从飞机降落那一刻开始，鄂尔多斯就让人感受到一种大西北特有的辽阔与苍茫。黄土高原在视野中舒展开来，沙砾与草场交错，戈壁和煤矿的色彩在阳光下拼接出粗粝的线条。这里没有东部沿海城市的繁华与拥挤，却有着一种更原始、更宏大的工业气息。　　鄂尔多斯鄂托克旗棋盘井镇附近的卫星图　　鄂尔多斯是中国能源版图的核心地带。煤炭产量与储量占全国的六分之一，是煤电与煤化工产业的重镇。每天，几十万辆重卡在矿区与电厂之间奔行，拉动着中国能源产业的"大动脉"。运输需求巨大而刚性，却伴随着司机短缺、高强度劳动与巨大的安全压力。　　在这样的背景下，自动驾驶卡车似乎有了最天然的"试验场"。相比城市道路的复杂交互与乘用车用户的敏感体验，鄂尔多斯的大宗物流运输场景更加单一、规模巨大、刚性强烈。如果说哪里能最早跑出无人卡车的商业化闭环，那么这里无疑是最合适的土壤。　　"鄂尔多斯的面积有多大？8.7 万平方公里，甚至比其他一些省是一样的大小。"卡尔动力 CEO 韦峻青博士在棋盘井工业园区对我们说道。这位从清华大学走出、在美国卡耐基梅隆大学获得博士学位的自动驾驶专家，四年前选择在这片看似荒凉的土地上扎根，如今已经打造出全球规模最大的 L4 自动驾驶卡车车队。　　在鄂尔多斯的卡尔动力车队　　在鄂尔多斯鄂托克旗棋盘井镇，我们看到一支支由卡尔动力运营的无人卡车编队已经投入运行。它们行驶在煤矿到电厂、再到"灰山"的运输线上，真正实现了大规模的 L4 无人卡车商业化。　　戈壁滩上的"无人编队"　　在自动驾驶领域，韦峻青博士的资历颇深。作为清华本科、CMU 博士出身的自动驾驶专家，他在美国曾创办过一家 Robotaxi 公司，后来又进入滴滴担任自动驾驶 CTO。但最终，他和团队选择把无人货运的商业化起点放在了这片煤炭腹地。　　原因并不复杂。自动驾驶卡车的商业化难题，在于如何找到既能支撑规模、又能快速形成正循环的场景。Robotaxi 在城市里难以盈利，长尾问题始终存在；而大宗干线物流却具备三个天然优势：　　线路复用度高：煤矿到电厂的线路单一而固定，每天大量卡车反复运行，适合算法快速迭代。　　需求刚性强：煤炭、电力、化工运输不可或缺，不存在"可有可无"的弹性。　　缺司机严重：全国重卡司机平均年龄 49 岁，25 岁以下从业者不足 3%，行业劳动力缺口预计未来 5-10 年超过 40%。　　卡尔动力 COO 李潇潇也认为——"这不仅是一个效率问题，更是一个刚性的人力缺口问题。"　　相比城市里可以"兼职开网约车"的灵活选择，重卡运输需要高门槛驾照和多年经验。年轻人不愿意进入这一辛苦行业，司机老龄化越来越严重，自动驾驶在这里不再是锦上添花，而是必然选择。　　于是，卡尔动力从设立开始就瞄准了这个行业的终极难题——一定要商业化，并且提出了一个全球首创的运营模式：混合智能编队。　　混合智能编队　　具体来说，车队由一辆有人类司机驾驶的领航车带队，后面可以由 2 到 6 辆车完全由 L4 无人系统接管。编队车辆之间通过 V2V 通信共享感知与定位，解决了无人单车常见的盲区与极端场景难题。　　例如，在实际运行中，后车的前向传感器会被挂车遮挡，如果是单车 L4，就会出现感知盲区。但在编队模式下，前车的感知数据可以实时共享给后车，相当于为后车"打开"了眼睛。　　这种看似"妥协"的方案，却在实践中展现出惊人的商业价值。一支 6 辆车的编队，只有第一辆需要司机，其余车辆完全无人。　　煤电厂里的穿梭　　这样的经济账让传统物流行业眼前一亮。据统计，平均每辆卡车每年大概有 100 万收入，其中近三分之一是司机成本。　　为了验证编队无人化的实际效果，我们也随车进入了鄂尔多斯一家煤电厂。　　午后的阳光下，两辆空载的重卡缓缓驶向煤电厂大门。　　前车司机熟练地与门岗交接，而紧随其后的第二辆车里却空无一人，只有方向盘在自主转动，精准地跟随着前车的轨迹。　　车队从厂区大门缓缓驶入，首先依次登上地磅完成称重——每辆车都必须单独通过这个狭窄的检测点。前车司机驾驶第一辆车缓缓驶过称重台，而后车的无人驾驶系统精确计算着距离和时机，在前车离开后自动跟上，车轮准确停在指定位置，完成称重。　　