作者 | Janson

编辑 | 志豪

海外收入同比增长164%，ADAS业务开始放量。

车东西8月13日消息，昨晚，文远知行发布了2026年第二季度业绩，海外业务高速增长，Robotaxi商业化进程进一步提速。

▲文远知行2026年第二季度主要财务数据

今年第二季度，文远知行实现营收2.32亿元，同比增长82.2%、环比增长103.1%；毛利润达到8687万元，同比增长143.3%；毛利率由去年同期的28.1%提升至37.5%，同比增加9.4个百分点。

从收入结构看，文远知行的增长主要由L4业务扩张，以及L2++/L3解决方案开始放量共同推动。

其中，第二季度L4业务收入达到1.25亿元，同比增长47.3%、环比增长130.6%；L2++/L3业务收入同比大涨2593.8%、环比增长219.3%。

与此同时，海外市场成为增速最快的业务板块。第二季度，文远知行海外收入同比增长164.4%、环比增长169.3%；上半年海外收入同比增长154.4%。

文远知行方面还在财报会上表示，海外Robotaxi的轻资产模式已经跑通，单辆Robotaxi每年可为文远知行带来超过4万至5万美元（约合人民币27-33.85万元）的经常性收入。

不过，文远知行目前仍未实现盈利。

第二季度，文远知行净亏损为4.01亿元，较去年同期的4.06亿元小幅收窄约1.4%；经调整净亏损为3.38亿元，同比扩大约12.6%。

整体来看，文远知行第二季度Robotaxi运营效率和商业收入正在提升，不过距离整体盈利仍有一段距离。

01.

二季度营收2.32亿元

毛利率升至37.5%

今年第二季度，文远知行实现营收2.32亿元，较去年同期的1.27亿元增长82.2%，较今年第一季度增长103.1%。

其中，产品收入为9232万元，同比增长54.4%；服务收入达到1.39亿元，同比增长106.8%，服务业务贡献了约六成营收。

▲文远知行第二季度详细财务信息

同期，文远知行收入成本为1.45亿元，同比增长58.4%，增速低于营收增速。

受此影响，第二季度毛利润由去年同期的3570万元增长至8687万元，同比增幅超过一倍；综合毛利率达到37.5%，相比去年同期的28.1%提高9.4个百分点。

文远知行方面表示，毛利率提高主要来自两方面：一是毛利率相对较高的L2++/L3业务收入增长，二是海外L4业务收入贡献提升。

研发费用方面，文远知行二季度研发开支为4.34亿元，同比增长36.2%。

▲文远知行研发费用

文远知行方面称，研发开支增长主要是人员及外包人工成本、折旧摊销以及云服务费用增加所致。

最终，文远知行第二季度经营亏损为4.22亿元，较去年同期的4.54亿元收窄约7%；净亏损为4.01亿元，较去年同期小幅收窄约1.4%。

▲文远知行亏损情况

每股美国存托股基本及摊薄亏损为1.23元人民币，去年同期为1.35元人民币。

从上半年整体来看，文远知行累计营收为3.46亿元，同比增长73.3%；毛利润为1.26亿元，同比增长107.1%；毛利率由去年同期的30.6%提升至36.6%。

▲文远知行EBITDA亏损

上半年，文远知行净亏损为7.90亿元，与去年同期的7.92亿元基本持平；经调整净亏损为6.65亿元，高于去年同期的5.95亿元；EBITDA为-6.67亿元，较去年同期的-7.13亿元收窄6.5%。

02.

L2++/L3收入暴涨26倍

海外市场成为增长主力

从具体业务看，L4仍是文远知行最大的业务板块。

第二季度，文远知行L4业务收入达到1.25亿元，同比增长47.3%、环比增长130.6%。

按照文远知行的定义，L4业务主要包括销售自动驾驶车辆，以及提供自动驾驶运营和技术支持服务，主要产品线涵盖Robotaxi和Robobus等。

同时，在第二季度，文远知行一段式端到端L2++/L3解决方案WRD 3.0出货量约为3万套，相关业务收入同比增长2593.8%，相当于达到去年同期的约27倍；环比增长219.3%。

▲文远知行WRD 3.0

截至目前，文远知行已经获得超过30款车型的L2++量产定点。

WRD 3.0也已经在法国、德国和日本等海外市场进行道路测试与本地化适配验证。

与此同时，海外市场正在成为最主要的增量来源。第二季度，文远知行海外收入同比增长164.4%、环比增长169.3%；上半年海外收入同比增长154.4%。

截至目前，文远知行的自动驾驶测试或运营业务已经覆盖全球13个国家的60多个城市。

欧洲方面，文远知行与Uber计划年内在马德里推出西班牙首个商业化Robotaxi试点，这是双方在全球的第四个联合部署项目，也是首次携手进入欧洲市场。

此外，文远知行也在瑞士苏黎世、丹麦市场进行了布局。

▲文远知行在马德里的Robotaxi

中东方面，文远知行已经在阿布扎比和迪拜实现Robotaxi纯无人运营，获批服务范围覆盖核心城区70%以上。截至2026年7月31日，公司在中东地区的Robotaxi车队规模约为400辆。

03.

