自動駕駛卡車（Robotruck）的商業化落地節奏，遠比行業預期的更為迅猛。

當業界目光仍扎堆聚焦自動駕駛出租車（Robotaxi）時，曾被視作冷門賽道的干線貨運自動駕駛卡車，已經走出“死亡谷”，迎來全球范圍的資本熱潮。

2026年，商業化拐點集中爆發，行業信號早已全面釋放：資本市場熱度回暖，深向科技、主線科技、零一汽車等多家國內自動駕駛卡車企業沖刺IPO，海外頭部企業完成上市融資；政策端持續松綁，中國L3級自動駕駛全國統一規則落地，歐美L4商用試點持續擴容；落地端實現質變，無人駕駛重卡常態化載貨、倉到倉全鏈路自動駕駛運營從測試走向規模化商用。

但繁榮表象之下，行業仍處于“商業化前夜”的焦灼期：技術長尾難題未徹底攻克、法規責任體系尚未完善、產業協同壁壘猶存。從示范運營的“樣板間”走向規模化盈利的“商品房”，是所有玩家必須跨越的終極關卡。

千億賽道的加速擴容與區域分化

根據多家行業研究機構的綜合測算，全球自動駕駛卡車市場正處于高速增長通道。

據Fortune Business Insights最新數據，2025年全球自動駕駛卡車市場規模達429億美元，預計2034年突破1077億美元，年復合增長率達11.04%。其中干線物流自動駕駛賽道爆發力最強，年復合增長率超30%，是智慧物流領域最具確定性的黃金賽道。

從區域格局來看，北美市場依托完善的高速路網、集約化的物流體系、寬松的測試政策，成為全球無人卡車的核心試驗場。美國德克薩斯州、亞利桑那州等地因氣候條件適宜、高速公路網絡發達且監管政策開放，是全球自動駕駛卡車最密集的測試與運營區域。

Aurora、Kodiak、Gatik等本土科技公司與戴姆勒卡車、沃爾沃等傳統車企深度綁定，已在達拉斯至休斯頓、達拉斯至埃爾帕索等干線走廊開展常態化商業運營。他們普遍采用“一步到位”的L4全無人駕駛路線，核心目標是徹底移除安全員，實現無人化載貨運營。

沃爾沃集團近日公布了其自動駕駛卡車發展時間表，目標是在2027年第一季度在美國實現無駕駛員高速公路運營，并預計五年內自動駕駛業務收入接近30億美元。沃爾沃自動駕駛解決方案負責人尼爾斯·耶格（Nils Jaeger）表示，自動駕駛卡車能夠突破人類駕駛員的法律駕駛時限，從而使車輛利用率翻倍，同時有助于緩解困擾北美卡車運輸市場多年的勞動力短缺問題。

按照規模化后的目標經濟模型，每輛車年收入約38萬至42萬美元（這一數字與沃爾沃自動駕駛解決方案公司的“運力即服務”模式一致），預計到2027年底，高速公路上運營超過300輛自動駕駛卡車，商業化規模效應初步形成。

沃爾沃自動駕駛解決方案并非孤立運作。美國人工智能技術公司Aurora已將自動駕駛軟件已集成至自動駕駛卡車中，該公司目前以第三方卡車服務的方式擁有并運營卡車，收費模式采用按里程計費方式。從2027年開始，Aurora的商業模式開始轉向“司機即服務”模式，即車隊運營商在自家卡車上運行Aurora系統，從而獲得自動駕駛能力。

目前，自動駕駛卡車在美國落地的最大障礙是監管審批。美國只有五個州完全禁止自動駕駛汽車，但由于缺乏聯邦級的自動駕駛卡車運輸監管框架，自動駕駛卡車需要在其擴展到的每個州獲得監管批準，這在短期內形成了一個難以逾越的障礙，放緩自動駕駛卡車普及進程。

2026年6月，百事公司宣布與Gatik簽訂多年協議，進一步擴大運營規模。百事公司目前在亞利桑那州、德克薩斯州和阿肯色州的公共道路上運營41輛全無人駕駛卡車：亞利桑那州35輛、德克薩斯州5輛、阿肯色州1輛，成為美國最大的商業自主貨運運營商。車輛主要負責短途配送，運行在‌工廠至倉庫‌、‌倉庫至零售門店‌（如沃爾瑪）的重復性高、停靠點少的固定線路上。

