三大海外主權基金共同押注，DeepWay深向把重卡L4編隊開進真實干線

車東西（公眾號：chedongxi）
作者 ｜ 頤圣
編輯 ｜ 志豪

三個月募資超3.1億美元，重卡新勢力DeepWay深向，正在資本、技術與全球化三條戰線狂飆。

車東西4月21日消息，日前，專注自動駕駛新能源重卡賽道的DeepWay深向，Pre-IPO輪再增大額融資，本輪累計募集資金超3.1億美元，刷新重卡自動駕駛行業近五年最大單輪融資紀錄。

此次融資的一大亮點，在于三家海外主權及國際戰略基金的入局：阿聯酋磊石資本（Stone Venture）、澳大利亞知名養老基金NGS Super、亞洲影響力私募股權基金ABC Impact共同押注DeepWay深向。

近年來，Stone Venture持續重倉中國硬科技賽道，投資了新石器、逐際動力、眾擎機器人等明星公司，重金押注DeepWay深向，背后的邏輯在于認可其自動駕駛的戰略方向和未來商業化的潛力。

近期，DeepWay深向在內蒙古巴彥淖爾完成了L4編隊車輛的部署，落地甘其毛都口岸至烏海的干線運輸。

DeepWay深向也正將編隊運輸逐步推進到新疆、內蒙古、四川等真實運營場景中。

▲DeepWay深向重卡編隊

以前提到自動駕駛重卡，很多人腦子里先冒出來的，要么是封閉礦區里按固定路線跑的無人車，要么是發布會視頻里看起來很先進、但離落地還遠的技術演示。

而DeepWay這次跑通的，是看上去最常見，且市場規模巨大的干線公路運輸場景。

放到真實貨運場景里看，一邊是大宗貨物長距離、高頻次地往返流動，另一邊則是司機、車隊、貨主每天都要面對的成本、安全和效率壓力。

也正因為如此，L4編隊運輸要想真正跑通，關鍵從來不只是車能不能自己開，而是能不能在真實運營里把賬算平：能不能更安全，能不能更省，能不能讓高強度、高重復性的運輸工作變得更可持續。

公開披露顯示，截至2025年6月30日，DeepWay深向累計交付約6400臺新能源重卡。還有消息稱目前交付車輛已經超過12000臺了。

對于商用車而言，自動駕駛還是要先從“最能算清賬”的地方開始。

內蒙古巴彥淖爾的編隊落地，就在于它證明了這件事。

一、L4重卡編隊落地內蒙古 真實干線場景驗證價值凸顯

自動駕駛重卡真正先跑出來的場景，未必是最復雜的城市道路，也未必是園區或礦區。

DeepWay深向這次把L4編隊帶到巴彥淖爾，真正推進的是一個更關鍵的問題：重卡自動駕駛，究竟會先在哪些場景里成立。

從場景屬性上看，內蒙古本身就是觀察自動駕駛重卡進展的重要窗口之一。

公開信息顯示，交通運輸部在2024年公布第二批智能交通先導應用試點時，已經將鄂爾多斯相關公路貨運自動駕駛項目納入試點范圍。

2026年4月8日，內蒙古自治區政府頒發了首個無人駕駛重卡跨盟市遠程商業化試點資質，該試點在巴彥淖爾市甘其毛都口岸至烏海市、鄂爾多斯市等區域展開。

▲無人駕駛重卡跨盟市遠程商業化試點開啟

至此，政策上的準入被正式打通。

而對DeepWay深向來說，巴彥淖爾相關線路實際運行中會涉及高等級公路、高速、收費站匯入、社會車輛混行，甚至還要面對臨時違停、局部復雜交通流等典型干線運輸要素。

也就是說，這次驗證的重點，落在了編隊方案在真實路網中的穩定性、組織性和適應性。

對于自動駕駛重卡而言，這種場景的說服力，顯然要強于封閉環境中的單點演示。

更重要的是，這一場景天然具備編隊運行所需要的組織基礎。

畢竟，編隊模式并不適合所有運輸線路，它要求貨源相對集中、發車節奏相對一致，車輛能夠在同一線路、相近時間窗口內完成組隊和協同行駛。

▲DeepWay深向兩款車型

快遞、零擔等強調極致時效、發車離散度高的線路，很難天然適配這種方式；但煤炭、礦石等大宗貨運場景則不同，其運輸需求高頻、穩定、同質化程度高，更容易形成編隊驗證所需要的運行條件。

