首页 自动驾驶 正文
自动驾驶重卡扎堆IPO,泡沫退去后看什么?
26-07-22 17:35:24 章涟漪 赛博汽车

今年WAIC期间,一个被反复提及的趋势是“自动驾驶正从软件智能走向物理AI”。行业逐渐形成一种共识:当AI从“能聊”走向“能干”,其能力天花板就不再取决于参数规模,而取决于它和真实世界复杂场景的交互能力。 这个判断放在Robotruck赛道,指向了一个核心指标:在开放道路上真实跑出的里程,以及这些里程背后的场景广度与商业化深度。

图片 1.png

2026年,中国自动驾驶行业再次迎来IPO热潮。

驭势科技以“全场景L4第一股”身份登陆港交所,上市首日却遭遇破发;主线科技、深向科技二度递表,推进赴港上市……玩家密集登陆资本市场背后,行业叙事正从“技术演示”切换到“商业见真章”的频道。

喧嚣之下,一个更本质的问题浮出水面:评判一家L4公司的真实价值,究竟该看什么?

今年WAIC期间,一个被反复提及的趋势是“自动驾驶正从软件智能走向物理AI”。行业逐渐形成一种共识:当AI从“能聊”走向“能干”,其能力天花板就不再取决于参数规模,而取决于它和真实世界复杂场景的交互能力。

这个判断放在Robotruck赛道,指向了一个核心指标:在开放道路上真实跑出的里程,以及这些里程背后的场景广度与商业化深度。

按这个标准来看,谁离终局更近,一目了然。

01

公路,是L4价值的度量衡

这波上市潮不是凭空来的。

准入与上路许可‌全面实施、商业化运营权责划分明确等,正逐步扫清制度障碍;激光雷达、高算力芯片等核心硬件成本持续下探,压低了规模化应用的价格门槛;端到端AI算法的迭代,则让自动驾驶重卡的落地更具可行性与商业价值。

图片 2.png

政策不断完善,为自动驾驶护航

资本嗅到信号,密集押注。

但翻开招股书和公开信息看,会发现一个有趣的现象:面对L4的终局,玩家们基于各自的基因与禀赋,选择了不同的登顶路径。

有的企业选择了一条“以战养战”的道路。凭借新能源重卡销售实现数十亿营收,用造车的利润反哺研发,在标配L2辅助驾驶的基础上,逐步探索L4级技术的订阅服务。这更像是一场“兵马未动,粮草先行”的持久战,先让企业活下来,再等待技术质变的临界点。

也有的企业从乘用车自动驾驶赛道切换至商用车领域,试图将城市复杂路况的经验降维应用于相对标准化的高速干线场景,寻找技术与商业化的最佳结合点。

而另一类玩家,则以更彻底的姿态直奔终局。以卡尔动力为代表的企业,选择直接押注L4级货运的常态化运营,把全部精力投入真实的开放道路。截至目前,其累计真实运营里程已达4500万公里,运载量高达14亿吨公里。

图片 3.png

卡尔动力总运营里程超4500万公里

回顾每一轮科技上市潮,历史总在证明一个朴素的规律:率先抢跑的未必能笑到最后,但那些在喧闹中埋头深耕业务、把技术扎进真实土壤的企业,往往能走得更远。不同的路线没有绝对的优劣,它们共同构成了行业演进的多棱镜。

但一个容易被忽视的认知陷阱是:L2的工程积累,并不能自动兑换为L4的实战经验。

L4与L2之间,横亘着的不是算法迭代的坡度,而是真实场景认知的鸿沟。L2可在结构化的高速场景中提供辅助,遇困时随时将控制权交还人类;而L4必须在开放且不可预知的物理世界中独立完成每一次决策:暴雨天被水花遮蔽的感知盲区、编队过站时前车的突发急刹、运输途中与超长风电叶片车的狭路相逢……这些“长尾场景”,实验室和封闭测试场里跑不出来。

只有真实公路上的持续运营,才能让系统见过足够多的“意外”,让AI真正理解这个世界的复杂。

因此,评判一家L4公司的真实价值,不应只看招股书里的订单量,更要看公路上真实跑出的里程。谁在L4的无人区里跑出了足够深的车辙,谁就握有定义下一代货运物流的话语权。

02

三种能力叠加,Robotruck的真正门槛

当一家企业选择用“扎根真实道路”来回答L4的考题,具体要做到什么?