雙方自2022年起開發技術，‌2025年6月‌實現完全無人駕駛運營，百事自動駕駛車隊至今未發生公共道路事故，準點送達率超過98%。車輛保留傳統內燃機動力及方向盤，加裝多顆攝像頭、雷達、激光雷達及三塊顯示屏幕，由Gatik提供完全無人駕駛系統支持。

歐洲市場緊隨其后，其核心優勢在于完善的技術標準體系與法規框架。歐盟通過“智能交通系統行動計劃”推動跨成員國的自動駕駛測試互認，德國、瑞典等國率先開放L4級商用車的公共道路測試。以Einride為代表的歐洲企業選擇“電動化+自動化”雙輪驅動路線，聚焦倉到港、區域配送等中短途場景，形成了與北美差異化的發展路徑。

中國市場雖然起步稍晚，但增長勢頭最為迅猛。龐大的公路貨運需求、持續加碼的政策支持以及快速迭代的本土供應鏈，推動行業彎道超車。預計2027年，中國市場規模有望超越歐洲，成為全球第二大自動駕駛卡車市場。與北美不同，中國市場呈現出多元場景并行的特征：港口、礦區等封閉場景已實現規模化落地，干線物流場景進入商業化試點，末端配送賽道率先實現盈虧平衡。卡爾動力、主線科技、嬴徹科技、深向科技（DeepWay）等本土企業各具特色，形成了覆蓋全場景的產業矩陣。

根據《高工智能汽車研究院》發布的報告，商用車（尤其是重卡）自動駕駛落地呈“主動安全起步、自動駕駛場景分化、輔助駕駛/自動駕駛疊加滲透”態勢，L4級自動駕駛在港口、礦區等封閉場景率先突破，預計2026年滲透率將超過30%；干線L3/L4級重卡自動駕駛滲透率則有望在2030年突破30%。

市場增長的底層邏輯，源于物流行業對降本增效的剛性需求。公路貨運長期面臨司機短缺、人工成本高企、安全事故頻發三大痛點。在美國，長途卡車司機缺口已超過8萬人，且人口老齡化趨勢加劇；在中國，干線物流司機平均年齡已接近45歲，年輕人從業意愿持續走低。自動駕駛卡車理論上可實現24小時不間斷運營，單趟運輸效率提升30%以上，人力成本降低約40%，燃油經濟性提升10%至15%。這種可量化的成本優勢，是推動物流企業從觀望轉向批量采購的核心動力。

自動駕駛卡車的差異化挑戰

自動駕駛卡車并非乘用車技術的簡單放大，兩者在技術體系上存在本質差異。如果說乘用車自動駕駛追求的是城市通勤的效率和舒適性，那么卡車自動駕駛更加側重在重載高速下的安全性，每一項技術指標要求都更為嚴苛。

感知是自動駕駛的眼睛，而卡車對感知距離的要求遠超乘用車。一輛滿載49噸的半掛牽引車，在干燥路面以80公里時速行駛時，緊急制動距離超過200米；若遇濕滑路面或下坡路段，制動距離還會大幅增加。這意味著系統必須在500米甚至1公里外識別潛在風險，并提前數公里規劃減速與變道策略。

為實現超遠距離感知，行業普遍采用“激光雷達+長焦高清攝像頭+4D毫米波雷達”的多傳感器融合方案。激光雷達功率更高，探測距離可突破300米；長焦攝像頭負責識別遠距離交通標識與車道線；4D毫米波雷達則在雨雪霧等惡劣天氣下提供冗余感知能力。與乘用車200米左右的有效感知范圍相比，卡車感知系統的探測距離提升了一倍以上，同時需要對目標進行更長時間的連續跟蹤與軌跡預測。

傳感器的布置也面臨特殊挑戰。卡車車身長、掛車擺動幅度大，傳感器安裝位置需兼顧視野覆蓋與振動防護。車頭頂部、側方、車尾的多方位布點才能消除盲區，但也增加了標定難度與成本。此外，高速行駛帶來的風噪、振動以及掛車甩尾帶來的視角變化，都對感知算法的魯棒性提出了更高要求。

卡車的決策系統面臨獨特的長時空規劃挑戰。乘用車在城市道路上的決策周期通常在秒級，而卡車在高速上的一次變道決策，需要提前數百米啟動，整個執行過程長達數十秒。這期間，周邊車輛的行駛狀態可能發生多次變化，系統需要在更長的時間維度上預測交通參與者的行為，并持續優化行駛策略。

