為什么說新融資43億的新石器，是AI時代的典型破局者樣板？

以下文章來源于氪睿研究院

在一個關于未來交通的故事里，最耀眼的主角似乎一直是“能自己開的車”。特斯拉的自動駕駛、Waymo的Robotaxi、小馬智行的無人出行……這些都是人們對“未來”的想象模板：車上沒有司機，像電影里的科幻場景一樣。但現實卻反著來——最先跑通商業化閉環的，卻是一群“不裝人的車”。

2025年10月，新石器無人車拿下43億元融資，創下中國自動駕駛領域最大單筆融資紀錄。這不是一個汽車公司能做到的融資數字，而是一個“無人配送平臺”完成的。它的車從不載客，卻在全國上千個園區、校園、商圈里日夜穿行，送外賣、送快遞、送貨物。如果自動駕駛是一場漫長的實驗，新石器或許是第一家被市場驗證能“賺錢”的樣本。

資本的選擇從來不會無緣無故。當所有“載人”的故事還在講未來，新石器用“送貨”的現實說服了資本。

背后的邏輯極其簡單——“去掉人”，不僅是技術革命，更是商業模式的減法。沒有人，意味著：

• 不再需要復雜的乘客安全系統；
• 不再面對交通法規的高風險邊界；
• 不再受制于消費端需求波動；
• 也不再依賴“故事”去支撐估值。

它是一種徹底不同的自動駕駛路徑：不靠敘事，而靠系統效率與現金流的可度量性。于是，自動駕駛的故事從“人機共駕”變成了“人被算法取代”；技術的故事從“AI替代司機”變成了“AI重構城市配送網絡”；而資本的邏輯，從“誰能畫出最大未來”，變成了“誰能最早落地現實”。

這就是新石器的故事。也是中國自動駕駛賽道正在悄然轉彎的信號：可能下一個現象級的智能公司，不一定造車，它可能造的是城市的“神經系統”。

載人自動駕駛的困境

為何“裝人”反而拖慢商業化？

在自動駕駛這場“百年未有之變”的技術敘事中，幾乎所有玩家都起步于同一個夢想——讓人坐在車里，什么都不做。這聽起來像是智能時代的終極自由，但也恰恰是技術和商業最難兌現的承諾。

從理想到現實：每多裝一個人，復雜度就指數上升

在AI語境下，“裝人”意味著責任、監管與心理三重負擔：

• 從技術角度：一旦車上有乘客，系統就必須做到“百分之一千的安全”：感知、預測、控制每一環節都需接近零失誤。這不僅是算法的極限問題，更是算力、傳感器、冗余設計、場景復雜度的乘法。
• 從監管角度：載人意味著社會容忍度接近零——每一次事故都不再是“技術問題”，而是“公共事件”。
• 從心理角度：人對機器的信任并非線性增長，而是脆弱的臨界點：一次誤判，所有信任歸零。

于是我們看到：Waymo在美國依舊局限在部分城市；特斯拉的FSD還在Beta測試；國內的小馬智行、文遠知行等也依然在限定區域做試點。

裝上人，自動駕駛就必須變得無限謹慎；謹慎意味著成本；成本意味著遠離商業閉環。這就是“自動駕駛的幻覺”：看似離未來近，實則離盈利很遠。

去掉人，反而讓未來加速

反觀新石器、白犀牛、美團無人配送等L4級低速自動駕駛企業，他們選擇了一個看似不起眼但極其聰明的方向——不裝人，只裝貨。“去掉人”意味著三個層面的降維打擊：

• 技術降維：封閉或半封閉場景（園區、校園、工業區），地圖可控、路徑重復、速度低于50km/h，極大降低算法復雜度；
• 政策降維：不載人即可規避交通法主體風險，只需在地方路權層面備案；
• 商業降維：從“消費體驗”轉向“履約效率”，客戶從消費者變為企業。