Robotaxi单车日均超21单

国内打车收入环比增长140%

海外收入增长之外，文远知行国内Robotaxi的运营效率也在提升。

第二季度，文远知行国内Robotaxi单车日均订单量超过21单，环比增长约24%，单车单日完成订单量峰值达到28单；平台注册用户环比增长35%，带动单季度国内打车收入环比增长约140%。

▲文远知行Robotaxi

从Robotaxi商业化的角度来看，单车订单量是影响单车经济模型的核心指标之一。

从这一点看，单车日均订单量超过21单，以及打车收入环比增长约140%，说明文远知行的国内Robotaxi车队利用率正在改善。

服务区域方面，文远知行继续扩大北京和广州的纯无人Robotaxi运营范围。

其中，广州的服务区域已经覆盖黄埔、天河和海珠等行政区，较2025年底扩大至3倍，并实现7×24小时商业化运营。

截至2026年7月底，文远知行全球L4车队规模约为3400辆，其中Robotaxi超过1800辆。这意味着Robotaxi已经占到公司L4车队的一半以上，并成为其规模最大的L4产品线。

▲文远知行Robobus

除Robotaxi之外，文远知行还在推进自动驾驶小巴业务。

目前，文远知行在苏黎世运营的自动驾驶小巴已经取消前排安全员；在比利时鲁汶部署的小巴计划于今年第三季度取消前排安全员并开展商业运营。此外，公司还在日本、沙特、新加坡和阿联酋等市场提供自动驾驶小巴服务。

04.

文远知行韩旭：

海外轻资产模式可复制，靠技术服务收费

在财报会上，文远知行创始人、董事长兼CEO韩旭及CFO、国际负责人李璇，回答了投资者和机构关切的问题，车东西对问答进行了摘编：

1、公司如何分配L4、L2++/L3及AI基础设施业务的资源？下半年有哪些目标？

目前，文远知行的L4、L2++/L3和AI基础设施业务并非相互独立，而是共享由GENESIS世界模型和WITT物理AI认知基础大模型等组成的技术底座。

其中，L4车队在真实运营中产生的高价值数据，可以持续提升系统的安全性、鲁棒性和泛化能力；不断扩大的L2++/L3量产车队，则能收集更广泛的道路数据，反向加快L4模型迭代，并扩大对长尾场景的覆盖。

在业务目标上，文远知行将继续扩大Robotaxi业务规模，推动更多车企采用其L2++/L3解决方案，并争取向更多机器人企业输出AI基础设施能力。

其中，扩大L2++/L3解决方案的装车规模，将是公司下一阶段的核心目标。

2、海外业务如何扩张，轻资产模式能否在不同市场复制？

海外市场已经成为文远知行的重要增长引擎，文远知行在海外主要采用轻资产模式，即公司不持有投入运营的车辆资产，而是负责自动驾驶技术的本地化适配、监管合规及“虚拟司机”技术授权，并收取持续性的技术服务费和基于里程的费用。车辆投入和日常运营则主要由当地合作伙伴负责。

按照这一模式，单辆Robotaxi每年可为文远知行带来超过4万至5万美元（约合人民币27-33.85万元）的经常性收入。随着单个城市车队规模扩大、运营密度提升，单车收入和盈利能力仍有进一步增长空间。

3、L2++/L3业务有哪些最新进展？如何看待主机厂进入Robotaxi领域？

文远知行一段式端到端L2++/L3解决方案WRD 3.0已经由获得定点阶段进入规模化量产阶段。

截至2026年6月底，搭载文远知行L2++/L3解决方案的车辆累计交付量已经超过3万辆。公司计划在2026年底将搭载量提升至10万辆，并在2027年实现累计交付超过50万辆。