重載特性進一步增加了決策復雜度。卡車的載重從空車到滿載可達數十噸差異，導致車輛動力學特性發生根本性變化，加速性能、制動距離、轉向響應均不相同。決策系統必須實時感知載重狀態，動態調整跟車距離、加速曲線和制動策略。在編隊行駛場景中，通過V2V車車通信實現多車協同，前車將制動、轉向信息實時同步給后車，可將車距從傳統的50米壓縮至5米以內，燃油經濟性提升約10%，但這對決策時延與通信可靠性提出了毫秒級要求。

長尾場景仍是決策層最大的技術瓶頸。盡管99%的常規高速場景已被較好覆蓋，但剩余1%的極端工況，比如道路施工、動物橫穿、事故現場、極端天氣、異形障礙物等，仍是事故高發區。行業普遍采用“仿真測試+實車驗證+影子模式”三位一體的攻堅策略：通過仿真系統生成海量Corner Cases進行算法訓練；在實車測試中收集真實極端場景數據；影子模式則在人工駕駛時讓算法同步運行，記錄人機決策差異，持續挖掘系統盲區。

控制系統是自動駕駛的執行終端，直接決定車輛行駛的安全性與平順性。重型卡車的控制難度遠高于乘用車，核心原因在于“大慣量、長時延、強耦合”的動力學特性。卡車的制動與轉向系統普遍采用氣動或液壓驅動，響應時延在數百毫秒級別，遠高于乘用車的電動助力系統。線控技術的引入正在改善這一狀況：博世iBooster等線控制動系統將響應時間縮短至150毫秒，較傳統液壓制動快3倍；線控轉向系統可實現0.1度的方向盤轉角精度。但整車廠的底盤冗余設計仍是關鍵前提，雙制動、雙轉向、雙電源的三重冗余架構，是L4級自動駕駛卡車的標配硬件基礎。

控制算法層面，行業主流采用分層控制架構。上層負責全局路徑規劃，中層生成局部軌跡，下層執行跟蹤控制。底層控制普遍結合PID控制與模型預測控制（MPC），理想條件下可將橫向誤差控制在10厘米以內，縱向加速度波動小于0.3m/s²。但在路面附著系數突變（如結冰、積水）、橫風干擾、掛車甩尾等極端工況下，傳統控制算法仍可能失效。如何通過實時狀態估計與自適應控制策略提升系統魯棒性，是當前控制領域的核心研究方向。

從技術驗證到正向循環的模式之爭

技術成熟度的提升只是必要條件，商業模式的跑通才是行業真正的拐點。

2025年以來，自動駕駛卡車行業最顯著的變化是：客戶從“免費試點”轉向“付費采購”，企業從“燒錢換數據”轉向“運營求盈利”。

不同玩家選擇了差異化的突圍路徑，大致可分為三種商業模式。

其一，全棧運營模式，做“無人貨運運營商”。

以Aurora、卡爾動力為代表的頭部企業選擇了最重但也最具想象空間的路線——直接面向貨主提供端到端的無人貨運服務。企業不僅提供自動駕駛技術，還負責車輛采購、車隊運營、維護保養、保險理賠等全鏈條服務，按運輸里程或運輸量向客戶收費。

這種模式的優勢在于掌握完整的運營數據與客戶關系，能夠持續優化算法與服務體驗，劣勢是重資產、重運營，對資金要求極高。截至2026年4月，卡爾動力累計運營車輛超400輛，運營里程超4500萬公里，載貨量超14億噸公里，并率先實現單位經濟模型（UE）轉正，驗證了全棧運營模式的商業可行性。Aurora也在美國德州至亞利桑那走廊開通了多條常態化運營線路，與聯邦快遞、優步貨運等物流巨頭達成長期合作。

其二，技術授權模式，做“虛擬司機供應商”。

以智加科技（PlusAI）為代表的企業選擇了更輕的模式——將自動駕駛系統作為產品授權給車企或物流企業，按車收取軟件授權費與服務費。企業專注于算法研發與系統集成，不直接參與運營，由合作伙伴負責車輛生產與車隊管理。這種模式的優勢是資產輕、復制快，能夠快速擴大裝車量，劣勢是數據獲取相對被動，難以深度把控運營質量。2025年，滿幫集團收購智加科技中國業務多數股權，正是場景方與技術方的深度綁定，滿幫提供海量貨運訂單與場景數據，智加提供技術能力，共同推進規模化落地。

