物理AI进入收入验证期，文远知行的双线增长与盈利考题

8月31日，文远知行宣布入选香港交易所科技100指数，调整将于9月11日收市后实施，9月14日起生效。

指数纳入本身不会改变一家公司的收入和利润，却是一个很好的港股科技资产定价方向的观察样本：在香港交易所科技100指数本轮新增的公司中，文远知行、小马智行与多家AI、芯片及机器人企业同时入选，可见资本市场对科技公司的筛选标准，正在向人工智能产业链和具备商业化进展的新兴技术企业延伸。

这次调整恰好发生在8月12日文远知行发布半年报不久之后。

半年报数据显示，公司上半年收入3.459亿元，同比增长73.3%；第二季度收入2.317亿元，同比增长82.2%，毛利率由上年同期的28.1%提升至37.5%。

更有解释力的变化来自收入结构：海外业务、L4运营与高阶辅助驾驶同步增长，自动驾驶的产业讨论开始从技术能力转入交付规模、单车效率和现金流质量。文远知行当前需要回答的问题已经十分具体：增长能否复制？毛利能否延续？研发投入能否逐步沉淀为可持续收入？

Robotaxi竞争进入运营密度阶段，单车效率开始取代示范项目数量

可持续运营是自动驾驶行业当前真正稀缺的。Robotaxi要形成商业闭环，需要同时处理车辆利用率、服务区域、用户密度、远程运维、安全合规和保险责任，任何一个环节停留在试验状态，收入规模都会受到压制。

由此市场观察文远知行的半年报时，新增多少城市不是重点，真正的重点是已有车队是否开始提高使用效率。

截至2026年7月31日，文远知行全球L4车队约3400辆，其中Robotaxi超过1800辆。第二季度，国内Robotaxi单车日均订单超过21单，环比提升24%，单车单日完成订单峰值达到28单；注册用户环比增长35%，国内网约车收入环比增长约140%。

以上指标共同指向一个边际改善：车队规模扩大的同时，单车产出也在提高，Robotaxi开始具备运营网络的特征，不再依赖少量高价项目确认收入。

单车效率的重要性，在于Robotaxi成本具有明显的固定投入属性。比如车辆、传感器、算力平台和运营体系都需要先投入，订单密度提升之后，新增订单对后台系统和研发平台的边际消耗相对有限。

单车日均订单、空驶率、远程接管频次与保险成本，最终共同决定一支车队能否覆盖折旧和运营费用。文远知行尚未披露完整的单车盈利模型，但订单和网约车收入的同步增长，至少提高了未来验证单位经济性的订单能见度。

海外业务提供了另一条观察线索。

数据显示，上半年，文远知行海外收入同比增长154.4%；第二季度海外收入同比增长164.4%、环比增长169.3%。公司已在13个国家、60多个城市开展测试或运营，并继续推进西班牙、瑞士、丹麦、阿联酋和新加坡项目。

截至7月底，文远知行在中东的Robotaxi车队约400辆。海外市场通常具备更高的出行客单价，也愿意通过运营商、政府和交通平台共同承担前期部署成本，因此更适合采用合作运营和轻资产扩张方式。

文远知行与Uber、瑞士联邦铁路等合作方推进当地运营，能够很好地降低获客、调度和本地基础设施建设压力。

对自动驾驶公司来说，全球化的真正门槛是让算法、车辆、牌照和运营体系适应不同道路规则。目前文远知行已经取得中国、瑞士、阿联酋、新加坡、法国、沙特、比利时和美国等市场的自动驾驶许可，相关合规经验会形成时间积累型资产，不过其财务价值仍需通过持续订单和项目续约验证。

L4运营与量产智驾同时放量，收入结构开始支撑毛利改善

单押Robotaxi容易受到城市审批、车辆资本开支和运营节奏影响，单押辅助驾驶又会面对车企压价、车型周期和方案同质化。针对于此，文远知行正在形成两条相互补充的收入路径：L4业务积累真实道路数据、运营经验和全球许可，高阶辅助驾驶把算法能力装进量产车型，以更快的交付节奏摊薄研发成本。

