卡爾動力交出無人重卡商業化答卷！換電+1拖5編隊自動駕駛，解決40%空駛率

車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

車東西11月27日消息，在2025未來運輸產業峰會上，卡爾動力CEO韋峻青的演講揭示了一個核心命題，即自動駕駛不應僅僅被視為一項替代駕駛員的技術，而是一場針對國家經濟“大動脈”的系統性效率革命。

從混合編隊到無駕駛艙機器人，從單一運力到能源與數據的商業閉環，未來的運輸生態正在向“機器自主化”階段加速演進。

▲卡爾動力CEO韋峻青

一個國家的經濟競爭力，在很大程度上通過其物流系統的效率來定義。與發達國家相比，中國物流費用占GDP的比例依然偏高，這不僅是成本問題，更是效率問題。

如果將物流網絡比作人體的循環系統，那么生產類干線物流無疑是“主動脈”，承載著全社會70%以上的商品流通量。

韋峻青在峰會上提出的一個觀點極具戰略穿透力：“哪怕只提升主動脈10%的效率，其對經濟體的增益，也遠超提升這樣“毛細血管”的50%的收益。

據測算，當物流占GDP的比例降低1.5%，將直接節約2.8萬億的成本。這不僅是數字游戲，更是新質生產力的釋放。

在“人工智能+”與“機器人+”的國家戰略背景下，物流行業的每一次效率躍升，都對應著人類社會發展階段的更迭——從運力泛化、標準化提效、智能新能源化，直至如今我們即將邁入的第四階段——機器自主化階段。

一、物流破局之道：從“效率黑洞”到系統性重構

韋峻青提到，要理解未來運輸的解法，首先必須直面當下干線物流場景中存在的“效率黑洞”。

當下，物流車輛空駛率高達40%意味著巨大的資產浪費、受限于司機生理極限，重卡日均有效行駛僅5-6小時。

再加之可能存在的粗放駕駛帶來的能源損耗與傳統“人管車”模式的管理瓶頸，單靠局部的“油改電”已無法帶來質變。

針對這些痛點，未來的運輸生態需要一套系統性組合拳。對此，卡爾動力通過推出無人貨運全系列解決方案，提出三種關鍵模式創新，精準打擊傳統物流的軟肋。

▲卡爾動力無人貨運全系列解決方案

首先是通向無人化的現實路徑——混合編隊。

在完全無人化普及之前，通過“有人領航+無人跟隨”的模式，不僅利用低延遲通信降低了風阻（節約10%能源），更重要的是實現了人力效率的倍數級提升——從“1拖1”到“1拖5”，一個司機即可管理一個車隊，這在現有法規和技術框架下，率先實現了商業閉環。

其次是能源與物理形態的重構。

針對續航焦慮與運行效率，“底盤換電+L4”的結合讓車輛擺脫了充電等待與司機休息的雙重限制，日均運行里程可逼近2000公里，實現“一天當三天用”。

而針對中國物流地域“單邊滿載、回程空放”結構性失衡的痛點，創新的“子母車”方案允許空載返回時一輛車“背”著另一輛車，從物理層面將回程能耗與磨損減半，很大程度的解決了空駛率成本問題。

▲卡爾動力未來運輸機器人

最后是終極形態的進化。當駕駛艙不再是必需品，卡車的形態將徹底解放。未來的運輸機器人（KargoBot Space）直接去掉了駕駛室，增加了25%的載貨空間。

這不僅是工業設計的勝利，更是利潤模型的重塑，標志著運輸工具正向純粹的高效生產工具進化。

▲卡爾動力的目標

卡爾動力的目標是推動整個運輸產業的升級，到了2030年生產重卡，有50%以上會搭載卡爾動力的智能駕駛系統。

二、從“規則驅動”到“AI司機” 組合拳實現商業閉環

支撐上述模式創新的，是底層AI范式的根本性轉移。

傳統的自動駕駛往往依賴于規則堆砌，而未來的方向是構建一個具備認知能力的“AI司機”。演講中提到的端到端自動駕駛、多模態語言動作模型（Multi-modal Language Action Model）以及世界模型（World Model），正在讓AI具備人類的直覺與推演能力。

這使得AI不再是機械地執行指令，而是能理解“為什么這樣決策”。

通過世界模型，AI能像人類一樣預判“如果我這樣做，周圍環境會如何反應”，通過強化學習，則可以讓AI在十億公里級的虛擬里程中自我進化。

▲卡爾動力的AI司機模型架構

這種技術路徑的演進，使得自動駕駛系統能夠處理極其復雜的干線物流場景，從“能開”走向了“會開”且“會賺錢”。

當然，技術本身不是目的，L4自動駕駛，技術是核心競爭力和驅動力，商業是入場券。

卡爾動力提出的“動力循環”理念，揭示了自動駕駛企業生存與發展的核心邏輯，通過規模效應驅動數據積累，數據反哺技術迭代，技術提升運營利潤，利潤支撐規模擴大。

卡爾動力擁有超400臺的全球最大的自動駕駛車隊和數千萬公里的運營里程，意味著擁有了比實驗室更寶貴的“邊緣場景”數據。正是這些真實世界的數據，喂養了AI大模型，使其在安全性與經濟性上不斷突破，通過規模鑄就了“數據護城河”與“技術代差”。

三、實車體驗編隊無人駕駛 已針對多種場景優化

在此次峰會現場，車東西也實車試乘了無人駕駛編隊的被編隊車輛（后車）。

▲卡爾動力的編隊及自決策

通過編隊形式，可以有效降低成本的同時，也提升了作業效率。不過從后車傳感器及決策系統工作的狀態來看，盡管后者是在“追隨”前車，但是后車也在同步生車決策軌跡，這樣在遇到特殊情況的時候也能最大程度的確保安全。

▲自動駕駛編隊遇到道路維護

由于物流干線車流量大、車重大，會頻繁遇到道路維護等狀態，卡爾動力的編組模式也可以很好的應對。

▲自動駕駛編隊遇到Cut in情況

此外，在編隊運行中，難免會遇到其他社會車輛的Cut in等危險情況，在這樣的狀態下，編隊車輛會進行及時的剎車減速，增大編隊空隙。同時，編隊車輛也會鳴笛和打開“雙閃”提示“插隊”車輛目前有多車正在進行編組運行。

結語：卡爾動力助力工業基礎設施重塑

展望2030年，當一半的新增重卡具備完全自動駕駛能力，當卡車司機轉型為“機器人車隊長”，我們看到的將不僅僅是運輸行業的升級，而是整個工業基礎設施的重塑。

未來的運輸，將不再是簡單的位移服務，而是由AI驅動的機器人、智能操作系統與能源網絡共同編織的新質生產力網絡。

在這場變革中，自動駕駛技術不僅是在造車，更是在為國家經濟的主動脈通過“支架”與“搭橋”，讓經濟血液的流動更加澎湃高效。