中国电动车“出海价战”：便宜车如何改变自动驾驶投入路线

2026 年开年，英国电动车市场出现了一个很直观的信号：中国品牌把国内的价格战带到了海外。据公开报道，MG 在英国推出新款 MG4 EV Urban，起售价 £23,495（约 3.2 万美元），直接压过了比亚迪在当地颇受欢迎的海豚（Dolphin）等车型的价格带。价格不是新闻的全部，但它往往是战略的外显。

我更关心的是：**当“更便宜的电动车”成为全球竞争的主旋律，自动驾驶 AI 会被推向哪里？**在本系列《Tesla 与中国汽车品牌在人工智能战略上的核心差异》中，我们反复讨论一个分歧——Tesla 更像一家“用软件定义车辆”的 AI 公司，而不少中国车企更像“把传感器、供应链与生态协同做到极致的工程型组织”。海外价格战，会让这种分歧更尖锐。

一句话立场：当整车毛利被价格战压缩，自动驾驶路线会更偏向“可规模化、可控成本的工程方案”，而不是“无限堆算力与数据的单一路线”。

价格战出海：看似卖车，实则抢规模与数据

结论先说：MG、比亚迪们在英国打价格，并不只是为了销量排名，而是在为“全球规模”铺路。电动车进入主流市场后，消费者的决策更像“算账”：首付、月供、保险、充电成本、残值率。把入门价打下去，等于把潜在用户池扩大一倍。

更大的用户池，带来三件事：

• 规模摊薄成本：电池、三电、车身、芯片与域控制器的 BOM 下降更快。
• 渠道与服务网络更快成型：尤其在欧洲，售后与保修体验直接影响复购与口碑。
• 数据与场景的“地理扩展”：英国的环岛、窄路、雨雾天气、高速限速规则等，都与中国国内差异很大。

自动驾驶的发展，本质依赖“长期、海量、可用的数据闭环”。海外卖得越多，驾驶数据的地域多样性越高；但问题在于，价格越低、毛利越薄，企业还能否持续投入高昂的自动驾驶研发？这就把我们带到路线之争。

低价车型更考验自动驾驶“单位成本”

答案很直接：越是 20-30 万人民币（或相当价位）的走量车，越不可能承受“硬件极致堆料 + 长期订阅转化不确定”的成本结构。

为什么“便宜车”更难走纯 AI 重投入路线

以 Tesla 的思路为参照：强调端到端感知、强依赖海量数据与训练、以及持续 OTA 迭代。它的优势是产品体验可统一、软件能力可复用；但代价也很清晰：

1. 训练与推理算力成本持续上升：端到端模型与多任务学习带来训练需求膨胀。
2. 数据闭环成本高：数据采集、清洗、标注、回灌、再训练是长期工程。
3. 合规与责任成本上升：欧洲对 ADAS 的命名、功能边界、事故责任更敏感。

当整车利润被压缩，企业更倾向于选择“确定性更强”的投入方式：把功能拆成可控模块、把硬件做成可选包、把成本锁在供应链里。

中国车企为什么更容易走“传感器 + 工程化”路线

不少中国车企的现实选择是：在可控成本下，用更丰富的传感器组合（摄像头、毫米波雷达、超声波，部分车型加激光雷达）提升可用性，再用供应商与自研并行缩短周期。

这条路的关键不是“谁更先进”，而是“谁更好卖”：

• 传感器堆叠能更快把功能落地为“看得见的卖点”（泊车、NOA、AEB）。
• 供应链成熟，成本下降路径清晰，适合价格战环境。
• 能按配置分层：低配保证安全与基础辅助，高配提供更强功能。

