小馬智行（Pony AI）Robotaxi 營收激增 400% 上調全年財測，但獲利之路仍漫長
2026 年第一季財報電話會議，2026 年 5 月 26 日
小馬智行（Pony AI）繳出了史上最強勁的單季成績單，總營收翻倍至 3,430 萬美元，Robotaxi 業務營收成長約四倍。亮眼的財報表現促使管理層上調全年車隊規模、營收成長及全球擴張目標。儘管帳面數字令人驚豔，但投資人仍須注意，公司營業虧損依然嚴重，現金消耗速度也在加快，儘管利潤率的改善軌跡已相當明確。
全面上調財測，且幅度顯著
本次財報會議最重要的進展並非第一季表現本身，而是全年財測的向上修正。執行長彭軍將車隊目標從 3,000 輛提升至 3,500 輛，並將 Robotaxi 營收成長目標從 2025 年水準的 3 倍上調至 3.5 倍。公司亦將全球城市佈局目標提升至超過 20 個城市。財務長王皓俊坦言：「實際進展比我們預期的還要快。」他指出，國內訂單量正加速成長、回頭客基礎不斷擴大，且與國內外合作夥伴的聯合部署模式也開始貢獻營收。5 月份的每週平均付費訂單量已較 1 月份翻倍，展現出驚人的年度內成長加速。
車資營收是 Robotaxi 數字背後的真正亮點
Robotaxi 總營收為 860 萬美元，較去年同期的 170 萬美元成長 395%，但更具指標意義的是車資營收（fare-charging revenue），其增幅高達 456%。這一點至關重要，因為車資營收是衡量消費者採用率與經常性需求最純粹的指標。中國地區註冊用戶數年增超過 200%。關鍵在於，小馬智行維持了定價能力：在折扣後，其每公里有效車資高於入門級網約車平台，並與標準快車級服務相當。在以三位數速度成長訂單量的同時，還能維持價格溢價，這是一個極具意義的商業訊號。
廣州與深圳實現單位經濟效益損益平衡
一個雖然討論篇幅不多，但對投資案例至關重要的細節是：管理層證實，小馬智行已在廣州與深圳實現了車輛層面的單位經濟效益損益平衡。王皓俊將此里程碑視為吸引國內外新聯合部署合作夥伴的直接催化劑，並稱其為「未來可能性的實證案例」。聯合部署模式（合作夥伴共同投資車隊部署）已開始產生「可觀的營收」，降低了小馬智行自有車隊擴張的資本密集度。這是該商業模式的結構性轉變，投資人在其規模化過程中應密切關注。
2027 年中 BOM 成本目標 23 萬人民幣，仍是關鍵成本槓桿
管理層證實，在北京車展亮相的下一代 2027 年款 Robotaxi，其物料清單（BOM）成本將低於 23 萬人民幣，較當前水準有所下降。王皓俊概述了路徑：隨著車隊規模突破 3,500 輛，透過規模效應增強對供應商的談判能力；利用第七代車輛行駛數百萬公里累積的真實世界數據回饋系統簡化；以及與 OEM 合作夥伴持續進行研發。關於零件供應風險，公司承認記憶體晶片存在短缺，但表示已提前採取行動確保供應。公司將每輛車的折舊與營運成本總額描述為「全球最具競爭力水準之一」，但未提供具體數據。
營業虧損依然龐大，現金消耗持續增加
投資人不應忽視虧損規模。2026 年第一季淨損為 5,350 萬美元，高於 2025 年第一季的 3,740 萬美元，儘管財務長指出去年同期因一次性投資收益實現而扭曲了比較基礎。營業虧損為 5,830 萬美元，與去年同期的 5,600 萬美元大致持平，但營業虧損率從負 401% 收窄至負 170%。利潤率的改善是財務報表中最重要的趨勢線。營運現金流出從 5,420 萬美元增加至 7,420 萬美元，資本支出則因第七代車輛採購與資料中心投資而翻倍至 1,250 萬美元。資產負債表依然穩健，現金與流動投資總額為 14 億美元，雖低於年底的 15 億美元，但仍提供充足的營運空間。
智慧解決方案部門成為意外的成長引擎
原名「授權與應用」的部門現已更名為「智慧解決方案」（Intelligent Solutions），該部門營收達 1,550 萬美元，年增 246%，成為第一季最大的單一營收來源。成長主要由自動駕駛網域控制器出貨量驅動，年增超過 500%，主要應用於低速配送領域。該部門正成為一個獨立且重要的營收貢獻者，透過更廣泛的汽車與物流供應鏈，而非僅依賴自有車隊營運來實現小馬智行技術堆疊的變現。
