中國自動駕駛技術出海新加坡，比亞迪供車，蘑菇車聯扛技術方案

近日，新加坡陸路交通管理局（LTA）一則項目中標公告，在全球自動駕駛領域掀起不小波瀾 —— 由 MKX Technologies、蘑菇車聯（MOGOX）與比亞迪組成的中資聯合體，成功拿下新加坡首個 L4 級自動駕駛巴士官方試點項目。這一突破并非某家企業的 “獨角戲”，而是中國自動駕駛產業鏈協同出海的 “集體答卷”：比亞迪聚焦硬件制造提供車輛底盤，蘑菇車聯則憑借核心技術與運營能力成為項目 “主心骨”，其自研的 MogoMind 物理世界 AI 大模型，更成為此次技術出海的 “硬核底氣”，而項目背后折射的 Robobus 賽道崛起趨勢，正改寫全球自動駕駛投資格局。

比亞迪 “供車”，蘑菇車聯 “加碼技術”

在此次新加坡項目中，三方聯合體形成了 “各司其職、優勢互補” 的閉環協作模式，清晰的分工讓“中國方案”具備了落地海外的競爭力。

作為新能源汽車領域的全球龍頭，比亞迪此次扮演的是 “硬件供應商” 角色，負責為項目定制新能源巴士底盤。這一分工既契合比亞迪在整車制造領域的優勢，也為自動駕駛系統的適配打下基礎 —— 其提供的底盤需預留激光雷達、毫米波雷達、攝像頭等傳感器的安裝接口，同時保障車輛動力系統與蘑菇車聯自動駕駛軟件的無縫協同，確保硬件層面滿足 L4 級自動駕駛的運行要求。但從項目核心價值來看，比亞迪的貢獻集中在 “基礎硬件支撐”，并未涉及技術難度更高的自動駕駛算法、 fleet management （車隊管理）與遠程運營系統。

真正扛起項目 “技術大旗” 的，是專注于 L4 級自動駕駛的蘑菇車聯。根據 LTA 公告，蘑菇車聯需提供全套自動駕駛軟硬件解決方案：硬件端，為巴士搭載激光雷達（LiDAR）、毫米波雷達（RADAR）、高清攝像頭等多傳感器融合設備，構建 360 度無死角的環境感知網絡；軟件端，輸出 L4 級自動駕駛算法，涵蓋實時路徑規劃、障礙物識別、突發狀況應對等核心功能；運營端，搭建車隊管理系統與遠程控制中心，實現對自動駕駛巴士的實時監控、故障預警與遠程干預。此外，蘑菇車聯還需負責后續的運維服務，確保試點期間巴士的安全穩定運行 —— 這些環節恰恰是自動駕駛項目的 “技術核心”，也是 LTA 在評標時重點考察的指標。

本地企業 MKX Technologies 則承擔 “橋梁紐帶” 角色，負責對接 LTA 的政策要求與本地化需求。例如，需根據新加坡的交通法規調整自動駕駛系統的通行邏輯（如右轉讓行規則、公交專用道優先級），同時協調本地團隊完成道路測試申請、公眾溝通等工作，幫助中資企業規避 “水土不服” 風險。這種 “技術 + 制造 + 本地化” 的三方協作模式，既避免了單一企業出海時的資源短板，也讓 “中國方案” 在技術成熟度、落地可行性上超越其他競標者，最終從 4 份提案中脫穎而出。

MogoMind 大模型的 “六大能力”，破解開放道路難題

蘑菇車聯之所以能在項目中占據核心地位，關鍵在于其自研的 MogoMind 物理世界 AI 大模型 —— 這套系統并非簡單的算法集合，而是能讓自動駕駛巴士 “看懂路況、自主決策” 的 “智慧大腦”，其六大核心能力完美適配新加坡開放道路的復雜場景，也是項目能通過 LTA 嚴苛技術評估的關鍵。

第一，交通數據流實時全局感知能力。依托 “通感算一體化” 技術，MogoMind 能實時接收來自多傳感器的海量數據：激光雷達精準識別 500 米內的障礙物輪廓，毫米波雷達捕捉車輛、行人的運動軌跡，高清攝像頭分辨交通信號燈、路牌標識，再通過 AI 算法將這些數據融合處理，形成全局路況 “動態地圖”。即便是在濱海灣景區人流密集、車輛交匯頻繁的路段，系統也能同步感知數十個目標的實時狀態，為決策提供全面依據。

