单位经济模型转正后，卡尔动力开建全国无人货运网 | 智车星球

卡尔动力启动规模化L4无人运输网络，跑通正经济模型，落地“1+N+X”战略开启全国复制。

作者|王蕊

编辑|西子

9月22日，卡尔动力在内蒙古棋盘井宣布启动规模化无人运输网络。

现场，卡尔动力与大宗货主、物流运营商及生态企业完成首批签约。截至目前，其合作网络已覆盖30余家客户、8家整车OEM及30余家生态伙伴，“1+N+X”网络战略正式步入规模化落地阶段。

“过去五年我们非常专注，只做一件事：努力跑通正经济性无人运输闭环。”卡尔动力CEO韦峻青在现场表示。

在西北大宗干线场景里，卡尔动力已经跑通路线级商业化无人货运闭环，新路线平均部署周期也从最初的8个月到1年缩短近一半。

跑通一条无人线路，证明模式可行。能否向全国复制？成本能否继续下降？经济模型能否持续成立？

这是卡尔动力接下来要回答的核心问题。

无人货运先是一门生意

对货主和物流公司来说，自动驾驶最终要回答的，其实一直是同一个问题：一吨货从A点运到B点，能不能更便宜、更稳定。

就像韦峻青说的，“客户并非为技术买单，而是为最终的运输结果和交付买单。”

为此，卡尔动力内部搭建了一套全生命周期TCO计算体系，把车队规模、部署方式、匹配车型、能源类型、自动驾驶可用比例、单车行驶里程，乃至运营全程的风险与损耗全部纳入测算，把账精细到每一公里、每一吨货。

传统货运成本大致遵循“33211”的结构：过路费和能源各约30%，人力约20%，维修和折旧各约10%。过去几年，新能源化已经开始压低能源成本，但司机越来越难招，人力成本反而持续上涨。

而L4的价值，不只是简单的“少一个司机”，而是通过“一人管多车”实现人效倍增。

韦峻青举例，一人管理两辆车，人力成本占比可下降近一半。同时，编队本身还能通过降低风阻进一步节能。实测显示，1+1编队可带来约5%-10%的能源节省，目前实际编队长度最多做到1+5，也就是一辆车有人驾驶，后面5辆无人车编队行驶。

人的角色也随之发生变化。卡尔动力正在推动传统司机向AI领航员转型，从单纯驾驶一辆车，转向观察后车状态、安全守护和异常处理。事实上，今年卡尔动力启动的“牧马人计划”，已经开始从合作车队中选拔经验丰富的司机，培养并认证为运输机器人车队主理人。

目前，卡尔动力已经形成三种产品形态的经济模型：

混合智能编队模式下，相比传统有人驾驶模式，毛利可改善约10%-18%；

面向园区、港口和短途场景的单车智能，经济效益改善可达到20%以上；

进一步取消驾驶舱后，以KargoBot Space 2.0为例，其载货空间提升25%-35%，有效载重提升10%-25%。

而真正决定吨公里成本的，还包括车辆调度、运营时长、自动驾驶覆盖率、能源成本，以及进出厂和装卸效率。

也因此，去年开始，卡尔动力与鄂尔多斯集团打通工厂需求、煤矿生产、进出厂和装卸货等环节，形成全流程常态化无人运输闭环，跑通了“正经济性”的关键样板。

从“拼里程”转向“拼质量”

规模化的下一道门槛，是把一条线路上的经验，变成可以在下一条线路直接复用的能力。

截至目前，卡尔动力已经积累千万公里级L4真实运营里程，并进入约400万个边缘场景。

低附路面、结冰、横向强风、临时障碍、动物穿行，以及重卡特有的编队扰动、铰接挂车甩尾、重载制动等问题，都很难在仿真或封闭测试中穷举。

这些真实重载数据，持续反哺卡车基础大模型。过去两年，卡尔动力关键接管指标提升超过180倍，L4运输机器人通用平台也迭代至第五代。

但数据到了这个阶段，已经不是越多越好。

现场交流中，卡尔动力提到，前100万公里数据加入训练后，模型性能明显提升；继续简单叠加第二个、第三个100万公里后，效果可能放缓，甚至下降。

通过高价值数据挖掘，卡尔动力曾只用约1/4的数据量，就训练出与全量数据接近的模型表现。

这种效率最终体现在部署速度上。早期上线一条新路线，需要大量工程师投入8个月到1年。如今，平均部署周期已经缩短近一半。

用更轻的模式扩张

部署效率提升后，新的问题又随之而来：如何让规模扩大，而成本不跟着线性增长。

如果每增加一个客户、进入一个区域，都要重新组团队、重新部署、重新磨合，那本质上仍然是项目制生意。

卡尔动力的解法是“1+N+X”：以鄂尔多斯已经跑通的模式作为“1”，向更多区域和线路复制形成“N”，再从煤炭、大宗商品拓展到更多行业场景，形成“X”。

这种复制已经开始走出鄂尔多斯。卡尔动力称，其运营范围已经从内蒙古继续拓展至宁夏、甘肃、新疆、陕西、山西等核心物流区域，并进一步进入钢铁、快递快运、工业制品、零部件、农牧等场景。

但一张全国性的运力网络，不可能由一家自动驾驶公司独立铺完。

因此，卡尔动力把合作伙伴分成三类：场景共建伙伴提供货源和真实运输需求；规模拓展伙伴接入已有线路、车队和区域物流资源；生态赋能伙伴则负责车辆、平台、基础设施及行业标准协同。

在车辆端也是同样的逻辑。

卡尔动力并不自己建立整车制造体系，而是与主机厂联合开发L4量产车型。其中，KargoPlatform Gen 5.0由卡尔动力与陕汽重卡联合正向开发，从产品定义阶段就将L4运营需求写入整车架构，覆盖电子电气架构、通信网络、线控底盘及安全冗余等核心系统。

更广泛来看，KargoPlatform目前已经联合8家OEM落地12款量产车型，并实现全线控、全冗余，AI原生硬件架构的电气复杂度降低约50%。

而在运营端，卡尔动力同时保留自营运力和合作方运力，再通过统一的调度体系把不同来源的车辆接入同一张运输网络。

韦峻青此前在采访中曾将业务扩张分为三个阶段：第一阶段自建自营车队，先跑通无人化技术和盈利模型；第二阶段与合作伙伴合资建队；再往后，则由专业资产方持有车辆，卡尔动力逐步转向更轻的技术与运营赋能模式。

也就是说，先自己下场跑通全流程，再把成熟的车辆、货源和物流能力逐步接入网络。

而要让这些不同来源的运力真正协同起来，核心就是统一调度。

卡尔动力自主研发的KargoCloud智慧运力调度系统，正是这张网络的“中枢”。作为其三大产品体系之一，KargoCloud负责对“人、车、货、能”等资源进行统一调度和匹配。

随着规模继续扩大，卡尔动力还在根据大宗物流的季节性和周期性预测运力需求，同时布局移动服务站点，为更大规模运营提供支撑。

更远一步，它还计划把无人车辆接入现有货运平台，既承接固定线路上的计划性物流，也承接实时产生的非计划性订单。与此同时，等线路和产品方案进一步成熟后，卡尔动力还计划将网络开放给几台、十几台规模的小车队，甚至个体司机。

到那时，“无人货运”才真正从“自动驾驶”，变成一张能够匹配货源、调度运力、跨区域运行的智能运输网络。

最真诚的智能汽车报道