這是一種“減法式創新”。新石器的無人車在全國超過300個場景中運營，每天完成數十萬次配送任務；其車輛在24小時中有20小時處于運行狀態——這不是未來愿景，而是現實運營數據。

當乘用無人車還在路測階段，貨運無人車已經開始上賬。這種差距，不是技術高下，而是選擇了不同的游戲地圖。一個是在開放道路中和政策博弈，一個是在封閉系統內和算法磨合。前者是豪賭，后者是積累。一些資本已經分得清：誰還在故事中，誰已經創造現金流。

自動駕駛的本質，或許不是“無人駕駛”，而是“無人浪費”

如果我們把自動駕駛從“造車”轉化為“資源效率問題”，就會發現一個新的視角：真正的革命，不是讓人從駕駛中解放出來，而是讓整個物流與城市系統變得更高效。

新石器的車每天不休息，不下班，不吃飯，能在同樣的時間完成更多的訂單。這不是簡單的“替代司機”，而是重新定義“單位時間的價值密度”。一個司機每天最多送300件貨，而一輛無人車可以持續運行，送1000件、2000件。這背后的效率提升，就是AI產業化的真正意義——讓算法在物理世界里產生現金流。

于是，我們也可以重新理解“無人車”：它不是沒有人，而是讓人的效率被更合理地分配。不裝人，不是退步；而是商業理性的回歸。

自動駕駛難度金字塔

?氪睿研究院

在自動駕駛的長周期中，很多公司在追逐“看起來更聰明”的未來，而新石器這樣的企業，在做“跑得更穩”的現在。當泡沫褪去，真正留在場上的，往往不是最“酷”的技術，而是最能被市場理解、被客戶付費、被資本復利的模式。

無人配送的商業本質

從交通工具到可量化資產

融資邏輯的本質是“風險可度量”

聰明的錢從來不反感風險，它只反感“無法量化的風險”。在L4級自動駕駛的淘汰賽里，新石器能拿下43億元融資，靠的不是故事，而是風險可度量的生意模型。

傳統乘用車的無人駕駛投資，風險變量太多——道路復雜度、法規不確定、用戶習慣不可控。而新石器選擇的，是一個低維度世界：封閉園區、商圈、園區、城市末端配送。這讓它的每一項投入都能被量化：

?氪睿研究院

這種“可度量性”，讓無人配送成為自動駕駛中最早可以被金融建模的賽道。資本不只是看技術可行，更在意能否畫出一條穩定下降的風險曲線。

新石器做到了這一點。它既不是“造車夢”，也不是“科技敘事”，而是一個能被現金流驗證、能被估值公式化的“可預測系統”。這也是為什么，當大多數自動駕駛公司還在找商業模式，新石器已經能被定義為一種新型資產類型。

融資邏輯的本質是“風險可度量”

?氪睿研究院

從消費故事到基礎設施邏輯

乘用無人車講的是“體驗故事”——誰能開得更平穩、更聰明、更像人。新石器講的，是“基礎設施邏輯”——誰能讓物流鏈更快、更穩、更省。它所建構的，不是一輛車，而是一張城市的末端物流管網。

不同于京東的自有體系、美團的垂直配送，新石器走了一條“中性平臺”路徑：它既能為快遞企業、商圈、園區提供配送服務，也能對接政府的智慧交通與應急網絡。這使得它的商業邏輯更像“無人版中通”或“AI時代的順豐地網”。它不爭奪用戶，而是重塑履約體系。

從資本視角看，這是一個從消費故事→基礎設施邏輯的轉變。這種“反性感、強確定”的模型，恰恰是下一個周期資本最稀缺的安全感。

資本押注的不只是車，而是系統級入口

無人車只是表象。真正讓資本著迷的，是背后的系統化商業潛能。每一臺車，都是一個數據節點；每一條配送路線，都是一段算法資產；每一次調度優化，都是一次AI訓練樣本的積累。當車輛數量達到網絡規模，這個系統便從“硬件網絡”轉化為“數據基礎設施”——它掌握了從物流數據到算法模型、從運力調度到任務匹配的全鏈路能力。入場資本正是押注這一基礎層的價值：在AI的世界里，誰能控制真實世界的數據入口，誰就擁有了“AI基礎設施層”的先發權。