其三，整車制造模式，做“智能卡車制造商”。

以DeepWay為代表的企業選擇從整車切入，打造原生設計的智能電動卡車。這類企業將自動駕駛系統深度集成于整車架構中，從底盤設計、電子電氣架構到車身形態都為自動駕駛優化，而非在傳統卡車上進行后裝改裝。原生設計的優勢在于系統集成度更高、性能更優、成本更低，劣勢是整車研發周期長、投入大、供應鏈管理復雜。DeepWay推出的深向星辰智能重卡，采用正向設計的電子電氣架構，搭載自研的自動駕駛系統，已實現批量交付并啟動港股上市進程。

三種模式并無絕對優劣，本質是企業基于自身基因與資源稟賦的戰略選擇。但行業共識正在形成：單一的純軟件模式難以獨立生存，技術必須與場景深度結合才能產生價值。無論是主動選擇還是被動整合，自動駕駛公司向運營端延伸、物流企業向技術端滲透，已成為不可逆轉的趨勢。

商業化前夜的三重門檻

盡管行業拐點已現，但真正意義上的大規模商業化仍面臨三重核心門檻，決定著行業從“前夜”步入“黎明”的時間節奏。

第一是法規門檻。當前全球范圍內尚無統一的自動駕駛商用車法律框架，責任認定、保險體系、路權分配、數據安全等基礎性制度仍在探索中。美國采取“州級試點+聯邦指導”的模式，各州政策差異較大；歐盟推進統一立法但進程緩慢；中國已出臺L3級自動駕駛全國統一管理規則，明確事故責任劃分，但L4級商用車的全面開放仍需時日。法規的滯后性是系統性風險，直接制約著企業的商業化節奏與保險定價。

第二是成本門檻。當前一套L4級自動駕駛硬件系統的成本仍在十幾萬元量級，疊加研發與運營成本，單車改造成本不菲。雖然激光雷達、算力芯片等核心硬件價格持續下降，但距離大規模普及的臨界點仍有差距。行業普遍認為，當自動駕駛系統增量成本降至5萬元以內時，物流企業的投資回報周期可縮短至兩年以內，屆時才會迎來真正的爆發式增長。

第三是安全門檻。安全是自動駕駛不可逾越的紅線。對于重載卡車而言，一旦發生事故后果不堪設想。行業普遍將“事故率低于人類駕駛員10倍”作為商業化安全標準，但這一標準的驗證需要海量里程積累。據估算，要在統計意義上證明自動駕駛比人類更安全，需要數十億甚至上百億公里的實際運行數據。目前頭部企業累計運營里程雖已達數千萬公里量級，但距離充分的安全驗證仍有數量級差距。

雖然自動駕駛卡車行業已經走過了最艱難的“死亡谷”，技術成熟度、商業可行性、政策友好度都在朝著積極的方向加速演進。但我們也要清醒地認識到，“商業化前夜”不等于“馬上就能賺錢”。未來3-5年，行業仍將處于“小規模商用→規模化復制→全面普及”的爬坡階段。真正的爆發點，可能出現在L4級無人化獲得法規全面放行、硬件成本下降至合理區間、運營數據積累到算法質變的三重拐點交匯處。

對于中國企業而言，其中充滿挑戰，也蘊含巨大機遇。中國擁有全球最大的貨運市場、最完善的制造業產業鏈、最強的政策執行力，以及獨特的車路協同制度優勢。但在核心算法、高端芯片、基礎軟件等底層技術上，我們與國際領先水平仍有差距。

最終誰能勝出，不取決于誰的Demo更炫酷，也不取決于誰的融資額更高，而取決于誰能真正為客戶創造價值、誰能跑出健康的商業模式、誰能在技術迭代和成本控制之間找到最佳平衡點。

自動駕駛卡車的商業化前夜，既有黎明將至的曙光，也有破曉前的寒意。通往終點的道路依然漫長，自動駕駛卡車的商業化大幕，才剛剛拉開。對于所有參與者而言，這是最好的時代，也是最殘酷的時代。

       原文標題 : 自動駕駛卡車跨越“死亡谷”，商業化前夜誰將率先上岸？