无人重卡的生死劫:干线物流自动驾驶,离赚钱还有多远?

干线物流自动驾驶曾经是资本市场的宠儿，如今走到了一个尴尬的十字路口。技术看起来越来越近，商业化似乎永远差一口气。这篇深扒这个行业最核心的矛盾——钱到底从哪里来，又到哪里去了。

从明星赛道到生存考验

2023年，图森未来（TuSimple）从纳斯达克退市。这家曾经顶着"自动驾驶第一股"光环的公司，市值最高时超过80亿美元，最终以不到3美元的股价黯然收场。更让行业震动的是，退市后的图森未来没有选择私有化继续战斗，而是转向了AI动画和游戏领域。

这个信号再明确不过：连最早的入局者都在怀疑这条赛道能否跑通。

图森未来不是孤例。智加科技（Plus）的SPAC合并计划在2021年底终止，原本三十多亿美元的估值预期化为泡影；Waymo的卡车业务Waymo Via在2023年进行战略收缩，将重心重新放回Robotaxi；福特和大众合资的Argo AI直接关停，卡车自动驾驶部门随之解散。

但硬币的另一面是——嬴彻科技完成了L3量产下线，与东风商用车、中国重汽合作的前装量产车型已经开始交付；主线科技在港口和干线物流场景拿下了实际运营合同；DeepWay（深向）推出了新一代新能源重卡，百度系资本持续加注。

这个行业没有死，但它正在经历一场残酷的分化。有人在撤退，有人在加码，而分化的核心逻辑只有一个：你到底靠什么赚钱？

L2到L4：一条走不通的捷径

干线物流自动驾驶的技术路线之争，表面上看是L2+渐进式与L4跨越式之间的选择，实质上是两种商业模式的对抗。

L4路线的逻辑很清晰：去掉司机，省下人力成本，用技术替换劳动力。以一辆跑干线物流的重卡为例，两个司机倒班，年薪加社保约20-25万元。如果L4能实现真正的无人驾驶，这笔钱就是直接节省的成本。听起来很美好，问题在于"真正的无人驾驶"这几个字。

高速公路场景确实比城市道路简单——没有行人、没有红绿灯、没有复杂路口。但"简单"不等于"简单到可以无人"。高速行驶时速80-100公里，任何感知系统的极端情况处理都关乎生死。一辆时速90公里的重卡，从识别障碍物到完全刹停需要近200米——这意味着感知系统必须在300米外就做出准确判断。目前的激光雷达+毫米波雷达+摄像头的融合方案，在理想条件下可以做到，但在雨雪雾、逆光、路面遗洒物等长尾场景下，仍有不可接受的失败概率。

这就是为什么所有号称做L4的公司，实际运营时车上都坐着安全员。一个安全员的成本和一个司机的成本几乎没有区别——你省不掉这笔钱。

L2+路线的思路完全不同。它不试图去掉司机，而是通过ADAS（高级驾驶辅助系统）提升单个司机的效率和安全性。自适应巡航、车道保持、自动紧急制动——这些功能让一个司机可以更轻松地跑更长的里程，间接降低了单位运输成本。嬴彻科技走的就是这条路，他们与主机厂合作前装量产L3级系统，车辆保留司机，但系统可以在高速场景下接管车辆。

L2+的商业逻辑更务实：不追求一步到位的无人化，而是用渐进式升级让每一分技术投入都有即时的经济回报。但它的天花板也很明显——始终无法跨越"去掉司机"这道门槛，意味着人力成本这条线永远无法突破。

行业里有个说法：做L4的在看财报发愁，做L2+的在看天花板发愁。话糙理不糙。

一笔被反复计算的账

干线物流自动驾驶的经济模型，几乎每个公司都算过，但结论差异巨大。核心变量只有三个：技术成本、人力节省、运营效率提升。

先看技术成本。一套完整的L4系统，激光雷达（目前约3-8万元/台，需1-2台）、计算平台（约2-5万元）、摄像头和毫米波雷达组（约2-3万元），加上线控底盘改装和冗余系统，单车硬件成本在15-25万元区间。这套系统每年还有软件升级、数据回传、运维等隐性成本，折算下来每年约3-5万元。

再看人力节省。干线物流重卡通常配两名司机倒班，综合年成本约20-25万元。如果L4能去掉一名司机（保留一名监控员），节省约10-12万元/年；如果完全无人，节省约20-25万元/年。

乍一看，如果完全无人化，1-2年就能收回硬件成本。但这个计算有三个致命的假设：

第一，假设L4已经真正可用。现实是，所有L4系统都还需要安全员，这意味着人力节省要打五折甚至更多。

第二，假设法规允许无人。目前中国和美国都还没有开放L4级重卡在公共高速上完全无人的运营许可。即使技术到位，法规的滞后至少还有3-5年。

第三，假设车辆利用率的提升可以直接转化为收入。实际上，干线物流的运价由市场供需决定，单车的效率提升不等于单车的收入提升——如果整个行业的运力都提升了，运价反而会下降。