新石器選擇的路徑，不是跟特斯拉比智商，也不是和百度比算力，而是在現實場景中，用規模運營換取數據主權。這意味著：它的每一輪融資，其實都不僅是資金補血，而是在為“無人商業系統”注入算力、算法與數據壁壘。其最性感的模式屬性，不是一臺無人車；而是一個能自動學習、自動進化的商業網絡生命體。

資本押注的不只是車，而是系統級入口

?氪睿研究院

競爭與邊界

技術大廠與行業玩家的賽點之爭

在中國的自動駕駛版圖上，技術早已不是稀缺品。百度有Apollo，阿里有達摩院，華為有ADS，它們掌握了算法、芯片、算力到云邊端的全棧能力。但問題在于：通用技術并不等于通用生意，或者，兩者很容易相背而行。

大廠要的是“操作系統地位”，它們希望所有無人車都跑在自家的云、地圖、仿真系統上；而像新石器這樣的垂直玩家，更關心的是如何讓車真正“跑起來、賺到錢、可復制”。這是一種從“技術領先”到“經濟閉環”的差異。大廠追求的是“橫向平臺化”，而新石器代表的行業玩家走的是“縱向垂直化”，前者靠的是算力密度，后者靠的是場景密度。技術路徑趨同，商業靶心卻完全不同。

巨頭缺的不是技術，而是耐心

百度、阿里、華為都能造出比新石器更聰明的車，卻還沒造出更賺錢的模型。原因在于他們的算法太復雜，而場景太大。大廠想搭平臺——但平臺的價值必須先有“跑得通的樣本”；新石器先跑樣本——再反向沉淀平臺標準。這就像是“基礎科研”與“產業工程”的關系：一個求優雅，一個求可用。

新石器贏在了“耐心的結構”，它在復雜世界中劃出一塊確定的試驗田，用真實訂單訓練算法、用現金流校準模型。這是商業智能化時代最稀缺的能力——讓算法過上賬。

算法的邊界，不在云端而在路口

無人駕駛的競爭，不再是代碼的競速，而是三角平衡：政策、效率、安全。

• ——是能否在城市上路的許可；
• 安全——是能否在復雜場景下持續運行的穩定性；
• 效率——是每一公里能否降本提效的極限。

這三者共同形成“無人駕駛商業化的三角約束”。多數公司在技術上突破了極限，卻在政策或成本上被卡死。新石器則反其道而行——先選“低維確定”的路，把算法放進園區、商圈、封閉道路中去“跑賬”。這意味著它的算法不止能“運行”，還能“結算”。當算法能在財務報表上體現價值，AI就從技術資產變成了經營資產。

未來的格局，不是一場“你死我活”的戰爭

自動駕駛行業的最終格局，正在從“百模大戰”轉向“生態分層”。氪睿研究院認為，中國市場將形成三層并行的結構：

• 平臺生態層：百度、阿里、華為等提供操作系統、地圖、仿真與云計算標準，扮演AI基建商。
• 垂直集成層：新石器、文遠等掌握從整車到調度、從算法到運營的全棧閉環，直接對ToB客戶交付。
• 特殊場景層：礦山、港口、園區等封閉環境成為最早規模化的試驗場，既驗證技術，也輸出商業模式。

