界面新闻记者 |
在无人车价格竞争接连引发行业热议之际，物流无人车生态化建设工作也悄然启动。
近期，九识（苏州）智能科技有限公司（简称“九识智能”）面向重货运输市场推出全新车型L5，载重1800KG，这是九识智能在推出多款Z系列和E系列车型之后，首次针对重载物流推出车型，突破了原来的无人车使用场景。更受关注的是，九识智能值此之际还公布了ADS中心（Autonomous Driving Service）智慧城市物流融合体（以下简称“ADS中心”）的战略计划，这也意味着九识智能的智慧运力生态建设正式启动。
在这一系列布局背后，物流无人车的商业化进程进一步加速。
产品矩阵初现，技术通用化释放商业潜力
据九识智能方面公布的信息，L系列无人车产品聚焦“重载、高货”，以解决目前市场上无人物流车普遍存在的载重不足、充电适配性较差、场景覆盖有限等问题，而L系列无人车可以满足商超供应链、工业配件以及米面粮油、轮胎汽配、酒店布草等大宗货物重载场景的需要。相对而言，九识智能Z系列和E系列的无人车产品载重最高也只有900KG，而L5无人车载重高达1800KG。“L系列相当于微卡这样的车型，它的载重能力和行驶里程都会更大。”九识智能副总裁张旭琛告诉界面新闻。
他进一步表示，在最开始瞄准物流赛道作为无人车商业化落地的场景之际，九识智能也是在“摸着石头过河”，之后基于在这个领域的积累，更了解客户需要什么，比如说整个城市配送的场景中，有四成的车型都是总重在4.5吨的轻卡车型，未来各方面条件成熟，这个领域也有可能成为很大的市场，也是九识未来会推进的一个方向。
不仅如此，这款全新的无人车产品还搭载了L4级自动驾驶全栈自研技术，具备NOA功能的轻地图技术，可以实现自主路径规划、智能避障等功能。在物流无人车领域，通常无人车的地图经过系统规划，调整路线花费的时间较长，而轻地图技术可实现自主规划路线，大大降低了无人车的运营难度，因此轻地图技术也是物流无人车行业争相要达到的技术高点。
在过去两年，物流无人车迅速在快递领域开枝散叶，快递网点为了减少运营成本也乐于采购无人车，实际运营效果迅速得到市场认可。与此同时，价格竞争也接踵而至，无人车厂商开始通过降价、分期付款、租赁等多种方式迅速铺开市场，抢夺市占率。而这些厂商也知道，快递行业并不是物流无人车唯一的应用场景，上述提及的大宗货物运输、冷链物流等都是无人车可以打开的新市场。九识智能L系列无人车产品的问世，也推动行业竞争和无人车的商业化和规模化进入了新的节奏。
上海交通大学计算机学院通用人工智能研究所副所长、联合实验室主任、教授杨旸表示，无人物流的规模化应用为行业带来全方位的积极变革和价值提升。他表示，在经济层面，通过减少人力成本、提高运营效率和优化路径规划，显著降低物流成本；在服务层面，实现24小时不间断配送，提升时效性和稳定性，扩大服务覆盖范围；在产业层面，可推动物流行业智能化转型升级，催生新的商业模式，促进技术生态发展；在社会层面，还能创造更多技术型就业机会，支持绿色低碳发展，并在应急情况下保障民生物资配送，最终助力构建更加智能、高效、可持续的现代物流体系。
更值得注意的是，无人车商业化进行了一段时间之后，无人车的相关技术愈发成熟、产品标准化也愈发明晰，同时基于标品底盘和模块化的设计能力，无人车的个性化生态定制服务也进入市场。这些现象足以说明，物流无人车的商业化潜力还在进一步释放中。
