车东西4月26日北京车展现场报道，日前，卡尔动力发布面向干线物流场景的“KargoBot Inside”战略，核心是以“AI+Robot+Service”构建一套面向L4货运的全栈解决方案。
此次发布涵盖货运基础模型、车辆平台、量产车型、感知与能源协同方案，以及运力和运维服务体系在内的系统性布局。
与此同时，卡尔动力联合陕汽集团、北奔重卡、宁德时代-时代骐骥、禾赛科技等合作方，推出基于新一代硬件平台开发的两款车型，并进一步明确未来三年向更大规模车队运营推进的方向。
▲新一代量产无人货运车辆
结合其已披露的车队规模、运行里程和区域拓展情况来看，卡尔动力当前的重点，已经从早期技术验证和示范运营，转向平台标准化、车型系列化以及产业链协同落地，试图在干线物流领域推动L4货运从局部试点走向更大范围的商业化复制。
一、从战略发布到车型落地 完整展开L4货运新一轮布局
此次发布的“KargoBot Inside”被卡尔动力定义为面向未来十年的核心战略，其结构由AI、Robot、Service三部分组成：AI层聚焦货运基础模型建设，Robot层聚焦适配L4货运需求的车辆平台和运输载体，Service层则负责把运力调度、能源管理、驾驶员赋能和智能运维等能力打包形成服务输出。
在AI层面，卡尔动力提出了TruckDriver Foundation Model，即面向卡车货运场景的基础模型方案。
▲卡尔动力Truck Driver Foundation Model
据介绍，该模型训练基础来源于多类型数据，包括Robotruck编队、Robotaxi、L2辅助驾驶和云端数据，并结合过亿公里编队验证场景集，对重型卡车运输任务进行针对性优化，形成面向货运场景的世界—行动模型。
卡尔动力方面希望依托现有运营场景和系统表现，继续提升效率与安全指标，并朝更大规模运营里程目标推进。不过，这些目标和增速判断目前仍主要体现为企业的阶段性规划。
在车辆平台层面，卡尔动力结合既有落地经验，提出未来L4重卡平台将向“全冗余、全线控架构满足L4运营”和“选装驾驶舱”两条方向收敛。
基于这一判断，卡尔动力发布了新一代KargoPlatform Gen5.0通用硬件平台，并分别联合合作车企推出两类产品：一类是与陕重汽联合发布的无座舱运输机器人KargoBot Space 2.0量产版，另一类是与北奔重卡联合发布的KargoBot Inside选装座舱车型。两款车型均基于同一平台开发，意在通过统一底层架构提升规模化复制效率。
从技术结构看，KargoPlatform Gen5.0采用中央计算与区域控制器电子电气架构，该平台可将控制器与线束复杂度减少40%至50%，并通过双冗余电源、双星型通信网络、三重制动冗余以及纯电冗余线控转向等设计增强系统冗余能力。
同时，这一平台通过智能诊断和控制优化，显著提升车辆稳定性和运行安全边界。整体来看，这一平台的重点在于以更简化的架构提高系统可靠性，并为后续量产和运营维护降低复杂度。
▲卡尔动力新车揭幕
其中，KargoBot Space 2.0是此次发布中较受关注的产品之一。按照卡尔动力披露的数据，该车型在概念车发布不到一年后实现量产适配，其载货空间提升25%至35%，有效载重提升10%至25%，支持20尺、30尺、40尺等多规格货箱灵活切换，并强调可适配7×24小时连续运营。
通过这样的产品，可以使客户资产利用效率提升2倍、相关硬件成本降低50%、吨公里运输成本下降68%。
这些数据反映出卡尔动力正在将运输机器人作为未来干线物流载体的重要方向，但实际效果仍有待更多长期运营样本验证。
除车型和平台外，此次发布还体现出卡尔动力对产业协同的进一步强化。
卡尔动力将与陕汽重卡、北奔重卡、一汽解放、金龙重汽、中国重汽、广汽领程等车企共同研发新一代“卡尔引擎”车型，推动下一代运输载具在智能化、性能和安全方面的迭代。从产业路径来看，卡尔动力并未将自身定位为单一整车制造方，而更倾向于扮演技术平台与系统能力输出者角色，通过与主机厂协作推动不同车型前装落地。
在关键零部件与基础设施层面，感知和能源也是此次战略的重要组成部分。
在感知硬件上，KargoBot Inside下一代车型将采用禾赛ETX+FTX激光雷达方案，能源方面，则全系配套宁德时代-时代骐骥换电方案，借助既有换电网络提升补能效率。
当下的感知系统需要适应无座舱运输机器人对环境识别提出的更高要求，而换电体系则被视为提升车辆出勤率和运营连续性的关键环节。
对于L4货运而言，这意味着竞争已不再局限于单车能力，而逐步转向“车—路—能—云—运”一体化协同。
▲卡尔动力新车服务价格
在服务模式上，卡尔动力把“Service”放在战略闭环的最后一层，计划通过TaaS（运力即服务）和SaaS（虚拟驾驶员服务）两类模式对外输出能力。
这部分服务内容包括智能运力调度系统、能源调度服务、驾驶员赋能服务和智能运维服务等。
在车辆和算法基础之外，通过服务网络提高运力、能源和维护资源的整体调度效率，进而放大规模化运营带来的网络效应。
换言之，卡尔动力试图将L4货运从“卖技术、卖车”拓展为“卖系统、卖服务”。
目前，卡尔动力已形成百台级车队、千万公里级货运里程、十万级场景容量，并在内蒙古、新疆、京津冀等10余个省市推进场景扩展，累计落地里程达4500万公里、运载量达14亿吨公里。
二、对话卡尔动力高管：新车五年内部署超10万台
发布会后，包括CEO韦峻青、COO李潇潇、工程技术副总裁于洋，以及感知、预测与AI研发副总裁王珂等在内的，卡尔动力多位核心管理与技术负责人接受了来自包括车东西在内的媒体群访。
以下是访谈实录，车东西在不改变原义的基础上进行摘编：
1、运输机器人何时真正落地？首批会在哪些场景跑起来？
韦峻青：运输机器人最早的落地场景会是工业园区和生产类物流场景，这类场景对效率和成本都非常敏感，也更适合无人化运输形态先行验证。
今年就会启动落地，除了鄂尔多斯总部工业园，公司也已经在开拓新的园区场景。短期内会先从园区、中短途运输切入，再逐步拓展到公开道路。
按规划，今年会先投入几十台实车开展测试，年底之前启动运营。公司判断，运输机器人会是未来物流体系的一种终局形态，未来5年内部署量目标超过10万台。
2、TaaS和SaaS两种模式里，哪一种更容易率先跑通？
李潇潇：未来1到2年，SaaS会是更主流的商业模式，也是未来5年的核心增量来源。卡尔动力更倾向于“硬件售卖+订阅服务”的方式，也就是车辆定价叠加月度服务费。
这种模式相对更轻，有利于快速扩张。对于客户来说，只要它本质上是一种能持续创造经济效益的生产工具，就具备快速上量的基础。
韦峻青：但从公司角度看，卡尔动力也会先自己把模式跑通，先做“吃螃蟹的人”。只有先证明这套模式确实能提升效率、能创造收益，客户才会愿意更大规模跟进。
未来可能是一条线路先由卡尔动力自己投入一部分车，把模式跑顺，再让客户以资产持有或合作运营的方式参与进来。
3、所谓“正向经济性样板间”，到底是靠政策、资源，还是靠技术本身？
