车东西（公众号：chedongxi）
作者 ｜ Janson
编辑 ｜ 志豪

车东西11月27日消息，在2025未来运输产业峰会上，卡尔动力CEO韦峻青的演讲揭示了一个核心命题，即自动驾驶不应仅仅被视为一项替代驾驶员的技术，而是一场针对国家经济“大动脉”的系统性效率革命。

从混合编队到无驾驶舱机器人，从单一运力到能源与数据的商业闭环，未来的运输生态正在向“机器自主化”阶段加速演进。

▲卡尔动力CEO韦峻青

一个国家的经济竞争力，在很大程度上通过其物流系统的效率来定义。与发达国家相比，中国物流费用占GDP的比例依然偏高，这不仅是成本问题，更是效率问题。

如果将物流网络比作人体的循环系统，那么生产类干线物流无疑是“主动脉”，承载着全社会70%以上的商品流通量。

韦峻青在峰会上提出的一个观点极具战略穿透力：“哪怕只提升主动脉10%的效率，其对经济体的增益，也远超提升这样“毛细血管”的50%的收益。

据测算，当物流占GDP的比例降低1.5%，将直接节约2.8万亿的成本。这不仅是数字游戏，更是新质生产力的释放。

在“人工智能+”与“机器人+”的国家战略背景下，物流行业的每一次效率跃升，都对应着人类社会发展阶段的更迭——从运力泛化、标准化提效、智能新能源化，直至如今我们即将迈入的第四阶段——机器自主化阶段。

一、物流破局之道：从“效率黑洞”到系统性重构

韦峻青提到，要理解未来运输的解法，首先必须直面当下干线物流场景中存在的“效率黑洞”。

当下，物流车辆空驶率高达40%意味着巨大的资产浪费、受限于司机生理极限，重卡日均有效行驶仅5-6小时。

再加之可能存在的粗放驾驶带来的能源损耗与传统“人管车”模式的管理瓶颈，单靠局部的“油改电”已无法带来质变。

针对这些痛点，未来的运输生态需要一套系统性组合拳。对此，卡尔动力通过推出无人货运全系列解决方案，提出三种关键模式创新，精准打击传统物流的软肋。

▲卡尔动力无人货运全系列解决方案

首先是通向无人化的现实路径——混合编队。

在完全无人化普及之前，通过“有人领航+无人跟随”的模式，不仅利用低延迟通信降低了风阻（节约10%能源），更重要的是实现了人力效率的倍数级提升——从“1拖1”到“1拖5”，一个司机即可管理一个车队，这在现有法规和技术框架下，率先实现了商业闭环。

其次是能源与物理形态的重构。

针对续航焦虑与运行效率，“底盘换电+L4”的结合让车辆摆脱了充电等待与司机休息的双重限制，日均运行里程可逼近2000公里，实现“一天当三天用”。

而针对中国物流地域“单边满载、回程空放”结构性失衡的痛点，创新的“子母车”方案允许空载返回时一辆车“背”着另一辆车，从物理层面将回程能耗与磨损减半，很大程度的解决了空驶率成本问题。

▲卡尔动力未来运输机器人

最后是终极形态的进化。当驾驶舱不再是必需品，卡车的形态将彻底解放。未来的运输机器人（KargoBot Space）直接去掉了驾驶室，增加了25%的载货空间。

这不仅是工业设计的胜利，更是利润模型的重塑，标志着运输工具正向纯粹的高效生产工具进化。

▲卡尔动力的目标

卡尔动力的目标是推动整个运输产业的升级，到了2030年生产重卡，有50%以上会搭载卡尔动力的智能驾驶系统。

二、从“规则驱动”到“AI司机” 组合拳实现商业闭环

支撑上述模式创新的，是底层AI范式的根本性转移。

传统的自动驾驶往往依赖于规则堆砌，而未来的方向是构建一个具备认知能力的“AI司机”。演讲中提到的端到端自动驾驶、多模态语言动作模型（Multi-modal Language Action Model）以及世界模型（World Model），正在让AI具备人类的直觉与推演能力。

这使得AI不再是机械地执行指令，而是能理解“为什么这样决策”。

通过世界模型，AI能像人类一样预判“如果我这样做，周围环境会如何反应”，通过强化学习，则可以让AI在十亿公里级的虚拟里程中自我进化。

▲卡尔动力的AI司机模型架构

这种技术路径的演进，使得自动驾驶系统能够处理极其复杂的干线物流场景，从“能开”走向了“会开”且“会赚钱”。

当然，技术本身不是目的，L4自动驾驶，技术是核心竞争力和驱动力，商业是入场券。

卡尔动力提出的“动力循环”理念，揭示了自动驾驶企业生存与发展的核心逻辑，通过规模效应驱动数据积累，数据反哺技术迭代，技术提升运营利润，利润支撑规模扩大。

卡尔动力拥有超400台的全球最大的自动驾驶车队和数千万公里的运营里程，意味着拥有了比实验室更宝贵的“边缘场景”数据。正是这些真实世界的数据，喂养了AI大模型，使其在安全性与经济性上不断突破，通过规模铸就了“数据护城河”与“技术代差”。

三、实车体验编队无人驾驶 已针对多种场景优化

在此次峰会现场，车东西也实车试乘了无人驾驶编队的被编队车辆（后车）。

▲卡尔动力的编队及自决策

通过编队形式，可以有效降低成本的同时，也提升了作业效率。不过从后车传感器及决策系统工作的状态来看，尽管后者是在“追随”前车，但是后车也在同步生车决策轨迹，这样在遇到特殊情况的时候也能最大程度的确保安全。

▲自动驾驶编队遇到道路维护

由于物流干线车流量大、车重大，会频繁遇到道路维护等状态，卡尔动力的编组模式也可以很好的应对。

▲自动驾驶编队遇到Cut in情况

此外，在编队运行中，难免会遇到其他社会车辆的Cut in等危险情况，在这样的状态下，编队车辆会进行及时的刹车减速，增大编队空隙。同时，编队车辆也会鸣笛和打开“双闪”提示“插队”车辆目前有多车正在进行编组运行。

结语：卡尔动力助力工业基础设施重塑

展望2030年，当一半的新增重卡具备完全自动驾驶能力，当卡车司机转型为“机器人车队长”，我们看到的将不仅仅是运输行业的升级，而是整个工业基础设施的重塑。

未来的运输，将不再是简单的位移服务，而是由AI驱动的机器人、智能操作系统与能源网络共同编织的新质生产力网络。

在这场变革中，自动驾驶技术不仅是在造车，更是在为国家经济的主动脉通过“支架”与“搭桥”，让经济血液的流动更加澎湃高效。