Robotruck 開啓跨盟市運營，智能運力將成為新時代的 “水電煤”

L2 與 L4 之間的分界線正在被打破。

乘用車 L4 浩浩蕩蕩碾過了城市圈。小鵬、英偉達、特斯拉之間形成了明確的共識：L2+ 將直達 L4 自動駕駛。

三個玩家均圍繞 L4 做技術平台建設。與特斯拉的思路相似，小鵬將會在第二代 VLA 的基礎上直升 L4。

類似地，英偉達也亮出了面向 L4 的終極解決方案 DRIVE Hyperion，計劃 2028 年落地 L4 自動駕駛。

國內政策也率先一步打開了大門，北汽、長安等車企均獲得了 L4 級自研 Robotaxi 測試牌照，測試車輛已經跑在了城區道路上。

但比乘用車來勢洶湧的是商用車。

L4 級商用車早已從試點走向了常態化運營。

現在更進一步：以 Robotruck 為代表的 L4 級商用車，無人化運營開始突破更長距離、更大區域，內蒙古出現了首個無人駕駛重卡跨盟市遠程商業化試點落地。

4 月 3 日，卡爾動力宣佈拿到了跨盟市遠程商業化試點資質，成為行業內首個拿到該資質的 Robotruck 玩家。

跨盟市相當於 Robotruck 能夠在多城市以及省級範圍內，在內蒙古進行長途幹線運輸。

這也意味着，Robotruck 翻開了新的一頁，正式進入了「區域成網」的新階段。

01、跨越硬件、運營、模型「三重門」

L4 商用車的核心在於將不同技術方案與業務場景深度融合。

沉到場景裏，是 L4 商用車的第一課。

L4 商用車三大場景，分別是城市物流、港口礦山、幹線物流。

三個場景的共同點是用無人駕駛技術實現生產工具升級，為場景方降本增效。區別在於，場景不同，跑通每個場景經濟賬的技術方案也各有特色。

第一類在城市場景裏運行的無人物流車，走的是技術性價比路線。

末端配送是無人物流車主攻業務，算的是「分厘賬」，這也導致無人物流車對成本非常敏感。

因此無人物流車頭部玩家九識智能、新石器、白犀牛在技術上方案達成了一致——平衡成本與效率。

新石器已經逐漸轉向純視覺技術方案，利用 BEV+OCC 算法擺脱對激光雷達的依賴，來降低硬件成本。目前，該賽道的頭部玩家都陸續推出價格更低的無人物流車，價格突破 2 萬元以下。

第二類港口、礦山場景多以定製化技術方案為主，方案「高度本地化」。

港口、礦山等半封閉場景均需要結合場景實際情況，定製整套智能運輸調度解決方案。

典型如礦區，地理位置偏遠、天氣極端，沒有網絡覆蓋，這就要求自動駕駛公司先要有涵蓋網絡規劃、建設、交付與運維的全流程能力。

易控智駕副總裁林巧就曾提到，礦卡需要對通過通信、底盤、地圖定位與調度系統的持續技術迭代與現場驗證。

在這類封閉場景中，無人駕駛運輸系統需要能與整個場景的協同工作能力，也自然要求結合場景需求，實地調研深度定製，才能保證全局生產效益最大化。

第三類幹線物流，技術方案是實地運營經驗 + 大模型技術方案的結合。

以上三類場景中，幹線物流的市場規模是最大的。

全國一共有接近千萬台重卡，一半都跑在幹線上，承載了全國大概 70% 的運輸量，市場規模佔全國 GDP 的 5%。

可以説，Robotruck 是不亞於 Robotaxi 的萬億級大賽道，但同時難度也很大。

幹線物流技術雖不需深度定製，但由於經常要在涉水路面、坑窪路段，甚至在戈壁等無道路場景行駛，場景複雜，因此 Robotruck 同樣需要積累大量的實地運營經驗。

又因為 Robotruck 對安全、效率要求極高，因此對技術方案的苛刻程度堪比乘用車自動駕駛。

Robotruck 破圈，需要跨過硬件冗餘、運營經驗、模型算法「三重門」。

第一扇門：Robotruck 車輛硬件冗餘。

在資源型運輸場景中，從裏到外構建 L4「冗餘」極其關鍵。

卡爾動力的 Robotruck 全車裝載了 5 個激光雷達、算力超過 1000TOPS4 塊英偉達 Orin，冗餘的傳感器與算力平台配置確保了車輛在複雜場景下仍能正常感知周圍環境，做出安全可靠的決策。

