對話卡爾動力CEO韋峻青：自動駕駛重卡的商業價值遠超Robotaxi，資本正在回歸理性

車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

在自動駕駛行業普遍面臨“造血”焦慮的當下，卡爾動力CEO韋峻青拋出的一組數據：年化收入突破5億元，部分線路實現單車盈利，客戶回本周期壓縮至6個月。

當大洋彼岸的同行還在為生存掙扎時，卡爾動力似乎已經在大宗貨運的廣袤腹地中，找到了一把打開商業閉環的“金鑰匙”。

2025年，對于全球自動駕駛貨運行業而言，是一個殘酷與希望并存的分水嶺。經歷了2023年美國多家頭部自動駕駛卡車公司的退市與倒閉潮，市場對于“L4級自動駕駛能否落地”的質疑聲從未停歇。

然而，在中國鄂爾多斯的礦區與干線上，卡爾動力用一份亮眼的成績單，宣告了中國自動駕駛貨運賽道正在走出一條截然不同的實干路徑。

日前，卡爾動力在2025未來運輸產業峰會上正式發布了涵蓋混合編隊、換電重卡、子母車及無駕駛艙機器人的自動駕駛貨運解決方案，并展示了基于端到端AI大模型與全球最大規模車隊的數據閉環成果。

會后，面對包括車東西在內的多家媒體的犀利提問，卡爾動力CEO韋峻青及其高管團隊沒有回避，而是用一套極其務實的商業邏輯，拆解了自動駕駛下半場的生存法則。

一、棋盤井樣板間復制性強 不追求100%無人化

在本次采訪中，車東西的問題聚焦于行業最關切的兩個痛點：其一，成功的“樣板間”能否在全國范圍內復制？其二，距離真正的100%全流程無人化還有多遠？

針對成功經驗復制的問題，卡爾動力方面指出，在特定的礦區或干線場景往往具有孤島效應，難以推廣。對此，卡爾動力針對在鄂托克旗棋盤井工業園區周邊的短途運輸線路、伊金霍洛旗煤礦至棋盤井工業園區的中程運輸通道上跑通的場景進行了總結，將“棋盤井項目”為樣板間，展現了一套清晰的“密度邏輯”。

復制的基石是“同質性”，場景復制并非盲目擴張，而是基于商業與地理特征的高度相似性。

內蒙古全域乃至跨省的大宗干線，在道路條件、貨主需求及政策法規上具有極高的同質性。這意味著，從單一“樣板間”向全區推廣，本質上不是重新攻克技術難關，而是商業模式的平行遷移。

盡管跨省運營有一定的路權與法規上的挑戰，但隨著京津冀一體化的推進，以及國家干線物流大通道概念的成型，這種復制正在從點狀爆發走向線網連接。

卡爾動力管理層透露，公司目前已在北京、天津、河北開展跨省運營試驗，隨著“誰運營誰擔責”的責任主體認定日益清晰，做好技術，（獲得）政策支持是水到渠成的。

關于是否要追求“換電、維護等全流程百分百無人化”，卡爾動力CEO韋峻青表示并不執著于100%無人化，而是要實現綜合效率更高。

▲卡爾動力CEO韋峻青在接受采訪

畢竟，追求連洗車、加油都無人化的“全流程無人”，在技術上是極致夢想，但在商業上卻是低效的。

卡爾動力的核心思路是在標準化的長途運輸環節，讓無人車的優勢能發揮到極致，而在兩端復雜的裝卸、安檢及突發狀況處理上，保留人工在現階段效率更高。

這種“中間無人、兩端有人”的混合模式，雖然聽起來不夠科幻，但能節約50%-83%的人力成本。

對于利潤微薄的物流行業而言，只要能實現這一目標并規模化運營，產品就具備了巨大的商業價值。

二、實現商業閉環 算得過來的“經濟賬”與資本思考

在本次交流中，卡爾動力披露的一組財務數據——公司目前的年化收入已達到5億元人民幣左右，且在部分線路實現了單車盈利。

圍繞營收、盈利模式及行業對比，卡爾動力揭示了自動駕駛下半場的生存法則。

從回本的角度看，對于物流客戶而言，購買決策變得異常簡單。雖然搭載了激光雷達、算力平臺的自動駕駛重卡在硬件成本上比傳統燃油車貴出約9萬元，但憑借每年節省十幾萬元的司機成本以及優化油耗，客戶的回本周期僅需6個月。

