輔助駕駛收入暴增 26 倍！文遠知行上半年交卷

作者 | Janson

編輯 | 志豪

海外收入按年同升 164%，ADAS 業務開始放量。

車東西 8 月 13 日消息，昨晚，文遠知行發布了 2026 年第二季度業績，海外業務高速增長，Robotaxi 商業化進程進一步提速。

▲文遠知行 2026 年第二季度主要財務數據

今年第二季度，文遠知行實現營收 2.32 億元，按年同升 82.2%、按季增長 103.1%；毛利潤達到 8687 萬元，按年同升 143.3%；毛利率由去年同期的 28.1% 提升至 37.5%，按年增加 9.4 個百分點。

從收入結構看，文遠知行的增長主要由 L4 業務擴張，以及 L2++/L3 解決方案開始放量共同推動。

其中，第二季度 L4 業務收入達到 1.25 億元，按年同升 47.3%、按季增長 130.6%；L2++/L3 業務收入按年暴漲 2593.8%、按季增長 219.3%。

與此同時，海外市場成為增長最快的業務板塊。第二季度，文遠知行海外收入按年同升 164.4%、按季增長 169.3%；上半年海外收入按年同升 154.4%。

文遠知行方面還在財報會上表示，海外 Robotaxi 的輕資產模式已經跑通，單輛 Robotaxi 每年可為文遠知行帶來超過 4 萬至 5 萬美元（約合人民幣 27-33.85 萬元）的經常性收入。

不過，文遠知行目前仍未實現盈利。

第二季度，文遠知行淨虧損為 4.01 億元，較去年同期的 4.06 億元小幅收窄約 1.4%；經調整淨虧損為 3.38 億元，按年擴大約 12.6%。

整體來看，文遠知行第二季度 Robotaxi 運營效率和商業收入正在提升，不過距離整體盈利仍有一段距離。

01.

二季度營收 2.32 億元

毛利率升至 37.5%

今年第二季度，文遠知行實現營收 2.32 億元，較去年同期的 1.27 億元增長 82.2%，較今年第一季度增長 103.1%。

其中，產品收入為 9232 萬元，按年同升 54.4%；服務收入達到 1.39 億元，按年同升 106.8%，服務業務貢獻了約六成營收。

▲文遠知行第二季度詳細財務信息

同期，文遠知行收入成本為 1.45 億元，按年同升 58.4%，增速低於營收增速。

受此影響，第二季度毛利潤由去年同期的 3570 萬元增長至 8687 萬元，按年增幅超過一倍；綜合毛利率達到 37.5%，相比去年同期的 28.1% 提高 9.4 個百分點。

文遠知行方面表示，毛利率提高主要來自兩方面：一是毛利率相對較高的 L2++/L3 業務收入增長，二是海外 L4 業務收入貢獻提升。

研發費用方面，文遠知行二季度研發開支為 4.34 億元，按年同升 36.2%。

▲文遠知行研發費用

文遠知行方面稱，研發開支增長主要是人員及外包人工成本、折舊攤銷以及雲服務費用增加所致。

最終，文遠知行第二季度經營虧損為 4.22 億元，較去年同期的 4.54 億元收窄約 7%；淨虧損為 4.01 億元，較去年同期小幅收窄約 1.4%。

▲文遠知行虧損情況

每股美國存託股基本及攤薄虧損為 1.23 元人民幣，去年同期為 1.35 元人民幣。

從上半年整體來看，文遠知行累計營收為 3.46 億元，按年同升 73.3%；毛利潤為 1.26 億元，按年同升 107.1%；毛利率由去年同期的 30.6% 提升至 36.6%。

▲文遠知行 EBITDA 虧損

上半年，文遠知行淨虧損為 7.90 億元，與去年同期的 7.92 億元基本持平；經調整淨虧損為 6.65 億元，高於去年同期的 5.95 億元；EBITDA 為 -6.67 億元，較去年同期的 -7.13 億元收窄 6.5%。

02.

