2026年，无人物流赛道正在被资本重新定价。
无论是城配RoboVan还是干线Robotruck，融资事件越来越密集，且向头部集中趋势明显。翻开玩家们的叙事，当行业主流目光投向全球市场时，也有公司选择把车开进草原、戈壁、荒漠，在粗粝的砂石与土路间，一公里一公里地积累无人货运数据。
棋盘井，内蒙古鄂尔多斯市西南角的一个小镇。二十多年前，第一批建设者来到这片连餐厅和宾馆都难见到的草原，建起了电厂和煤厂，逐步形成如今的千亿产值工业园区。
鄂尔多斯棋盘井工业园区卡尔动力运营中心
五年前，面向货运场景的自动驾驶公司卡尔动力来到这里，从0起步创立了混合智能编队模式，探索L4货运无人化的可能性；三年前，全球最大规模的自动驾驶货运车队成型；去年，国内第一个正经济性无人货运闭环跑通，达成路线级UE转正。
近日，卡尔动力CEO韦峻青在接受《国际金融报》等媒体采访时，将物理AI分为两类：围绕人与服务的具身机器人，和围绕货物与生产的具身智能。卡尔动力是第二种路线的践行者，“生产是绝对的刚需，也会在AI领域最早形成商业化和规模化”。
卡尔动力CEO韦峻青
在韦峻青看来，卡尔动力押注的正是围绕货物与生产的运输机器人。而这类机器人的竞争，正在从单体能力比拼转向规模效应：单条线路跑通只是证明技术可行和经济可行，真正的壁垒在于能否把验证过的模式复制到更多线路、更多场景，形成可履约、可扩张的网络。
商业闭环不在“北上广深”
“场景定义产品，产品驱动技术。”这是韦峻青采访中多次提到的一句话，也是公司从创立之初就确定的方向。
在创办卡尔动力之前，韦峻青此前长期从事Robotaxi研发与商业化——从美国卡内基梅隆大学自动驾驶实验室，到创办Robotaxi初创公司Ottomatika，从安波福自动驾驶全球副总裁，到回国出任滴滴自动驾驶CTO。直到2021年创办卡尔动力，转向Robotruck。
但过往的经验，有时也会形成一种惯性。韦峻青坦言，团队最初也认为自动驾驶应先落地北上广深，但场景密度改变了判断。在鄂尔多斯，“从一个煤矿到一个电厂，每天400车，完全不在一个体量级”。
“原来货运自动驾驶在中国北方、在大宗商品上有这样大规模的体量，是大家都想象不到的”。韦峻青称，团队后来调研发现，中国40%的重卡物流都在运输大宗商品，且集中在西北地区。
这是一个体量巨大，却几乎不在一线城市技术人员视野里的市场——线路长、货量大、通道密集。根据麦肯锡的报告，早在2020年，中国整个公路运输市场规模就有约6万亿，生产物流占一半左右，是一个非常大的赛道。而卡尔动力是第一家真正从大宗商品干线生产物流切入自动驾驶货运的公司。
被“逼”出来的编队形态
大规模的货物运输需求给自动驾驶提供了足够丰富的货运场景，但同时，场景的复杂度也超出想象。
确定好了场景后，团队才发现诸多“自动驾驶范畴之外的问题”。韦峻青举例称，国道收费站要停车扫码缴费，不支持ETC；交警经常查车辆载重，进不进承重站靠现场指挥；工业场景运输路况复杂，时常出现土堆、水坑；复杂天气下道路环境也跟着变……
卡尔动力在棋盘井工业园区真实运营
种种运营方面的难题，最终“逼”出了适用于公开道路干线大宗运输的混合智能编队产品形态，即通过1辆领航车引导整个队列，带领1至5辆L4自动驾驶车辆。用韦峻青的话来说，前车相当于给后车“打了个样”。
卡尔动力技术战略副总裁王珂通过对比NOA与编队模式算了一笔“经济账”。重卡是实打实的生产力工具，司机的工资就是成本。乘用车采用NOA方案，能给开车的人减负，但货运车队采用NOA并不具备经济性。“从车辆采购方面来讲，成本没有下降，还要额外花钱去买这个东西（NOA)。”王珂表示，编队形式本身就带有直接的经济收益，行业也充分意识到了自动驾驶货运与乘用车的差异。
