12月5日，由科技出行产业智库与创新服务平台亿欧汽车主办的GTM2025第八届科技出行大会（暨科技出行产业创新榜单发布会）在中国上海成功举办。
本届大会以“In China For Global”为主题，聚焦全球化研究、技术创新、创业投资、产业生态，以寻求话题和讨论的新颖性、平衡与融合，为行业呈现了一场有洞察见地、有交流与启迪价值的科技出行盛会，同时希望能够在中国汽车生态大出海与全球汽车产业革新的宏观视域之下，积极推动中国整车企业、跨国车企、供应链和社会各界的交流与互动，让“产品出海”迭代为“产业出海”，促进中国智能电动汽车生态加速走向全球。
活动期间，亿欧汽车发布了《2025中国智能电动汽车（AIEV）产业年度回顾及2026趋势洞察研究报告》和《GTM2025年度科技出行产业创新榜》等两份重磅年度研究成果。
在本届大会上，易控智驾副总裁林巧发表了题为《2000台无人驾驶矿卡的规模化运行之路》的主题演讲，他认为，露天矿采运排生产作业堪比“愚公移山”，具有高科技、高效能、高质量的特点，是典型的新质生产力，仅国内运输市场规模可达2000亿元/年。露天矿山无人驾驶于2024年开始进入规模商业化阶段。目前，易控智驾在运行无人矿卡已超2000台，市占率约50%。根据煤炭工业协会报告，预计今年国内露天矿无人驾驶矿卡累计订单车辆数将超5000台。
以下为分享实录（经亿欧汽车编辑），供业内人士参考：
今天，非常荣幸有机会向大家介绍矿山无人驾驶的发展进程。我是易控智驾的林巧，我的报告主要分为以下三个部分：矿山无人驾驶行业的应用现状、技术突破与最新进展。
矿山看似距离日常生活较远，但由于其属于矿业，实际上与工业发展和日常生活的联系相当紧密。我国目前电力结构中的76%来自煤电，各类工业原料的80%来自矿业，农业生产资料的70%也依赖于矿业。因此，矿业的生产与工业、日常生活及农业都密切相关。
在矿业生产中，露天矿的基本流程可以被看作一种“愚公移山”的过程：目标矿石埋藏于矿体下方，首先必须将上覆的土石方运走，而这项工作运输量极其巨大。国内露天煤矿年产能约为11-12亿吨，相应的土石方剥离量接近百亿立方米。如果按运力结算，无人驾驶在矿山市场所对应的国内规模一年约为2000亿元，全球市场则可达6000亿元规模。其次，从法规角度看，矿山场景内的限制相对较少，因其属于矿区内部道路。
从微观层面分析，当前露天矿对无人驾驶的需求非常迫切。核心原因在于，矿山生产中的运输车辆若发生事故，并不被简单定义为交通事故，而是安全生产事故。无论国内还是海外，对任何一起事故的处罚都极为严格。这促使矿山企业愿意在智能驾驶方面加大投入。监管部门也提出了“矿山生产，少人则安、无人则安”的理念。
第二，矿业多位于偏远地区，工作环境较为艰苦，对从业人员要求高。司机通常需要持有B照，并接受长达15天的入矿脱产培训，不少人在培训过程中就选择放弃。由于工作环境要求严格，且几乎所有矿山都处于24小时运转、三班倒的状态。这种工作状态导致国内外普遍面临招工难问题。当然，在一些发达国家，矿工待遇非常高，例如澳大利亚一名矿车司机年薪可达20万澳元（约合100万元人民币），这样才能吸引到劳动力。因此，露天矿应用无人驾驶显得尤为迫切。
在此背景下，无论是国内还是海外，矿山无人驾驶的落地进展总体比较可观。海外起步较早，尤其是澳大利亚，由于矿工司机成本高，应用无人驾驶既能降低成本也能保障效率。目前，海外大约有1700台无人驾驶矿卡在运行，其中约70%落地于澳大利亚。国内自2015年自动驾驶兴起后，陆续有企业进入该领域，且增速非常快，几乎每年成倍增长。今年6月国内常态化运行的无人驾驶矿卡已接近3000台，而目前这个数字预计已接近4000台。应用区域集中度很高，主要在国内的新疆和内蒙古，这与矿产资源的自然分布有关。
尽管许多人认为乘用车面对的道路环境和人车交互更为复杂，但我们经过七年多的矿山场景实践，发现矿山无人驾驶仍存在明显的差异性挑战，主要包括以下五点：
第一，地形快速变化。矿山的生产道路是随着开采动态挖掘形成的，持续在变动。
第二，道路本身是非结构化的泥土路面。
第三，大部分矿山地处偏远，自然环境恶劣，多雨雪，且扬尘严重。例如新疆哈密地区常年刮六到七级风，气候干燥且扬尘大，无人驾驶必须在此类条件下作业。
第四，地质条件差异大，不同矿区的车型差异大。
第五，无人驾驶系统需嵌入整个生产流程中，而非独立运行。上游是挖机，下游是排土场或破碎站，要求连续作业，不能因天气等原因随意中断，这对整个系统的稳定性和可靠性提出了非常高的要求。