L2++/L3 收入暴漲 26 倍

海外市場成為增長主力

從具體業務看，L4 仍是文遠知行最大的業務板塊。

第二季度，文遠知行 L4 業務收入達到 1.25 億元，按年同升 47.3%、按季增長 130.6%。

按照文遠知行的定義，L4 業務主要包括銷售自動駕駛車輛，以及提供自動駕駛運營和技術支持服務，主要產品線涵蓋 Robotaxi 和 Robobus 等。

同時，在第二季度，文遠知行一段式端到端 L2++/L3 解決方案 WRD 3.0 出貨量約為 3 萬套，相關業務收入按年同升 2593.8%，相當於達到去年同期的約 27 倍；按季增長 219.3%。

▲文遠知行 WRD 3.0

截至目前，文遠知行已經獲得超過 30 款車型的 L2++ 量產定點。

WRD 3.0 也已經在法國、德國和日本等海外市場進行道路測試與本地化適配驗證。

與此同時，海外市場正在成為最主要的增量來源。第二季度，文遠知行海外收入按年同升 164.4%、按季增長 169.3%；上半年海外收入按年同升 154.4%。

截至目前，文遠知行的自動駕駛測試或運營業務已經覆蓋全球 13 個國家的 60 多個城市。

歐洲方面，文遠知行與 Uber 計劃年內在馬德里推出西班牙首個商業化 Robotaxi 試點，這是雙方在全球的第四個聯合部署項目，也是首次攜手進入歐洲市場。

此外，文遠知行也在瑞士蘇黎世、丹麥市場進行了佈局。

▲文遠知行在馬德里的 Robotaxi

中東方面，文遠知行已經在阿布扎比和迪拜實現 Robotaxi 純無人運營，獲批服務範圍覆蓋核心城區 70% 以上。截至 2026 年 7 月 31 日，公司在中東地區的 Robotaxi 車隊規模約為 400 輛。

03.

Robotaxi 單車日均超 21 單

國內打車收入按季增長 140%

海外收入增長之外，文遠知行國內 Robotaxi 的運營效率也在提升。

第二季度，文遠知行國內 Robotaxi 單車日均訂單量超過 21 單，按季增長約 24%，單車單日完成訂單量峰值達到 28 單；平台註冊用戶按季增長 35%，帶動單季度國內打車收入按季增長約 140%。

▲文遠知行 Robotaxi

從 Robotaxi 商業化的角度來看，單車訂單量是影響單車經濟模型的核心指標之一。

從這一點看，單車日均訂單量超過 21 單，以及打車收入按季增長約 140%，說明文遠知行的國內 Robotaxi 車隊利用率正在改善。

服務區域方面，文遠知行繼續擴大北京和廣州的純無人 Robotaxi 運營範圍。

其中，廣州的服務區域已經覆蓋黃埔、天河和海珠等行政區，較 2025 年底擴大至 3 倍，並實現 7×24 小時商業化運營。

截至 2026 年 7 月底，文遠知行全球 L4 車隊規模約為 3400 輛，其中 Robotaxi 超過 1800 輛。這意味著 Robotaxi 已經佔到公司 L4 車隊的一半以上，並成為其規模最大的 L4 產品線。

▲文遠知行 Robobus

除 Robotaxi 之外，文遠知行還在推進自動駕駛小巴業務。

目前，文遠知行在蘇黎世運營的自動駕駛小巴已經取消前排安全員；在比利時魯汶部署的小巴計劃於今年第三季度取消前排安全員並開展商業運營。此外，公司還在日本、沙特、新加坡和阿聯酋等市場提供自動駕駛小巴服務。

04.

文遠知行韓旭：

海外輕資產模式可複製，靠技術服務收費

在財報會上，文遠知行創辦人、董事長兼 CEO 韓旭及 CFO、國際負責人李璇，回答了投資者及機構關切的問題，車東西對問答進行了摘編：

1、公司如何分配 L4、L2++/L3 及 AI 基礎設施業務的資源？下半年有哪些目標？

目前，文遠知行的 L4、L2++/L3 和 AI 基礎設施業務並非相互獨立，而是共享由 GENESIS 世界模型和 WITT 物理 AI 認知基礎大模型等組成的技術底座。

其中，L4 車隊在真實運營中產生的高價值數據，可以持續提升系統的安全性、魯棒性和泛化能力；不斷擴大的 L2++/L3 量產車隊，則能收集更廣泛的道路數據，反向加快 L4 模型迭代，並擴大對長尾場景的覆蓋。

