过去十年，资本市场见证了自动驾驶行业里无数场 「技术秀肌肉」 的狂欢：几百 TOPS 的算力、千万级的场景库、号称比人类安全十倍的算法……但掌声过后，所有人都在等同一个答案：这东西到底能不能真正创造价值？
不同玩家给出了不同解法。有的固守 L2 辅助驾驶卖方案；有的选择从 L2 向 L4 渐进演进；还有一类公司选择自己下场造自动驾驶车型。这些路线背后，藏着一个容易被忽略的认知误区：不少人把 L4 当成 L2 的 「高配版」，认为算法足够强、数据足够多，就能自然演进过去。但高上限的 L2，从来不等同于低下限的 L4，如何跨越这道鸿沟，是行业共同命题。
2026 年北京车展，卡尔动力给出了一个很务实的回答，以原生 L4 架构，从底层重新定义 L4 货运。这背后没有炫酷的概念炒作，取而代之的是一组数据：4500 万公里真实运营里程、14 亿吨公里运载量、单车年净利润提升 5 倍、硬件成本下降 50%。而支撑这些数据的，正是卡尔动力在西北干线上跑通的行业首个单车正经济性运营样板间。
更值得关注的，是卡尔动力发布的 「KargoBot Inside」 战略的野心：不造车，但要让每一台跑在路上的重卡，都跑着它的 AI。
做自动驾驶重卡，先算一笔账
在自动驾驶赛道，卡尔动力一直是个 「另类」：不绕路、不渐进、不造车，直接切入 L4 级自动驾驶，并且通过 「赋能模式」 与主机厂深度合作。这套打法的优势在于，轻资产撬动规模化，不背造车包袱；将全部研发力聚焦于 AI 和运营能力；开放生态让主机厂、客户各司其职。
正因如此，当别人还在实验室里打磨算法、在封闭园区里刷测试里程，纠结 「谁来买单」 时，卡尔动力的车已经在西北、华北的干线公路上跑了三年多，并且在 2025 年打造了行业首个 「单车正经济性运营样板间」；截至 2026 年 4 月，卡尔动力的真实运营里程达到 4500 万公里，累计运载 14 亿吨公里。据公开信息，这在国内 L4 重卡赛道中处于第一梯队。
什么是 「正经济性」？说白了就是：去掉政策补贴、去掉股东特殊货单、去掉所有光环之后，单靠市场化运单定价，L4 技术带来的成本优化已经能覆盖技术增量成本，还能创造真实价值。
目前行业里，能够真正跑通这一经济模型的玩家屈指可数。原因很简单。它要求企业同时具备三个 「硬门槛」：真实干线上的落地成绩、能够真正降本增效的能力，以及安全可靠且市场化可接受的成本。绝大多数自动驾驶公司至少卡在其中一个环节，要么数据不够 「真」，要么无法落地，要么单车硬件成本远超运费差价。
卡尔动力 COO 李潇潇在媒体沟通时说得直接：「经济性转正完全基于市场化运单、市场化定价，混合编队节省的司机成本直接提升了物流运输毛利。」
这句话拆开来看，有几个关键点。
节省的司机成本是真实的。卡尔动力的混合智能编队模式 （前车有人、后车无人），一个领航司机可以带 2—5 台 L4 级重卡，最多解决 83% 的司机用人缺口。
能耗管控也带来了额外收益。很多人以为自动驾驶只省人，但卡尔动力的数据显示，AI 驾驶比人类司机省油/省电 10% 左右。
同时，车辆形态本身在创造增量利润。
干掉驾驶舱，货运的 「iPhone 时刻」
2025 年上海车展，卡尔动力展出了一台没有驾驶舱、没有方向盘的 「运输机器人概念车」。当时不少人将其归为 「科幻噱头」。一年后，这台车量产了。
KargoBot Space®2.0，全球首款正向研发、量产的 L4 运输机器人。没有驾驶舱，没有方向盘，就是一个纯粹的 「移动货箱」。
为什么说无座舱能改变经济模型？理由不复杂。
传统重卡的车头 （牵引车） 长度大约 3～4 米，驾驶舱占了将近一半。去掉驾驶舱后，同样车长下，载货空间提升 25%—35%，有效载重提升 10%—25%，吨公里运输成本下降 68%。
更关键的是，这个增量收入的边际成本极低。车还是那台车，能耗还是那个能耗，但因为创新的技术和形态，就能多赚钱。
再加上 7×24 小时不间断运营，卡尔动力算了一笔账：一台运输机器人的投资回收期从传统重卡的 5 年缩短至 1 年，单车年净利润提升 5 倍。
无座舱带来的不是空间增量，而是资产效率、成本结构、运营模式的三重颠覆，这才是 L4 货运真正的 「iPhone 时刻」。
当然，无座舱运输机器人的规模化运营，仍需要政策进一步适配。卡尔动力目前将首批运营场景聚焦于中短途园区和工业生产类道路。按照规划，今年将有数十台运输机器人率先在中短途、园区工业生产类场景启动测试。
两种商业模式：「干重活」 与 「做平台」
产品做出来了，怎么卖？
卡尔动力设计了两种商业模式：TaaS（运力即服务） 和 SaaS（虚拟驾驶员服务）。
TaaS 模式是目前的主力。卡尔动力自己持有并运营车队，直接提供门到门的运力服务。从 A 点到 B 点，货物安全送到，客户按吨公里付费。目前卡尔动力直接运营的车队已达四百多台。