沿着编队这条主线，针对不同的应用场景，卡尔动力又长出了另外两条产品曲线：L4单车智能方案，在封闭园区、港口场景落地，利润空间可提升至20%以上；无驾驶舱运输机器人方案，采用全线控全冗余设计，载货容量进一步提升。
卡尔动力运输机器人
不过，卡尔动力运输机器人业务线总经理孙亮讲了一个现实边界：无驾驶舱运输机器人目前还不能上公开道路，只能在封闭或半封闭的场景里推行。但其优势很明确：可以做到24小时不停歇；不需要空调，能耗显著降低；人的角色从驾驶员转为后台监控和调度的“管理员”。
磨出来的100公里样板线
回到卡尔动力的最初愿景，无驾驶舱运输机器人从一开始就是核心。在韦峻青看来，驾驶舱消失是货运产业迈入下一阶段的自然结果，终局会比预想中更快到来。
傍晚的棋盘井，一辆领航车在前，后面跟着两三辆自动驾驶重卡，车距不到二十米。当有社会车辆试图插进两辆重卡之间时，后车会主动减速，拉开距离；过红绿灯时，若前车驶过，红灯亮起，后车不会硬跟，自动停下等待下一个绿灯。经过称重站，车队靠边、过磅、再上路；到了煤厂，车辆自动排队、过磅、装卸，然后驶向几十公里外的电厂。
卡尔动力位于棋盘井的商业化运营路线
自2021年起，卡尔动力在内蒙古鄂尔多斯市开展大宗货运L4级自动驾驶运营。位于棋盘井这条干线，全长100公里，装载设施日均调派约150车次，主要货种为动力煤与中煤。
混合编队被放进煤矿、电厂和公开道路组成的生产物流场景里，道路遗洒、牛羊群穿行、变化的附着路面、强横风、大曲率长坡道等等，这些真实运营场景成为全球最大的干线运输真实物理样本集和真实运营数据生产线。
一位车队运营人员向记者回忆了一个细节，棋盘井以煤炭工业为主，运煤线灰尘大，跑一天激光雷达基本被灰覆盖，团队后来自研了识别脏污后自动清洁的装置，“这个基本上是我们自己完成的，是在真实的实际应用场景里面发现一些小问题后，做了一些优化。”
雷达清洁装置
类似的状况不一定会出现在单次测试里，却会真实发生在第100趟、第1000趟运输中。棋盘井这条线把这些细节一个个磨了出来，也让混合编队从一套技术方案，慢慢长成一支可以每天跑的车队。
在车队日常运营中，司机是与卡尔动力打交道最多的人，也是编队设计不可缺少的一环。卡尔动力编队业务线总经理张娜说，司机从30多岁开始转型，到了40岁后逐步适应自动驾驶系统。他们的岗位形态变了，不用长时间聚焦驾驶载货，可以现场通过KargoCloud关注业务运营情况，并辅助和培训下一代AI领航员，实现“以老带新”的职业转变。
司机的经验也在反哺自动驾驶模型训练。每天行驶在物流运输道路上，司机对车的性能和突发情况如何处理最为清楚——哪种情况下刹车踩重了、哪个场景该躲没躲。有些测试结论AI不一定能跑出来，经验丰富的司机却能一眼看得出。“有时候司机师傅会说‘我帮你采数据’‘你遇到这个场景这么开是最优的’。他们处理各个场景比我们更有经验，与其说是我们给他们提供培训，不如说是进行一些赋能。”韦峻青说。
“吨吨计较”的方法论
棋盘井跑出了一套“技术+运营+人”的组合方法，下一步该算算账了。
在采访中，韦峻青把国内公路货运的成本表摊开：过路过桥费30%，能源30%，人力20%，维修10%，折旧10%。过去几年，新能源化让能源成本往下走，而其他成本却在往上走。“五年前在这个地方招驾驶员比较好招，现在越来越难”。
这几乎成为了所有物流公司最头疼的问题之一。张娜直接点出了行业的处境：“现在物流整个行业在零毛利附近。”而混合智能编队相较传统人工驾驶，能够带来10%至18%的毛利提升。他强调，这不是纯算出来的，而是将车辆折旧、维修、保险等因素全部纳入，通过一段时间实测出来的。