在業務目標上，文遠知行將繼續擴大 Robotaxi 業務規模，推動更多車企採用其 L2++/L3 解決方案，並爭取向更多機器人企業輸出 AI 基礎設施能力。

其中，擴大 L2++/L3 解決方案的裝車規模，將是公司下一階段的核心目標。

2、海外業務如何擴張，輕資產模式能否在不同市場複製？

海外市場已經成為文遠知行的重要增長引擎，文遠知行在海外主要採用輕資產模式，即公司不持有投入運營的車輛資產，而是負責自動駕駛技術的本地化適配、監管合規及「虛擬司機」技術授權，並收取持續性的技術服務費和基於里程的費用。車輛投入和日常運營則主要由當地合作夥伴負責。

按照這一模式，單輛 Robotaxi 每年可為文遠知行帶來超過 4 萬至 5 萬美元（約合人民幣 27-33.85 萬元）的經常性收入。隨著單個城市車隊規模擴大、運營密度提升，單車收入和盈利能力仍有進一步增長空間。

3、L2++/L3 業務有哪些最新進展？如何看待主機廠進入 Robotaxi 領域？

文遠知行一段式端到端 L2++/L3 解決方案 WRD 3.0 已經由獲得定點階段進入規模化量產階段。

截至 2026 年 6 月底，搭載文遠知行 L2++/L3 解決方案的車輛累計交付量已經超過 3 萬輛。公司計劃在 2026 年底將搭載量提升至 10 萬輛，並在 2027 年實現累計交付超過 50 萬輛。

文遠知行在該業務上的競爭優勢，來自 GENESIS 和 WITT 兩大模型及其背後的 AI 基礎設施。依靠模型訓練和蒸餾能力，公司可以用規模相對較小的團隊開發端到端智駕系統，同時將模型部署在成本相对较低的車端硬件上。

對於部分主機廠利用 ADAS 技術和量產車數據進入 Robotaxi 市場的趨勢，韓旭表示歡迎更多參與者加入競爭，但同時認為，ADAS 和 L4 Robotaxi 之間仍存在較大差異。

4、WITT 模型具體能夠解決什麼問題？

WITT 的核心能力，是從大規模車輛運行視頻中提取並驗證「物理事實」，進一步分析不同事實之間的聯繫和因果關係。

兩大模型協同後，可以形成從真實數據理解、物理事實提取，到仿真場景生成和算法訓練的閉環，從而補充自動駕駛訓練所需的長尾數據，提高訓練效率並降低訓練成本。

車端部署方面，韓旭稱，依靠模型蒸餾能力，文遠知行能夠在約 200 TOPS 算力的平台上運行相關智駕系統，而部分競爭方案使用的算力可能達到約 2000 TOPS。

5、不掌握車輛和用戶流量，輕資產模式如何保持話語權？

有投資者指出，在文遠知行的輕資產模式下，如果 Uber 等平台將訂單分配給其他自動駕駛供應商，文遠知行如何保持合作穩定性？相關協議是否包含排他性條款或最低業務量承諾？

文遠知行方面希望在每個市場建立由出行平台、當地運營商和服務供應商共同組成的生態體系，而不是依賴單一合作夥伴。

文遠知行在合作關係中的核心籌碼，主要是安全記錄、監管許可、技術本地化和實際部署能力。

文遠知行目前已經在 8 個市場獲得自動駕駛牌照，並在多個國家開展 L4 業務。隨著不同市場的監管框架逐漸趨同，公司在一個地區積累的安全驗證、技術適配和監管溝通經驗，也可以幫助其降低進入其他市場的合規成本。

換句話說，文遠知行在輕資產模式中的話語權，並非來自車輛所有權或用戶流量，而是來自經過監管認可的自動駕駛技術、安全記錄及跨市場落地能力。

05.

結語：自動駕駛競爭比 效率

文遠知行二季度業績表明，自動駕駛行業正從技術驗證轉向規模化商業落地

Robotaxi 車隊持續擴張、單車訂單量提升，疊加 L2++/L3 方案加速上車，行業收入來源正從項目制逐步走向運營和量產並行。

未來，誰能率先實現穩定訂單、可控成本和持續現金流，誰才更有可能真正跨過自動駕駛商業化拐點。