卡尔动力启动规模化 AI 运输网络，无驾驶舱重卡在内蒙古投入运营

一句话结论

卡尔动力在内蒙古棋盘井启动规模化 AI 运输网络，将有人驾驶卡车、保留驾驶舱无人卡车及无驾驶舱运输机器人统一纳入系统，单车经济效益预期提升至 30% 以上。

关键要点

卡尔动力于 2025 年 9 月 22 日宣布启动规模化 AI 运输网络，业务覆盖内蒙古、新疆、甘肃、陕西、山西等 6 个省份，并与 30 家客户、8 家车企及约 30 家生态伙伴合作。
公司当前拥有百台量级无人运输车队，单条路线部署时间已从 8-12 个月缩短近一半，编队模式较传统人工运输可带来约 10%—18% 的毛利改善。
取消驾驶舱后，车辆运输空间增加约 25%，单车经济效益有望从 20% 提升至 30% 以上；两车编队行驶时能源消耗可下降 5%—10%。
编队模式下，一名 AI 领航员可同时驾驶头车并牵引 1 辆（实际运营中通常为 1 辆，技术上限为 5 辆）无人卡车，队列长度超过百米。
在弱信号或无信号路段，车辆通过车对车直接通信保持信息交换，不依赖蜂窝网络，后车保留独立判断能力以应对加塞、信号失效等突发状况。

背景与事实

卡尔动力五年前进入内蒙古，最初在鄂尔多斯市区至棋盘井镇之间的固定路线上验证编队无人驾驶技术。该区域是煤矿、电厂和工业园区之间重卡运输的核心通道，货物沿固定路线高频流动。截至目前，卡尔动力已组建百台量级的无人运输车队，并将业务延伸至新疆、甘肃、陕西、山西等能源运输区域。2025 年 9 月 22 日，公司在棋盘井镇正式宣布启动规模化 AI 运输网络，首次将三类车辆——人类司机驾驶的有人卡车、保留驾驶舱的无人卡车、以及无驾驶舱的运输机器人——整合进同一套运输系统，标志着无人驾驶卡车商业化进入规模扩张新阶段。

在商业模式层面，卡尔动力去年与鄂尔多斯集团打通煤矿、工厂及装卸货环节，在真实运输任务中实现线路级单位经济模型转正。公司 CEO 韦峻青将传统货运成本结构概括为“33211”：过路过桥费约 30%，能源约 30%，司机人力约 20%，维修和车辆折旧各占 10%。随着新能源重卡压低能源成本、而货车司机招聘难度加大导致人力成本持续上升，编队模式通过让一名 AI 领航员同时操控头车与后方无人车辆，显著摊薄了人力成本。实测数据显示，计入折旧、维修和保险费用后，编队相较传统人工运输可带来约 10%—18% 的毛利改善。随着无驾驶舱运输机器人投入运营，取消驾驶舱后车辆可利用运输空间增加约 25%，载货能力同步提高，单车经济效益有望从当前的 20% 提升至 30% 以上。

在技术实现层面，卡尔动力的编队系统最多支持一名领航员牵引 5 辆后车，整个队列长度超过百米。但在实际公开道路运营中，为避免影响其他社会车辆通行，通常仅牵引 1 辆无人驾驶卡车。编队行驶环境复杂，小车可能突然切入两辆编队车辆之间，或大货车抢道，此时无人卡车会鸣笛提醒并主动减速、拉大车距。当红绿灯将车队暂时打散时，前车会在路口前方等待，后车依靠自身无人驾驶能力继续行驶，靠近后重新组队。由于重卡车身较高，后车部分视野被前车遮挡，系统会将前车感知到的道路信息、油门、刹车及行驶轨迹同步处理后传输给后车作为额外参考，但后车始终保留独立判断能力，以应对加塞、前车信息失效等突发状况。此外，内蒙古、新疆部分运输路线存在弱信号甚至无信号路段，车辆间通信不能依赖蜂窝网络，进入无信号区域后仍能通过车对车直接通信交换信息。卡尔动力的前车保留一名经验丰富的司机，用于处理开放道路中的复杂异常情况。

影响分析

对中文自动驾驶货运从业者与开发者而言，卡尔动力的实践提供了两套关键参考。其一，编队模式验证了人力成本优化的具体路径：通过 AI 领航员同时操控多辆车辆，将传统“两车两司机”改为“一人多车”，在计入全生命周期费用后实现 10%—18% 的毛利改善，这一数据为同行业估算无人化改造 ROI 提供了可对照的基准。其二，无驾驶舱运输机器人将车载空间利用率提升约 25%，直接扩大了单车载货能力，意味着同等货量下所需车辆总数可减少，进一步降低单位运输成本。对开发者而言，车对车直接通信技术在无信号路段的稳定性、后车在视野遮挡下的独立决策逻辑，以及多车协同中的动态跟随时序管理，构成了当前技术攻关的具体方向。

适用边界

上述结论不适用于以下场景：城市开放道路中非固定路线的短途运输、无稳定货量支撑的零散物流需求、以及尚未完成线路级单位经济模型转正的新区域。无驾驶舱运输机器人目前仅在连续 3—6 个月无需人工介入的稳定线路上投入使用，若线路存在频繁的施工改道、极端天气或高密度社会车辆混行，仍需保留驾驶舱及人工驾驶员。此外，单条路线部署时间虽已缩短近一半，但新增线路仍需经历技术、产品及运营方案的完整验证周期，不可直接假设跨区域复制时效率保持不变。