对此，张旭琛解释说，无人车领域的通用化、平台化、模块化等，其实就是自动驾驶技术和能力的通用化，比如九识智能的Z系列、E系列和L系列，无人车上外观就能看到的传感器的布置位置，以及车体内部的计算单元的算力、光纤模块等这些与自动驾驶相关的底层技术板块，都是完全一样的，这就是最显著的一个通用化或者平台化的逻辑。其次，整合和底盘里面的一些零部件，也在用模块化的方式“搭建”无人车产品。
“不管是Z系列还是其他系列，我们可以把它拆成好几个大的总成系统，形成模块化的概念，如果我要设计一款L系列的产品，并不需要把所有的总系统全都设计一遍，而是把相应的模块进行更新，匹配它的功能和性能指标即可。”对于技术通用化和整车模块化，张旭琛这样向界面新闻解释，在他看来，打造第一款产品永远是最困难的，但后续通过部分更新或者部分迭代然后整合成一款新的产品，这样的研发效率会高很多，研发成本也会降低很多。他认为，这是九识智能竞争策略的一环，通过技术的演进和革新，让无人车产品有更好的安全性和灵活性，同样至关重要。因此九识智能希望尽快地丰富产品矩阵，增加“赢面”。
如今，九识智能全系产品的交付数量已经超过7000台，规模化和商业化进入了一个阶段，张旭琛认为，未来继续按照自动驾驶技术平台化、模块化的开发思路，还可以针对更多商业场景研发新的车型。相对于两年前无人车行业在诸多领域试水最终锁定快递物流，此时的无人车企业商业化和规模化的思路更加清晰。
界面新闻还注意到，在推出L5无人车之际，九识智能还推出了ADS中心，相当于升级版的汽车4S店，支持试驾、销售、租赁、售后、车辆维修和保养等不同的服务内容，但不同的是，这一ADS并非统一的线下门店，而是通过线上系统主导，集合上述不同类型的服务。对于这一新模式的推出，九识智能的官方说法是，ADS中心以“无人物流车标准化产品、个性化生态定制服务、运力服务体系、智慧城市新基建”为四大支点，形成协同联动的生态体系，推动智慧物流全场景落地。张旭琛进一步解释称，这个ADS中心会在多个城市落地，覆盖一整套从售前到售后的网络和信息流的建设，比如整个运力管理平台对车辆的调拨等，而L5产品推出后，更适合推动ADS中心的建设。
“我们发现一些客户并不希望持有资产，更希望是轻资产化的运营模式，即便是现在无人车已经很便宜了，他们可能也不愿意以买的方式进行，那么我们可以提供租赁服务。还有客户可能也不想租赁，或者说不希望跟我们签署长期的租赁合同，也不想去管这些车辆，比如车辆的保养、充电等等，那么我们可以提供相应的运营服务，类似于货拉拉，直接把东西给他们送到位。当然我们也会找到合作伙伴，通过一个体系化的机构去承接这些业务。”对于ADS的一些功能，张旭琛向界面新闻阐述道。
Apollo打开大门，数据支撑未来
快递物流领域的确给无人车商业化提供了非常不错的落地场景，除了快递网点自主购买或租赁无人车以外，快递公司总部也在和无人厂商进行合作。无人车厂商在快递物流领域取得的成功也让他们有了更多的信心，在他们看来，未来的市场足够广阔，竞争维度更加多样，并不只拘泥于价格竞争。
不过在一开始，他们也并不确定在快递物流领域一定能让无人车有充足的发挥空间，但对技术路线却是异常坚定。而回溯中国无人驾驶的来时路，百度Apollo 开源系统平台对九识智能等无人车企业的发展至关重要。
“我们最初是基于百度Apollo开源系统平台，完全自主研发的，经过了很多尝试和摸索，选择了无人物流车这个细分赛道。”九识智能CEO孔旗近日在接受媒体采访时如此表示。