这五大挑战使得露天矿无人驾驶的解决方案与公开道路场景存在诸多不同。首先，它要形成车、路、云的高效协同；其次，需要实现多机种、多设备的常态化高效协同作业。因此，我们必须针对无人驾驶系统进行深入的能力建设。
国内露天矿无人驾驶的发展可总结为三个阶段：
第一阶段，借鉴海外早期模式，对算法要求较低，但对场景要求高，需营造结构化的运行环境，例如为挖机、铲车等设备构造出结构化空间。国内很多业主会在特定区域进行试验，此阶段主要验证系统基本可靠性。
第二阶段，随着车辆规模增加，场景复杂性提升，进入以车端控制为主的解决方案阶段。
第三阶段，面对不同地质环境的巨大差异，若智能化程度不足，跨矿部署周期会很长，因此需要增强AI泛化能力，实现技术上的新突破。我们之所以能够实现大规模应用，正是由于通过车端智能为主的车路云协同方案，解决了系统的可复制性与高可靠性问题。
从发展阶段看，2023年之前，行业主要投入于研发，以应对露天矿生产系统的动态变化，并解决由此带来的方案可复制性问题。在完成生产效率验证后，我们在2023年将单个矿山的无人驾驶矿卡数量提升至200台以上。
2023年后，方案可行性得到验证，具备了可复制能力，开始进入规模化与商业化推广阶段。此后，技术路径主要围绕增强车端AI算法展开，以适配各类自然条件、矿种及生产工艺的变化，从而提升露天矿无人驾驶的可复制性和快速部署能力。
我们的核心能力主要体现在以下几个方面：
首先，环境识别能力。无论是雨雪天气还是非结构化道路，都需实现秒级识别；装载区地图也需具备毫秒级更新能力，以增强无人驾驶对复杂环境的适应性。
其次，多工况作业能力。例如在狭窄装载区实现多次自动调头，以及在起伏路面进行精准的自动化控制，使底层控制策略与环境实现良好匹配。
第三，混行作业能力。矿山常出现人驾与无人驾驶车辆混装、混行、混卸的情况，且作业区域和车辆动态变化，挑战较大。与公开道路相比，矿山混行没有结构化车道线，我们曾处理过复杂的六岔路口场景，实现数百台有人驾驶车辆与上百台无人驾驶矿卡的常态化混行。这对预测算法要求极高，系统需通过识别可行驶路面及推断交通规则，来预判其他车辆的行为。此外，混行车辆还包括平路机、洒水车等不同类型，都需准确预测，以保障生产效率。
第四，仿真与测试能力。露天矿无人驾驶的真实测试难度较大，许多挑战只在生产环境中才会出现，且一旦系统常态化运行，矿方通常不愿允许现场测试。为此，我们建立了自动化数据闭环系统，可实现多样化案例的自动数据采集与云端回传。同时，结合生成式数据能力，目前我们已能做到90%以上的测试用例通过仿真系统验证，仅约10%需在现场完成。
第五，多车型快速适配能力。矿山车型、吨位、能源形态（纯电、增程、甲醇增程、燃油等）差异较大，且受地域环境影响。过去，新车型适配往往需要长达半年的调试期，期间需配备安全员，这对矿方而言难以接受。因此，我们着力打造快速适配不同车型的能力，现在两周基本可以完成交付。经过七年积累，我们已适配国内30多款车型，覆盖90%以上的主流主机厂品牌。
在以上技术能力的支撑下，我们实现了规模化应用。目前，已有超过2000台无人驾驶矿卡在全国20多座矿山常态化运行，在部分矿山中，无人驾驶运输量已占整体运输的20%、50%，甚至实现全矿无人化。我们已部署5个单矿超百台无人驾驶矿卡的项目，其中最大的单个矿山无人驾驶矿卡规模达到400台以上。这些矿山大多位于类似戈壁的地带，环境偏远，我们通过搭建“太空舱”式监控中心，仅由两到三人即可远程管控数百台车辆的日常作业。
无人驾驶已为国内矿山生产提供了有效的解决方案。同时，我们也正拓展海外市场，已进入澳大利亚——全球矿业标准最严格、人力成本也最高的市场之一。我们相信，出海将为业务带来第二增长曲线。
截至目前，我们的无人驾驶矿卡累计运行里程已超过7000万公里。根据多个代表性煤矿的统计，无人驾驶的运输效率已超越人工驾驶。这主要得益于几个方面：在每日爆破期间，人工驾驶需将车辆撤至生活区，往返耗时约一小时，而无人驾驶车辆只需与爆破点保持安全距离即可；通过云端调度系统实现循环自动补能，延长了有效作业时间；全局优化调度使每台车的效能最大化；此外，系统还具备节能策略，例如在挖机钻孔期间（耗时约2-3分钟），车辆可进入半休眠模式以降低能耗。
基于这些应用成效，国内矿山无人驾驶正呈现指数级增长态势。据统计，去年新增无人驾驶矿卡的渗透率约为6%，今年预计将提升至15%左右。从累计订单车辆数看，去年全国约为2000多台，预计今年将接近5000台。无论是渗透率还是绝对数量，增长速度都非常迅速。
以上是我的分享，谢谢。
热门跟贴