文远知行在该业务上的竞争优势，来自GENESIS和WITT两大模型及其背后的AI基础设施。依靠模型训练和蒸馏能力，公司可以用规模相对较小的团队开发端到端智驾系统，同时将模型部署在成本相对较低的车端硬件上。

对于部分主机厂利用ADAS技术和量产车数据进入Robotaxi市场的趋势，韩旭表示欢迎更多参与者加入竞争，但同时认为，ADAS和L4 Robotaxi之间仍存在较大差异。

4、WITT模型具体能够解决什么问题？

WITT的核心能力，是从大规模车辆运行视频中提取并验证“物理事实”，进一步分析不同事实之间的联系和因果关系。

两大模型协同后，可以形成从真实数据理解、物理事实提取，到仿真场景生成和算法训练的闭环，从而补充自动驾驶训练所需的长尾数据，提高训练效率并降低训练成本。

车端部署方面，韩旭称，依靠模型蒸馏能力，文远知行能够在约200 TOPS算力的平台上运行相关智驾系统，而部分竞争方案使用的算力可能达到约2000 TOPS。

5、不掌握车辆和用户流量，轻资产模式如何保持话语权？

有投资者指出，在文远知行的轻资产模式下，如果Uber等平台将订单分配给其他自动驾驶供应商，文远知行如何保持合作稳定性？相关协议是否包含排他性条款或最低业务量承诺？

文远知行方面希望在每个市场建立由出行平台、当地运营商和服务供应商共同组成的生态体系，而不是依赖单一合作伙伴。

文远知行在合作关系中的核心筹码，主要是安全记录、监管许可、技术本地化和实际部署能力。

文远知行目前已经在8个市场获得自动驾驶牌照，并在多个国家开展L4业务。随着不同市场的监管框架逐渐趋同，公司在一个地区积累的安全验证、技术适配和监管沟通经验，也可以帮助其降低进入其他市场的合规成本。

换句话说，文远知行在轻资产模式中的话语权，并非来自车辆所有权或用户流量，而是来自经过监管认可的自动驾驶技术、安全记录及跨市场落地能力。

05.

结语：自动驾驶竞争比 效率

文远知行二季度业绩表明，自动驾驶行业正从技术验证转向规模化商业落地

Robotaxi车队持续扩张、单车订单量提升，叠加L2++/L3方案加速上车，行业收入来源正从项目制逐步走向运营和量产并行。

未来，谁能率先实现稳定订单、可控成本和持续现金流，谁才更有可能真正跨过自动驾驶商业化拐点。

作为在自动驾驶行业摸爬滚打近十年的老兵，我亲历过行业从资本狂热到理性落地、从L4炫技到L2+规模化的完整周期。早年在参与主机厂定点项目时，我曾与多家方案商深度对接，而Momenta是最让我震撼的一家——彼时行业还在纠结感知精度、算法迭代周期动辄以季度为单位，这家公司却以月级甚至周级的迭代速度刷新认知，数据闭环效率、工程化落地能力远超同期玩家。

大概是19年的某次技术论坛上，刚好是夏炎（下图中间第三位）分享Momenta的技术进展，看到他们家的Demo，整个会议上的从业者们眼睛都亮了，而这种技术领先性，一直延续到现在。

后来R6大模型横空出世，凭借端到端感知决策一体化、海量数据驱动的快速优化能力，直接奠定Momenta在量产辅助驾驶领域的头部地位，成为奔驰、奥迪、宝马等全球品牌的核心选择。

2026北京车展，Momenta再次抛出行业重磅炸弹——R7强化学习世界模型量产首发，正式宣告物理AI从技术概念走向规模化量产。从R6的技术领跑，到R7的范式革新；从70余款量产车型、80万台装车规模，到40天交付10万台的飞轮效应，Momenta用十年时间走完了“技术验证—规模化落地—底层范式革命”的全路径，成为全球唯一同时打通顶级车企定点、海量数据闭环、端到端大模型、Robotaxi商业化的自动驾驶公司。当行业还在争论“感知为王”还是“规控至上”时，Momenta已经用世界模型+强化学习的双支柱，叩开了物理AI的量产大门。

一、行业困局：看见世界，却读不懂物理世界

过去十年，自动驾驶行业陷入了一个看得见、看不懂、反应慢的怪圈。

传统辅助驾驶方案高度依赖规则+标注+模仿学习：感知层识别车辆、行人、车道线，规控层依据预设逻辑执行跟车、变道、转弯。这套体系在常规路况下表现稳定，但一遇到长尾极端场景就极易失效——前车突然掉落货物、非机动车无规律变道、施工区域临时改道、恶劣天气下目标模糊……这些万中无一的小概率事件，恰恰是决定安全的关键。