即便碰到沙塵、暴雨等極端場景，卡爾動力也有一套全鏈路多重冗餘架構與分級機制，系統會根據風險等級來評估是跟隨前車靠邊停車還是車道內緩慢停車或者緊急制動。

而 Robotruck 的第二扇門與第三扇是一體兩面：實際運營經驗、模型算法互相綁定。

數據困境在 Robotruck 行業中從未消失過。

卡爾動力 AI 研發副總裁王珂介紹過，如果卡車自動駕駛系統只通過周圍社會車輛數據學習，那麼模型收斂速度僅為 20-30%。

數據困境倒推 Robotruck 玩家想盡辦法：

一方面提升提升真實運營數據的佔比，另一方面是從系統模型算法層引入強化學習框架，讓算法主動探索對高風險場景的優化策略，從而突破數據分佈的物理限制。

卡爾動力深耕西北一線，積累了 4000 萬公里運營數據，包括私有的卡車數據，還有藉助戰略合作伙伴積累了海量的城區困難場景數據。

這些基於大宗商品真實運輸的「領域內數據」，也為打造通用基礎模型提供了數據底座。卡爾動力在算法層面構建了整合開環訓練、閉環訓練與強化學習的三階段範式，打造出跨場景、可遷移的基礎能力底座。

因此，冗餘的 L4 配置 + 場景內實際運營數據 + 通用能力底座，才是讓無人貨運跑起來的關鍵。

02、跨盟市，Robotruck 商業化的一大步

從近兩年各場景 L4 商業化進展來看，三大場景中，末端配送的無人化下沉速度最快。

場景方與末端配送自動駕駛公司聯合組隊，推動全國物流網絡無人車的規模化應用。典型如九識與菜鳥重組之後，新主體的車隊規模突破 2 萬台，坐擁全球最大的 Robovan 車隊。

Robotruck，同樣處在大規模複製的前夜裏。

其中的關鍵一步就是 Robotruck 從曾經的單點、單線運營轉變為跨省跨市運營。

路權是商用車 L4 中的阿特拉斯之踵。

末端配送商業化落地速度之所以快於幹線，其中一大原因在於，車小路權開放速度快。

Robotruck 的大規模商業化與路權開放緊密相關：

第一階段：單點、單線運營，Robotruck 初步商業化。核心是在資源區域附近擁有物流運輸幹線，而單條運輸路線是否盈利，決定了 Robotruck 進一步規模複製的可能性。

第二階段：跨市、跨省運營，開啓大規模商業化。物流運輸線路由點成面，貫穿核心工業集羣。更長的運輸幹線，可以進一步降低人力成本與能耗成本，提升幹線運輸週轉效率。

第三階段：全國範圍運營，邁入商業化成熟期。最終打通全國南、北區域的大宗物流運輸線路，構建高經濟價值、高運輸效率的 Robotruck 物流運輸網絡。

可以説，多地網絡化就是 Robotruck 規模化、商業化的基石。

現在，卡爾動力率先進入第二階段，首個拿到了內蒙古可跨盟市的試點資質。

最直接的變化會發生在兩個層面。

一方面是運營線路開始進入「連線成網」的新階段。

原本 Robotruck 行業承接的主要在新疆、內蒙、陝西等資源大省的中短距離的省內資源型運輸，卡爾動力此次獲得跨盟市商業化試點資質，會進一步拓展為可以跨省、跨市，難度更高、市場規模更大的中長途運輸。

另一方面，長途貨運數據則會進一步激活 Robotruck 的技術飛輪。

卡爾動力的跨盟市商業化試點路線，可一證通行內蒙古巴彥淖爾、烏海、鄂爾多斯等多個盟市，一次性打通城區、高速、國道、礦區等複雜環境。

這徹底改變了過往多數 Robotruck 只在高速、資源區周邊運營的歷史，為 Robotruck 數據飛輪提供了更加複雜、真實的場景數據。

韋峻青博士有一個觀點，頗為有趣。

從整個大產業來看，Robotruck 行業遠沒有進入下半場，反而所有玩家才剛剛熱完身，站在了跑道上。

而率先拿到跨盟市運營資質的卡爾動力，已經成了行業內規模前列，率先領跑的玩家之一。

• 自動駕駛運載量。目前卡爾動力已達成近 3000 萬噸、12 億噸公里的智能貨運量。
• 無人駕駛卡車數量。根據規劃，目前卡爾動力已經積累了千台級無人重卡的容量場景。

