T3出行遞表港交所:最快盈利的中國大型智慧出行平臺,卡位自動駕駛未來
更新日期:2026-04-24 08:59:42

日前,南京領行科技股份有限公司(以下簡稱“T3出行)正式向港交所主板遞交上市申請,擬登陸港股市場。在市場普遍給出行平臺貼上規模不經濟、持續燒錢、盈利無期的標簽時,T3出行以一份扎實的盈利答卷,成為中國大型智慧出行平臺中最快實現盈利的公司為擁擠的智慧出行賽道提供了一個全新的觀察角度。

一、拆解行業內卷下的反常識盈利模型

根據灼識咨詢的資料,按2025年訂單量計,T3出行是中國第三大智慧出行平臺。截至2025年12月31日,公司于中國194座城市開展業務,服務超過2.345億名注冊用戶。2025年促成7.972億個訂單,交易總額達人民幣189億元。

智慧出行賽道早已是巨頭的角斗場。在流量、運力、資本三重擠壓下,玩家們紛紛通過激進的補貼和擴張策略來爭奪市場份額,但這往往以巨額的虧損為代價。

T3出行的出現打破了這種敘事。根據招股書披露的財務信息,在2025年公司已實現凈利潤,成為中國大型智慧出行平臺中最快實現盈利的公司。用交出優于行業的財務表現,打破了只有規模才有未來的慣性認知,也重新定義了出行平臺的生存邏輯。

T3出行沒有陷入同質化價格戰與運力軍備競賽,它的盈利密碼核心在于告別傳統網約車流量搬運工的定位,轉向技術驅動、相對輕量化的運營模式,把平臺從規模驅動升級為效率引擎。

這其中最關鍵之處在于其“AI+出行”模式的全面鋪開。在行業內卷集中于補貼、拉新等顯性指標之時,T3出行持續把資源投向看不見的科技底層系統。

“AI+出行”模式的底層基石是領行阡陌大模型。領行阡陌大模型是中國智慧出行行業中首個垂直大模型,亦是市場上唯一同時完成中國網信主管部門生成式合成算法備案和生成式人工智能服務備案的大模型。

領行阡陌大模型包含智能調度模型、安全模型及司乘服務模型,能通過處理及整合各類數據,實現對場景的全面理解,驅動效率的根本性提升。其中,智能調度模型能利用機器學習及深度學習來預測城市各區域的供需情況,從而能夠將車隊資源動態分配至需求最大的區域。這有助于減少空駛里程、縮短乘客等待時間,2025年,在訂單量同比增長的情況下,公司的車輛空駛率較2024年減少了5.3%。同時,智能調度模型還能協調多種車型和運營模式,優化覆蓋范圍和響應能力。

此外,深度的AI賦能,正將傳統勞動密集型服務環節轉化為可規模化、低成本運營的技術模塊。

截至2026年3月31日,公司已開發37名AI數字員工,部署于客戶服務、訂單管理、投訴處理、司機招募、司機管理及數據分析等環節。2025年,公司AI驅動的客戶服務在無人工干預的情況下,已處理約85%的司機服務案件及將近55%的失物認領案件。在司機招募這一關鍵且耗人力的環節,AI也實現了高度自動化,2025年AI招募系統處理了超過140萬通電話應答。

不難看出,公司以深度AI能力重構供需、調度、運營全鏈路,用算法替代人力,用數據優化成本,讓每一筆訂單、每一臺車、每一位司機都產生更高效率。

更深一層看,這種技術驅動的模式,將形成技術—體驗—網絡的可持續增長飛輪。AI帶來更高匹配效率與更穩定服務,直接提升用戶體驗與司機收入;更好的體驗吸引更多用戶與運力加入,擴大網絡效應;更大、更健康的網絡又能反哺算法迭代,積累更珍貴的運營數據,進一步強化技術壁壘。三者環環相扣,讓T3出行在不依賴高強度補貼的情況下,守住毛利率與現金流,構建起同行難以復制的核心競爭力。

二、獨有“混合調度”平臺,搶占自動駕駛時代核心入口

如果說盈利是T3出行當下的安全墊,那么關于Robotaxi的布局就是它面向未來的船票。市場習慣把它定義為網約車服務商,但從招股書與戰略布局來看,T3出行的真實定位,是下一代出行生態的運營者與連接者

它最具遠見、也最容易被低估的動作,是成功開發并驗證了首個能夠同時協調有人駕駛車輛及Robotaxi的混合調度平臺。

這一定位極具戰略遠見。

現階段Robotaxi面臨兩大早期商業化難點。一是單車成本高、車隊規模有限,難以形成連續服務能力,運營區域限制性明顯;二是無人車與有人車兩套體系割裂,用戶體驗斷層,容易出現能叫到無人車但等太久、有人車充足但匹配不上的尷尬。

T3出行的混合調度模式,正是這個問題的解決方案。它能根據用戶偏好、需求模式、車輛位置、服務運力及路況等因素,動態地在有人駕駛車輛和Robotaxi之間分配車隊資源。例如,在Robotaxi覆蓋的區域,平臺可以優先派單給Robotaxi;而在Robotaxi暫時無法服務的區域或復雜場景,則由人類司機補位。

換而言之,混合調度的價值,是用成熟的運力網絡托舉Robotaxi起步,把有限的無人車無縫嵌入現有運力池,使得有限的自動駕駛車輛能夠立即產生商業價值,而不必等待其技術完美或車隊規模龐大。

