求。例如，当遇到街头艺人占道表演、临时停靠的救护车时，车辆需快速判断并调整路线，而这正是 L4 级自动驾驶在城市落地的最大技术难点。

Moia 技术团队透露，为应对这些场景，他们已采集柏林 1000 公里道路的实景数据，训练算法识别 “欧洲特有的交通行为”，但 “实际运营中仍可能遇到未预料到的情况，这也是试点的意义 —— 通过实战发现问题、优化算法”。

2. 公众接受度：破解 “安全焦虑”

柏林交通部门的前期调研显示，约 48% 的市民对 “无安全员的自动驾驶巴士” 存在顾虑，核心担忧是 “技术故障导致事故”。为此，试点特别推出 “透明化沟通计划”：在车辆内张贴传感器工作原理图解、通过社交媒体直播车辆后台监控流程、邀请市民参与 “自动驾驶体验日”（可近距离观察安全员操作），旨在通过 “眼见为实” 缓解焦虑。

“信任不是一天建立的，我们不指望通过 6 个月试点让所有人接受，但至少要让大家看到‘自动驾驶是可控、安全的’。” 库普费尔表示，试点期间还将每月发布《安全报告》，公开事故（若有）处理流程与改进措施。

3. 法规与成本：长期普及的 “两座大山”

目前德国虽已出台《自动驾驶法案》，允许 L4 级自动驾驶车辆在特定区域运营，但针对 “公共交通场景” 的细化法规（如责任认定 —— 若发生事故，是政府、BVG 还是 Moia 负责？）仍不完善，这可能影响后续大规模推广。此外，自动驾驶巴士的采购成本（每辆约 35 万欧元，是传统电动接驳车的 2 倍）与维护成本，若长期依赖企业出资，恐难持续 —— 未来需探索 “政府补贴 + 票价收入 + 广告合作” 的多元盈利模式。

五、示范意义：为欧洲城市自动驾驶落地 “探路”

柏林此次试点的价值，远不止于 “在柏林跑几辆自动驾驶巴士”，更在于为欧洲其他城市提供了三大关键参考：

一是 “小范围、精准化” 的试点策略 —— 不追求覆盖全城，而是聚焦 “最后一公里” 这一具体痛点，更容易看到实际效果；二是 “公共交通主导” 的合作模式 —— 让传统公交公司而非纯科技企业牵头，确保技术落地不脱离用户需求；三是 “气候适配” 的技术设计 —— 针对欧洲冬季天气优化传感器，解决了 “技术水土不服” 问题。

欧盟交通事务专员阿迪娜・瓦利（Adina Vălean）在视频致辞中评价：“柏林试点是‘欧洲智能交通战略’的重要实践。我们需要的不是孤立的技术突破，而是能融入现有体系、改善民生的解决方案 —— 这正是柏林项目的核心价值。”

若试点成功，柏林计划在 2026 年底前启动二期项目，将穿梭巴士扩展至柏林东南部的工业区与新建居民区，同时探索 “自动驾驶巴士 + 共享单车 + 地铁” 的多模式出行整合。正如施密特所言：“未来的城市交通，不是‘谁取代谁’，而是‘每种方式都能找到自己的位置’。自动驾驶穿梭巴士的使命，就是成为公共交通的‘毛细血管’，让出行更便捷、更低碳。”