也正因为如此，海外价格战越激烈，中国品牌越可能把自动驾驶当成“配置分层与转化工具”，而不是单点技术信仰。

Tesla vs 中国车企：同样要规模，但“规模的用法”不同

结论先放在前面：Tesla 把规模主要用来喂给统一的 AI 系统；中国车企更可能把规模用来优化产品组合与供应链，并用多路线并行降低技术风险。

Tesla：把车当成“数据采集器”，软件是主战场

Tesla 的逻辑很像互联网：

• 单一平台、强 OTA、统一体验
• 用更大规模的车队数据推动模型迭代
• 通过软件能力形成差异化（即便硬件趋同）

这种模式在规模足够大时非常强，但在海外市场会遇到两个现实约束：

• 数据合规与隐私：欧盟/英国对数据处理更严格，闭环效率会下降。
• 功能宣传边界：对“自动驾驶”措辞更谨慎，营销与交付需要更保守。

中国车企：把车当成“产品平台”，协同是主战场

中国车企更常见的打法是：

• 多平台、多车型、快速迭代
• 自研 + 供应商（芯片、感知、地图、算法）并行
• 在不同国家做功能裁剪与合规适配

这会导致体验一致性不如 Tesla，但好处是：成本、交付、合规的确定性更强。在价格战背景下，确定性就是护城河。

可引用的一句判断：价格战会奖励“交付确定性”，而不是“技术叙事”。

海外市场会反过来塑造自动驾驶：英国不是中国的复刻

直接回答：**中国品牌在英国卖得越多，就越需要把自动驾驶能力从“国内可用”升级到“海外可解释、可合规、可持续运营”。**这对研发方向会产生反作用力。

场景差异：环岛、窄路、雨雾与标线质量

英国道路特征会放大 ADAS 的短板：

• 环岛密集：对目标选择、让行策略、行为预测更苛刻
• 城市道路窄且停车密：对低速避让、泊车、盲区感知要求更高
• 雨雾多：对视觉与融合感知鲁棒性是硬考题
• 标线与施工区域复杂：对地图依赖与无图方案都提出挑战

这意味着“只在国内跑通”不够，必须建立海外数据回流—验证—更新的流程。

合规差异：功能命名、责任边界与人机交互

欧洲对 L2/L2+ 的监管更强调“驾驶员责任不转移”，这会逼着车企：

• 把功能边界讲清楚（HMI 提示更严格）
• 把接管策略做得更保守（宁可早提醒也别晚）
• 把安全指标做得可审计（AEB、LKA 的触发逻辑更透明）

结果是：海外更像“工程验收市场”，而不是“参数营销市场”。

对消费者与行业的现实影响：便宜电车 ≠ 便宜自动驾驶

先给一个结论：**整车降价会让更多人买到电动车，但不会自动让高阶自动驾驶免费普及。**相反，价格战可能让自动驾驶商业模式更“现实”。

未来两年更可能出现的三种产品形态

1. 基础安全功能标配化

   • AEB、ACC、LKA 等成为入门门槛
   • 竞争点从“有没有”转向“好不好用、误触发少不少”

2. 高阶功能配置化/订阅化并存

   • 走量车用“硬件预埋 + 软件解锁”提高转化
   • 也可能直接按车型分层，高配一次性买断更省心

3. 泊车类能力成为最划算的差异点

   • 城市用户对自动泊车的体感收益极高
   • 相比高速 NOA，泊车更容易在低速场景做出确定性体验

我自己的观察是：海外市场的“最先爆发点”很可能是泊车与低速场景的高可靠辅助，因为它更容易量化价值，也更不容易触碰监管红线。

企业怎么在价格战里不把自动驾驶做“做烂了”

如果你在车企/供应链侧，需要在“卖得动”和“做得出”之间找平衡，我建议盯住三条红线：

• 安全指标不可妥协：AEB、误加速抑制、驾驶员监测（DMS）优先级高于炫技功能。
• 平台复用优先：域控制器与传感器架构尽量跨车型复用，避免“每款车一套”。
• 把 OTA 变成运营能力：海外更新频率不必追求多，但要可回滚、可验证、可解释。

写在最后：价格战会把自动驾驶带向“更像产品”的方向

MG 与比亚迪在英国把价格压到更亲民的区间，表面上是电动车的海外竞争，背后是规模、成本、合规、数据的综合较量。价格战不会终结自动驾驶投入，但会逼迫企业回答一个更尖锐的问题：你的自动驾驶方案，单位成本是多少？能不能在百万辆规模下持续迭代？

在《Tesla 与中国汽车品牌在人工智能战略上的核心差异》这个主题里，我越来越确信一点：**路线差异不是“谁更聪明”，而是谁更适配自己的商业现实。**Tesla 会继续押注“统一 AI 大脑”，中国车企会继续在“多传感器、强工程、快交付”里找性价比。

下一步，如果你正在评估自动驾驶技术合作或产品规划，我建议把问题问得更具体：当海外价格战把毛利压到极限时，你的方案还能不能做到可量产、可合规、可维护、可升级？这才是 2026 年真正的分水岭。