最近几份汽车行业研报里，有一个词出现得越来越频繁：RoboX。

最近，上海证券的一份汽车行业报告里，同样出现了一张图，没有复杂的技术路线，也没有再把自动驾驶从L1一直排到L5，而是直接指出物理AI在汽车智驾领域的四种应用场景。

把2026年以来几家机构的报告放在一起，你会发现“RoboX”正在日益成为资本市场理解自动驾驶的新框架。过去资本市场对自动驾驶最重要的问题是：车到底有多聪明？现在开始变成：这套智能到底准备替谁干活？

过去十年，自动驾驶行业最熟悉的一套语言是L1、L2、L3、L4。这是一个典型的工程师视角，但站在商业世界里，L4显然不够。系统都叫L4，但配置在出租车、巴士、卡车或者物流小车上，它们代表的是完全不同的业务。

Robotaxi每天处理城市开放道路，需要不断接单、载客和周转，最终计算的是单车日均订单、空驶率、车队利用率以及一名远程安全员同时监管多少车辆。

Robovan没有乘客，甚至连驾驶舱都可能会消失，真正值得关注的是一个一天能送多少件货物、跑多少公里，单票成本能降低多少。

Robotruck进入矿山、港口和大宗物流以后，关注点又变成吨公里运输成本、车辆周转效率、安全员成本以及可持续24小时持续作业。

Robobus则进入另一套评价系统。它需要服从公交线路、站台、运行表和公共服务规则，还要服务老人、行动不便人群，处理乘客求助以及远程运营。

所以，RoboX里的“X”，表面看上去只是换了一种表达，实际上换的是“工作”。当资本市场开始按照“工作”重新划分自动驾驶，本身就意味着行业正在发生阶段变化。

因为只有当一项技术日益接近商业化时，人们才会开始认真区分它到底在给谁创造收入、节省什么成本。如果一项技术还停留在实验室里，“L4”就已经足够性感；到了真正挣钱的时候，一切都会变得更加具体。

一个非常现实的背景是，L2 正在迅速从精密配置转变为汽车工业的常规能力。

上海证券援引国内的数据显示，中国L2级辅助驾驶渗透率超过50%，而高速NOA正在进入10万元级别，城市NOA也不断向15万元以内下探。另一份2026年行业研究则表明，2025年L2及以上辅助驾驶坦克渗透率已经达到约66%。不同统计口径存在差异，但方向非常明显：过去只有高端汽车才有的辅助驾驶能力，正在快速普及。

这将使市场自然向前寻找下一个问题。如果L2越来越像标配，那么L4下一步在哪里最先形成规模收入？

答案肯定不是一夜之间让几亿辆私家车都自己开，更现实的路径是先去寻找那些经济账容易算清楚的方向。

Robotaxi已经开始进入算经济账的阶段。华源证券今年总结文远知行2025年经营情况时提到，其Robotaxi相关收入同比增长210%，国内远程安全员配比从2024年的1:10提高到1:40，Robotaxi总拥有成本较2024年下降38%。这些数字真正有意义的地方，不是再次证明车会自己开，而是开始出现一套能计算单车经济性的指标。

Robobus也正在从示范运营转入真实运营。

国内已经能看到一些更具体的变化。广州从2023年底开始把50辆自动驾驶小巴投入商业收费运营，部分线路直接执行普通公交收费运营；到了2026年，新开的社区微循环线路又开始尝试“企业购买服务+公众买付费”的方式。Robobus的问题已经从“没有人愿意体验”，逐渐变成谁来单、方式怎么定，以及一条线路长期怎样运营。

蘑菇车联的横琴医疗专线，则提供点对点的接驳，为跨境就医人群解决从口岸到医院这一段真实交通需求。

Robovan跑得甚至更快。相比Robotaxi，其带来的安全责任更轻、速度更低，运行需求又高度标准化，商业化路径反而更容易先跑。

Robotruck的逻辑类似。矿山、港口、专线运输本身就拥有相对明确的运行边界，车辆每天重复同类运输任务。一些企业现在讨论的已经不是“无人矿卡”，而是批量部署今后如何提高单车盈利、形成可复制的解决方案。希迪智驾今年披露的规划里，就包括成都国际陆港和太仓港等无人重卡规模部署。

这些就是自动驾驶进入RoboX阶段最明显的变化：正在从一种能力变成一组产品，大家开始少谈“车能不能无人驾驶”，转而讨论一条线路为什么需要它、谁愿意为它付钱，以及把司机、车辆、调度和服务全部算进去以后，经济账到底能不能成立。这大概就是“RoboX”在 2026 年突然开始有意义的原因。

如果按照上海证券报告里的四个主要方向继续往下拆，你会发现物理AI在汽车领域的想象力和前景，至少它可以进入很多“工作”。

Robovan走的是另一条路。它真正的竞争是快递员和传统城配车辆的部分运输工作。一旦单票、日运行达到和故障率算得过来，就能获得快速复制。

Robobus又是完全不同的一种产品。即使车内没有司机，仍然要完成停车、上下客、无障碍服务、车内监控、异常急救和线路运营。它已经不再被简单地理解成“大号Robotaxi”，自动驾驶进入公交系统以后，必须重新学习公交怎么运营，这些说明Robobus虽然都服务出行的人，但其实是一类独立产品。

这也是为什么上海证券在Robobus那一栏里，将文远知行、蘑菇车联、轻舟智航、驭势科技等单独列出来。

所以，把四类RoboX放在一起看，会产生一个很重要的判断：物理AI并不是同一套机器人换了四种外壳，而是已经形成一套基础智能能力，进入四套不同的社会分工。

出租车解决人们的城市出行，货车解决货物，卡车解决生产运输，巴士解决公共交通。

过去几年行业始终在追求一个更大的模型、更强的算法和更完整的完整性能力，似乎最终所有车辆都会被同一个“大脑”统一占领。

RoboX，X是什么，决定了客户是谁、成本怎么计算、监管由谁负责、系统需要什么额外能力，最终也决定了哪家公司真正拥有壁垒。

真正走向商业化以后，现实又把产业重新切开。不同的车开始干不同的活，不同的公司开始积累不同的Know-how。这反而可能是物理AI大规模落地真正开始的标志。

所以，“RoboX时代”真正值得一看的，并不是行业又创造了一个新名词，它反映的是自动驾驶正在经历一次研究视角的变化。

过去大家习惯遵循L2、L3、L4划分行业，因为最重要的问题是技术无法实现。到了2026年，所有券商开始按照出租车、货车、卡车、巴士重新寻找产业机会，因为问题已经向前走了一步：技术做到了，然后呢？

东吴证券今年甚至已经开始把RoboX直接称为“物理世界智能体”，尝试用它能够创造多少收入来理解这类资产的价值。7月的研究又进一步提出，RoboX正在从技术展示进入商业化验证阶段。

这种变化实际上比任何一个市场规模预测都更值得关注。市场规模到底是3300亿元还是4500亿元，很大程度上取决于统计口径；但当金融机构开始反复追踪车队规模、远程安全员配比、单车TCO、单票、日均订单和批量采购时，行业进入商业化阶段的信号反而更加真实。

当这些问题逐渐取代参数表时，自动驾驶才真正从技术行业生产力走向行业。

RoboX时代，说到底就是自动驾驶终于开始按照“工作”分类了。而X后面能填多少种工作，或许才是物理AI在汽车世界里真正有想象力的地方。