2025年9月12日，卡尔动力CEO韦峻青博士出席第五届智能商用车创新大会，并带来了主题演讲《以范式级AI技术，赋能L4货运商业化拐点兑现》。演讲中，韦峻青博士分享了卡尔动力通过混合智能编队解决方案，成功部署全球最大规模L4级无人化车队，实现多场景下的高效运营的经验。
韦峻青博士指出，随着AI范式级变革，将驱动L4级自动驾驶货运商业化拐点到来，卡尔动力将进一步推动L4货运大规模商业化落地并积极探索全球化布局与运输机器人应用，最终目标是成为物理世界的智能货运基础设施提供商，推动运输行业向智能化、新能源化演进。
韦峻青｜卡尔动力CEO
1.AI3.0时代，强化学习驱动自动驾驶进入“直觉模式”
过去十年来，自动驾驶技术经历了规则驱动的1,0阶段、以数据标注为主的2.0阶段，并在在近年来随着视觉语言大模型的兴起，进入深度模仿人类的2.5阶段。然而，要实现自动驾驶的终极目标，需要的不只是对人类的模仿，更需要“超人”的驾驶能力。
卡尔动力认为，智能辅助驾驶技术即将进入AI 3.0阶段，即基于数据驱动的强化学习范式。这一演进的重要性在于，只有基于世界模型构建虚拟环境，使智能辅助驾驶系统通过持续优化，才能最终形成远超人类驾驶能力的决策机制。
展望下一个AI 3.0阶段，我们认为基于强化学习的自动驾驶技术范式将率先在L4级自动驾驶卡车货运领域取得突破，并逐步演进至无人驾驶货运机器人形态，进而打开自动驾驶货运这个万亿级市场空间。
图源:演讲嘉宾素材
2.扎根场景，构建技术-商业闭环体系
据统计，中国的公路货运规模约有6万亿，这不仅是自动驾驶领域唯一一个万亿级的市场，也是AI赛道里面为数不多的万亿级的市场。卡尔动力从创立之初就锚定了干线货运，用自动驾驶技术让货运更安全、高效、智能。然而，在自动驾驶货运现实落地过程中会面临大量的挑战，这主要受制于两方面因素。一是自动驾驶技术仍面临挑战。二是完全无人驾驶系统尚未深度融入日常生活场景。
针对上述挑战，卡尔动力在过去三年中率先提出混合智能编队解决方案。该方案采用“1名人类驾驶员驾驶领航车+1~5辆完全无人驾驶车辆跟随”的产品形态，通过自研的端到端系统和基于货运场景打造的视觉语言大模型，融合规则算法形成多重冗余架构，打造出最懂货运的自动驾驶解决方案，能节省高达83%的人力成本、20%的综合运营成本、10%的能耗，实现5倍的安全性和3～6倍的毛利提升。
目前，我们凭借该产品创新已部署300余量车组成的全球规模最大的L4级自动驾驶卡车车队。累计运营里程达到2000万公里，货运量超过2亿吨公里。今年上半年，我们也率先获得了自动驾驶货运无人商业化运营资质，开启公开道路场景的全流程无人化运营。
通过规模化运营积累海量真实路测数据，反哺技术迭代，显著提升了系统的场景适应性与运行效率。同时，在公开道路场景商业化运营的自动驾驶货运服务也为我们带来了规模化的商业收入，使得公司在过去的三年实现了每年营收翻倍增长。
这种技术-商业的双向正循环正不断推动自动驾驶货运商业化拐点的到来。
图源:演讲嘉宾素材
3. 货运无人化商业落地，一场百亿级投入的系统工程
我们认为L4级货运无人化商业落地是一项需要百亿级战略投入的系统工程，其核心壁垒在于公开道路场景下的全无人化运营能力，必须具备持续大规模投入的决心与实力。
过去几年，卡尔动力由一群深耕自动驾驶领域、有着深厚自动驾驶研发落地经验的核心团队扎根大西北，从解决一个个长尾场景、一道道无人化装卸货关卡做起，用端到端技术让门到门无人货运全流程变成现实，逐渐成为最懂公路货运的自动驾驶公司。