這也是為什么，編隊不應被理解為單車L4之前的一種“退而求其次”。

恰恰相反，在當前階段，它更像是一條更接近真實落地節奏的技術組織方式。

從公開試點信息看，編隊確實是當前監管更容易接受、也更容易逐步放開的路徑之一。

再往前看，DeepWay深向之所以有能力把這一步邁到真實干線里，也與其前期在整車與輔助駕駛上的積累有關。

對于一個仍處在審慎推進階段的行業來說，這種進展也許沒有那么戲劇化，但它更接近自動駕駛重卡真正成熟的方式。

二、256TOPS跑通L4編隊 商用車智駕是系統性工程

如果只看傳感器、算力和感知算法，很多人會以為重卡自動駕駛不過是把乘用車的一套方案放大、搬到卡車上。

但真正做下去才會發現，商用車智駕最難的，從來不是“看見路”，而是把一輛重載、長軸距、工況高度波動的車，穩穩地控制住。

DeepWay深向方面很早就說過，卡車不是大號乘用車，而是車頭與掛車耦合在一起的多體系統，規劃時要考慮的不只是車頭怎么走，還要考慮掛車軌跡、掃掠空間、鉸接約束，以及空載、半載、滿載等不同狀態下完全不同的控制響應。

也正因此，重卡自動駕駛的真正門檻在于“能不能長期、穩定、低能耗地把車控住”。

這也解釋了一個問題，商用車的護城河，并不只是“有沒有海量數據”，而是有沒有真正對重卡工況有用的數據，以及能不能把這些數據轉化成控制能力。

乘用車當然可以積累大量路況樣本，但商用車L2留下來的最值錢資產，不只是行駛里程本身，而是車道保持、緊急制動、橫縱向控制、標定和規控上的工程經驗。

這些能力到了L4時代并不會失效，反而會成為更高階系統的底層能力。

從個角度來理解256TOPS算力不難發現，商用車高階智駕不是無限堆料，也不是單純比誰的芯片參數更高，而是在技術目標、量產交付、供應鏈配合和整車成本之間找一個當前階段的最優解。

▲DeepWay深向車輛部分車外傳感器

對于重卡這種強成本敏感、強調全生命周期收益的產品來說，能跑起來、能前裝量產、能在特定場景里把系統做穩定，往往比“堆到最頂配”更重要。

同樣，編隊這件事也不能簡單理解為“后車跟著前車跑”。

按照DeepWay深向的說法，這次編隊里的每臺車本身都是按L4能力配置，編隊真正增加的是單車能力之外的協同層。

前車提供領航先驗，車車之間通過通信共享感知、軌跡、控制和車身狀態信息，再疊加運營組織與人工兜底機制，最終形成的是“單車能力+車車協同+運營保障”的整體方案。

編隊本質上是把單車能力、通信協同和運輸組織方式結合起來的一種工程解法，也因此，它在安全、監管和運輸組織上都更接近現實。

而在重卡L4里，安全本身也不是一個單點算法問題，其真正的安全來自三層閉環。

第一層是硬件層面的冗余和可靠性，第二層是軟件架構、功能安全和故障診斷，第三層則是結合真實運輸場景建立起來的運營保障機制。

對商用車來說，任何一個環節都不能只靠“模型表現更好一點”去兜底，因為真實干線運輸里會遇到的不只是識別問題，還包括整車故障、傳感器受干擾、極端天氣、臨時施工、意外接管等各種復雜情況。

也正因此，重卡L4的工程難度，從來都不是一個感知模型的難度，而是一整套系統工程的難度。

這也對應了DeepWay深向當前一條非常務實的技術路徑：短期以模塊化實現可驗證、可交付的落地，長期則以端到端作為更大規模部署和更強場景泛化的演進方向。

在它看來，現階段能夠真正支撐特定線路驗證落地的，仍然是成熟、可解釋、便于收斂的模塊化方案。尤其在商用車自動駕駛仍處于有限線路、有限場景、有限車隊規模的階段，模塊化能先把車輛、系統、運營和安全閉環真正跑通。

但這并不意味著DeepWay深向把模塊化和端到端割裂開來。

恰恰相反，當前采用模塊化，本質上正是在為未來更穩妥、更高效地走向端到端打基礎，包括把AI基礎能力建設起來，把真實線路中的數據閉環建立起來，把評價體系和工程基礎設施逐步完善起來。

