部分线路已实现单车盈利，半年就能帮助客户回本。
作者 | Janson
编辑 | 志豪
在自动驾驶行业普遍面临“造血”焦虑的当下，卡尔动力 CEO 韦峻青抛出的一组数据：年化收入突破 5 亿元，部分线路实现单车盈利，客户回本周期压缩至 6 个月。
当大洋彼岸的同行还在为生存挣扎时，卡尔动力似乎已经在大宗货运的广袤腹地中，找到了一把打开商业闭环的“金钥匙”。
2025 年，对于全球自动驾驶货运行业而言，是一个残酷与希望并存的分水岭。经历了 2023 年美国多家头部自动驾驶卡车公司的退市与倒闭潮，市场对于“ L4 级自动驾驶能否落地”的质疑声从未停歇。
然而，在中国鄂尔多斯的矿区与干线上，卡尔动力用一份亮眼的成绩单，宣告了中国自动驾驶货运赛道正在走出一条截然不同的实干路径。
日前，卡尔动力在 2025 未来运输产业峰会上正式发布了涵盖混合编队、换电重卡、子母车及无驾驶舱机器人的自动驾驶货运解决方案，并展示了基于端到端 AI 大模型与全球最大规模车队的数据闭环成果。
会后，面对包括车东西在内的多家媒体的犀利提问，卡尔动力 CEO 韦峻青及其高管团队没有回避，而是用一套极其务实的商业逻辑，拆解了自动驾驶下半场的生存法则。
棋盘井样板间复制性强
不追求 100% 无人化
在本次采访中，车东西的问题聚焦于行业最关切的两个痛点：其一，成功的“样板间”能否在全国范围内复制？其二，距离真正的 100% 全流程无人化还有多远？
针对成功经验复制的问题，卡尔动力方面指出，在特定的矿区或干线场景往往具有孤岛效应，难以推广。对此，卡尔动力针对在鄂托克旗棋盘井工业园区周边的短途运输线路、伊金霍洛旗煤矿至棋盘井工业园区的中程运输通道上跑通的场景进行了总结，将“棋盘井项目”为样板间，展现了一套清晰的“密度逻辑”。
复制的基石是“同质性”，场景复制并非盲目扩张，而是基于商业与地理特征的高度相似性。
内蒙古全域乃至跨省的大宗干线，在道路条件、货主需求及政策法规上具有极高的同质性。这意味着，从单一“样板间”向全区推广，本质上不是重新攻克技术难关，而是商业模式的平行迁移。
尽管跨省运营有一定的路权与法规上的挑战，但随着京津冀一体化的推进，以及国家干线物流大通道概念的成型，这种复制正在从点状爆发走向线网连接。
卡尔动力管理层透露，公司目前已在北京、天津、河北开展跨省运营试验，随着“谁运营谁担责”的责任主体认定日益清晰，做好技术，（获得）政策支持是水到渠成的。
关于是否要追求“换电、维护等全流程百分百无人化”，卡尔动力 CEO 韦峻青表示并不执着于 100% 无人化，而是要实现综合效率更高。
▲卡尔动力 CEO 韦峻青在接受采访
毕竟，追求连洗车、加油都无人化的“全流程无人”，在技术上是极致梦想，但在商业上却是低效的。
卡尔动力的核心思路是在标准化的长途运输环节，让无人车的优势能发挥到极致，而在两端复杂的装卸、安检及突发状况处理上，保留人工在现阶段效率更高。
这种“中间无人、两端有人”的混合模式，虽然听起来不够科幻，但能节约 50%-83% 的人力成本。
对于利润微薄的物流行业而言，只要能实现这一目标并规模化运营，产品就具备了巨大的商业价值。
实现商业闭环
算得过来的“经济账”与资本思考
在本次交流中，卡尔动力披露的一组财务数据——公司目前的年化收入已达到 5 亿元人民币左右，且在部分线路实现了单车盈利。
围绕营收、盈利模式及行业对比，卡尔动力揭示了自动驾驶下半场的生存法则。
从回本的角度看，对于物流客户而言，购买决策变得异常简单。虽然搭载了激光雷达、算力平台的自动驾驶重卡在硬件成本上比传统燃油车贵出约 9 万元，但凭借每年节省十几万元的司机成本以及优化油耗，客户的回本周期仅需 6 个月。
这种清晰的算账逻辑，是卡尔动力能够迅速扩大车队的根本原因。