李潇潇直言，客户最关心的就是两件事：运输需求能不能满足，成本能不能控住。「把货物安全、准时从 A 点运到 B 点，成本尽量低，这就是他们的核心诉求。」 而这种需求背后，是货运行业一个日益严峻的现实：司机太缺了。重卡驾照难考，工作强度大，年轻人基本不愿意入行。客户为了保证货物能准时运出去，招人、管车都特别难。
韦峻青博士补充了一个更深层的痛点：客户运力需求波动极大。「有时候一天要 500 车，有时候要 100 车，那他到底买 500 辆还是 100 辆？」 这正是卡尔动力在西北搭建物流运力网络的原因：运力跟着需求走，帮客户做平衡。
物流公司的核心能力是获客、路由规划、客户服务，不是管理自动驾驶车队。卡尔动力帮他们把最脏最累的活干了，这才是真正的 「赋能」。
SaaS 模式则是面向的核心增量。该模式下，客户买硬件 （车辆），卡尔动力卖软件。硬件按成本价走，月订阅费 5999 元，或者按小时计费 24.8 元/小时。这种 「剃须刀+刀片」 模型，把客户的一次性高资本支出转化为可预测的运营支出，极大降低了尝试门槛。李潇潇明确表示，未来 1—2 年 SaaS 将是主流商业模式，也是 5 年核心增量来源。
数据飞轮，从 4500 万公里到 「最懂货运的 AI」
所有自动驾驶公司都会讲数据的重要性，但数据的质量、维度和闭环能力，才是真正的分水岭。
卡尔动力的 4500 万公里落地里程不是封闭园区里的 「玩具数据」，而是在西北、华北干线上真实跑出来的。更重要的是，这些数据来自编队运营——L4 重卡以紧密编队方式在开放干线公路上行驶，这意味着系统必须处理比单车更复杂的通信、协同和安全边界。
在技术路径上，卡尔动力选择了强化学习叠加自研 WAM（世界－行动模型），而非单纯依赖人类驾驶数据。据了解，这套架构在仿真环境中的迭代效率，比行业主流方案大约快三个季度。一个可被量化的差距是：同一类接管场景的模型更新周期，从 5 天压缩到了 12 小时。
这套 「数据飞轮」 的逻辑是：更多落地——更多数据——更强的 AI——更高的效率/安全性——更多的运营。在自动驾驶行业，安全决定下限，效率决定上限。每一圈数据的转动，都会让卡尔动力与追赶者之间的差距拉大一个量级。正如韦峻青博士所言，「当运营里程增长一个数量级、数据规模跨过某个阈值，效率和安全不再会是跷跷板似的平衡，而是同时进入 『正向循环』。」
按照规划，未来一年，卡尔动力将推动 L4 的效率/安全指标每年以 3-5 倍的速度成长。
从千台到万台，卡尔动力不想做 「孤狼」
如果只看前面几点，可能会觉得卡尔动力想 「通吃」 整个产业链，既要自己做 AI，也要自己运营车队。
但 KargoBot Inside 战略的核心其实是 「开放」。面对未来五年 10 万台 L4 重卡需求，卡尔动力聚焦两大趋势：「全冗余、全线控架构」 和 「选装驾驶舱」，专为 L4 服务。类比一下，KargoBot Inside 之于 Robotruck，相当于鸿蒙智行之于乘用车。卡尔动力不生产重卡，但每一台好用的 「智能重卡」 里，都跑着卡尔动力的 AI。
韦峻青博士举了个例子：「一条路线上要 2000 台车，我们自己先铺 30 台跑通，剩下 1970 台都可以让客户 『领养』。」
这 30 台是 「样板间」，用来验证经济模型；剩下的 1970 台用来放大规模效应。样板间靠自己，复制靠生态。
根据卡尔动力的时间表：未来 10 个月实现千台级无人化部署，3 年内部署超万台 KargoBot Inside 车型，2030 年冲刺 10 万台战略目标。
这个目标的背后，有几个关键支撑。
单车经济模型已经跑通。2025 年的 「正经济性样板间」 证明，哪怕只跑一台车，L4 也能赚钱。这是复制的前提。
产业生态已经就位。宁德时代－时代骐骥的换电网络、禾赛科技的激光雷达、6 家头部车企的量产能力……卡尔动力不是单打独斗，而是串联起了一条完整的产业链。
行业顶层规划持续完善。交通运输部已将 「大通道货车自动驾驶」 列为 「人工智能+交通运输」 六大创新工程之首，计划在 「十五五」 期间全面落地。
当然，挑战依然存在。运输机器人的完全公开道路运营还需要时间验证；西部地区的网络信号覆盖仍是短板；客户对新形态运力的接受需要一个过程。未来一两年，运输机器人的切入点一定是相对成熟的工业生产园区，先从园区场景起步，再逐步拓展到公开道路。
从鄂尔多斯样板间的经济账，到无座舱运输机器人的量产下线，再到 SaaS 订阅模式的铺开，卡尔动力用四年时间将 L4 货运从 「技术验证」 推进到了 「商业复制」 的阶段。接下来，万台目标的兑现速度，取决于这套模型在更多干线上的迁移能力。但方向已经不再有争议。
正如韦峻青博士所说：「一个由 AI、机器人与开放生态共同构筑的未来运输基础设施，正在加速到来。」
