“一定是場景定義產品，然后產品定義技術。而不是先把無人化先實現了，然后再看這技術能干啥。”

11月25日，卡爾動力CEO韋峻青如是說。

相比一些技術野心極大的L4自動駕駛公司，卡爾動力無疑是現實和理性的，因為只有活下來，最終才有機會去真正實現車輛的無人化。

作為該領域的代表性企業，卡爾動力通過未來運輸產業峰會與媒體群訪，系統披露了其在技術研發、產品落地、商業化運營及行業判斷等方面的進展。

在談及公司未來發展計劃時，韋峻青表示公司更關注的是“無人、規模、盈利”這三個關鍵詞能否在真實的貨運場景中實現閉環。

這番話的背后，是卡爾動力在過去四年中從技術驗證走向商業落地的扎實積累。

據韋峻青透露，公司目前已在特定路線上實現無人化貨運的盈利，并計劃將無人編隊車隊規模擴展至3000臺，形成“不再依賴外部輸血”的正向循環。

01

從“技術先行”到“場景定義產品”

卡爾動力在2021年成立之初，便率先突破編隊L4自動駕駛技術，并在鄂爾多斯的實際貨運場景中完成落地測試，邁出了從實驗室走向產業應用的第一步。

彼時，行業多數企業仍聚焦于單車智能的技術攻關，卡爾動力的編隊模式為無人貨運提供了另一種可行性路徑。

2023年，卡爾動力完成關鍵一躍——構建起全球規模最大的自動駕駛車隊，規?；蔀槠浜诵母偁幜χ?。截至2025年，卡爾動力車隊規模已突破400臺，累計運營里程超3500萬公里，自動駕駛貨運總量達12億噸公里，在重卡自動駕駛細分賽道形成顯著領先優勢。

2025年被卡爾動力定義為“商業閉環元年”。這一年，公司不僅實現了貨運無人化運營的常態化，更突破了盈利瓶頸——在鄂爾多斯核心運營路線上，無人化車輛已能穩定產生正向現金流。據COO李瀟瀟的測算，當前無人化車輛的硬件增量成本約10萬元，而每年可節省10萬-15萬元的司機人力成本，部分場景下甚至可替代1.5名司機，客戶投入回本周期僅需6個月。這說明，自動駕駛貨運已經從“技術可行”正式邁向“商業可行”。

02

五大解決方案覆蓋多元貨運場景

為適配不同貨運需求，卡爾動力推出了名為KargoOmni?的無人貨運全系列解決方案，包含五個已完成研發與測試的量產化產品，形成覆蓋長中短途、不同載貨形態的產品矩陣。

混合智能編隊是卡爾動力的核心產品，也是交通運輸部“十五五”國家重點研發項目“物流大通道”的標準方案。該模式通過“1輛有人領航車+多輛無人跟隨車”的組合，實現門到門全無人運輸。在干線行駛過程中，車隊可通過協同控制降低風阻，額外節省10%的能源成本；人力效率方面，相比傳統有人駕駛，最高可提升500%。截至2025年5月，該方案已在鄂爾多斯實現全國首個門到門全無人運輸閉環，且具備規模化復制能力。

針對中長途貨運的補能痛點，卡爾動力聯合寧德時代、陜汽推出換電L4重卡，打造全球首個“底盤換電+自動駕駛”一體化方案。該車型可自動駛入換電站，5分鐘內完成513度電的更換，每日理論運營里程超2000公里，相當于傳統重卡運營效率的3倍。據測算，其資產效率提升150%，能源效率提升500%，有效解決了自動駕駛重卡“續航短、補能慢”的行業難題。

面對長途運輸中普遍存在的空駛問題（行業平均空駛率達40%），卡爾動力研發了子母車編隊自動駕駛方案。在載貨階段，采用“一拖一”編隊模式，1名司機可操控2臺車輛；空載返程時，子車可搭載在母車背上，大幅降低能耗與輪胎損耗，實現“往返全滿載”。該方案已率先在新疆至內地、甘其毛都口岸至鄂爾多斯等干線路線試點，覆蓋礦山至鐵路站臺、煤礦至電廠等核心場景，這類場景的貨運量約占全國大宗貨運總量的1/3。

針對60公里以內的中短途運輸，卡爾動力推出單車智能方案。不同于編隊模式對領航車的依賴，該方案無需引導即可實現L4級自動駕駛，全程無需人工干預，人力成本降低超90%。同時，公司配套開發遠程監控、遠程脫困、自動駕駛運維等系統，構建起“裝-運-卸”全流程無人化體系，適配廠區、礦區等短途高頻運輸場景。

作為未來貨運的探索性產品，運輸機器人（KargoBot） 則代表了卡爾動力對“終極貨運形態”的構想。該產品取消傳統駕駛艙設計，車輛空間布局更靈活，載貨空間增加25%，載重量提升10%，單車運輸毛利可提升5倍，單臺車年均收入預計增加25萬-40萬元。2025年，該設計獲德國紅點獎，預計2026年上半年開啟示范運營，韋峻青認為，未來十年會有百萬臺該類產品上路。

03

“商業價值”優先于“技術價值”