面对“某些智驾企业 IPO 受阻”及“ Robotaxi 烧钱效率”的犀利提问，韦峻青给出了直白的判断，随着 Robotaxi 赛道变得拥挤且估值备受关注，资本正在回归理性。毕竟，一台重卡的运货量和产生的商业价值正获得更清晰的市场衡量。
相比于有些公司融资数十亿却仅有少量投入核心业务，卡尔动力的每一分钱都投在了能产生现金流的运力上。
针对美国同行“倒闭”的现象，韦峻青认为，许多公司的倒下是因为节奏错位。早在 2021 年资本狂热期，卡尔动力就拒绝了“ 2024 年万台重卡上高速”的激进目标，而是选择死磕场景运营，这也是卡尔动力能够成功的关键原因之一。
编队模式是当下“最优解”
通用大模型不适合无人货运场景
技术是商业的底座，但卡尔动力的技术路线也同样有着出色的场景导向性。
曾几何时，“领航车 + 无人车”的编队模式被视为技术不成熟时的权宜之计。但在数千万公里的运营后，卡尔动力发现这或许是大宗货运的版本答案之一。
在动辄数百台车并发的干线物流中，编队行驶不仅能通过缩小车距大幅降低风阻、节省能耗，更是解决道路拥堵、提升调度效率的最佳方案。
▲正在编队行驶的卡尔动力车队
韦峻青预测，即便未来单车智能完全成熟，三五成群的编队依然会是公路上最高效的“运力列车”，预计将占据三分之一甚至一半的市场份额。
而在数据价值上，在 AI 大模型火热的当下，卡尔动力 AI 研发副总裁王珂对“数据过时论”和“基础模型”进行了祛魅。
此前老旧激光雷达数据传感器数据确实会过时，因为硬件迭代太快，但端到端的行为和轨迹数据是穿越周期的核心资产。
相比于 ChatGPT 等通用大模型，卡尔动力更专注于将通用驾驶模型驯化为“懂重卡、会省油”的专业老司机。其在西北荒漠积累的 2000 万公里特种场景数据（In-domain Data），构成了其他借用通用大模型玩家无法逾越的护城河。
做好产业协同
目标去掉卡车驾驶舱
不难看出，卡尔动力的野心不止于做一家技术供应商，而是试图重塑整个运输产业链的协作模式。
在产品形态上，卡尔动力提出了“运输机器人”的定义。这并非仅仅是一个概念，而是“上面是车身、下面加货运底盘”，完全去除了驾驶舱的重卡形态。
这一构想与合作伙伴宁德时代的愿景高度一致，双方都认为未来的运输载具将没有驾驶舱，并支持自动换电。
短期内，宁德时代在内蒙古布局的充换电网络需要稳定的运力支持，而卡尔动力需要稳定的往返路线，这种“长期愿景一致 + 短期需求契合”促成了双方的紧密合作。
▲卡尔动力未来运输机器人
对于卡尔动力未来的角色定位，韦峻青表示卡尔动力既不是单纯的车企，也不是单纯的运营商，而是处于核心位置，连接上下游资源。基于这一长期定位，卡尔动力明确了三个核心支柱。
第一支柱是对接客户的 KargoCloud，客户接触卡尔动力的第一界面往往不是车辆本身，而是自动驾驶运营管理系统。这套系统负责将大型 B 端客户的运力调度、工厂运营等复杂需求与卡尔动力的运力体系深度对接。
第二支柱是连接车企的“ KargoBot Inside ”，在车辆端，卡尔动力通过虚拟驾驶员 AI 软件与车辆的深度结合，扮演了技术赋能者的角色。
这不仅涉及传感器组合、计算平台、通信平台等软硬结合的工作，更实现了技术的广泛适配。目前，已有 4 家车企的 7 款车型搭载了相同的软件、线控架构和自动驾驶硬件，这种模式被韦峻青称为“ KargoBot Inside ”。
第三支柱则是整合生态的“三明治”外层，通过整合上下游合作伙伴，包括资产持有方、运营维护方、车企以及核心零部件供应商等。
在这个基础上，卡尔动力负责连接各方资源，让整个产业链协同运转。
结语：争做干线物流的实干者
从死磕矿区场景，到跑通年化 5 亿的营收。卡尔动力的故事，某种程度上是中国自动驾驶行业从“理想主义”走向“现实主义”的缩影。
在这个新的阶段，谁能讲好资本故事已经不再重要，重要的是谁能像卡尔动力一样，在风沙漫天的矿区里，把技术变成客户账本上实实在在的利润。
华林优配提示：文章来自网络，不代表本站观点。