這種清晰的算賬邏輯，是卡爾動力能夠迅速擴大車隊的根本原因。

面對“某些智駕企業IPO受阻”及“Robotaxi燒錢效率”的犀利提問，韋峻青給出了直白的判斷，隨著Robotaxi賽道變得擁擠且估值備受關注，資本正在回歸理性。畢竟，一臺重卡的運貨量和產生的商業價值正獲得更清晰的市場衡量。

相比于有些公司融資數十億卻僅有少量投入核心業務，卡爾動力的每一分錢都投在了能產生現金流的運力上。

針對美國同行“倒閉”的現象，韋峻青認為，許多公司的倒下是因為節奏錯位。早在2021年資本狂熱期，卡爾動力就拒絕了“2024年萬臺重卡上高速”的激進目標，而是選擇死磕場景運營，這也是卡爾動力能夠成功的關鍵原因之一。

三、編隊模式是當下“最優解” 通用大模型不適合無人貨運場景

技術是商業的底座，但卡爾動力的技術路線也同樣有著出色的場景導向性。

曾幾何時，“領航車+無人車”的編隊模式被視為技術不成熟時的權宜之計。但在數千萬公里的運營后，卡爾動力發現這或許是大宗貨運的版本答案之一。

在動輒數百臺車并發的干線物流中，編隊行駛不僅能通過縮小車距大幅降低風阻、節省能耗，更是解決道路擁堵、提升調度效率的最佳方案。

▲正在編隊行駛的卡爾動力車隊

韋峻青預測，即便未來單車智能完全成熟，三五成群的編隊依然會是公路上最高效的“運力列車”，預計將占據三分之一甚至一半的市場份額。

而在數據價值上，在AI大模型火熱的當下，卡爾動力AI研發副總裁王珂對“數據過時論”和“基礎模型”進行了祛魅。

此前老舊激光雷達數據傳感器數據確實會過時，因為硬件迭代太快，但端到端的行為和軌跡數據是穿越周期的核心資產。

相比于ChatGPT等通用大模型，卡爾動力更專注于將通用駕駛模型馴化為“懂重卡、會省油”的專業老司機。其在西北荒漠積累的2000萬公里特種場景數據（In-domain Data），構成了其他借用通用大模型玩家無法逾越的護城河。

四、做好產業協同 目標去掉卡車駕駛艙

不難看出，卡爾動力的野心不止于做一家技術供應商，而是試圖重塑整個運輸產業鏈的協作模式。

在產品形態上，卡爾動力提出了“運輸機器人”的定義。這并非僅僅是一個概念，而是“上面是車身、下面加貨運底盤”，完全去除了駕駛艙的重卡形態。

這一構想與合作伙伴寧德時代的愿景高度一致，雙方都認為未來的運輸載具將沒有駕駛艙，并支持自動換電。

短期內，寧德時代在內蒙古布局的充換電網絡需要穩定的運力支持，而卡爾動力需要穩定的往返路線，這種“長期愿景一致+短期需求契合”促成了雙方的緊密合作。

▲卡爾動力未來運輸機器人

對于卡爾動力未來的角色定位，韋峻青表示卡爾動力既不是單純的車企，也不是單純的運營商，而是處于核心位置，連接上下游資源。基于這一長期定位，卡爾動力明確了三個核心支柱。

第一支柱是對接客戶的KargoCloud，客戶接觸卡爾動力的第一界面往往不是車輛本身，而是自動駕駛運營管理系統。這套系統負責將大型B端客戶的運力調度、工廠運營等復雜需求與卡爾動力的運力體系深度對接。

第二支柱是連接車企的“KargoBot Inside”，在車輛端，卡爾動力通過虛擬駕駛員AI軟件與車輛的深度結合，扮演了技術賦能者的角色。

這不僅涉及傳感器組合、計算平臺、通信平臺等軟硬結合的工作，更實現了技術的廣泛適配。目前，已有4家車企的7款車型搭載了相同的軟件、線控架構和自動駕駛硬件，這種模式被韋峻青稱為“KargoBot Inside”。

第三支柱則是整合生態的“三明治”外層，通過整合上下游合作伙伴，包括資產持有方、運營維護方、車企以及核心零部件供應商等。

在這個基礎上，卡爾動力負責連接各方資源，讓整個產業鏈協同運轉。

結語：爭做干線物流的實干者

從死磕礦區場景，到跑通年化5億的營收。卡爾動力的故事，某種程度上是中國自動駕駛行業從“理想主義”走向“現實主義”的縮影。

在這個新的階段，誰能講好資本故事已經不再重要，重要的是誰能像卡爾動力一樣，在風沙漫天的礦區里，把技術變成客戶賬本上實實在在的利潤。