宝马利润下滑25%，智能驾驶的“烧钱”进入深水区

如果你把汽车行业想象成一场马拉松，传统车企像是跑了几十年的老将，步幅稳健，心肺功能扎实。但到了40公里处，赛道突然变成泥泞的沼泽——电动化把动力系统全盘重写，智能驾驶又把软件栈变成了新的“心脏”。这时候，老将发现自己的呼吸节奏乱了，补给站里的水杯也快见底了。宝马集团2026财年半年报的数据，就是这种“喘气”的直观体现：归母净利润28.58亿欧元，同比下降25.75%，营收也下滑了8.01%。单纯看数字，你会觉得是经济周期或销量波动，但作为智能驾驶领域的观察者，我更关心这个数字背后，智能驾驶这条“烧钱”的赛道，正在如何改变传统豪华车企的盈利模型。

先看财报的“表面”原因。营收下降8%，毛利必然承压，但净利润下降幅度是营收的三倍，说明成本端出现了结构性恶化。传统车企的利润杀手通常是原材料、汇率、研发资本化率的变化。但结合宝马这两年的动作，你会发现一个更深的逻辑：智能驾驶的研发投入正在从“可选项”变成“必选项”，而它的回报周期，远超传统硬件产品。

宝马在智能驾驶上走得并不慢。从L2级辅助驾驶的普及，到与Mobileye、高通等芯片厂商的合作，再到V2X和城市NOA的布局，它一直是传统豪华品牌里动作较快的。但问题在于，智能驾驶的研发投入体量，已经和传统动力总成研发不是一个量级。一个典型的L4级自动驾驶公司，单年烧钱量在10亿到20亿美元是常态。宝马虽然在量产车上以L2+为主，但为了跟上特斯拉和中国新势力的节奏，它必须同时布局三件事：感知算法、地图数据闭环、以及车规级计算平台。这三件事每一项都需要长期的、不可逆的资本支出。

从落地角度看，智能驾驶的“烧钱”进入深水区，意味着利润表的滞后效应会更明显。2026财年半年报反映的是2025年7月到2026年6月的经营状况，这恰好是宝马加速推进“Neue Klasse”新世代平台的时间窗口。这个平台不仅承载纯电驱动，更是宝马智能驾驶架构的全面升级——从域控制器到中央计算平台，从多个摄像头到激光雷达的选配方案。平台化研发的早期投入，往往在财报上表现为研发费用率飙升，而营收端因为车型切换周期，反而会有一段真空期。宝马的利润下滑，本质上是在为这个“技术换挡期”买单。

但更值得警惕的是，竞争对手的路径正在分化。特斯拉靠规模和垂直整合，把智能驾驶的边际成本压到了极低水平；中国新势力（小鹏、华为系）则通过“软件定义硬件”的迭代速度，把传统车企的“三年一改款”压缩到“半年一OTA”。宝马面临的挑战是：它无法像特斯拉那样完全自研芯片和算法，也无法像中国新势力那样在政策宽松的环境下快速迭代。它必须兼容全球各地的法规——欧洲的UN R157、中国的L3准入、美国的NHTSA框架——每个市场都需要不同的功能验证。这种“合规成本”是隐形但巨大的，它不会直接体现在财报的“研发费用”一行，但会通过更长的开发周期、更多的测试里程、更高的供应链管理成本，层层传导到利润端。

从工程视角看，宝马的智能驾驶策略需要一个“减法”思路。目前的困境是，它既要守住燃油车时代的豪华口碑（底盘、操控、内饰），又要追赶电动化和智能化的前沿，还要应对中国市场的本土化竞争。这种“既要又要”的定位，会导致研发资源分散。我看过一些宝马的泊车测试数据，在低速场景下的复杂环境感知能力，与国内头部方案有一段差距，但宝马在高速NOA上的安全冗余做得很好。问题是，用户感知最强烈的恰恰是城市泊车和城区领航这些高频场景，这些场景的投入产出比，在财务上暂时是负的。

本质上，智能驾驶的“烧钱”不是问题，问题在于这笔钱烧得是否“聚焦”。宝马的半年报利润下滑，不能简单归因于“卖车少了”或“成本高了”，而是它必须回答一个战略问题：在智能驾驶这个战场上，它到底要成为平台定义者，还是功能集成者？如果选择前者，就需要像奔驰那样，联合N

原文链接：https://www.ithome.com/0/983/582.htm