從百度走出來的創業者，做了一台 1.98 萬 “時速 40 公里” 無人小車｜九識

芝能科技出品

在智能駕駛的浪潮中，城市配送正悄然成為 L4 自動駕駛率先落地的關鍵場景。

過去一年中，自動駕駛行業中的大部分企業正在遭遇戰略收縮，資本正變得更加審慎。

因此九識智能的表現就顯得很另類：2025 年，他們完成了近 3 億美元的 B 輪融資，成為近兩年來自動駕駛領域單輪融資金額最大的公司之一。

相比 Robotaxi 這種對安全性與用户體驗要求極高的無人出行，還有主要應用場景還是在高速封閉路段的自動輔助駕駛乘用車，城市配送是 “技術難度適中 + 商業價值顯著 + 可控運營條件” 的理想自動駕駛突破口。

在這樣的背景下，我們在 EAC2025 上跟九識智能深度交流——這家由來自百度和京東自動駕駛團隊創立、致力於城市配送 L4 技術量產落地的公司。

在專訪中，九識智能副總裁、生態合作負責人周清為我們詳解了他們如何用 “技術 + 生態” 打通無人配送車從路測到商業化的關鍵一公里。

一台 19800 元的無人車

就在不久前（5 月 27 日），九識智能剛發佈了全新 E 系列無人物流車平台及首款車型 E6，官方售價僅 19800 元，1 小時內售罄半年產能。

E6 車型基於九識自研的 L4 級自動駕駛技術平台打造，搭載新一代感知系統（包括 occupancy network 技術棧與仿生傳感器佈局），具備厘米級識別精度，可在複雜天氣與城市環境中穩定運行。

其無立柱設計提升貨箱利用率，並內置自研 NOA 導航系統，可不依賴高精地圖運行。新增的實時對講系統增強了人機協同能力，提升城市高密度配送場景下的穩定性與任務完成率。

新車型面向輕件散件配送場景，強調定製化、高效率和場景適應性。與此前強調通用性的 Z 系列不同，E 系列聚焦 “專精化”，適應物流需求日益細分的發展趨勢。

因此，E 系列有靈活的商業模式：整車定價 19800 元，FSD（完全智能駕駛本）每月訂閲服務費 1800 元。相比特斯拉 99 美元（約 700 元人民幣）的 FSD 訂閲費，看起來 E 系列更貴，但物流小車由於可以做到真正的 “無人”，因此節省下的相當於一個司機的費用。

同時九識智能還有租賃的運營方案，目前服務網絡覆蓋全國 200 餘城市。

創業是現實主義者的浪漫：

九識智能為什麼做城配物流

“我們一開始就沒想着做 Robotaxi。”

九識智能是 2021 年成立的。那一年自動駕駛行業迎來了前所未有的融資熱潮，成為資本市場的焦點。多個自動駕駛企業獲得了大額融資。例如，Momenta 完成了 C+ 輪超過 5 億美元的融資，成為當年中國自動駕駛領域最大規模的融資之一。

此外，小馬智行、文遠知行等也在那一年獲得了數億美元的融資。據統計，當年中國自動駕駛行業共發生 129 起融資事件，融資金額達到約 872 億元人民幣，創下歷史新高。

但也許是創始人團隊在百度出來之後還有載貨的自動駕駛的物流的產品的開發經歷，“我們一開始聚焦的就是城市配送物流，這個方向看起來更現實。” 周清説。“因為這是一個低速、相對封閉的場景，政策能接受，老百姓也能接受。”

所謂 “城市配送物流”，簡單説就是城市內部短距離的貨運，比如商超配貨、園區搬運，或者城市中小批量的快遞轉運。過去，這個工作往往靠人力三輪車、電動貨車去完成。但現在，這些路段、這些任務，成了無人駕駛 “落地” 的新樂土。

“城市配送物流” 的核心是什麼？不是跑得快，而是跑得穩，能把貨準時送到。而且 “就算真的出了事故，也不會是什麼大事故”。因此，在政策端也更輕鬆：相比乘用車載人的自動駕駛，這類 “設備型” 的載貨無人車監管要寬鬆得多。

“我們現在嚴格意義上不被定義為一台車，我們算物流設備。” 周清説，“很多城市對這種設備的速度限制是在 40 公里/小時以下，我們做了個折中，設定了 40 公里的最高運行速度。”