在这个过程中，除了用核心团队和海量研发的投入构建起核心技术优势外，也通过真实场景的商业化运营逐渐积累数据壁垒，数据壁垒亦是L4货运无人化的核心竞争要素。当前，卡尔动力已积累2000万公里高质量Robotruck运营数据，同时整合城市场景数据，以及人类驾驶员应对复杂环境的决策行为数据，并构建云端数据治理体系，形成了独特的技术栈优势。
图源:演讲嘉宾素材
基于以上积累，我们为客户提供全栈式自动驾驶货运解决方案。首先，智能运力调度系统可实现智能辅助驾驶车辆与社会车辆的高效协同调度，提高货运效率。第二通过自动驾驶货运解决方案提供全场景自动驾驶能力。第三，我们与主机厂联合开发的自动驾驶硬件参考系统，通过升级卡车电子电气架构、核心零部件冗余设计，并集成自研传感器与计算平台，最终打造出具备多重安全冗余的自动驾驶卡车；面向未来架构演进，卡尔动力正推进无驾驶舱的的未来运输机器人落地，从第一性原理出发满足全场景、全行业的货运需求。
在AI技术路径上，卡尔动力率先实现商用车领域端到端+视觉语言大模型的自动驾驶的商业化落地，创新性提出的基于视觉的端到端自动驾驶方法获得人工智能顶刊认可，将推理能力进一步提升3倍，并积累了大量人工智能相关论文和专利。
图源:演讲嘉宾素材
我们在下一阶段会基于通用基座大模型进行知识蒸馏，开发出专用于卡车无人化作业的垂直领域模型，同时将行为大模型与世界模型进行深度耦合，通过强化学习训练使其具备超越人类驾驶员的决策能力。
基于当前政策环境与技术成熟度，我们认为2025年将成为L4货运无人化商业化元年，更大规模的货运无人化商业落地，需要通过AI技术的驱动、高质量数据的积累、多维度的全栈式解决方案为客户提供显著降本增效的运输服务，用长期的投入和积累形成可持续的商业闭环。
4. 混合编队+单车智能，打造全场景运输通用模型
过去几年里，卡尔动力通过端到端自动驾驶技术，以编队运输产品形态实现了面向客户的门到门无人化货运服务，构建了“技术实现-场景落地-价值交付”的完整闭环，确保端到端自动驾驶技术真正转化为商业价值。
作为全球首个跑通成本经济模型的L4智能辅助驾驶企业，卡尔动力在众多L4级自动驾驶细分领域中率先实现运营车辆盈利。这一突破为智能辅助驾驶车辆规模化部署奠定基础，同时形成商业应用反哺技术迭代的正向循环，加速推动车辆形态演进与AI算法优化。
在产品形态上，我们不局限于智能混合编队技术的完全打通，也在积极推进单车智能技术的拓展，针对短途运输等适合单车智能的场景开展应用。
目前，我们携手合作伙伴，不仅推动车辆在西北、京津冀等区域运行，还将业务拓展至跨境运输领域，开通了如广西至越南等口岸运营线路，实现车辆自动完成泊入、泊出、通关及边检等全流程自动化。
我们认为，运输行业将从以集装箱甩挂运输或仓到仓运输为代表的标准化模式，逐步演进至智能化、新能源化的全新时代。在此过程中，我们将积极推动无人化与新能源化技术的落地应用，实现全场景覆盖，用AI技术重塑未来运输的时空价值交换逻辑。
卡尔动力的最终目标是成为物理世界的智能货运基础设施提供商，我们称之为“物理世界的AWS”。正如所有互联网应用均基于亚马逊云平台构建一样，我们期望在物理世界中搭建一个类似平台，通过自主运输机器人、物流智能操作系统以及运输服务网络，为终端客户提供全方位服务。
我们期望，随着运输机器人的持续进化，全球每一位卡车司机都能拥有自己的机器人车队。