與寧德時代共同開發 L4 輕型卡車，擴大目標市場
小馬智行於 4 月推出一款 L4 自動駕駛電動輕型卡車，鎖定城市物流市場，該領域介於長途 Robotruck 業務與最後一哩路配送之間。其策略邏輯極具說服力：輕型卡車與 Robotaxi 共享幾乎相同的軟體堆疊，使小馬智行能利用現有的遠端輔助基礎設施、地面支援網路與充電設施。彭軍聲稱，這種統一架構能「將我們的輕型卡車營運成本較人力駕駛車隊削減一半」。該車輛正與寧德時代（CATL）共同開發，物流合作夥伴已在接洽中，監管許可討論也已展開。管理層預計 2027 年初開始規模化營運。
技術架構：為何小馬智行反對在車載推論中使用 LLM
技術長樓天城提供了該領域近年來最實質的技術解釋之一，值得深入理解。小馬智行明確拒絕在車載自動駕駛推論中使用大型語言模型（LLM）的擴展路徑。樓天城的論點精確：「我們深知無法透過像大型語言模型那樣的簡單擴展定律（Scaling Law）來解決 L4 問題，即僅僅增加參數規模與數據量。透過學習人類駕駛數據並擴大參數，或許能做出不錯的 L2 輔助駕駛，但這種水準的 AI 僅適用於人類作為後備的 L2 輔助駕駛。」
相反，小馬智行使用強化學習與世界模型（World Models）來生成合成駕駛場景，包括單靠道路測試無法收集到的罕見與危險邊緣案例。系統會評估道路使用者所有可能意圖的機率，而非僅預測單一最可能的路徑。當高盛分析師提出視覺語言動作模型（Visual Language Action models）以及語言組件是否仍有必要的問題時，樓天城直言：「我們認為語言並非駕駛的本質。此外，語言模型對汽車來說消耗太多運算資源。我們認為『意圖』才是駕駛的真正成因。」這與部分競爭對手存在刻意的架構分歧，若此方向正確，將代表在車載運算成本上擁有顯著的效率優勢。
監管環境被視為順風而非逆風
針對傑富瑞（Jefferies）關於政策環境的提問，彭軍將日益嚴格的安全標準視為小馬智行的競爭優勢。他表示：「目前的政策討論與更新對我們的業務沒有直接影響。」並補充說，標準化的安全要求「將整合市場，過濾掉不合格的參與者，並進一步提高新進者的進入門檻。」鑑於小馬智行在中國一線城市擁有所有 L4 Robotaxi 營運商中最長的營運紀錄，這是一個站得住腳的立場，而非公關說詞。
國際擴張加速，歐洲市場已進入商業化
小馬智行目前已進入 9 個國家，並在克羅埃西亞、卡達、新加坡與南韓營運公共 Robotaxi 服務。與 Uber 和 Verne 合作的札格瑞布（Zagreb）專案，代表了歐洲首個商業化 Robotaxi 服務。在中東，杜拜已啟動完全無人駕駛營運。彭軍形容多個國際市場在第一季已貢獻「可觀營收」，這顯示海外聯合部署模式正比先前預期更快地從試點轉向實質貢獻。年底前達到 20 個城市的全球目標，現在已是一項堅定的承諾，而非僅是願景。
Pony AI Inc. 深度解析
商業模式與營收架構
Pony AI 已從自動駕駛研究專案轉型為商業化企業，建立起三大營收支柱：Robotaxi（自動駕駛計程車）服務、Robotruck（自動駕駛卡車）貨運業務，以及智慧駕駛解決方案。其商業模式的核心在於「虛擬駕駛員」（Virtual Driver）軟體平台——這是一套專有的通用型自動駕駛技術堆疊，旨在應用於不同車型。公司透過營運直接面向消費者的叫車網路、提供商業物流服務，以及向傳統車廠授權其先進駕駛輔助系統與網域控制器（Domain Controller）來實現技術變現。
2026 年第一季，此商業化策略迎來轉折點。Pony AI 公布季度營收為 3,430 萬美元，年增 145%。Robotaxi 業務是主要的成長引擎，隨著公司從補貼型試點計畫轉向真正的收費模式，該部門營收飆升 395%。乘客乘車費用收入成長 456%，顯示都市通勤族已展現出真實的付費意願。與此同時，Robotruck 部門則在主要物流廊道提供更穩定的 B2B 營收來源，該部門第一季營收年增 31%，達 1,020 萬美元。最後，智慧駕駛解決方案部門透過向車廠及低速物流營運商提供軟體授權與車輛網域控制器出貨，營收成長 247% 至 1,550 萬美元，為重資產的車隊營運提供了輕資產的平衡。