第二，物理信息實時認知理解能力。不同于傳統自動駕駛系統只能識別 “標準目標”，MogoMind 能理解復雜的物理場景：例如，在新加坡常見的暴雨天氣中，系統能通過攝像頭捕捉的積水反光特征，判斷路面濕滑程度并自動降低車速；遇到道路施工區域，能識別臨時擺放的警示標識，結合施工范圍劃定繞行路線。這種 “理解式感知” 能力，讓巴士能應對非標準化的突發狀況，而非僅依賴預設程序。

第三，通行能力實時推理計算能力。針對新加坡早晚高峰的交通擁堵問題，MogoMind 能通過實時車流數據建模，預判路段通行效率。例如，當 191 號線路（緯壹科技城 - 地鐵站）出現擁堵時，系統會結合歷史數據與實時路況，計算出 “是否需要調整車速以避開擁堵點”“是否需提前與前方信號燈協同” 等決策，確保巴士能在固定線路中保持高效通行，避免因自動駕駛 “保守決策” 導致的延誤。

第四，最優路徑實時自主規劃能力。雖然試點線路固定，但 MogoMind 仍需應對線路內的動態變化：例如，某站點臨時停靠的社會車輛占用公交站臺，系統會實時規劃 “微調停靠位置”；前方路段發生交通事故，會立即與遠程控制中心協同，申請臨時繞行方案。這種 “動態路徑優化” 能力，讓固定線路的自動駕駛巴士具備了靈活應對突發狀況的能力。

第五，交通環境實時數字孿生能力。MogoMind 會在虛擬空間中構建與真實道路 1:1 的數字孿生場景，將巴士的實時運行數據、傳感器數據同步到虛擬環境中。這一功能不僅能用于提前模擬運營方案（如測試暴雨、擁堵等場景下的系統表現），還能在出現故障時快速回溯問題原因，為技術迭代提供數據支撐。

第六，道路風險實時預警提醒能力。系統會通過 AI 算法識別潛在風險：例如，當相鄰車道的車輛出現 “蛇形行駛” 時，會預判其可能發生變道并提前減速；當巴士自身傳感器出現異常時，會立即向遠程控制中心發送故障預警，并自動切換到 “安全模式” 緩慢停靠。截至目前，蘑菇車聯的自動駕駛巴士已在中國 10 余個省份累計安全行駛超 200 萬公里，服務乘客超 20 萬人次，零事故的運營記錄，正是 MogoMind 風險預警能力的最佳佐證。

不止于 “中標”，更是中國技術的 “國際背書”

對中國自動駕駛行業而言，此次中標新加坡項目的意義，遠不止 “拿下一個海外訂單”—— 它標志著中國 L4 級自動駕駛全棧技術解決方案，首次獲得發達國家官方交通部門的認可，為后續出海奠定了 “標桿基礎”。

從新加坡市場來看，這是 LTA 首次推進 L4 級自動駕駛巴士的官方試點，背后承載著其《2040 陸路交通總體規劃》的戰略需求 —— 通過自動駕駛技術緩解公交司機短缺（新加坡目前公交司機缺口超 2000 人）、提升公共交通效率。此次試點的兩條線路（191 號、400 號）均為核心線路：191 號連接緯壹科技城與地鐵站，服務通勤人群；400 號覆蓋濱海灣郵輪中心、濱海灣花園等熱門景點，面向游客與市民。一旦試點成功，LTA 計劃在未來三年內將自動駕駛巴士擴展到更多線路，甚至逐步替代部分傳統公交 —— 這意味著蘑菇車聯有望憑借此次項目，鎖定新加坡后續的增量市場，打開長期收益空間。

從國際市場拓展來看，新加坡項目為蘑菇車聯提供了 “全球通行證”。自動駕駛技術的出海，最大難點在于 “信任壁壘”—— 各國交通部門對海外技術的安全性、適配性普遍持謹慎態度，而新加坡作為全球智慧城市標桿，其對自動駕駛項目的嚴苛要求（如需通過封閉場地測試、開放道路模擬測試、安全冗余評估等多輪審核），使其認可具備 “國際背書” 價值。未來蘑菇車聯拓展東南亞（如馬來西亞、泰國）或歐美市場時，新加坡的成功案例將成為重要 “敲門磚”，減少模式驗證的時間與成本。