如果説去年 Robotruck 考驗的是單線路能否跑通盈利與規模化複製，那麼今年下半年比拼的重點徹底變了。

Robotruck 規模化的勝負手，在於是否能夠建立方案可複製、商業可持續的運營模式。

03、智能運力，新時代的「水電煤」

今年 Robotruck 賽道瞬息萬變，也格外熱鬧。

既有新玩家入局，也能看到行業玩家都在用世界模型改寫技術變革。

以卓馭為代表的乘用車自動駕駛玩家，看中了 Robotruck 的市場潛力，與國內五家國內頭部卡車製造商達成合作，將於今年上半年推出高速卡車 NOA 功能。

而牌桌上的老手們也各有思路。

有的譬如主線科技，從封閉場景切入幹線物流。有的譬如智加科技，與貨運平台綁定，組合出牌。還有像小馬智行這樣的玩家同樣實力強悍雙線押注，Robotaxi 和 Robotruck 雙曲線運行。

但 Robotruck 是「經驗主義」行業，沒有一步登天，有的只是把每個環節吃透，才能進入下一關的腳踏實地。

卡爾動力的成長路徑與其他玩家截然不同，在其他玩家跨領域擴張業務時，卡爾動力卻反其道行之，持續聚焦 Robotruck，挖深業務護城河。

比如把產品做到極致。

去年卡爾動力在北京車展亮相發佈了未來運輸機器人，根據卡爾動力在 2025 年未來運輸產業的規劃，這輛沒有駕駛艙的未來運輸機器人，大概率將會再次出現在北京車展上。

區別是去年只是概念車，但今年再見到這輛車，估計已經是可落地的工程化產品。

未來運輸機器人相比於市面上主流 Robotruck，有明顯差別：

• 無駕駛艙。貨艙空間提升 25%，載重能力提升 10%。
• 模塊化架構設計。掛箱與底盤可靈活組合，適配煤炭、冷鏈等十餘類任務。
• 自動駕駛 + 底盤換電。接入寧德時代騏驥換電網絡，憑藉 5 分鐘、513 度電的換電效率，理論每天可跑近 2000 公里，能夠實現人停車不停的「全天候運力」。

這輛頗具未來感的 Robotruck 只是卡爾動力「終極目標」裏的一塊小小的拼圖。

卡爾動力的目標是成長為智能物流基礎設施供應商，打破 Robotruck 市場空間的天花板。

如何理解「智能物流基礎設施供應商」？

目前，卡爾動力的運營是 TaaS 模式（運輸即服務）為主，由公司組建並運營一支自動駕駛卡車車隊，直接為貨主提供貨運服務，收取運費。

之後將逐步過渡到 SaaS 模式（軟件即服務），將自動駕駛系統打造成標準化、可複製的產品，再收取訂閲費。

但卡爾動力的終極目標不是單純賣軟件、賣服務，而是成為「物理世界的 AWS」（亞馬遜雲科技）。

就像 Amazon 構建了所有 app 運營的雲基礎設施一樣。相對應的，工業生產中的運輸和物流的基礎也可以利用無人駕駛貫穿始終。

智能運力的基礎設施，不只靠車隊，而是要建設一整套打通產業鏈的智能化平台解決方案。

韋峻青博士將貨運產業鏈上客户、服務商與車企的關係比作「三明治」，將三者緊密連接的正是這套平台化解決方案。

卡爾動力要先將客户的運力調度、工廠運營等需求與自動駕駛運營管理系統 KargoCloud 相對接，其次還要通過虛擬駕駛員 AI 軟件，軟件和車輛需要深度結合，最終實現需求、管理、運營的實施對接。

通過自研的系統 + 全維賦能的合作模式 + 雲端調度系統，讓智能運力可按需調用，這才是尊崇長期主義 Robotruck 玩家的終極形態。

就像地平線創始人餘凱曾説過「自動駕駛將成為標配」，對於商用車來説更是如此。

移動能力成為了人類剛需之一，而智能運力也成了「水電煤」一樣的基礎設施。

從這個角度，今天 Robotruck 市場也只是打開了其中微小的冰山一角。