卡尔动力给出的答案是三个能力的叠加:规模化复制能力、持续运营能力、数据闭环能力。只有把技术、场景和现金流真正闭环起来,才有机会成为资本市场长期认可的公司,并在淘汰赛中胜出。

什么算“持续运营”?不是靠累计订单、或者示范里程,而是实打实的“上路拉货”。

这正是卡尔动力最深的护城河。当人形机器人还在展馆里蹒跚学步;当多数L4玩家仍在为商业化落地不断探索时,卡尔动力已组建起400+智能编队车队,在内蒙古、新疆、京津冀等10余个省市落地布局,也是全国唯一百台级L4运营的干线货运企业,全球第一家量产大宗运输机器人的公司。

图片 4.png

卡尔动力技术战略副总裁王珂出席WAIC主题对话

“L4货运的行业护城河,不在于技术概念与设备数量,而在于真实场景的持续运营沉淀。”王珂博士表示。

行业长期存在的安全与效率对立认知,根源在于缺少规模化实景数据闭环。卡尔动力已完成超1年L4货运门到门商业化闭环运营,搭建起全场景高质量货运数据集。运营里程每增长一个量级,系统的安全性和效率就同步提升一个台阶。

持续运营的价值,最终体现在经济模型上。早在2025年8月,卡尔动力CEO韦峻青即宣布:在L4自动驾驶赛道率先实现单车经济模型的转正。

单车跑通了,下一步是批量复制。真正的考验在于:当车辆从百台扩展到万台、场景从一条线路延伸到数百条线路时,系统是否还能保持同样的安全水平与经济性?

正如王珂博士所言,AI赋能物流降本,不是单点“优化问题”,而是一个“网络问题”。干线货运真正的成本黑洞,是40%的空载率和日均仅5-6小时的有效行驶时间。在系统层面,车找不到货、货找不到车、路况无法预判。

卡尔动力的底气在于“系统智能”。2026年北京车展上,卡尔动力发布面向L4货运下一个十年的核心战略:KargoBot Inside,核心架构即“AI+Robot+Service”三层协同。

图片 5.png

卡尔动力推出KargoPlatform Gen 5.0通用硬件平台

在AI层,打造专属货运场景的基座大模型“Truck Driver Foundation Model”,依托行业内最大规模的多维度数据集和过亿公里编队验证场景。在硬件层,推出KargoPlatform Gen 5.0通用硬件平台,让车辆能快进行量产适配的同时,提升载货空间、支持多规格货箱灵活更换,并进一步降低成本。

这套体系的价值在于:无论场景如何拓展,底层的数据闭环、调度网络、硬件平台都可以平移复用,让每一吨货物自动匹配最优路线、最合适的运输机器人、最低的能耗方案,把物流降本从“局部优化”推向“全局最优”。

目前,卡尔动力已率先构建百台级车队、千万公里级里程、十万台级场景容量,目标未来三年推动L4货运进入“万台时代”。

03

关注“人”,长期主义的底色

回答完如何赢,卡尔动力还在思考“以什么姿态赢”。

在对外叙事中,卡尔动力保持着一份难得的克制,核心思路是“人干人最擅长的,机器干机器最擅长的”。

这种克制源于产业实践。物流运输作为生产性服务业,始终以效率与成本为优先。卡尔动力采用混合模式,在标准化的长途运输环节让AI发挥极致效率,而在复杂的装卸、安检及突发状况处理上保留人工介入的可能,这正是从实际运营中跑出来的务实选择。

图片 6.png

混合编组模式是人类驾驶卡车在前,自动驾驶卡车在后

它也贯穿在卡尔动力的发展路径中。早在2021年资本狂热期,卡尔动力就拒绝了“2024年万台重卡上高速”的激进目标,而是选择死磕场景,逐步形成了安全性高、成本可控、可持续的运营模式。

2026年,卡尔动力卡尔动力更是将“人”放在了更重要位置。

一直以来,卡尔动力始终坚持:AI不是来替代司机的,而是成为物流体系的“智能伙伴”。货运行业长期面临司机短缺、平均年龄超46岁、缺口持续扩大的困境,AI最大的社会经济价值,不是替代人,而是推动这个万亿级产业完成一次根本性的劳动力升级,让从业者从“疲劳驾驶的体力劳动者”升级为“管理智能设备的运营者”。

卡尔动力通过启动“牧马人计划”,面向现有合作车队招募运输机器人主理司机,让经验丰富的驾驶员从方向盘后走到车队管理台前,成为管理智能设备的运营者。

未来五年,卡尔动力希望自主智能的运输机器人网络能让这个万亿级产业变得更高效、更安全、更可持续。

图片 7.png

当行业进入“淘汰赛”阶段,评判一家L4公司的价值,不应只看招股书里的订单量,更要看公路上真实跑出的里程,以及它是否真正让生产方式发生了根本改变。

物流行业等待的,从来不是一个资本故事。40%空载率、司机缺口扩大、日均不足6小时有效时长……这些困扰万亿货运产业几十年的结构性问题,单点修补无解,需要一张全局智能网络来调度运力、路径与能耗。卡尔动力4500万公里跑通的正是这件事:AI匹配最优路线、运输机器人嵌入全局调度,给降本增效一个新的解法。

2026年的自动驾驶上市潮,喧嚣的从来不是终点,而是分水岭。物理AI的浪潮下,运输机器人已成为最大、最早落地的场景。谁先上市不那么重要,谁真的在公路上跑通了L4、用全局AI调度网络重构了一个万亿产业的成本结构,谁才是这场淘汰赛最终的答案。


评论: