挥别2025，迎来2026，自动驾驶从业者的腰杆都更直了——
已上市企业股价涨；未上市企业面对投资人口气硬；自动驾驶项目政府支持度、社会关注度都很高……
这些都是表象，自动驾驶从业者的底气，来自于自动驾驶的商业化突破，来自于从“烧钱”到“赚钱”的转变。
是的，历经十余年技术沉淀，自动驾驶行业终于迎来商业化曙光。
2025年，是自动驾驶从“技术先进”驶向“商业理性”的分水岭。两家自动驾驶的代表企业，卡尔动力和小马智行分别在各自的赛道实现了UE（单车经济模型）转正，标志着自动驾驶产业正式告别“烧钱研发”的初级阶段，迈入“技术变现、自我造血”的全新发展周期。
“从0到1”逐渐实现，资本开始押注“从1到10”、“从10到10000”的广阔前景。
3月2日消息，卡尔动力宣布完成超1亿美元B轮融资。这轮融资由地平线与高榕创投联合领投，红旗投资、峰尚资本、东方嘉富等联合投资，部分老股东超额跟投，战略及产业投资方、财务投资方等多方资本的加入，目的是希望加速无人干线物流网络的规模化拓展与体系构建，以尽快收获自动驾驶大规模商业化的果实。据知情人士透露，目前卡尔动力已启动新一轮融资，受到外界多方关注。
这为2026年以及接下来几年的自动驾驶竞争点明主题：技术竞争不再是关键，如何实现商业闭环，创造盈利、扩大盈利，将成为行业竞争点。
01
自动驾驶赚钱：从“愿景”走向“现实”
当一项创新技术降临地球，它将在何处创造商业价值，既有必然，也有意外。
谷歌从2009年发起自动驾驶项目，后来成立Waymo在2018年探索Robotaxi商业化，到如今，虽然规模不小，但是商业化曙光还没显现。
在地球的另一端，在另一些领域，却有了自动驾驶商业化的早春消息。
那就是在中国的干线物流、矿卡、末端配送等场景。
相对于面向普通消费者的C端领域，B端领域的自动驾驶，在场景特性、市场需求、商业价值上有更强的落地优势。
这是由于B端场景呈离散化分布，需求高度集中于一些运输量大、路线相对稳定的区域，自动驾驶系统可以快速完成长尾问题的收敛。自动驾驶系统针对特定场景完成算法优化与数据积累，能实现较高的可靠性，大幅降低技术研发与落地的试错成本。而末端配送的低速无人车场景，更是以短距离、低车速、固定配送范围为特征，成为自动驾驶技术落地的“轻量型试验场”。
B端物流、矿业等行业均面临人力成本高企、用工短缺、运营效率低的行业痛点，自动驾驶技术的落地能直接实现成本降低与效率提升，且价值可通过运营数据量化。例如干线物流可大幅降低人力成本；矿山场景能规避人工作业的安全风险并提升作业时长；末端配送可解决“最后一公里”的人力配送瓶颈。这种强刚需、高价值的特性，让B端客户有明确的付费意愿，为商业化闭环奠定基础。
就市场规模而言，中国公路货运市场规模超6万亿元，占GDP比重达12%，干线物流更是自动驾驶领域唯一确定的万亿级单一市场；矿山、港口的智能化改造市场规模也处于千亿级水平，末端配送依托电商、即时零售的发展，市场规模持续攀升。庞大的市场体量为自动驾驶企业提供了充足的商业落地空间，也让资本对其商业化前景更具信心。
因此，在这些领域出现自动驾驶的UE转正，并不意外。
小马智行依托第七代自动驾驶系统，在单城市实现Robotaxi的UE转正，其核心的“AI司机”能力也同步落地B端物流场景；卡尔动力则成功闭环运营了首个无人干线运输的正向盈利样板间，成为干线物流领域盈利验证的标杆。两家企业的突破，印证了自动驾驶在B端市场具备明确的盈利能力，也为行业树立了商业落地的参考范式。
目前来看，L4级别自动驾驶放量和商业化焦点在B端的Robotruck领域，可以说，自动驾驶已进入L4高价值放量时代。而Robotruck的焦点在干线，干线的标杆正是卡尔动力。
当然，UE转正仅仅是个阶段性成就。
自动驾驶商业化下一步的挑战，是大规模复制已经商业化跑通的经验，扩大商业化规模，最终才能实现公司的盈利，以及可持续发展。
在这一过程中，自动驾驶企业比拼的是技术的成熟度，场景的泛化性，以及所在赛道的宽度和深度——这决定了企业所能触达的商业化天花板。
02
“中国红利”加速商业化
自动驾驶在中国、在B端领域商业化进展，有技术的进化作为基础，还有“中国红利”的哺育。
技术上，AI大模型正在重塑自动驾驶的进化路径。过去系统依赖“感知-决策-执行”的链条，如今端到端大模型、视觉—语言模型等新技术，让车辆能像人一样综合理解环境、做出拟人判断。
以卡尔动力为例，其从2021年开始，将Robotaxi领域的技术栈引入干线物流，结合大量真实场景数据，专门优化重卡转弯、编队行驶、密集跟车等行为，使自动驾驶系统更懂卡车、也更懂路况。
数据与仿真则推动技术迭代进入快车道。自动驾驶越用越聪明，关键在于数据闭环。卡尔动力COO李潇潇曾指出：“数据越多，产品就越好用，运营效率就越高，客户就越愿意用。”目前，卡尔动力已积累了超过3500万公里的真实货运数据，全部来自西北、华北等干线货运的实战场景。这些数据通过仿真系统与监督学习，不断反哺模型，帮助系统覆盖更多“极端情况”，持续提升可靠性与安全性。
这使得自动驾驶单车的收入大幅提升，并最终超过了单车成本，达成了单车经济性转正。
除了技术，中国的自动驾驶政策和产业链的优势，也是其他国家所不能比拟的。
中国的自动驾驶政策开放，为商业化扫清了关键障碍。
比如，内蒙古已率先推出省级智能网联政策，明确支持跨区域无人化运营；京津冀一体化发展中也逐步落地跨省自动驾驶运营试验；此外，多地开放商业化牌照申请，为无人驾驶运营提供了清晰的合规路径。这些政策红利不仅降低了企业的准入门槛，也推动行业形成开放协作、共同发展的良好生态。卡尔动力所在的运营路线，就得到了这些政策的支持。
成本下降则让规模化部署成为可能。随着激光雷达、计算平台等核心硬件价格持续走低，以及算法效率提升带来的算力需求优化，单车改造成本已显著下降。据悉，卡尔动力通过系统集成与供应链协同，针对干线物流场景优化，把硬件增量成本控制在9万元左右，今年成本还将进一步下探，为大规模商业落地铺平了经济基础。
可以说，自动驾驶不再只是技术问题，而是技术可行、政策允许、成本可控三者交汇的商业命题。当前阶段，正是这三个条件首次同时成熟的关键窗口，推动行业真正驶入商业化快车道。
03
下一章：规模化复制与生态共建
2025年的一系列突破，为自动驾驶行业奠定坚实基础。2026年开始，自动驾驶行业，特别是Robotruck，将围绕两大主旋律展开：规模化复制与生态共建。这意味着自动驾驶正从“商业拐点”步入“价值创造”的新阶段。
规模化复制推动网络化发展，行业正从单点示范走向广泛覆盖。
还以卡尔动力为例，依托B轮融资，计划在2026年进一步扩大运营规模。随着“大通道自动驾驶”概念落地，智能商用车将逐步覆盖更多全国性干线，形成“点、线、面”的运力网络。
规模化复制成功与否，是自动驾驶盈利的关键一步，是自动驾驶的“决赛”。已经取得单车经济性转正，技术具备更强稳定性和泛化性，商业团队有更早布局的企业，无疑具备更强优势。
同时，自动驾驶也到了产业链协同与生态共建的阶段。
自动驾驶落地需要车企、算法公司、运营平台与资本方等多方协同。未来，行业分工将进一步清晰：车企专注车辆制造，算法公司聚焦核心技术研发，运营平台负责车辆调度，资本方则提供资金支持与资源整合。
其逻辑是，各擅所长，做大蛋糕，才能各分其利。
卡尔动力与合作伙伴的协同正是这一趋势的体现。目前已与十余家车企深化合作，发布并投入运营7款量产车型，赋能超过20个客户开展智慧物流业务。与宁德时代在充换电网络和运力保障上的合作，更是生态协同的典型案例，实现了技术、场景与资源的深度融合。
将整车、技术、运营、能源、保障各个领域拆分，让优势企业各自耕耘，才能降低各个环节的成本，最终实现整个产业链的降本生效，实现价值创造，才能收获各自的利润。
从技术突破到商业闭环，从单点示范到网络运营，自动驾驶的长期价值正逐步兑现。这条曾经充满不确定性的赛道，如今路径日益清晰：以运营验证技术，以规模摊薄成本，以生态凝聚共赢。未来，随着更多车辆驶入干线、更多伙伴加入协同、更多场景实现闭环，自动驾驶将不仅是出行方式的变革，更是整个社会效率提升与产业结构优化的重要引擎。
拐点之后，征程仍长。但在技术与商业双轮驱动之下，自动驾驶的未来，已然可期，更值得期待。
热门跟贴