關鍵在於，Pony AI 正轉向輕資產的聯合部署模式。公司不再將所有車輛列入資產負債表，而是與一線車廠成立合資企業。由製造合作夥伴擁有並資助硬體，Pony AI 則提供軟體、調度與營運管理。此架構使 Pony AI 在廣州與深圳等成熟營運區域達成單車損益平衡，標誌著邁向永續獲利的重要轉型。
主要客戶、競爭對手與合作夥伴
Pony AI 處於一個複雜的生態系中，合作夥伴往往同時也是客戶或供應商。其 Robotaxi 業務的終端客戶是中國一線城市（北京、上海、廣州、深圳）的日常通勤族，以及日益增加的克羅埃西亞、卡達與新加坡等國際市場用戶。在 Robotruck 業務中，客戶為尋求降低勞動力成本並提升車隊利用率的大型物流與貨運代理公司。智慧駕駛解決方案部門則直接銷售給原始設備製造商（OEM）及低速物流車營運商。
公司的策略合作夥伴關係是其供應鏈與部署能力的基石。Pony AI 與 Toyota 關係深厚，與 Toyota Motor China 及廣汽豐田（GAC Toyota）設有合資企業。該聯盟為 Pony AI 提供專為 Level 4 自動駕駛量身打造、具備車規級冗餘設計的車輛平台，最顯著的成果即為 bZ4X 電動車。同樣地，公司也與 BAIC（北汽）在 ARCFOX 乘用車、SANY（三一重工）在重型卡車平台，以及 CATL（寧德時代）在先進輕型卡車底盤平台建立了關鍵的硬體聯盟。這些合作確保了從設計之初即為無人駕駛作業而生的車輛供應無虞。
競爭格局高度集中。在中國，Pony AI 的主要對手是百度的 Apollo Go，後者是規模上的領先者，僅 2026 年第一季就完成了超過 320 萬次自動駕駛行程。然而，百度在 2026 年初於武漢發生廣受關注的系統故障後，其市場主導地位面臨監管審查的考驗。WeRide（文遠知行）是另一家緊追在後的本土同業，正積極擴展其在中東與東南亞約 1,000 輛規模的車隊。全球範圍內，Alphabet 旗下的 Waymo 仍是美國商業部署的黃金標準，每週管理數十萬次付費行程。雖然 Pony AI 目前未在北美與 Waymo 直接競標市政合約，但隨著各國政府積極招標自動駕駛合約，雙方在歐洲與中東市場的競爭正日益激烈。
競爭優勢
Pony AI 的核心護城河在於硬體與軟體的整合，以及由此帶來的成本下降趨勢。公司約 80% 的軟體堆疊在 Robotaxi 與 Robotruck 平台間共用，創造了巨大的研發綜效。這種共用的「虛擬駕駛員」使公司能從高速公路貨運路線收集邊緣案例（edge-case）數據，並應用於都市乘用環境，加速機器學習循環。
硬體工業化提供了另一項顯著優勢。透過第七代自動駕駛系統，Pony AI 的物料清單（BOM）成本較前代降低了 70%。公司目標在 2027 年年中將單車總成本降至 23 萬人民幣以下。透過將感測器套件直接整合至 Toyota 生產線，而非對售後車輛進行改裝，Pony AI 確保了卓越的硬體可靠性並降低資本支出。2026 年投入超過 1,000 輛量產型 Toyota bZ4X robotaxi，展現了純軟體新創無法複製的製造規模。
公司亦受益於監管許可與在地營運數據所構成的高進入門檻。Pony AI 是首批在中國四大一線城市皆取得全無人駕駛商業許可的營運商之一。在自動駕駛產業中，地理部署具有黏著性；率先繪製城市地圖、建立車輛維修站並適應當地監管機構的營運商，將建立起高度防禦性的在地壟斷地位。此外，Pony AI 正展現強勁的營運槓桿。2026 年第一季，總營收成長超過一倍，而營業虧損僅擴大 4% 至 5,830 萬美元。每單位現金消耗所產生的營收大幅增加，證明了「虛擬駕駛員」平台具備基礎的可擴展性。
產業動態：機會與威脅
全球自動駕駛產業在 2026 年跨越了結構性轉折點，從在地研究試點轉向大規模商業部署，這帶來了巨大的營收成長空間。城市交通網急需高利用率的無人駕駛網路。百度 Apollo Go 因武漢事故而面臨的監管停擺，為 Pony AI 創造了難得的市政窗口。隨著地方政府重新審視自動駕駛測試規範，Pony AI 憑藉其零事故的安全紀錄，積極鎖定新車隊合約並擴大營運版圖，將 2026 年車隊目標從 3,000 輛上調至超過 3,500 輛。