通过称重台　　通过称重后，车队驶入厂区道路。这里的环境复杂：道路狭窄、转弯频繁，还有大量有人驾驶的重卡穿插其间。卡尔动力的无人车队需要保持着稳定队形，安静地穿过人车混行的路段，抵达煤灰储藏区。　　卡尔动力的编队在这样的环境中从容前行，遇到路口时会自动减速，在狭窄路段时会保持更近的跟车距离，当有其他车辆试图插入编队时，后车会发出警示音提醒前方车辆驶离。　　同时，车队顶部的 LED 显示屏闪烁着"编队行驶中"的字样，提醒周围车辆保持安全距离。　　自动装载　　最令人印象深刻的场景出现在装载区。编队绕行到处理煤灰的储料仓前，前车司机将车辆定位到指定位置后，卡车货仓盖板可以自动打开。黑色的煤灰从高处的漏斗中倾泻而下，精准地落入货仓。　　无人卡车的货仓也是自动开启、自动关闭，整个装载过程无需人工干预。装满后，车辆重新编队驶离。整个流程像一条自动化的生产线：称重、运输、装载、出厂，丝毫没有多余的人为环节。　　协同，从城市到"灰山"　　编队卡车驶出厂区后，车队进入城市道路。从煤电厂到达一处叫"灰山"的处理点，大概有几公里远。　　川流不息的社会卡车依旧拥挤，但无人车队似乎显得很从容。每辆车顶端亮起电子提示牌，提醒周围"编队行驶中"。当有社会车辆加塞进入队伍时，后车会主动发出提示音，前车随即调整速度，帮助车队重新排列。哪怕在红绿灯处被打散，车辆也能在绿灯后自动回队。　　这一路的路况，可以说十分恶劣。经常走卡车路段的朋友们都知道，道路的状况一般都不会特别好，起伏路、炮弹坑，甚至在鄂尔多斯经常会出现一些动物：成群的牛、羊......　　卡尔动力的卡车在这一运营路段确实可以更好地解决这类问题。　　实际上，这一条实测道路并没有通过高速路段。但我们也去高速路段进行了一些编队实测体验。　　过高速口可由前车缴费　　第一个挑战来自于高速公路入口。卡车 ETC 以前是需要司机把卡递给收费员的，由于后车没有司机，所以一方面可以通过前车的真人司机来处理。　　另一方面，卡尔动力设计了一套重卡无接触、自动抬杆通过 ETC 的功能：当编队驶向 ETC 闸机时，前车司机正常通过，而后车的无人驾驶系统则通过 V2X 通信与前车协调，实现了重卡无接触自动抬杆通过——这在全国尚属首次。　　在高速公路上，这种协同也显现出了优势。车队甚至能够完成"画龙超车"：几辆卡车几乎如同一个整体，丝滑地变道、提速、超越，再恢复队形。卡尔动力的工作人员称，正是由于 V2V 通信的存在，后车能在几十毫秒内接收到前车的油门和刹车信号，实现近乎同步的操作，车距保持得既安全又经济。　　最终，车队抵达目的地"灰山"。这里是煤灰的集中堆放场所，卡车们依次卸载货物，完成整个运输闭环。全程除了第一辆领航车有司机，其余车辆都在无人状态下运行。　　实际体验了这个全流程，确实颇有些科幻色彩：未来的物流，并不依赖人类的双手，而是由智能车队悄然完成。　　技术与商业的正循环　　与传统的单车无人驾驶不同，这套混合智能编队解决方案在实践中展现出商业价值。　　从单车的角度来看，"我们用一带一的编队模型，可以节约 50%的人员成本。"卡尔动力 COO 李潇潇介绍道，"平均每辆车我们要加装 10 万元级的自动驾驶设备，摊到 5 年每年是两三万成本，但每年可以省掉十几万的人力成本。"　　车身上的传感器　　而每辆车每年可节约近 20 万元的人力开支，单车毛利实现了"转正"，比传统有人驾驶提升 3~6 倍。　　"过去重卡运输几乎是零毛利的行业，现在我们把它变成了一个高毛利的业务。"韦峻青说。　　更重要的是，卡尔动力的编队方案有效解决了纯无人驾驶面临的社会接受度问题。"交警还是人的，有时候交警会把车拦下来指挥一下，那我这个车里如果没人，这个事情就很难完成。"韦峻青坦言，"我们把这个人放到第一辆车里，如果后面的车最终出现了一些需要实地解决的问题，这个人可以把整个车队停下来，去帮助后面的车脱困。"　　从技术角度看，卡尔动力的编队方案解决了 L4 自动驾驶的多个核心难题。卡尔动力规控算法研发副总裁王前博士介绍，编队中的后车虽然是 L4 级别，但会被前车挂车遮挡视线产生盲区。