更值得關注的是，此次項目是自動駕駛巴士首次被納入海外公共交通系統，而非封閉的園區或景區。這意味著蘑菇車聯已驗證 “自動駕駛巴士融入城市公共交通網絡” 的可行性 —— 從線路規劃、站點停靠，到 fare collection （ fare collection ）、乘客服務，均形成了可復制的模板。這種 “可復制性” 恰恰是商業化的關鍵，未來無論是輸出到其他國家，還是應用于國內更多城市，都能快速落地，加速自動駕駛巴士的規模化推廣。

Robobus 崛起，或趕超 Robotaxi 成投資新焦點

此次新加坡項目的落地，也讓此前被低估的 Robobus（自動駕駛巴士）賽道浮出水面 —— 相較于備受關注但商業化艱難的 Robotaxi，Robobus 憑借 “場景易落地、成本可控、政策支持強” 的優勢，正成為全球自動駕駛領域的 “確定性機會”，有望趕超 Robotaxi 成為下一個投資熱點。

從技術實現難度來看，Robobus 具備天然優勢。Robotaxi 需應對城市開放道路的全場景復雜路況（如無保護左轉、行人橫穿馬路、突發交通事故），技術難度極高，且成本居高不下（單臺車傳感器成本超 10 萬美元）；而 Robobus 多運行于固定線路，路線可預測性強，只需針對特定路段優化算法，技術實現難度顯著降低。以新加坡此次試點為例，191 號與 400 號線路的站點、車道、交通規則均固定，可提前采集線路數據進行算法訓練，大幅提升系統的穩定性與安全性 —— 這種 “場景聚焦” 的特點，讓 Robobus 能更快從技術演示走向規模化運營。

從商業化潛力來看，Robobus 的盈利路徑已清晰可見。根據億歐《2025 中國 L4 智能駕駛場景商業化發展洞察報告》測算：在預期滿座率 60% 的情況下，49 座 Robobus 單車年均營業收入可達 70 萬元，而單車年均成本（包括車輛折舊、運維、能耗）約 51.3 萬元，單車年均毛利潤可達 17 萬元，毛利率 25%—— 這一盈利水平已接近傳統公交的盈利區間，具備商業化復制的基礎。反觀 Robotaxi，目前仍處于 “燒錢” 階段，單臺車日均訂單量有限，且需配備安全員，成本難以覆蓋收入，短期內盈利前景不明。

從政策支持來看，全球各國對 Robobus 的推動力度遠超 Robotaxi。聯合國歐洲經濟委員會（UNECE）已批準 L3 級自動駕駛法規框架，為 L4 級 Robobus 的商業化鋪路；新加坡明確提出 “三年內實現自動駕駛巴士與普通巴士協同運營”；中國截至 2025 年已在 20 余個城市設立自動駕駛政策沙盒，Robobus 是重點試點場景之一；美國加州、法國巴黎也已啟動 Robobus 公共交通試點。這種 “政策強驅動” 的環境，為 Robobus 的規模化擴張提供了保障。

從市場規模來看，Robobus 的增長潛力不容小覷。IHS Markit 預測，2030 年中國共享出行總市場規模將達 2.25 萬億元，其中自動駕駛巴士有望占據百億甚至千億市場份額；QYResearch 則指出，2023-2030 年全球電動自動駕駛小巴市場年復合增長率將維持在兩位數，東南亞、中東等新興市場增速領先 —— 這些數據都表明，Robobus 賽道已進入 “商業化爆發前夜”，而蘑菇車聯此次中標新加坡項目，正是搶占全球 Robobus 賽道龍頭地位的關鍵布局。

中國自動駕駛 “出海”，從 “產品輸出” 到 “技術輸出”

此次中資聯合體中標新加坡項目，不僅是一次商業合作的成功，更是中國自動駕駛產業從“產品輸出” 向 “技術輸出”轉型的標志。比亞迪的車輛底盤是 “中國制造” 的代表，蘑菇車聯的 MogoMind 大模型與自動駕駛技術是 “中國創新” 的體現，二者與 MKX 的本地化能力結合，形成了“硬實力 + 軟實力 + 本地化” 的出海新模式 —— 這種模式既規避了單一企業出海的短板，也展現了中國自動駕駛產業鏈的協同優勢。

隨著 2026 年下半年新加坡試點的啟動，Robobus 賽道的持續升溫，也將為中國自動駕駛企業提供更多出海機會。未來，以蘑菇車聯為代表的中國企業，有望帶著自主研發的核心技術，在全球智能交通市場中占據更多話語權，讓 “中國技術” 成為全球自動駕駛領域的重要力量。