國際擴張是另一片廣闊的前景。隨著中國市場競爭白熱化，業者紛紛出口技術。Pony AI 在克羅埃西亞推出全商業化收費 Robotaxi 服務，標誌著歐洲首個此類無人駕駛部署，證明其自動駕駛堆疊能適應不同的監管與地理環境。在中東與東南亞的進一步部署，使公司能分散對國內總體經濟壓力的依賴。
然而，威脅依然嚴峻。監管環境本質上脆弱，任何涉及 Pony AI 車輛的重大安全事件都可能瞬間凍結營運，並抹去多年來建立的市政信任。地緣政治緊張局勢亦不容忽視。作為一家高度依賴先進半導體進行模型訓練與邊緣運算的 AI 公司，Pony AI 仍易受美中出口管制收緊的影響。此外，儘管單位經濟效益有所改善，絕對現金消耗依然龐大。雖然公司擁有 14 億美元的現金與短期投資，但擴大實體車隊與維護大規模雲端運算基礎設施所需的資金，要求公司必須執行完美的財務規劃，以避免稀釋股權的增資。
新產品與顛覆性競爭者
Pony AI 正透過針對性的產品導入擴大其潛在市場。除了推出第七代 bZ4X 乘用 Robotaxi 外，公司在 2026 年北京車展（Auto China 2026）上採取策略性行動，與電池巨頭 CATL 合作發表了一款具備全冗餘設計的 Level 4 自動駕駛輕型卡車。該產品基於 CATL 專用的「坤石」（Kunshi）底盤平台，瞄準利潤豐厚的都市物流與中程配送領域。透過切入蓬勃發展的電商供應鏈，Pony AI 開闢了一條面臨消費者監管阻力遠小於乘用叫車服務的營收管道。
對 Pony AI 模組化、高 LiDAR 依賴技術路徑的主要顛覆性威脅，來自端到端（end-to-end）AI 模型與純視覺架構。Tesla 透過 Cybercab 積極進軍 Robotaxi 領域，完全依賴攝影機與神經網路，繞過了昂貴的 LiDAR 感測器與高精地圖。雖然中國監管機構目前禁止純視覺 Level 4 部署，要求多感測器冗餘以確保安全，但 Wayve 等公司在端到端模型上的快速進展，構成了長期的架構風險。若這些純機器學習模型證明能以極低的硬體成本達到與 LiDAR 系統相當的安全性，Pony AI 現有的感測器套件世代可能面臨過早淘汰，迫使軟體架構進行代價高昂的轉向。
管理層績效
創辦人彭軍（James Peng）擔任執行長，樓天城（Tiancheng Lou）擔任技術長，兩人以精準的執行力著稱。兩位高階主管皆出身於百度早期自動駕駛部門，並利用其深厚的工程背景吸引頂尖人才與機構資本。自 2016 年創立公司以來，他們成功駕馭資本市場，在私募市場籌集超過 13 億美元，並成功執行雙重上市策略——於 2024 年底登陸那斯達克（Nasdaq），並於 2025 年底在香港交易所掛牌。
管理層的績效定義在於紀律嚴明的資本配置，以及對商業可行性的堅持，而非追求虛榮指標。與早期競爭對手無止盡補貼免費行程以膨脹用戶數不同，彭軍與樓天城始終專注於收費採用率與單車獲利能力。轉向與 Toyota 的聯合部署合資模式，凸顯管理層對自身核心競爭力的認知：他們是 AI 與軟體公司，而非汽車製造商。透過將車輛生產的資本支出轉嫁給傳統車廠，並保留 14 億美元的資產負債表資金以投入軟體開發與國際擴張，管理層展現了在擴展資本密集型業務時，極為成熟且與股東利益一致的策略。
總結評分
Pony AI 已奠定其作為全球自動駕駛領域頂尖營運商的地位，成功從研發階段過渡至積極商業化階段。2026 年第一季的財報證實了其商業模式正獲得巨大的營運槓桿。收費採用率的飆升、第七代硬體套件與 Toyota 的量產合作，以及在關鍵城市市場達成單車損益平衡，皆驗證了公司的技術架構與策略定位。主要本土競爭對手的監管失誤進一步提升了其市場地位，使 Pony AI 得以上調車隊擴張目標，並透過在歐洲與中東的商業化落地證明其技術的可出口性。
然而，結構性風險是該產業前沿性質所固有的。公司必須在維持龐大運算投資的同時，在脆弱的監管環境中前行，任何一次自動駕駛碰撞都可能使商業進展脫軌。此外，廉價端到端視覺模型的威脅要求持續的技術警覺。歸根結底，Pony AI 為機構投資者提供了參與實體移動領域 AI 工業化的純粹標的，並有強健的資產負債表、資金雄厚的 OEM 合作夥伴，以及日益多元化的全球營收基礎作為支撐。