卡尔动力发布KargoBot Inside战略:剑指万台L4货运车队,全栈方案破局自动驾驶商业化困局

撰文 | 张    宇

编辑 | 杨博丞

题图 | 豆包Ai

SmartHey5月8日消息:在2026北京国际汽车展览会上,L4级干线货运自动驾驶企业卡尔动力正式发布KargoBot Inside(卡尔引擎)战略及KargoPlatform Gen 5.0通用硬件平台,并同步推出与陕重汽联合研发的无座舱运输机器人KargoBot Space 2.0量产版,以及与北奔重卡合作打造的KargoBot Inside选装座舱车型。

KargoBot Inside战略是卡尔动力面向L4级自动驾驶货运市场制定的核心发展路径,被定位为驱动未来十年增长的关键引擎。该战略设定了明确的阶段性目标:三年内推动L4自动驾驶货运车队规模突破万台;至2030年,构建覆盖全国的十万台级智能货运生态体系。

2025年,卡尔动力率先实现L4级自动驾驶卡车单车正经济性运营,成为行业首个跨越“烧钱投入”阶段、进入“自我造血”可持续运营周期的企业。截至2026年4月,其在营L4级自动驾驶卡车已超400辆,累计运营里程达4500万公里,并独家获得国内首个跨盟市自动驾驶编队远程商业化试点资质。

然而,行业整体仍面临深层挑战:政策法规滞后、规模化扩张与盈利模型尚未完全兼容、市场竞争持续加剧。KargoBot Inside战略能否真正破解自动驾驶卡车长期存在的商业化“魔咒”,仍有待大规模实践验证。

01.

全栈能力构筑突围底牌

KargoBot Inside战略以“AI+Robot+Service”为三大支柱,构建面向干线货运的端到端全栈解决方案。其核心逻辑并非仅提供单一技术或产品,而是将人工智能算法、智能运输载体与深度运力服务深度融合,通过开放协同模式,担当产业生态构建者与场景赋能者双重角色。

图源:卡尔动力

在AI层面,卡尔动力自研专用于重卡货运场景的基座大模型——Truck Driver Foundation Model。该模型并非通用自动驾驶大模型的简单迁移,而是针对重载、长时、多变工况进行深度定制:采用强化学习与世界-行动模型融合架构,训练数据涵盖Robotruck编队、Robotaxi、L2辅助驾驶及云端多源数据,叠加超亿公里编队实测场景集,显著提升复杂货运环境下的泛化能力与运行可靠性。

在Robot层面,全新KargoPlatform Gen 5.0通用硬件平台正式落地。这是国内首个专为L4货运重卡设计的中央计算+区域控制器集中式电子电气架构。相较传统分布式架构,该平台使控制器与线束数量减少40%–50%,系统稳定性提升达50倍。

基于该平台,KargoBot Space 2.0量产版与KargoBot Inside选装座舱车型同步量产。其中,KargoBot Space 2.0重新定义L4重卡形态:载货空间提升25%–35%,有效载重增加10%–25%,直接转化为单趟运输收益增长;而选装座舱车型则兼顾当前过渡需求与未来无人化终极形态,增强客户适配弹性。

在Service层面,卡尔动力推出“TaaS(运力即服务)+ SaaS(虚拟驾驶员服务)”双轨模式:TaaS由卡尔动力自营车队提供门到门智能运力服务,按里程与吨重计费;SaaS则向合作伙伴开放L4级自动驾驶能力,通过“硬件销售+订阅服务”组合实现长期收益,同时承担算法迭代、智能调度、合规支持与全生命周期运维保障。

由此可见,KargoBot Inside不仅是技术升级,更是卡尔动力从单一技术提供商向AI模型开发者、智能运载平台制造商、场景化服务商的全面跃迁,致力于打造可复制、可扩展、可持续的干线货运智能生态。

02.

盈利模型与合规壁垒仍是现实考验

尽管战略清晰、技术扎实,卡尔动力仍需直面两大关键挑战。

其一,单车盈利≠规模化盈利。其2025年实现的正向经济性,高度依赖于特定高确定性线路——如内蒙古鄂尔多斯棋盘井工业园区周边短途线路,以及伊金霍洛旗至棋盘井的中程煤运通道。这些路段路况优良、装卸点固定、可实现24小时高频次运营,车辆利用率远超行业均值。

卡尔动力CEO韦峻青将其称为“棋盘井样板间”,具备向同质化矿区与干线场景推广潜力,但他亦坦承:当前盈利聚焦于“路线级”,而非“城市级”或“全域级”。一旦拓展至大宗散货、零担、冷链等节点分散、路况复杂的全国性线路,车辆空驶率上升、调度难度加大、维护频次增加,将直接冲击现有成本结构与投资回收模型。通用场景下的盈利可持续性,亟待更大范围验证。

其二,跨区域运营的法规瓶颈仍未突破。L4级自动驾驶卡车要实现全国化干线落地,必须依托连续、成网、跨省的路权开放体系与统一立法支撑。目前,各地自动驾驶试点政策呈碎片化分布,法律效力限于本行政区域。尽管卡尔动力持有内蒙古跨盟市编队商业化资质,但该资质无法延伸至省外,跨区域通行、异地监管、事故责任认定等配套机制仍属空白。

这一合规鸿沟,不仅制约车队规模化部署节奏,更带来常态化运营的不确定性风险。如何协同政府、主机厂、物流方共建标准、推动立法进程,已成为战略成败的关键变量。

03.

破局窗口正在打开

尽管挑战严峻,推动L4货运落地的积极力量正加速汇聚。

政策端,2024年11月中共中央办公厅、国务院办公厅印发《关于有效降低全社会物流成本的行动方案》,明确提出鼓励发展“无人驾驶+物流”新模式;交通运输部联合多部门启动专项行动,将干线物流自动驾驶列为核心应用场景,加快推进跨区域试点扩容与法规体系协同完善。

市场端,中国公路货运市场规模近6.5万亿元,货车司机总数约3800万人,其中46岁以上从业者占比已超42%,人力短缺与用工成本攀升倒逼智能化替代进程加速。

技术端,国产激光雷达成本持续下探,智驾产业链日趋成熟;货运专属大模型与世界模型的技术突破,正系统性增强车辆在长尾复杂场景中的感知决策能力。

当政策引导、市场需求与技术演进形成共振,卡尔动力若能以KargoBot Inside战略打通“技术—产品—服务—生态”的闭环,有望在万亿级智能货运赛道中占据枢纽地位。这场关乎中国自动驾驶货运未来的十年长跑,正进入关键起跑阶段。