卡尔动力内部打磨的那套经济模型被叫做“TCO计算器”，计算每一趟运输的情况下客户全生命周期的价值体现和成本，需要考虑的维度包括车队规模、部署方式、匹配车型与能源类型、自动驾驶可用路段比例、单车行驶里程，以及行车路段可能遭遇的障碍场景；成本侧则涵盖折旧、人工、维保、能源等科目的核算。
韦峻青把这套测算方法形容为“吨吨计较”——同一条线路，车型不同、能源类型不同、自动驾驶可用路段比例不同，这笔账就完全不同，交付的也就不是一个标准产品，而是按客户情况匹配出来的组合。
抠出来的收益来自三条曲线。一是硬件，最早的第一台样车自动驾驶套件成本在二三十万元，现在已降到十万元级别，对客户来说，收回成本时间大幅缩短；二是能耗：编队行驶最显著的优势是降低风阻使油耗下降，“1+1”编队下，能源节省约10%；三是运营，车辆支持全天候不间断运转，算法订单分配与路线优化取代人工调度，从而降低车队管理成本。
2025年，在棋盘井，卡尔动力联合鄂尔多斯集团打造全国首个正UE真实货运运营闭环，并实现规模常态化运营，自动驾驶技术从“测试验证”迈向“商业价值创造”阶段。
时间成本则走出了另一条曲线。韦峻青说，第一条路线的UE转正花了一年时间才打磨出来；而现在“AI的泛化性越来越强，我们也越来越熟练”。如今，一条新路线的平均部署周期已经从最初的8个月压缩到3个月，且每年以更快的速度演进。
一张载物网络的自生长
韦峻青给卡尔动力定的目标，不是造一辆聪明的车，而是“围绕货物构建一个智能网络”。以棋盘井为原点，卡尔动力想沿着“1+N+X”战略把这张网铺开。“1代表了卡尔动力基于鄂尔多斯打造的成功模式和样板线，N代表了区域性的扩展，X代表着我们从煤炭运输和大宗商品开始，服务于更多的行业。”
要把这张网顺利铺开，合规必须要先走一步。2025年5月，卡尔动力获得鄂尔多斯市智能网联汽车自动驾驶卡车编队无人商业化试点资质；今年4月，获得全国首批跨盟市远程商业化试点资质。卡尔动力目前已持有国内数量最多的L4级自动驾驶卡车商业化无人运营牌照，这是L4干线货运从“一地多线路”到“多地网络化”的一大前提。
韦峻青透露，过去几年，运力网络已经从内蒙古扩展到宁夏、甘肃、新疆、陕西、山西、河北各个地区；同时公司和钢铁、快递快运、工业制品、零部件以及农牧行业的客户深度合作。
拓展网络广度的同时，卡尔动力也在提升网络的密度。“最开始我们在一条路线上只部署5台车或者10台车，但是现在已经有了百台量级的部署，不管是车辆的能力还是数量都在快速提升。”韦峻青称，8月陕重汽交付的百台基于Gen5平台的L4重卡铺到网络上后，很快就消纳掉了。
卡尔动力把伙伴分成了三类，每一类承担不同角色：与场景共建伙伴深度开发无人货运全流程模式；与规模拓展伙伴构建覆盖全国的智能运力网络；与生态赋能伙伴形成“平台对接+信息互通+标准共建”，服务各个场景。
韦峻青在采访中表示，“希望将来我们规模化的增加都是跟伙伴去共建的，大家共赢。”他强调，构建网络和生态，比在单条路线上使劲加车更重要。
伙伴共建解决了“谁来铺网”，而网络加速落地不能单纯依靠外力投入来铺设节点和路径，而是需要内部动力，韦峻青把这种能力称为“自生长”，并拆成四层正反馈：数据越跑越多，Agent越聪明；场景越做越深，正经济性越强；伙伴越多，网络拓展越快；合规越完善，安全信任就越厚。正因为实现了层层闭环，多边共赢，这张网才能成为具有内生性和成长性的运输落地网络。
显然，从棋盘井出发，卡尔动力要证明的不是一辆车能跑多远，而是一张载物智能网络能自我生长多快——这也是无人物流被资本重新定价的底层逻辑。
