（本文作者为 极智 GeeTech，钛媒体经授权发布）
Related articles
文 | 极智 GeeTech
2026 年，一场波澜不惊却影响深远的格局变迁，正在自动驾驶行业悄然发生。
当行业的目光还聚焦在 Waymo 和特斯拉 Robotaxi 的扩张时，亚马逊旗下的 ZooX 正在用一组令人惊讶的数据改写竞争格局—— 美国市场份额从年初的 15% 飙升至 6 月的 25%，月活用户翻倍增长，这个曾经被视为“ 追赶者” 的玩家，正在悄然成为自动驾驶赛道最不容忽视的变量。
近日，美国国家公路交通安全管理局 （NHTSA） 的一纸批文，给整个自动驾驶行业投下了一颗重磅炸弹。亚马逊旗下 Zoox 拿到了美国历史上第一份无方向盘专用 Robotaxi 的商业运营豁免，Zoox 获准在未来两年内每年商业部署最多 2500 辆全无人自动驾驶出租车。这意味着，没有方向盘、没有刹车踏板，甚至连前后方向都可以互换的无人车，终于可以在路上载客收费了。
很多人没意识到这件事的分量。过去所有的法规，都是为“ 有人驾驶” 设计的，而这次是监管体系第一次为真正的全无人自动驾驶让出了空间。Zoox 的获批，等于宣告一个没有司机的出行时代，正式获得了合法身份。
“ 原生无人驾驶” 的极致样本
在自动驾驶赛道上，历来有两条路线之争。
一条是“ 改装派”，在传统量产车身上堆叠传感器与算法，从 L2、L3 一步步往上爬，渐进式向高阶自动驾驶演进。特斯拉、Waymo 早期、国内绝大多数车企都走这条路。好处是能快速落地、快速积累数据，坏处是永远背着“ 人类驾驶” 的历史包袱。
另一条是“ 原生派”，从零开始设计一辆天生就不需要司机的车。没有方向盘，没有驾驶位，车内空间完全为乘客服务。Zoox 就是这条路线最坚定的代表。Zoox 的逻辑很清晰：如果自动驾驶的最终形态是没有司机，那为什么一开始要有司机？
这种“ 从零开始” 并非营销噱头，而是渗透到车辆每一处结构的工程哲学。传统汽车的所有设计都围绕驾驶员展开，车头发动机舱、驾驶位视野、前后不对称的车身结构，本质上都是人类驾驶的附属品。当司机这个角色被拿掉，所有这些约束都不复存在。
Zoox 给出的答案是完全对称的双向车身架构，车长仅 3.63 米，没有严格意义上的车头与车尾，四个角的传感器、灯光、动力系统完全一致，支持双向行驶与四轮转向，转向直径仅 5.3 米。
这带来了三个碾压级的运营优势：
首先，城市场景效率倍增。狭窄街道、死胡同、路边上下客，无需掉头或倒车，直接换向行驶，大幅缩短单均耗时，提升车队周转效率；
其次，感知一致性最大化。四个角的传感器模组完全相同，不存在“ 前向强、后向弱” 的传统短板，实现真正意义上的 360° 无死角等质感知；
再次，运维成本结构性下降。前后零部件通用率极高，备件库存、维修复杂度都远低于传统车型。
很多人把双向行驶当成酷炫设计，但对 Robotaxi 运营而言，这是实打实的成本与效率优势—— 城市出行场景中，车辆掉头、倒车、挪车占用的时间，最终都会折算进单均成本里。
面对自动驾驶的生命线—— 安全，Zoox 的逻辑是：从硬件层面把冗余做足，甚至你会感觉有些“ 过剩”，而不是把所有希望寄托在算法上。
每台 Zoox 车辆搭载摄像头、激光雷达、毫米波雷达、长波红外传感器共计 40 个感知设备，分布在车身四角的独立传感器吊舱中，形成多层重叠的感知覆盖。这套系统可以在所有方向上实现 150 米以上的探测距离，甚至具备一定的透视拐角能力—— 通过多传感器融合与点云拼接，提前预判盲区中的移动物体。
更关键的是系统级冗余：
感知层面，激光雷达、摄像头、雷达三条独立感知链路互为备份，单一传感器失效不影响整体功能；
执行层面，线控转向、制动、动力均采用双冗余设计，单一执行器故障仍可安全靠边停车；
计算层面，搭载算力达 1000TOPS 的定制域控制器，核心计算模块热备份，确保毫秒级决策不中断。
