文章核心观点 - 文章通过追踪卡尔动力创始人兼CEO韦峻青的十八年从业经历，阐述了其从Robotaxi转向Robotruck（L4级自动驾驶卡车）的创业历程，并重点介绍了卡尔动力如何通过首创的“混合编队”解决方案，在干线物流（尤其是大宗商品运输）这一细分赛道实现商业化落地和规模化运营，旨在成为定义未来无人运输基础设施的平台型公司 [4][27][55] 创始人背景与行业脉络 - 韦峻青的自动驾驶梦想始于2005年DARPA挑战赛，随后进入卡内基梅隆大学（CMU）自动驾驶实验室攻读博士，成为该实验室首批博士生 [2][10] - 其早期职业轨迹包括：博士期间创办自动驾驶软件公司Ottomatika（后被德尔福收购）、在安波福主导Robotaxi运营测试、在滴滴担任自动驾驶公司CTO，最终于2021年创立卡尔动力 [3][4][12][14] - CMU系在自动驾驶行业影响深远，同期许多从业者（如Aurora、Argo AI/Stack AV创始人）最终都从Robotaxi领域汇聚到自动驾驶货运赛道 [7] 卡尔动力公司概况与商业模式 - 公司定位为L4级自动驾驶卡车公司，核心团队来自CMU、Zoox、华为等知名机构 [4] - 截至2025年底，公司已实现约400台L4自动驾驶卡车的商业化运营，累计运营里程突破3500万公里，完成货运量达12亿吨公里，是全球少数实现自我造血的L4自动驾驶公司之一 [4] - 公司业务拓展分为三阶段：第一阶段自建无人化车队并实现盈利（当前80%业务）；第二阶段与合作伙伴合资建队运营；第三阶段演变为轻资产的资产持有模式 [43][44] - 营收主要来自自动驾驶车队运营收入，其次是与车企合作的研发收入、服务费及运营管理平台KargoCloud的收入 [45] - 公司近期完成超1亿美元B轮融资，由地平线与高榕创投联合领投，资金将用于加速规模化拓展，计划年内实现千台自动驾驶卡车的部署，未来几年达万台规模 [6] 战略选择：从Robotaxi转向Robotruck - 战略转变基于市场分析，认为干线货运场景对自动驾驶降本增效的需求强烈，且落地规模可能比Robotaxi更大 [16] - 干线物流承载了全国约70%的运输量，占全国GDP的5%，市场空间巨大 [22] - 与聚焦封闭场景（如港口）的策略不同，卡尔动力直接选择开放道路的干线物流，源于对技术的信心（其技术栈与滴滴Robotaxi打通）以及该场景车流集中、需求刚性的特点 [21][22] - 公司认为生产类物流（To B）的实际体量远超消费类物流（To C），是一个反直觉的巨大市场 [23] 核心技术：“混合编队”解决方案 - 公司首创“混合智能编队”模式（头车有人驾驶，后车无人驾驶），以此切入大宗商品运输，该方案已成为L4干线货运的标品 [30][32][35] - 编队模式将L4技术与人类驾驶有机融合，两者互为冗余，提升了系统安全性，并破解了安全、智能和经济性的“不可能三角”，使得开放道路的无人规模化成为可能 [32][34][37] - 该方案源于2020年底在内蒙古的实际场景调研，为解决自动驾驶车辆处理复杂障碍（如水坑、收费站）的难题而设计，并因此获得了场景方鄂尔多斯集团的天使投资 [32][33] - 当前技术挑战在于解决车与车之间的高效协同以及车辆降本，目标是自动驾驶系统成本控制在5万元左右 [36][49] 产品、成本与技术演进 - 车辆配置较高，配备6个激光雷达、十多个摄像头及毫米波雷达，并在电源、通信、执行器上实现多重冗余，以确保公开道路L4运营的安全与稳定 [49] - 目前自动驾驶套件成本占车辆总成本的10%~15%，一个季度即可帮助场景方收回额外成本（重卡司机年成本约15-20万元） [49] - 技术驱动范式从数据驱动演进为结合世界模型与强化学习，通过仿真训练解决编队驾驶等新形态问题 [50] - 