▲DeepWay深向

從自動駕駛技術的演進方向來看，如果未來要支撐更大規模的車隊擴展、更多線路復制以及更強的場景泛化能力，端到端仍然是更具潛力的技術方案。

DeepWay深向也在同步推進端到端能力，只是在現階段，它更適合先在固定線路、明確場景中逐步導入和驗證，而不是在數據和工程體系尚未充分成熟時，直接承擔大范圍泛化任務。

隨著車隊規模擴大、數據積累增多、AI基礎設施和評價體系逐漸成熟，其整體技術棧也就具備了從模塊化向端到端切換和遷移的條件。

先把系統工程和運營閉環做扎實，再推動更先進算法完成規模化接管，這對于一家正在從輔助駕駛走向更高階編隊驗證的公司來說，這樣的節奏更符合商用車行業真實的演進規律。

三、自有車輛掌握閉環 數據飛輪效應增強

從商業化的角度來看，在這條賽道上的還有一個關鍵問題那就是，什么樣的能力最難復制？

答案并不只是某一項算法能力，或者某一個模型參數規模領先，而是軟件、硬件與運營能力能否在真實運輸場景中形成閉環。

也正因為如此，商用車L4的壁壘天然更偏向垂直化、場景化，不是靠一個通用模型就能迅速抹平的。

DeepWay深向其實是將三種能力整合在了一起——正向定義的整車、軟硬件一體化的系統能力，以及已經跑在真實線路上的車隊。

對一家做重卡自動駕駛的公司來說，同時掌握了整車底盤、控制鏈路、感知系統和真實線路數據回流的入口要比“有車可用”的價值更大。

隨著交付規模繼續擴大，這套體系能夠帶來更密集的問題暴露、更快的版本迭代和更穩定的工程收斂。

按照DeepWay深向現在的做法，其現有客戶場景本身就是潛在的自動駕駛場景，而自持車隊的意義，更在于把研發、運營和責任歸屬放在同一個主體里，從而提升問題暴露和修復的效率。

▲DeepWay深向交付給客戶的車輛

換句話說，很多企業也會談“數據飛輪”，但DeepWay深向的特點是，它試圖把這個飛輪建立在正向定義的車、自己掌握的系統和真實運輸線路之上，而不是建立在一個脫離整車和運營場景的單純想象里。

對于重卡自動駕駛而言，這種閉環的含金量，顯然要高于只在測試環節里不斷積累里程。

當然，隨著賽道熱度上升，新的玩家還會繼續進入。

無論是原本就深耕自動駕駛貨運的公司，還是開始向商用車延展能力邊界的乘用車智駕玩家，都會讓這個市場變得更熱鬧，也會讓外界對重卡L4的關注度繼續升高。

某種程度上，這悄悄說明自動駕駛重卡并不是一個偽需求市場，它的確具備足夠明確的行業前景。

但賽道升溫，并不意味著競爭差距會被立刻抹平。

對于商用車來說，決定勝負的往往是誰更早把車輛賣出去、把系統跑起來、把問題收回來，并由此建立起更懂重卡的工程經驗和場景數據。

這個門檻，不會因為更多玩家入局就自動消失。

從這個角度看，DeepWay深向當前的優勢并不只是“先發”兩個字，而是它已經把先發轉化成了更具體的車端交付規模、線路運行經驗，以及由此形成的數據回流路徑。

對于一個仍在演進中的行業來說，它最終還是要從真實路網、真實工況、真實運輸任務里長出來。

誰更早經歷這些過程，誰就更有機會把系統做厚，也更有可能在行業真正放量之前，先把自己的能力邊界跑清楚。

對于DeepWay深向而言，這或許正是它現在最值得被關注的地方。

結語：DeepWay深向的務實主義

如果說新能源重卡解決的是“這輛車該用什么能源”的問題，那么編隊運輸解決的，其實是“未來貨運應該如何被重新組織”的問題。

前者讓重卡從高油耗走向低能耗，后者則讓運輸從單車競爭走向系統協同。

DeepWay深向的價值，在造出一臺新能源重卡的同時，還更早把輔助駕駛做成了可訂閱、可復用的產品，并且在這條通往無人貨運的路上，找到了一個更現實、更工程化、也更接近商業化的解法。

DeepWay深向讓外界更清晰地看到，L4重卡編隊運輸并不是一個遙遠的技術名詞，它已經開始以一種更符合中國貨運現實的方式，進入真實運營。