对比改装路线的车型，Zoox 不需要迁就传统车身的结构限制，可以把传感器放在最高、最优的位置，避开引擎盖、A 柱、后备箱的遮挡。这就是“ 原生设计” 的底气—— 为自动驾驶优化，而不是为人类驾驶妥协。
如果硬件是骨架，那么算法才是灵魂。Zoox 的自动驾驶软件栈同样走全栈自研路线，从感知、预测、规划到控制全部自主开发，底层算力依托 NVIDIA GPU 架构构建“ 车轮上的超级计算机”。其算法的核心特点是深度适配专用车身，因为车辆形态、运动学模型完全可控，路径规划算法可以更精准地利用双向行驶、四轮转向的特性，在复杂城市工况下做出人类司机无法完成的避险动作。同时，所有运营数据实时回传云端，在 AWS 算力支持下进行闭环训练，形成“ 运营-数据-算法-运营” 的迭代飞轮。
慢即是快，从“ 验证产品” 到“ 验证商业”
在行业普遍追求“ 开城速度” 的氛围里，Zoox 一度被诟病“ 太慢”。Waymo 已经在十余个城市跑付费出行时，Zoox 还在拉斯维加斯和旧金山做免费试乘。但当监管闸门打开的那一刻，Zoox 之前所有的“ 慢”，都变成了商业化爆发的势能。
截至 2026 年中，Zoox 已在拉斯维加斯、旧金山累计服务超 50 万名乘客，自动驾驶总里程接近 200 万英里，候补名单超过 50 万人。这个数字相比 Waymo 的每周 50 万单仍有差距，但含金量在于：所有服务都由完全无方向盘的专用车辆完成，没有人类安全员在车上。
2026 年以来，Zoox 明显加快了扩张步伐。3 月，宣布年内落地奥斯汀、迈阿密两大新城；旧金山服务范围四倍扩容，拉斯维加斯线路直达机场；与 Uber 达成多年战略合作，接入全球最大的出行流量入口，用户可直接在 Uber App 呼叫 Zoox 车辆。
而 NHTSA 的商业豁免，相当于按下了“ 收费键”。从免费试乘到付费运营，跨过的不只是收入这道坎，更是服务质量、响应速度、用户体验全面接受市场检验的开始。
与 Waymo“ 自营平台为主、合作为辅” 的模式不同，Zoox 的商业路径更强调“ 借力生态”。
以自营服务打底，自有 App、自有车队，掌控核心服务标准与用户数据；
再利用流量平台借力，深度绑定 Uber，快速获取订单规模，降低获客成本；
最后通过亚马逊生态联动，Prime，会员权益打通，为会员提供专属折扣或积分，用出行权益强化会员体系粘性。
从成本结构看，专用 Robotaxi 的长期成本优势非常显著，没有方向盘、驾驶位等冗余部件，车内空间利用率更高；双向设计提升运营效率；全生命周期内的运维成本低于改装车型。当车队规模跨过盈亏平衡点后，其单位经济模型会比改装路线更健康。
很多人没注意到，Zoox 的技术平台天然具备多场景复用能力。亚马逊的物流帝国，为它准备了比出行更广阔的落地空间。
Robotaxi 只是这套自动驾驶架构的第一个应用场景。同一套感知算法、计算平台、线控底盘，稍加改造就可以用于城市配送、园区物流、干线接驳等场景。亚马逊内部已经在测试基于 Zoox 技术的无人配送方案—— 当白天作为 Robotaxi 运营的车辆，夜间可以切换为物流配送模式，实现车队资产的全天候利用。
这是 Waymo、Cruise 等独立出行公司不具备的优势：别人只有出行一个战场，而 Zoox 背后站着整个亚马逊的物流场景矩阵。
自动驾驶不是业务，是下一代基础设施
2020 年，亚马逊以约 13 亿美元收购 Zoox 时，华尔街不少声音认为是“ 贝佐斯的科技情怀消费”。
六年过去再看，这笔收购其实是亚马逊面向未来十年的战略卡位，它要的不是一个出行新业务，而是把自动驾驶技术嵌入整个商业帝国的底层。亚马逊的基本盘是电商与物流，而自动驾驶则是击穿物流成本的终极武器。
亚马逊的自动化布局不是单点的，而是一条完整的链条：
- 仓内：Kiva 机器人负责货架搬运，实现仓储自动化；