公司已发布无驾驶室的“运输机器人”概念车，计划在2025年工程化，并革新车辆架构，使不同产品形态共用底层架构，这被视为公司的独特竞争优势 [51] 竞争格局与公司愿景 - 行业尚未进入下半场，当前刚实现公开道路无人化，下一阶段竞争核心在于规模化、泛化与降本，胜负手在于能否建立最大规模、持续产生正向现金流的无人货运商业网络 [60] - 公司竞争壁垒在于持续的产品与商业模式创新能力、扎根真实场景解决问题的能力以及快速落地新技术的执行力 [61] - 公司已在内蒙古棋盘井等地打造了可盈利的运营样板间，并拓展至陕西、甘肃、新疆及京津冀等地区 [63] - 长期愿景是构建“运力即服务”的无人运输网络，成为“物理世界的AWS”，即支撑未来工业生产物流的智能化基础设施平台 [28][55] - 公司定位是全栈垂直的科技公司，融合软硬件、机器人技术与无人化运营，而非单纯的技术供应商或车队运营商 [55]

公司战略与商业模式 - 核心商业目标是节约50%—80%的人力成本，通过规模化运营实现巨大商业价值[2] - 不执着于实现100%全流程无人化，采用"人干人最擅长的，机器干机器最擅长的"的混合智能思路，将标准化运输环节交由自动驾驶，装卸货等环节保留人工[2] - 商业模式聚焦于路线级盈利而非城市级盈利，核心是通过无人化车辆完成亿吨级货运量以实现规模盈利[14] 技术路线与产品演进 - 首创"领航车有人、跟随车无人"的混合智能编队模式，在干线、专线物流场景实现常态化测试和运营[2] - 采用数据驱动的强化学习技术，结合基础大模型、世界模型与强化学习构建AI新范式，实现端到端自动驾驶[5][6] - 工程化的kargoBot Space运输机器人计划于2026年上路测试，无驾驶舱设计使载货空间增加25%，有效载重提升10%，带来单车运输毛利5倍提升，单台车年收入可增加25万元-40万元[4] - 核心AI工作是将通用驾驶模型培养成能开重卡的专业驾驶模型，利用西北干线货运的独特运营数据弥补模型在特殊场景的经验缺口[5] 运营效率与经济效益 - 混合编队方案实现人力成本降低83%～100%，人效提升100%～400%，能源效率提升10%以上，运营效率提升10%～25%，毛利是传统货运的3～6倍[8] - 已部署超过400台自动驾驶卡车，自动驾驶套件硬件成本仅需9万元，通过混合编队模式及调度平台实现单车3~6倍的毛利提升，率先实现UE转正[13] - 预计当无人驾驶重卡达到3000台时，每年节约的驾驶员成本能让公司形成盈利正循环[14] 市场定位与竞争优势 - 在产业链中扮演"三明治"核心角色，连接资产持有方、运营维护方、车企等合作伙伴[7] - 通过自动驾驶运营管理系统KargoCloud直接对接大型B端客户，管理其运力调度和工厂运营需求[7] - 技术已适配11款由四家车企生产的车辆，搭载相同的软件、线控架构和自动驾驶硬件[7] - 核心竞争力在于深耕场景和"落地AI的执行力"，拥有更优质的领域特定数据[7] - 预计2030年生产的重卡有50%以上会搭载公司的智能驾驶系统[7] 混合智能编队模式前景 - 最初被视为过渡方案，现认为混合智能编队模式最终将占据1/3至1/2的市场份额，成为长期存在的解决方案[11] - 大宗商品运输的运营模式本身适合编队行驶，即使未来单车智能技术成熟，编队行驶仍将是主流模式[11] - 车队最多由六辆车组成，通过联合感知、联合定位、联合控制和联合决策技术，实现安全性、节油性和智能性，极限跟车时距可小于0.3秒[12][13] 行业发展与公司展望 - 自动驾驶卡车被视为有壁垒、商业价值高、市场上限高的蓝海赛道[15] - 行业商业化转折点已至，即技术达到"投入成本小于收益"的临界点，能帮客户赚钱[16] - 公司发展思路为"用场景定义产品，用产品定义技术"，与RoboTaxi先技术后场景的思路相反[16] - 对未来发展持乐观态度，认为赛道即将形成商业闭环，公司处于规模化爆发的前夜[15][16]