九识智能的另一位高层也发表过类似观点。“Apollo项目作为中国自动驾驶开源领域的开拓者，通过开放核心代码和技术架构，为整个行业奠定了重要基础，使更多企业和研究机构能够快速搭建自动驾驶研发平台，避免了“重复造轮子”带来的资源浪费。可以说，没有早期开源项目的推动，中国自动驾驶行业很难在较短时间内缩小与国际先进水平的差距。”在8月底举行的2025世界青年科学家峰会第三届智能交通网联与车联网永嘉论坛上，九识智能联合创始人潘余昌在发表主题演讲时如此表示。
2017年，百度发布了全球最大的自动驾驶开源平台Apollo计划，并开放了自动驾驶平台Apollo，这是全球范围内自动驾驶第一次系统级的开放，帮助开发者们迅速搭建属于自己的完整的自动驾驶系统，突破了当时行业巨头如waymo、特斯拉等的封闭技术路线。也是从这时开始，自动驾驶行业热潮涌动，不同类型的公司涌现。那一年，也成为了自动驾驶从技术研发到商业落地的元年。
与此同时，百度也成了中国自动驾驶的“黄埔军校”。据公开信息，专注于打造乘用车自动驾驶解决方案的地平线，产品包括自动驾驶出租车、小巴、货运车、环卫车等不同类型产品的文远知行，以及小马智行、小鹏智驾等30多家自动驾驶企业的核心人物，均有在百度Apollo工作的经历，目前任九识智能CEO的孔旗也是其中一位。之后几年，孔旗与多位自动驾驶技术人才联合推动中国自动驾驶的多项试验，成果显著。包括在2016年初，时任百度北美技术负责人的孔旗联合多位骨干共同完成了百度自动驾驶Routing、Decision、Planning、Control模块从0到1的搭建，还调试了具有泊车辅助功能的林肯MKZ车型，在美国加州完成了百度自动驾驶的首次路测。
几年后，一帮从百度等自动驾驶领域走出的技术人才开始寻找更多可能性，快递物流领域便是其中的一个“分支”。2021年夏天，曾是百度Apollo开源系统早期代码贡献者的庄立在失去了硅谷的工作后，决定回国创业，并在苏州成立了九识智能。随后庄立便基于Apollo的开源框架，进行了自动驾驶技术的研发。2023年，九识智能发布了第一款真正意义上的量产车型Z5。除了庄立和孔旗之外，在物流无人车领域，九识智能的崔霄以及白犀牛的朱磊、夏添等人，都出自百度系。
孔旗表示，在自动驾驶和无人车领域，行业开源的系统与技术资料非常成熟、充足，需要特别感谢百度Apollo开源系统，为国内很多自动驾驶和无人车公司提供了基础。而在后续的发展中，数据也是无人驾驶实现商业化和规模化的“密钥”。孔旗表示，自动驾驶的核心壁垒还是在于数据，任何技术框架都离不开真实海量数据的训练。中国有丰富的场景和环境，能够为自动驾驶企业提供宝贵的数据环境，而中国自动驾驶企业能够在全世界领先，更离不开中国政府在基础设施建设上的持续坚定投入。
让无人物流车真正在城市公开道路上进行真实的运营，通过海量的数据，对自动驾驶技术不断迭代，才能提高自动驾驶技术的场景理解能力，真正做到安全、高效。
也正是通过产品的商业化和规模化，数据规模进一步扩大，从而持续推动自动驾驶技术的发展，也让物流无人车不断推出新产品，成本更低、性能更佳。与此同时，随着更多领域引入无人车，无人车市场越做越大，行业细分也将成为趋势。
同济大学交通运输工程学院教授、博士生导师，同时也是国家重点专项“人车路协同无人驾驶可信性评价关键技术与标准研究”首席科学家暨育雄对此表示，真实数据是自动驾驶技术落地的核心资源，它直接捕捉现实世界的复杂性和长尾风险，为感知系统提供传感器协同校准依据和训练素材，驱动决策算法学习人类驾驶的“人性化”逻辑，并成为安全可信验证的终极标准。唯有海量的真实数据方能有效暴露物理世界的不可预测性，支撑自动驾驶系统从“实验室原型”迈向“安全可信商用
