自动驾驶 1000问 · 十三 · 第 37 题：量产自动驾驶最烧钱的是哪一块？
来源：Flomo 原始笔记｜查看原笔记｜迁移日期：2026-10-31
自动驾驶 1000问 · 十三 · 第 37 题：量产自动驾驶最烧钱的是哪一块？
先看钱花在哪几大块
- 研发与人力：算法、软件、测试团队，规模大、薪资高、周期长。
- 数据：采集、存储、标注、训练算力——持续流出的钱。
- 硬件：传感器（激光雷达 / 摄像头 / 毫米波）、计算平台（SoC）、线控底盘的单车 BOM。
- 测试与验证：仿真平台、路测车队、试车场、标定。
- 量产与运营：产线、供应链、售后、保险。
哪一块最烧钱
按阶段答案不同：
- 研发阶段：人力和数据 / 算力最烧。顶级团队薪资极高，加训练算力（GPU 集群）和标注，是长期现金黑洞。
- 硬件上：传感器 + 计算平台。早期激光雷达一颗几万，现在降下来了；高算力 SoC 也不便宜——但硬件是一次性 BOM，随量产摊薄，不算最烧。
- 贯穿始终的：数据与研发人力，因为它是「永不停」的——模型一直迭代，数据一直采标训，团队一直养。
所以主流答案
- 最烧钱的是「数据闭环全链条（采集 + 标注 + 训练算力）+ 研发人力」，因为它是持续性的、关不掉的投入。
- 硬件是「一次性 + 可摊薄」，随规模下降；数据和人力是「长期 + 越做越多」，降不下来。
按赛道分
- 纯 Robotaxi（L4）：整车 + 传感器 + 运营（安全员）+ 研发。
- 量产辅助驾驶（L2 / L2++）：研发人力 + 数据 + 芯片 / 传感器 BOM 的摊销博弈。
降本的路子：传感器降本（激光雷达白菜化、减数量、视觉为主）、大模型自动化降标注成本、规模摊薄硬件、芯片自研压 BOM。
一句话：硬件是一次性、能被规模摊薄；真正长期烧钱的是「数据闭环（采、标、训的算力）+ 研发人力」这条停不下来的线——这也是为什么规模和数据闭环能力，成了量产竞争的分水岭。
📎 导航：https://v.flomoapp.com/mine/?memo_id=MjU2MDMwMzA0