在自動駕駛行業普遍追求技術先進性的背景下，卡爾動力始終強調“商業價值優先”的邏輯。韋峻青在受訪時明確表示：“技術價值最終需要轉化為客戶認可的商業價值才有意義，我們的目標不是做‘炫技’的技術，而是能幫客戶降本增效的產品?！?/strong>

這一理念貫穿于公司的商業化實踐中。從場景選擇來看，卡爾動力聚焦于煤炭、礦產等大宗貨運領域，這類場景具有路線相對固定、貨運量穩定、對成本敏感度高的特點，更易實現自動駕駛技術的商業化落地。以鄂爾多斯為例，當地擁有30萬臺重卡的市場體量，超過北上廣深等一線城市Robotaxi的總量，龐大的市場基數為技術規?；瘧锰峁┝送寥馈?/strong>

在盈利模式上，卡爾動力采用“成本分攤+效率提升”的雙輪驅動策略。一方面，通過與車企、換電企業等合作伙伴共建生態，分攤研發與硬件成本；另一方面，通過自動駕駛技術提升車輛運營效率——傳統重卡日均有效行駛時長僅5-6小時，而卡爾動力的無人化車輛通過24小時不間斷運營、減少排隊等待時間等方式，將日均有效行駛時長提升至12小時以上，資產效率提升3倍。

采訪中，李瀟瀟透露，卡爾動力當前年化收入約5億元。韋峻青補充道：“如果公司在未來1-2年內，能實現3000臺無人駕駛重卡的規?；\營（含自持與客戶持有），屆時將形成穩定的盈利正循環。”

韋峻青強調：“無人規模盈利才是行業正常的發展路徑，一臺車的無人化Demo已不是競爭力，能做到500臺、1000臺規模的盈利，才是真正的壁壘?！?/strong>

04

上市非唯一目標，聚焦核心能力構建

面對近期行業內部分企業面臨的經營壓力，以及商用車自動駕駛領域可能出現的“上市潮”，韋峻青提出了差異化觀點：“上市是企業發展的手段，而非最終目標。即使上市，企業仍需聚焦核心業務，持續提升技術與運營能力。”

他表示，卡爾動力在資源獲取方面并未依賴上市融資，目前私募市場融資進展順利，且得到戰略合作伙伴的資金與資源支持。公司更關注三大核心目標：一是無人化車輛的規模拓展，計劃2025年底獲取50張以上自動駕駛牌照，2026年增至數百張；二是跨區域運營的突破，當前已在京津冀地區開展跨省運營試驗，未來將逐步向全國拓展；三是運輸機器人的落地，推動貨運形態的根本性變革。

對于行業趨勢，韋峻青認為，自動駕駛貨運行業已從“技術競賽”進入“綜合能力競賽”階段。“早期企業比拼的是算法精度、傳感器性能，現在比拼的是場景拓展能力、運營效率、成本控制能力，以及與產業鏈上下游的協同能力?！彼悦绹詣涌ㄜ嚬?023年面臨的困境為例，指出“脫離場景的技術研發難以持續，只有深度融合產業需求，才能實現商業閉環”。

在技術路徑選擇上，卡爾動力采取“復用+自研”的務實策略。公司復用滴滴自動駕駛等成熟的robotaxi技術棧，無需重復研發基礎大模型，而是將資源聚焦于重卡特殊場景的適配——如重卡拐彎時的掛車軌跡控制、編隊行駛中的車車協同、復雜礦區路況的感知算法優化等。據AI研發副總裁王珂介紹，公司積累的2000萬公里西北礦區運營數據，在細分賽道形成“斷層領先”，且借助混合智能編隊模式，這些數據具備較強的泛化能力，“即使在華南多雨地區，車輛也能快速適配落地”。

05

邁向規模化未來

盡管卡爾動力已取得階段性成果，但自動駕駛貨運行業仍面臨多重挑戰。從政策層面來看，跨省路權互認、事故責任認定標準尚未統一，成為制約跨區域運營的關鍵瓶頸。韋峻青坦言：“當前跨省運營還需要時間，我們正在與多地政府溝通，期待隨著國家法規的更新，這一問題能逐步解決。”

從生態層面來看，自動駕駛重卡的規?；\營需要換電網絡、維修保養、貨運調度等配套體系的支撐。目前，卡爾動力已與寧德時代、陜汽等企業建立戰略合作，但全行業生態的完善仍需時日。例如，無人化車輛的換電標準化、自動駕駛車輛的維修資質認定等，均需產業鏈各方共同推動。

從技術層面來看，極端天氣下的感知能力、復雜交通場景的決策能力，仍是自動駕駛重卡需要突破的難點。卡爾動力雖已在鄂爾多斯實現常態化運營，但在暴雨、暴雪等極端天氣下，仍需人工干預，全場景無人化仍有提升空間。

展望未來，卡爾動力設定了長遠目標：2030年，推動超50%的新增重卡搭載智能駕駛系統；2035年，賦能超百萬臺自動駕駛重卡，創造百億級新質生產力。韋峻青認為，貨運行業終將演進到“機器自主”階段，“未來全國性物流網絡形成后，編隊運輸仍將是高效的主流模式，而我們的2×2產品矩陣（重卡牽引車與運輸機器人兩種車型，編隊與單車智能兩種落地形態），將全面覆蓋從當下到未來的各類貨運需求”。