李潇潇：经济性转正是建立在市场化运单和市场化定价基础上的，不是靠特殊资源输血。核心逻辑很直接：无人化节省了司机成本，而这部分节省能够直接转化成物流运输毛利。虽然车辆加装传感器会增加一定前期成本，但整体上节省下来的费用足以覆盖这部分投入，最终利润空间反而更大。
从成本结构看，一次货运的核心成本主要包括人力、能源、通行费、车辆折旧和维修保养。卡尔动力认为，除了部分固定路费，其他几项都存在优化空间。L4车辆可以降低人力成本，编队或优化驾驶方式可以降低能耗，而新的车辆形态也有助于压低折旧和维保支出，因此全生命周期成本有下降潜力。
4、传统客户最在乎什么？最难被说服的点又是什么？
李潇潇：客户最核心的诉求其实非常直接：第一，运力能不能稳定满足；第二，成本能不能压下来。归根结底，就是能否把货物准时从A点运到B点，并且费用更低。当前重卡行业一个非常现实的问题是司机短缺，驾照难考、工作强度大、年轻人不愿进入，这让行业对替代性运力的需求越来越明确。
至于客户顾虑，安全一定是最关键的一项。卡尔动力也反复强调，做这件事不能只追求经济性，前提是要把货物安全地运输好。
韦峻青：另一个现实问题是客户对价格高度敏感，但同时他们也不一定愿意一次性承担过多运力资产，因为需求并不总是稳定的，有时一天需要500台车，有时可能只要100台。
因此，卡尔动力短期内更多会以运力服务方式合作，通过调度网络来帮助客户平衡峰谷需求。未来如果自动驾驶车辆被验证为持续赚钱的资产，客户也会更愿意与公司联合投资车队。
5、取消驾驶舱、采用刚性车身，为什么会改变单车经济性？
于洋：刚性车身会显著简化无人化系统实现的复杂度。传统有人驾驶车辆的悬架系统主要服务于驾乘舒适性，但这也意味着传感器和底盘之间会存在弹性位移，算法必须额外处理这类变化。
刚性连接后，传感器不需要频繁适配底盘位移，控制维度更少，也不必再处理主挂车之间的角度关系，因此系统实现会更直接。
韦峻青：从经济性上看，取消驾驶舱最直观的变化是能释放更多载货空间。公司测算，在实际运营中，单车可多装2到3吨货，经济效益提升超过10个百分点。
对物流行业而言，这一点尤其关键，因为很多路线本来毛利就很薄，甚至接近亏损。
新的运输载具形态叠加无人化能力之后，客户看到的不是一个小幅优化，而是收益结构被重新改写。
6、行业都在谈世界模型，卡尔动力的判断和节奏是什么？
王珂：在重卡编队这个场景里，AI要做到的很多能力，本来就已经超出了人类驾驶员的反应边界，所以卡尔动力很早就进入了世界模型和强化学习的路径。公司认为，这并不是一个“是否要转向”的问题，而是从一开始就必须沿着这条路做。
最初的训练会参考人类司机可接受的驾驶范围，但当系统具备完整编队能力后，数据来源就不再局限于人，而是逐步转向系统自身在自动运行中积累的数据，再通过仿真和强化学习实现持续迭代。
卡尔动力去年已经在做基于OCC的世界模型研究，相关论文也已在NeurIPS发布。从内部落地节奏看，相关方案在论文公开前就已使用了半年以上，这套范式已经成为其基础模型的重要组成部分。
结语：卡尔动力战略升维
总体来看，卡尔动力此次在北京车展发布的“KargoBot Inside”战略，呈现出其在L4货运领域从单点技术验证走向系统化落地的清晰路径。
通过基础模型、车辆平台、量产车型与运力服务的协同推进，卡尔动力正尝试构建一套可复制、可扩展的干线物流无人化方案。
从当前披露的运营规模和合作进展看，其重点已转向平台标准化和产业协同，未来L4货运能否在更大范围内实现稳定商业化，仍有赖于长期运营数据与场景验证的持续积累。
热门跟贴