新加坡近日宣布，蘑菇车联、比亚迪（002594/01211）与MKX Technologies联合体中标L4级自动驾驶中巴项目，与文远知行（WRD）的L4小巴试点并行。全球最严自动驾驶试验场正式迎来中国力量的“双轨竞演”。
技术路径分化的出发点
2025年10月2日，新加坡陆路交通管理局（LTA）官方公告确认联合体中标中巴项目（6辆16座巴士，2026下半年运营）；文远知行小巴项目则于2025年7月17日获批纯无人运营于圣淘沙。
LTA公告指定中巴项目2026下半年启动，文远知行小巴已于2025年7月运营，但扩展计划与中巴同步。两项目票价与普通公交一致。
新加坡L4试点项目分别授予文远知行与蘑菇车联–比亚迪联合体，前者聚焦圣淘沙景区小巴，后者融入城市中巴公交网络。两条路线，一条封闭安全、一条开放复杂，也代表着两种技术哲学与风险承受度。
文远知行的8座小巴在圣淘沙名胜世界固定环线运行，纯无人驾驶，无方向盘、无安全员，服务游客接驳。蘑菇车联–比亚迪联合体的16座中巴则覆盖纬壹科技城191号线与滨海湾400号线，初期配备安全员，后期转为远程监控。
看似并行，实则各自迈向无人化的不同终点。
文远知行的极限试炼
文远知行的项目看似理想，却是严苛试炼。圣淘沙虽为封闭道路，但游客高峰时人流密集、儿童与推车穿行频繁，系统需应对高度随机的人类行为。LTA评估强调随机行为应对，据说要求故障率达到低于百万分之一的行业标准，任何感知延迟都可能酿成事故。
其Robobus依赖激光雷达与AI算法，号称具备厘米级定位精度。但热带多雨气候令传感器易受雾化干扰，测试显示雨天感知衰减可超10%。如不能充分优化，系统重启即意味着运营中断。
更棘手的是公众信任。试运营反馈中，乘客对纯无人车的信任有限，噪音与急刹问题频被提及。LTA规定事故全责由运营商承担，保险覆盖不足以抵消潜在赔偿，企业承担的舆论与法律风险都极高。
此外，数据隐私也是隐形约束。文远知行需使用本地训练数据，但新加坡严格的隐私法限制采集，算法泛化受阻。业内人士直言，技术再强，公众不信任，推广就是空谈。
联合体的协同难题
相比之下，蘑菇车联–比亚迪与MKX联合体面临的挑战更复杂。其中巴项目嵌入城市主干公交，191号线高峰期拥堵严重，400号线混合居民与游客，红绿灯、施工与行人横穿层出不穷。系统必须实时应对长尾场景，包括紧急车辆让行与突发绕行。
三方分工清晰：蘑菇车联提供MOGOBUS平台与AI大模型MogoMind，比亚迪定制电动底盘，MKX负责本地法规适配。但跨国协作本身即是风险，时差与文化差异可能导致会议效率低下，接口滞后频发。
比亚迪底盘需改装为右舵并适配公交优先道，成本高企。L4系统要求毫秒级响应，雨天制动偏差可能放大侧碰风险。蘑菇车联拥有超过200万公里测试数据，但多源于中国，必须重训以适应新加坡独特的路标与道路语义，周期与成本均可能超出预期。
LTA的监管几近苛刻。远程监控中心需24小时值守，据称要求异常事件5分钟内响应。业内通常模拟测试中网络延迟或信号中断的发生率约3%，一旦延迟失控，干预机制即失效。数据传输还需满足隐私分级，否则即属违规。
盈利与社会压力的双重约束
两项目都面临相同的经济难题。文远知行在财报中直言，盈利时间“难以预测”。试点规模有限、研发投入庞大，成本回收遥遥无期。联合体中标金额仅814万新币，折合约六辆中巴，短期几乎不可能实现商业化。
社会压力同样沉重。新加坡公交司机缺口超过两千，但无人驾驶的推广可能加剧岗位焦虑。调研显示，许多居民对无人巴士持怀疑态度，担忧延误与安全问题。
LTA监管则寸步不让。试点车辆需全程可追溯，任何轻微刮蹭都必须停运检修。中期评估若经济性不达标，项目可能缩减或终止，违约金将成为企业额外负担。
文远知行与联合体都在应对“水土不服”的现实。MKX方面坦言，右舵改装、培训与法规适配成本高昂。比亚迪零部件供应链在地缘风险下的任何延迟供应都可能打乱进度。
与此同时，包容性设计不足的问题也浮出水面。视障乘客辅助系统未完善，婴儿车与轮椅空间优化不足。公众投诉渠道有限，一旦初期体验不佳，负面舆论或将被放大。
全球注视下的生死考验
新加坡向来被视为自动驾驶的“终极试炼场”。成功者可赢得国际背书，失败者则可能在全球信任链中被边缘化。LTA的项目数据将公开，国际标准制定机构亦在观望，容错空间几乎为零。
有评论指出：“中国科技出海若止于产品输出，终将止步于信任壁垒。”另一则评论更为直白：“极端场景下的决策偏差，将决定一家公司的生死。”
两项目虽各有优势，却都如履薄冰。文远知行需证明纯无人技术的极致可靠性；联合体则肩负生态协同与城市公交融合的双重挑战。在监管高压与公众审视的双重聚光灯下，这场L4出海赌局，谁都输不起。
新加坡L4试点不仅是技术竞赛，更是一场关于监管、伦理与信任的多维测试。它将决定中国自动驾驶在全球产业链中的信用等级。成功者或将打开国际市场的新大门；失利者，则可能在算法与舆论的双重回声中被重新定义。
在这场零容错的实验中，每一公里，都是考试现场。