行业并非没有努力。为了覆盖长尾，企业不断扩充场景库、增加标注量、升级传感器配置，结果陷入越补越漏、越叠越重的恶性循环：算力消耗飙升、成本居高不下、迭代效率低下，更致命的是，系统始终停留在记忆场景、匹配规则的层面，从未真正理解物理世界的运行逻辑——苹果为什么会滚落、货车为什么会侧倾、行人为什么会突然加速，这些因果关系，传统端到端算法永远学不会。

这就是自动驾驶的终极瓶颈：AI可以精准识别物体，却无法预测物体的未来状态、运动趋势、交互可能；可以模仿人类驾驶行为，却无法在未知场景中做出超越人类的最优决策。行业需要的不是更强的感知、更复杂的规则，而是一种能理解物理、推演未来、自主进化的全新智能范式。

Momenta的答案，是物理AI。

二、双支柱革命：世界模型+强化学习，定义物理AI

曹旭东在车展分享会上给出了清晰定义：世界模型与强化学习，共同构成物理AI的两大核心支柱。这不是简单的技术堆叠，而是对智能本质的回归。

大语言模型的成功，源于下一词元预测——通过预测文本序列，压缩数字世界常识，让AI理解语言。物理AI的逻辑完全相通：世界模型通过预测物理世界未来状态，压缩物理规律、因果关系、交互常识，让AI读懂真实世界；而强化学习则提供自主进化动能，让AI在试错、反馈、迭代中持续优化，从“模仿者”变成“决策者”。

Momenta R7的革命性，在于把这套逻辑彻底工程化、量产化，构建起三层世界模型架构：

第一层：世界模型预训练——把物理规律“喂”给模型

依托超80万台量产车的海量真实数据，R7完成对物理世界的基础认知。模型不只是学习像素级特征，更是压缩物理规则：物体质量、摩擦系数、运动惯性、碰撞逻辑、交互可能性……所有驾驶场景中隐含的常识，都被转化为模型参数。这一步，让AI从“看山是山”升级为“知道山为什么不动、石头为什么会滚”。

第二层：世界模型仿真——用虚拟世界推演真实未来

传统仿真依赖人工构建场景，覆盖率低、真实性差。R7的世界模型仿真，是让AI自己推演世界变化：当车辆执行某一动作，周围环境会如何响应？极端场景下，不同目标会呈现怎样的运动轨迹？依托高效推演能力，模型可以快速评估长尾场景性能，把现实中几年才能遇到一次的极端情况，变成虚拟世界里的常规训练科目。

第三层：世界模型强化学习——打造自主进化的“虚拟练兵场”

这是R7最核心的突破。在高度逼真的虚拟环境中，AI不再被动模仿人类数据，而是主动探索、反复试错、自主优化，通过强化学习习得最优决策。就像人类驾驶员通过经验预判风险，R7能在千万次推演中，掌握超越人类的场景处理能力——比如前车掉落一箱苹果，传统系统只能被动避让，R7能提前预判滚落轨迹、扩散范围，平稳减速、精准绕行，把危险扼杀在萌芽状态。

从预训练到仿真再到强化学习，R7完成了认知—推演—进化的完整闭环，让自动驾驶从“看见世界”，真正跨越到“理解世界”。这不是功能升级，而是底层范式的代际变革。

发布会上，Momenta合伙人、研发SVP孙刚举了一个真实的例子常行车中，如果遇到前车意外掉落一箱苹果，Momenta的物理AI能力，能够自主预判苹果滚落的轨迹与扩散范围，提前平稳减速、规划绕行路线，以更从容、更贴合人类驾驶逻辑的方式处理突发路况。传统端到端算法难以预设和覆盖的长尾极端情况，Momenta R7强化学习世界模型理解物理世界的运动规律与交互逻辑，而非依赖场景记忆与规则匹配。

三、量产飞轮：80万台装车，40天10万台，技术落地的中国速度

技术再先进，无法量产落地都是空中楼阁。Momenta的可怕之处，在于技术迭代与规模化量产双向奔赴，形成了行业独有的飞轮效应。

车展数据足以说明一切：

• 已成功交付超70款量产车型，累计定点超200款；
• 搭载Momenta系统的量产车辆突破80万台；
• 交付效率实现质变：首个10万台耗时24个月，如今最快40天内完成10万台交付；
• 本次北京车展，超20个品牌、60余款车型搭载Momenta方案，覆盖奔驰、奥迪、宝马等全球豪华品牌。