T3出行的這一能力并非紙上談兵,而是建立在扎實的運營實踐之上。

早在2020年,公司就與合作伙伴共同發起“鰲頭聯盟”,旨在支持自動駕駛測試、運營部署及商業化。截至2025年12月31日,T3出行已在南京及蘇州開展道路測試,一支超過300輛Robotaxi的車隊已接入公司平臺,截至最新可行日期,無安全員的道路測試里程超過41,000公里,根據灼識咨詢資料顯示,T3出行無安全員的道路測試里程在中國智慧出行平臺中排名第二。公司龐大的網約車訂單量,為優化Robotaxi的調度、路線規劃及巡游效率提供了寶貴的數據和場景。

在此基礎之上,T3出行已為Robotaxi運營建立專門的合規與安全管理框架,涵蓋日常運營、乘客交互及應急響應等領域。這有望在行業爆發初期,成為事實上的標準框架。此外,公司還與OEM、自動駕駛算法公司及其他生態合作伙伴展開合作,共同支持Robotaxi服務的商業化進程。憑借運營經驗及實際運營數據,公司協助整車制造商進行車輛及座艙設計,并支持算法公司優化自動駕駛系統。

更進一步看,平臺開放真實商業場景、輸出先進的供需匹配算法,為自動駕駛技術提供大規模、多場景、長周期的練兵場,顯著加速技術迭代與商業化落地;而接入更多元 Robotaxi 運力,又讓混合調度平臺的價值持續放大,形成雙向賦能的生態閉環。

因此,在未來自動駕駛出行的價值鏈中,它可能占據比單純提供運力(無論是有人還是無人)更核心、更具議價能力的產業鏈位置,成為生態中的核心運營商。屆時,其商業模式也將有望從向單次出行抽取服務費,升級為獲取自動駕駛生態中更多元化的收入。這無疑極大地提升了公司的成長天花板。

三、確定性與成長性兼備,上市進一步打開想象空間

在智慧出行行業歷經多輪洗牌、資本愈發理性的背景下,燒錢換規模的模式已然走到盡頭,而能夠依靠自身運營效率與技術能力實現盈利、維持健康現金流的平臺,才具備穿越周期的能力。

財務數據顯示,公司營收由2023年的148.96億元增加至2025年的人民幣171.09億元。2025年,公司凈利潤轉正,成為中國大型智慧出行平臺中最快實現盈利的公司;毛利率已達13%。

值得一提的是,財務穩健性不是簡單的賬面優勢,而是抵御行業競爭、應對市場波動、持續投入研發的最堅實護城河,也讓T3出行的商業模式的可持續性得到了最直接的驗證。

從中期發展來看,成功登陸港交所將為T3出行注入強勁動力,推動其整體戰略全面加速。

公司的核心發展戰略清晰,一是業務擴張與品牌強化;二是通過技術升級實現可持續增長,三是推動Robotaxi商業化;四是構建數據驅動的出行服務與生態。

同時,上市帶來的品牌公信力提升,能幫助公司吸引更多頂尖技術人才與優質生態伙伴,強化在智能調度、混合調度等核心領域的領先地位,為“AI+出行”愿景落地提供更充足的資源。

伴隨著資本與品牌的雙重賦能,T3出行的成長路徑將變得更加清晰,技術壁壘、運營效率與生態優勢會進一步放大,形成更強的市場競爭力。

從長期視角審視,T3出行已然站在了行業變革的風口,迎來政策與需求雙輪驅動的歷史性機遇。

當前國內智慧出行行業滲透率仍在持續提升,用戶對智能化、高效化出行服務的需求不斷增長,為公司現有業務提供了穩定的增長基底。根據灼識咨詢的資料,智慧出行在中國整體出行市場的滲透率將從2025年的6.6%升至2030年的9.4%。中國已是2025年全球最大的智慧出行市場,按總交易額計, 其市場規模達人民幣4,815億元,預計到2030年將增長至人民幣8,985億元,復合年增長率為13.3%。

更具想象力的是,Robotaxi的技術迭代與商業化進程正以遠超預期的速度推進,自動駕駛出行服務即將從試點走向規模化普及,打開萬億級的市場空間。

從政策端來看,高級自動駕駛已在地方和國家層面得到政策支持,北上廣深均發布了多項試點和監管政策,有序推進Robotaxi的商業化進程。從成本層面來看,2025年以來,Robotaxi玩家紛紛宣布新一代Robotaxi車型,新一代Robotaxi車型成本大幅下降,為大規模商業化奠定了基礎。

而T3出行憑借獨有的混合調度平臺、成熟運營體系以及與鰲頭聯盟的生態協同,已經搶占了自動駕駛時代的核心入口。

從短期財務穩健,到中期戰略加速,再到長期卡位萬億級Robotaxi市場,T3出行構建起“當下有利潤、中期有增速、長期有空間”的完整成長邏輯。

隨著港交所上市進程推進,這家以AI為內核、以生態為方向的出行平臺,有望重新定義智慧出行行業的價值與未來。

以上內容由 AiPO.MYIQDII.COM 自動生成,不作為交易依據,更多詳情請進入AiPO數據網或下載捷利交易寶App查看。

相關標籤:   AiPO数据网

本網站所刊發、轉載的文章均來自互聯網,其版權均歸原作者所有。如其他媒體、網站或個人從本網下載使用,請在轉載有關文章時務必尊重該文章的著作權,保留本網注明的“稿件來源”,并自負版權等法律責任。

網站支持 aipo@tradego8.com 業務聯繫 vincentzhuang@tradego8.com AiPO數據網  版權所有,未經同意不得轉載