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(lián)（MOGOX）與比亞迪組成的中資聯(lián)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(yè)的 “獨角戲”，而是中國自動駕駛產業(yè)鏈協(xié)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(lián)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(lián) “加碼技術”

在此次新加坡項目中，三方聯(lián)合體形成了 “各司其職、優(yōu)勢互補” 的閉環(huán)協(xié)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(yōu)勢，也為自動駕駛系統(tǒng)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(tǒng)與蘑菇車聯(lián)自動駕駛軟件的無縫協(xié)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(tǒng)。

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(lián)。根據(jù) LTA 公告，蘑菇車聯(lián)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(huán)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(guī)劃、障礙物識別、突發(fā)狀況應對等核心功能；運營端，搭建車隊管理系統(tǒng)與遠程控制中心，實現(xiàn)對自動駕駛巴士的實時監(jiān)控、故障預警與遠程干預。此外，蘑菇車聯(lián)還需負責后續(xù)的運維服務，確保試點期間巴士的安全穩(wěn)定運行 —— 這些環(huán)節(jié)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(yè) 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(jù)新加坡的交通法規(guī)調整自動駕駛系統(tǒng)的通行邏輯（如右轉讓行規(guī)則、公交專用道優(yōu)先級），同時協(xié)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(yè)規(guī)避 “水土不服” 風險。這種 “技術 + 制造 + 本地化” 的三方協(xié)作模式，既避免了單一企業(yè)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(lián)之所以能在項目中占據(jù)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(tǒng)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(shù)據(jù)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(shù)據(jù)：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(shù)據(jù)融合處理，形成全局路況 “動態(tài)地圖”。即便是在濱海灣景區(qū)人流密集、車輛交匯頻繁的路段，系統(tǒng)也能同步感知數(shù)十個目標的實時狀態(tài)，為決策提供全面依據(jù)。

第二，物理信息實時認知理解能力。不同于傳統(tǒng)自動駕駛系統(tǒng)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(tǒng)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(qū)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(fā)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(shù)據(jù)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(xiàn)擁堵時，系統(tǒng)會結合歷史數(shù)據(jù)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(xié)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(yōu)路徑實時自主規(guī)劃能力。雖然試點線路固定，但 MogoMind 仍需應對線路內的動態(tài)變化：例如，某站點臨時停靠的社會車輛占用公交站臺，系統(tǒng)會實時規(guī)劃 “微調�？课恢谩�；前方路段發(fā)生交通事故，會立即與遠程控制中心協(xié)同，申請臨時繞行方案。這種 “動態(tài)路徑優(yōu)化” 能力，讓固定線路的自動駕駛巴士具備了靈活應對突發(fā)狀況的能力。

第五，交通環(huán)境實時數(shù)字孿生能力。MogoMind 會在虛擬空間中構建與真實道路 1:1 的數(shù)字孿生場景，將巴士的實時運行數(shù)據(jù)、傳感器數(shù)據(jù)同步到虛擬環(huán)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(tǒng)表現(xiàn)），還能在出現(xiàn)故障時快速回溯問題原因，為技術迭代提供數(shù)據(jù)支撐。

第六，道路風險實時預警提醒能力。系統(tǒng)會通過 AI 算法識別潛在風險：例如，當相鄰車道的車輛出現(xiàn) “蛇形行駛” 時，會預判其可能發(fā)生變道并提前減速；當巴士自身傳感器出現(xiàn)異常時，會立即向遠程控制中心發(fā)送故障預警，并自動切換到 “安全模式” 緩慢�？�。截至目前，蘑菇車聯(lián)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(yè)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(fā)達國家官方交通部門的認可，為后續(xù)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(guī)劃》的戰(zhàn)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(tǒng)公交 —— 這意味著蘑菇車聯(lián)有望憑借此次項目，鎖定新加坡后續(xù)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(lián)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(tài)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(lián)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(tǒng)，而非封閉的園區(qū)或景區(qū)。這意味著蘑菇車聯(lián)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(guī)劃、站點�？�，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(yè)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(guī)�；茝V。

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(yè)化艱難的 Robotaxi，Robobus 憑借 “場景易落地、成本可控、政策支持強” 的優(yōu)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(xiàn)難度來看，Robobus 具備天然優(yōu)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(fā)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(yōu)化算法，技術實現(xiàn)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(guī)則均固定，可提前采集線路數(shù)據(jù)進行算法訓練，大幅提升系統(tǒng)的穩(wěn)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(guī)�；\營。

從商業(yè)化潛力來看，Robobus 的盈利路徑已清晰可見。根據(jù)億歐《2025 中國 L4 智能駕駛場景商業(yè)化發(fā)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(yè)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(tǒng)公交的盈利區(qū)間，具備商業(yè)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(lián)合國歐洲經濟委員會（UNECE）已批準 L3 級自動駕駛法規(guī)框架，為 L4 級 Robobus 的商業(yè)化鋪路；新加坡明確提出 “三年內實現(xiàn)自動駕駛巴士與普通巴士協(xié)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(huán)境，為 Robobus 的規(guī)�；瘮U張?zhí)峁┝吮Ｕ稀?/p>

從市場規(guī)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(guī)模將達 2.25 萬億元，其中自動駕駛巴士有望占據(jù)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(shù)，東南亞、中東等新興市場增速領先 —— 這些數(shù)據(jù)都表明，Robobus 賽道已進入 “商業(yè)化爆發(fā)前夜”，而蘑菇車聯(lián)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�！�，從 “產品輸出” 到 “技術輸出”

此次中資聯(lián)合體中標新加坡項目，不僅是一次商業(yè)合作的成功，更是中國自動駕駛產業(yè)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(lián)的 MogoMind 大模型與自動駕駛技術是 “中國創(chuàng)新” 的體現(xiàn)，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(guī)避了單一企業(yè)出海的短板，也展現(xiàn)了中國自動駕駛產業(yè)鏈的協(xié)同優(yōu)勢。

隨著 2026 年下半年新加坡試點的啟動，Robobus 賽道的持續(xù)升溫，也將為中國自動駕駛企業(yè)提供更多出海機會。未來，以蘑菇車聯(lián)為代表的中國企業(yè)，有望帶著自主研發(fā)的核心技術，在全球智能交通市場中占據(jù)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。