這不是競爭的終點，而是分工的起點。未來的勝負手，不是“誰能造出最聰明的車”，而是“誰能最早讓車在賬上活著”。

新石器的真正護城河，不是車造得多快，而是定制得多快、復制得更穩。它把整車、算法、調度與運維全部模塊化：車體平臺化、算法可配置、調度參數化、運維SOP化。因此它能像搭積木一樣，為快消配送、商超補貨、園區物流、城市末端配送提供不同“拼裝方案”。這正是“規模化定制”的核心邏輯：既能服務多樣客戶，又不被個性化拖垮效率。它用工業化的方式，做出了ToB世界的柔性產品——一邊跑算法，一邊跑現金流。這意味著它的每一次復制，都能帶來規模紅利，而不是新的復雜度。

平臺vs垂直：自動駕駛賽道的分層格局

?氪睿研究院

中國的自動駕駛，不再缺算法，也不缺資本，真正稀缺的是讓技術在現實中活得久的耐心。大廠是時代的發動機，而像新石器這樣的垂直玩家，則是地面的履帶。未來的行業格局，不會是一場技術的勝負，而是一場經營哲學的分水嶺——平臺想改變世界，行業玩家先改變報表。

未來演進

從無人車到城市智能體

無人配送的終極目標，不是取代人力，而是讓“城市自己調度自己”。

短期：車輛商業化的拐點

短期階段的核心任務仍是跑通經濟模型。當前的無人配送行業，仍處在“樣本化盈利”階段：以封閉場景（園區、商圈、社區）為主要運營空間，以客戶復購和訂單密度為核心指標。

新石器的優勢在于，它的單車ROI已逼近可持續門檻——一臺車的生命周期價值，已經能覆蓋生產、維護與算法運算成本。這一數字的背后，是算法調度效率的提升、場景覆蓋的拓展，以及政策容忍度的逐步上升。這標志著“無人車可經營”的時代正式開啟。

中期：運營網絡的規模化

當單車經濟走通后，真正的競爭開始轉向網絡層。此時比拼的不再是車輛數量，而是系統協同效率。在這一階段，新石器的重心正在從制造企業轉向運營型企業，從“交付車”到“交付網絡”。隨著網絡密度的提升，系統能夠在不同城市、不同場景中進行算法遷移與復制，從而形成規模紅利。

這是一種典型的“平臺型增長邏輯”：車輛是入口，數據是杠桿，算法是復利。最終，跑得越多、學得越快，調度成本就越低，系統壁壘就越厚。

長期：城市級AI操作系統的雛形

長期來看，無人配送車只是更大版圖中的一個“感知端”。當算法調度、能源分配、交通信號與物聯網體系全面接入，城市本身將變成一個自治的智能系統。無人配送網絡，可能成為城市級AI操作系統的底層模塊——像電網一樣運行，像互聯網一樣學習。

未來的城市，可能有這樣一幕：交通信號由算法動態調節；配送路線由AI根據實時能耗、碳排與需求密度自主規劃；無人車、無人叉車、無人清掃車在同一調度系統下協作。這不再是“多臺智能車”構成的集合，而是一個多智能體自治系統（MAS），它的本質是數據流、算力流與物流的融合。

從無人車到無人系統：三階段演化塔

?氪睿研究院

結語

新石器的故事，并非“黑科技的瞬間奇跡”，而是技術時代最典型的商業進化路徑。就像大疆與小米都沒有執著于性能天花板，而是把原本只有少數人能掌握的高門檻能力，拆解成可以規模復制的供給體系——大疆把軍工級飛控降維到大眾影像生產力，小米把旗艦體驗壓進成本最優解，做的不是炫技，而是把“稀缺能力”變成“普惠能力”。

新石器走的也是同樣的底層道路：把無人駕駛從“乘客幻想”拉回“履約底盤”。它的勝負不在算法跑分，而在更早把AI嵌進成本模型、履約效率與網絡組織里——當系統里沒有人，價值單位從“技術性能”切換成“單位經濟學+網絡正循環+現金流閉環”。這不僅是技術路線的選擇，更是資產路徑的選擇：單車ROI算得清、規模復制看得見、系統效率可持續復利。