为此，他们在前车也布置了感知传感器，通过 V2V 通信共享目标信息，实现后车 360 度无盲区感知。　　"现在最长的距离是能够感知到后车前方超过 200 米以外的障碍物。"王前说，"这样也有利于提升我们后车的感知范围，提前做一些决策。"　　更关键的是，卡尔动力基于混合智能编队技术开发了端到端的 L4 解决方案。卡尔动力 AI 研发副总裁王珂博士透露，他们的编队接管指标能够做到 L4 级单车的 10 倍以上，安全性比人类驾驶要高 5 倍以上。　　"我们的安全性每年还能再增加 2 到 3 倍，现在是 5 倍，明年是 10 倍，后年就是 30 倍。"韦峻青说。这种快速提升的背后，是卡尔动力构建的"技术-商业"正向动力循环：通过商业化运营采集大量数据，用于技术迭代提升，进而支撑更大规模的商业部署。　　无人卡车：重新发明电梯　　在卡尔动力的规划中，鄂尔多斯只是一个起点。李潇潇将公司的扩张战略概括为"1+N+X"：以鄂托克旗为核心彻底打通，运营超过 1000 台无人车辆；向整个内蒙古自治区辐射；再拓展到陕西等相邻省份，以及京津冀等单点布局。　　"X 就是不同的行业，我们最早是在煤炭，现在也拓展到了钢铁、电子、农牧业、饲料作物以及快运。"李潇潇说，"通过 1+N+X，我们会沿着整个大宗能源的落地，实现区域和行业的泛化。"　　目前，卡尔动力已经在 10 个不同省市落地了 20 个客户，虽然数量不多，但每个客户每年都有十几亿甚至几十亿的物流体量。"每一个大客户做透，都能支撑起一家非常有成就的自动驾驶公司。"韦峻青说。　　对于未来，卡尔动力有着更宏大的愿景。在韦峻青看来，当前正处于 AI 3.0 时代的前夜，基于强化学习的范式将让机器人达到超越人类的水平。　　"AI 3.0 一定是基于强化学习的范式，最终的目标不是模仿人类，因为我们会创造很多新的产品、新的机器人，在世界上是没有例子可以学习的。"韦峻青说，"所以我们要有一个范式，让机器人能够达到超越人类的水平。"　　基于这一理念，卡尔动力与宁德时代、地平线、禾赛等合作伙伴联合开发了全球第一款未来运输机器人 Kargobot Space。这款没有驾驶舱的新能源重卡，相比传统车型能节省 3 吨重量，意味着可以多拉 3 吨货物，带来 9%的收入提升。　　从美国硅谷到如今的鄂托克旗棋盘井工业园区，韦峻青的眼中闪烁着对未来的憧憬。在他看来，自动驾驶从来不是有人与无人的对立，而是运输方式的根本性变革。　　"就像 200 年前奥蒂斯发明了电梯，如果没有电梯，现在城市的摩天大楼都是不可能的。"韦峻青说，"我们觉得自动驾驶也会像 200 年前发明电梯一样，变成重塑未来运输时空交换逻辑的全新产品。"　　在卡尔动力的设想中，未来的物流生态将是一个基于自主运输机器人的自组织网络，包括自主运输机器人、基础物流操作系统和物流运输服务网络。从家庭配送小车到中型车辆，再到重型卡车，所有运输环节都将实现机器人化。　　"短期的目标是让全球每位卡车司机都能拥有自己的机器人车队。"李潇潇说。在他们设想的商业模式中，司机每年支付 5 万元服务费，就能让一台 25 万元的运输机器人与自己一起完成运输任务。　　在交流中，韦峻青的一句话让我们印象深刻——自动驾驶活下来的或者最终能够胜利的不是最先起跑的，而能够最快达到收费站的。"说白了，就是让客户真的愿意为我们无人化的系统去买单。"　　在中国自动驾驶行业普遍面临商业化困境的背景下，卡尔动力的"鄂尔多斯模式"通过深耕垂直场景、技术与商业并重、创新运营模式，证明了 L4 自动驾驶的商业化的一条非典型路径。　　李潇潇将团队定义为"L4 领域最有理想的实干派"。"理想跟实干有时候大家觉得是有点对立，但实际上我们认为我们是实干派，但同时我们这个团队是梦想驱动的。"　　在鄂尔多斯的戈壁滩上，这群务实的理想主义者正在用技术改变着古老的运输行业。当夜幕再次降临，那些无人驾驶的重卡依然在荒野中穿行，载着煤炭，也载着对未来的憧憬。　　也许多年以后回望，2025 年会被视为中国无人卡车商业化元年的起点。而这一切，也可以说从中国大西北的鄂尔多斯开始了。