所以真实的经济模型远比PPT上复杂。那些宣称"3年回本"的公司，基本都在用最乐观的假设做堆叠。

谁在闷声干活

如果说L4路线的公司还在烧钱等黎明，那么一些更务实的玩家已经在悄悄跑通商业模式。

主线科技的策略值得拆解。他们没有死磕干线高速场景，而是先从港口这个封闭/半封闭场景切入。港口内重卡速度低（通常不超过30km/h）、路线固定、场景可控，L4的可行性远高于高速场景。主线科技在天津港、宁波港等多个港口落地了无人驾驶集卡运营，按运输次数或里程收费。这个商业模式不依赖去司机，而是用"运营服务"替代"卖系统"——甲方按效果付费，乙方包揽车辆、系统、运维。

这种模式的好处是现金流可预期、客户粘性强。坏处是扩张速度慢，每个港口都需要定制化部署，难以快速复制。但从商业可持续性的角度看，这是目前最接近"能赚钱"的模式。

嬴彻科技走的是另一条路——前装量产L3。他们与东风商用车、中国重汽联合开发量产车型，将自动驾驶系统在车辆生产线上直接安装，而非后装改装。前装的优势在于一致性和可靠性远高于后装，且可以将系统成本摊入整车售价，降低客户的一次性支出。嬴彻的商业模式是卖车+卖软件订阅，类似于特斯拉FSD的逻辑——硬件随车销售，软件持续收费。

但L3的定义本身就模糊。SAE标准下，L3意味着系统在特定条件下可以完全接管驾驶，但人类驾驶员需要在系统请求时立即接管。这意味着车上仍然必须有人，人仍然是被限制自由的——你可以在驾驶座上稍微放松，但不能睡觉、不能离开。对于干线物流司机来说，从"全程驾驶"变成"随时准备接管"，实际体验的改善有限，劳动强度并没有质的下降。

**DeepWay（深向）**的选择是"换道超车"——不纠结于自动驾驶等级的争论，而是从车辆本身入手，打造原生新能源重卡。传统重卡是围绕柴油发动机设计的，电池驱动的电动重卡可以重新设计底盘布局，为自动驾驶系统预留更合理的传感器和计算平台安装位置。DeepWay的思路是：先做一辆好的新能源卡车，再逐步叠加自动驾驶能力。百度作为投资方和战略合作伙伴，提供了Apollo自动驾驶的技术支撑。

这种"硬件先行、软件后至"的策略在Robotaxi领域被Waymo和Cruise验证过——专用车辆平台比改装传统车辆更适合自动驾驶。但在重卡领域，新能源化的商业化本身就是一个巨大的挑战——充电基础设施、电池续航里程、载重与电池重量的平衡，每一个都是硬骨头。

拐点信号还是又一次幻觉

2024年以来，干线物流自动驾驶行业出现了几个值得注意的信号。

第一，法规层面的松动。交通运输部发布了《自动驾驶汽车运输安全服务指南（试行）》，明确允许在特定场景下开展自动驾驶运输服务。虽然距离真正的L4无人驾驶上路还有距离，但政策从"禁止"转向"规范"，本身就是重大转变。

第二，主机厂的集体入场。一汽解放、东风商用车、中国重汽、陕汽等传统重卡巨头全部入局，要么自研L2+/L3系统，要么与自动驾驶公司合作前装量产。主机厂的动作意味着自动驾驶正在从"科技公司的新玩具"变成"整车厂的标配选项"——这是任何汽车技术走向规模化的必经之路。

第三，场景的进一步细分。除了港口，矿区、钢厂、机场等封闭场景的无人驾驶重卡开始规模落地。这些场景虽然市场空间小于干线物流，但技术可行性和经济性都更确定，可以作为技术迭代的"训练场"——在封闭场景跑数据、优化算法、降低硬件成本，再向开放场景延伸。

但行业拐点是否真的到了？我的判断是：技术拐点正在逼近，但商业拐点还没来。

技术层面，感知系统的冗余度、算法的泛化能力、计算平台的成本下降曲线都在改善。三年前需要80万元一套的L4硬件，现在15-20万元就能搞定类似性能。这个趋势是确定的。

但商业层面，最大的不确定性不是技术，而是"谁来承担第一波规模化部署的风险和成本"。物流行业是极致成本敏感的——每公里运输成本的2%差异就能决定一家车队的生死。让一个利润率只有3-5%的物流公司去为自动驾驶系统支付额外成本，需要的不是PPT上的理论回报，而是实实在在的、经过至少一年运营验证的经济数据。

这意味着，行业真正需要的不是更多的"全球首个"发布会，而是一个能跑通"装车—运营—回本—再投入"完整闭环的标杆案例。谁先拿出这个案例，谁就拿到了下一轮竞争的入场券。

在此之前，所有的"拐点论"都还只是可能性，不是确定性。干线物流自动驾驶的黎明确实在靠近，但"快到了"和"到了"之间，可能还隔着好几轮融资和无数次深夜debug。