至於是否考慮進入重型卡車、高速公路貨運，九識智能很明確：“現在不會做，因為還不是時候。” 重卡上高速、公路上自動駕駛的監管還處於起步階段，“政策不成熟，我們也不會貿然進入。”

九識現階段更希望聚焦在城市公開道路這個更具規模和商業潛力的主戰場。不過九識可以幫助合作伙伴提供完整的開發框架，支持他們進行二次開發和能力集成。

“L4 不能用純視覺”：

無人自動駕駛小車的難點與壁壘

現在最大的挑戰是什麼？

“感知。”

中低速的城市配送，看起來簡單，但其實面臨非常複雜的場景。

“你在高速路上，不會遇到小狗、三輪車、小孩、騎車逆行的人。可在城配領域，我們這些年遇到的複雜情況數不勝數。” 周清説，“感知如何把它正確分類難度很高。好的預測是一個比較大的難題。”

要讓算法在這些毫無規律的場景下依然 “看清楚”，他們用了 “四類傳感器”：視覺、雷達、激光雷達、超聲波。

“為什麼不用純視覺？“

L4 不能用純視覺。周清説，“視覺系統再強，也無法解決 ‘看不見’ 的極端情況。因為攝像頭本質上仍是感光元件，在複雜環境下依然可能出現感知盲區。

對於輔助駕駛來説，‘看不見’ 時可以讓人接管或安全停車，問題不大。但無人化的自動駕駛不能如此——車不能半路停下、貨不能丟在半道上，這就要求必須引入激光雷達等多傳感器融合方案。説到底，每種傳感器都有自身的技術死角。”

但多傳感器融合的代價是什麼？

“算力。”

“我們現在用的是雙 orin X 的方案，算力 500 TOPS，跑我們現有的 NOA 場景夠用了。但未來我們也要考慮國產替代的問題，比如我們在測試地平線的芯片，也在和國內的芯片公司接洽，甚至我們有計劃自己做芯片。”

是的，一家自動駕駛初創公司，正在討論 “做自己的芯片”。這句話在三年前聽起來可能是資本幻覺，但現在，在地緣政治、卡脖子風險、成本敏感的三重壓力下，居然成了 “常識”。

“我們知道，光是靠國外的芯片，是有風險的。” 周清説。

但年出產量要達到多少，才能夠就平衡掉芯片研發投入的成本？

“差不多是 5 萬台車的量級。”

我們注意到，整個採訪過程中，這支創業團隊幾乎沒談過融資、估值、講故事，他們講的最多的是兩個詞：數據和場景。

“説白了，自動駕駛這事現在就是誰數據多，誰就跑得快。” 周清告訴我們，“很多人以為最核心的是算法，但算法是拿來調的，核心還是數據——你跑得多，你就有更多可能調出合適的算法。”

自動駕駛的核心不是造車，是造 ‘理解場景的能力’。

所以，當我們問他們擔不擔心大廠進場時，他反倒顯得很輕鬆：“大廠確實會來，但他們缺場景。”

周清説，“在互聯網時代，小公司做個 APP 沒流量就活不下去，因為大廠自帶流量。但自動駕駛不一樣，這裏比的不是誰流量大，是誰跑得多，誰能拿到第一手數據。大廠再大，也不能一夜之間跑完我們一年跑的這些路線。”

所以他不怕，“除非他們花錢買我們數據。”

總結

這不是自動駕駛的 “未來”，

這是它的 “現在”

九識智能的展台相當樸實，樸實到有點不像自動駕駛公司。他們主要展出的設備外觀甚至像一台放大了的掃地機器人——“不像車” 的車。

但他們解決的是自動駕駛行業中最現實的問題——怎麼真正跑起來，怎麼在商業邏輯上成立，怎麼穿越 “政策灰區”，怎麼在被大廠圍獵前跑出一道護城河。

自動駕駛行業的離真正的高潮還很遠，甚至離真正商業競爭的開始也還有距離，現在更像是熱身賽，政策和標準還在出台中，技術也在不斷迭代。

但九識智能並不急，在熱身階段先跑起來，等槍響的時候，已經領先一圈了。

也許從百度出來的時候，他們就明白：造車很酷，但能活下來（場景落地）的，才是真的 “無人”。