第二季度，文远知行L4业务收入达到1.252亿元，同比增长47.3%、环比增长130.6%；同期，L2++及L3业务收入同比增长2593.8%、环比增长219.3%。自研一段式端到端解决方案WRD 3.0在季度内交付约3万套，累计获得超过30款车型的L2++量产定点，并取得一个L3概念验证项目。

因为Q2的高增速建立在较低基数之上，不能直接外推，但3万套交付已经足够接近商业兑现。

汽车软件和智驾方案的收入确认依赖车型上市、整车销量和持续供货，定点仅代表进入供应链，装车量才决定收入规模。

市场接下来需要观察WRD 3.0能否从少量车型放量走向多车型复制，以及单套价格下降后，软件复用率和交付规模能否维持毛利。

第二季度毛利率升至37.5%，较上年同期提高9.4个百分点；上半年毛利率为36.6%，高于上年同期的30.6%。公司披露，改善主要来自毛利率较高的海外L4业务和L2++、L3业务贡献上升。

收入结构由项目制研发服务向运营收入、海外业务和标准化解决方案迁移，不仅有助于降低季度波动，也为后续盈利修复提供了基础。

此处可以看到文远知行所讲“物理AI”的商业落点。大模型处理语言和知识，自动驾驶系统必须理解车辆、道路、行人和交通规则，并在实时环境中完成决策。真实运营车队产生的数据，可以反哺训练、仿真和算法迭代；算法再通过Robotaxi和量产车型进入更多道路场景。

对于自动驾驶企业来说，技术领先最终依然要落到乘客是否愿意重复使用、车企是否持续采购、城市是否允许扩大运营范围。车队与量产交付同时扩大，使文远知行获得了验证此循环的现实基础。

商业化速度已经抬升，盈利质量仍是物理AI的长期考场

当前，文远知行仍处在高投入阶段。

公司上半年收入3.459亿元，期间亏损7.898亿元，较上年同期的7.915亿元小幅收窄；同期研发费用7.977亿元，同比增长23.7%，研发支出仍明显高于收入。第二季度亏损4.007亿元，低于上年同期的4.064亿元，EBITDA亏损则同比收窄8.1%。

以上数据构成了当前基本面的主要冲突：收入与毛利快速增长，研发和全球化扩张仍在消耗大量资源。

截至6月底，公司现金及现金等价物、定期存款、受限制现金和相关理财产品合计约53.99亿元，为技术迭代和海外部署保留了缓冲空间。

尽管现金储备可以降低短期融资压力，但资本市场最终会考察研发投入转化效率，具体涉及每增加一亿元研发费用能够带来多少交付、多少运营收入，以及毛利增长能否覆盖持续扩大的折旧、云服务和人员成本。

文远知行的中期主线因此变得更加清晰：海外轻资产运营提高收入质量，国内Robotaxi提升单车效率，WRD 3.0扩大车型覆盖，三者共同推动规模效应。

潜在扰动同样明确，包括各国监管审批节奏、Robotaxi安全事件、车企量产计划变化、硬件降本速度、合作伙伴议价能力，以及新进入者加剧价格竞争。其中任何一项持续边际恶化，都可能延长盈利周期。

物理AI可以提供更大的产业叙事，财务报表负责检验叙事的含金量。

文远知行已经完成从技术验证走向规模商业化的重要跨越，下一阶段需要证明全球复制不会显著推高成本，量产方案不会陷入低价竞争，运营数据能够持续转化为产品效率。

自动驾驶行业的胜负，最终不会由一次发布会或一张牌照决定，真正看的是每辆车每天完成多少订单、每套系统创造多少收入，以及每一轮扩张之后留下多少现金流。