- 干线：投资 Aurora 等无人卡车公司，用自动驾驶重构长途货运；
- 末端：收购 Rivr 等配送机器人公司，解决最后一公里投递；
- 城市内：Zoox 的技术平台可以支撑城市级的人员与货物移动。
当 Zoox 的自动驾驶技术成熟并规模化后，城市内的包裹运输、生鲜配送、站点接驳都可以用无人化方式完成。更重要的是，所有这些场景产生的数据、算法、算力需求，都可以在亚马逊体系内闭环消化。一套自动驾驶技术，同时服务出行、物流、配送多个万亿级市场，这就是生态型玩家的碾压优势。
自动驾驶堪称现有工业体系中，对算力、数据、AI 模型综合要求最高的场景之一。Zoox 源源不断生成的传感器数据、大规模仿真训练、算法迭代流程尽数部署于 AWS 平台，对 AWS 而言，这亦是一场持续且珍贵的技术反哺。
而这层关系远不止大客户与云服务商那么简单。Zoox 作为 AWS 最严苛的客户，其成功落地就是 AWS 自动驾驶解决方案的最佳案例，可以对外输出给全行业客户；自动驾驶对低延迟、高并发、大带宽的极致要求，倒逼 AWS 不断进化云基础设施，反过来提升所有行业客户的服务体验；亚马逊的基础大模型、世界模型技术，可以与 Zoox 的自动驾驶算法形成技术共振，加速端到端模型的落地。
本质上，Zoox 是 AWS 在物理世界的“ 技术探针”。它把云端的 AI 能力延伸到街道上，再把真实世界的数据反哺回云端。
Prime 会员是亚马逊商业帝国的基石，超过 2 亿付费会员构成了最高粘性的消费群体。而自动驾驶出行为会员体系提供了全新的权益维度。未来的 Prime 会员，可能不只是包邮、看剧、听音乐，还包含每月一定额度的 Zoox 无人出行服务、无人配送优先权益。当出行、购物、娱乐、物流全部打包进会员体系，用户的迁移成本会变得极高。
这就是亚马逊飞轮的可怕之处：每一项新业务都不是孤立的，而是嵌入既有生态，让飞轮转得更快。
自动驾驶到来，比所有人预想得更快
Zoox 此次监管破冰，是整个自动驾驶行业的里程碑。它标志着全球自动驾驶正式从“ 技术验证期” 跨入“ 商业化竞赛期”。
目前，全球范围内形成了三条清晰的技术路线：
Waymo 模式：多传感器融合+改装量产车，算法积累最深厚，商业化跑在最前面，优势是快，短板是始终背负传统车身的结构包袱；
特斯拉模式：纯视觉+端到端大模型，依靠海量民用车数据迭代，优势是数据规模大，短板是安全冗余与高阶能力仍待验证；
Zoox 模式：专用车身+全栈自研+系统级冗余，优势是长期成本与安全上限最高，短板是前期研发周期长、量产爬坡慢。
三条路线没有绝对的对错，只是对应不同的终局节奏。Waymo 先赚今天的钱，Zoox 布局明天的壁垒，特斯拉赌的是算法奇点的到来。
而对中国自动驾驶行业而言，Zoox 的获批同样是强烈的信号：
监管层面，专用无人车的合规化是必然趋势，国内相关标准也在加速制定中；
技术层面，原生设计路线的长期价值正在被验证，国内头部公司也开始布局专用 Robotaxi 车型；
商业层面，出行不是唯一终点，与物流、场景生态的结合，才是自动驾驶公司穿越周期的关键。
五年前，人们争论“ 自动驾驶能不能实现”；三年前，争论“ 什么时候能落地”；而今天，讨论的已经是“ 哪家先盈利、哪个城市先普及”。
Zoox 拿到的这张豁免牌照，就像推倒的第一块多米诺骨牌。它证明了一件事：监管不再是不可逾越的天花板，技术不再是遥不可及的悬念。剩下的，只是规模化、降成本、建生态的工程化问题。
亚马逊没有把 Zoox 做成一个炫技的科技玩具，而是把它放进了自己庞大的商业飞轮里。当自动驾驶技术与电商、物流、云计算、会员体系全面共振，释放出的能量将远超单一出行公司。
这场变革真正的胜负手，早已不是“ 拿掉方向盘” 这么简单，而是当方向盘彻底消失后，谁能重新定义自动驾驶的价值。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