这些数字背后，是Momenta从成立之初就坚持的量产优先战略。不同于很多L4公司沉迷Robotaxi炫技，Momenta从第一天就锚定主机厂量产需求，把数据闭环、工程化、供应链适配做到极致。R6大模型已经证明，Momenta能在低成本算力、有限传感器下实现高阶辅助驾驶体验；而R7的量产首发，进一步验证了大模型+强化学习+世界模型的方案，完全满足车规级、规模化、快速迭代的量产要求。

量产规模带来数据优势，数据优势反哺模型迭代，迭代速度吸引更多车企定点——Momenta的飞轮，已经进入加速旋转阶段。80万台装车量，意味着每天产生海量真实驾驶数据，这些数据持续训练R7世界模型，让系统越来越聪明、越来越安全；而快速交付能力，又能让最新技术第一时间落地到用户端，形成技术—数据—商业化的正向循环。

在行业普遍陷入“叫好不叫座”的困境时，Momenta用实打实的量产数据证明：自动驾驶的终局，不是实验室里的完美算法，而是工程化、规模化、商业化的综合胜利。

四、全球布局：从中国供应商，到物理AI全球玩家

自动驾驶的竞争，终究是全球竞争。Momenta的野心，从来不止于中国市场。

目前，Momenta量产落地已覆盖英国、挪威、新加坡、澳新等十余个国家和地区，成为少数能实现全球化合规、全球化适配的中国辅助驾驶方案商。更重要的是，Momenta的Robotaxi全球生态持续扩大，与享道出行、智己汽车、Uber、奔驰、Grab等多家出行巨头及车企达成战略合作，推进自动驾驶商业化服务规模化落地。

这意味着Momenta打通了L2+量产与L4 Robotaxi的技术壁垒。R7世界模型作为通用物理AI架构，既能赋能家用车的辅助驾驶，也能支撑无人驾驶出租车的全场景运营。这种技术底座统一、高低阶场景打通的能力，正是全球车企和出行公司最看重的核心价值——不用重复研发、不用两套体系，一套方案覆盖所有智能驾驶需求。

当中国车企加速出海、全球车企寻求智能化转型，Momenta凭借技术领先性、量产成熟度、全球化适配能力，成为中外品牌的共同选择。从R6到R7，Momenta完成了从中国领先到全球领跑的跨越，成为中国智能驾驶走向世界的标杆。

五、东方硅谷：中国AI公司的时代使命

曹旭东在分享会上的感慨，道出了所有中国科技从业者的心声：十年前在硅谷，Fairchild Drive孕育了半导体产业的传奇；今天，中国AI公司有机会书写东方硅谷传奇。

自动驾驶是物理AI的最佳落地场景，也是AI技术、汽车工业、出行生态的交汇点。过去十年，中国在智能电动化领域实现弯道超车，诞生了全球最活跃的车企集群、最完善的供应链体系、最庞大的用户市场。而以Momenta为代表的中国辅助驾驶公司，正在底层技术层面构建新壁垒——从大模型到世界模型，从强化学习到物理AI，中国公司不再跟随西方技术路线，而是定义行业标准、引领技术方向。

R7的量产首发，标志着中国自动驾驶正式进入物理AI时代。这是一个从“跟跑”到“领跑”的转折点：以前我们学习国外的规则、算法、架构，现在我们用自己的技术，解决全球行业的终极难题；以前我们为全球车企提供零部件，现在我们输出底层智能范式。

结语：物理AI量产，只是开始

从早年对接时被迭代速度震撼，到R6奠定行业地位，再到R7开启物理AI量产时代，我亲眼见证Momenta一步步把不可能变成可能。

2026年，注定是自动驾驶范式切换的关键一年。当行业还在比拼传感器数量、算力大小、场景覆盖数量时，Momenta已经用R7告诉所有人：自动驾驶的终极竞争，是对物理世界理解能力的竞争，是自主进化能力的竞争，是规模化量产能力的竞争。

80万台装车、200款定点、40天10万台交付、全球十余个国家落地、R7强化学习世界模型量产首发……这些数字不是终点，而是Momenta物理AI征程的序章。

未来，随着物理AI规模化落地，自动驾驶将真正摆脱“人工辅助”的定位，成为超越人类、守护安全的智能伙伴。而以Momenta为代表的中国AI公司，将站在世界舞台中央，书写属于东方的科技传奇。

这一次，中国自动驾驶，不再追赶，而是引领。