2026年，自动驾驶重卡行业迎来商业化“交卷时刻”。
资本市场率先给出信号：零一汽车、深向科技集中递表港交所，卡尔动力获超1亿美元B轮融资，地平线等产业资本入局。但真正撬动行业判断的，是一组来自真实道路的运营数据。
卡尔动力在鄂尔多斯深耕4年，累计运营里程4500万公里，货运周转量14亿吨公里，率先实现单车经济模型转正，毛利率是传统货运的3至6倍，人力成本下降83%，综合运营成本下降20%。
这些数字背后只有一个问题：自动驾驶重卡的经济性拐点，真的到了吗？

打开网易新闻 查看精彩图片

成本账的逐项拆解：降本空间到底有多大？

传统干线物流车队的成本结构，可简化为“33211”：油耗约占30%，人力约占30%，过路过桥费约占20%，车辆折旧与维保各占约10%。四大块中，自动驾驶重卡能动的，是人力、能源和维保。
人力成本：最大的一块降本空间。
卡尔动力的“混合智能编队”模式——头车配备安全员，后方1至5辆L4级自动驾驶重卡跟随——是现阶段最现实的降本方案。数据显示，这一模式可将人力成本降低83%。单车年收入约100万元中，司机成本占比近三分之一；加装10万元级自动驾驶设备、5年摊销年均2至3万元，年均可节约人力成本约20万元。
过去一条长途干线需要双驾甚至三驾，现在一个安全员管一排车。这不是“裁员”，而是“减配”——车辆没少跑，人力配置变了。
能源成本：编队行驶的“风阻红利”。
编队行驶时，后车紧跟前车，风阻大幅降低，可减少约10%的能耗-3-12。对于年油耗百万级的车队，10%是实打实的利润。
维保与折旧：智能驾驶减少损耗。
智能驾驶系统通过更平稳的加速、制动和转向，减少车辆机械磨损，延长使用寿命。新车架构设计降低车辆折旧与维保费用-8。虽然L4硬件成本目前仍在十几万元量级，但随着激光雷达、高算力芯片价格持续下探，硬件增量成本正在快速接近临界点。
综合算下来，除过路费外，每一项都在减负。

从单车盈利到规模化复制：拐点成立的条件

单车盈利不等于行业拐点。要让“4500万公里”成为一个有意义的里程碑，必须看清它在什么条件下成立、能复制到多大范围。
成本下行——硬件与软件的同步降本。KargoPlatform Gen 5.0通用硬件平台采用中央计算+区域控制器架构，控制器与线束复杂度降低40%至50%，系统稳定性提升50倍，智能驾驶硬件成本下降50%。随着激光雷达、高算力芯片等核心硬件成本持续下降，L4系统的增量成本正在从“十万元级”向“万元级”逼近。
同时，4500万公里本身就是降本工具。每一公里遇到的新问题，都变成下一公里的训练题。AI模型的上限，取决于它见过多少真实世界的复杂场景——卡尔动力把这4500万公里称作一个“货运AI训练场”。数据积累越多，算法越成熟，系统对人工干预的依赖越低，成本下降空间越大。
安全是一切经济性的前提。卡尔动力技术战略副总裁王珂在2026年世界人工智能大会上指出，49吨、时速100公里的物理AI Agent，容错率几乎为零。
拐点已至，但拐点之后的路更长

4500万公里、14亿吨公里、83%人力成本下降、综合运营成本下降20%——这些数字共同指向一个判断：自动驾驶重卡在特定场景下的经济性拐点已经到来。
但这个拐点并非行业性的“全面胜利”，而是“局部突破”的信号。它证明了三件事：混合智能编队在现阶段是可行的降本方案；封闭与半封闭的高密度固定线路可以跑通商业闭环；4500万公里的真实运营数据验证了安全性是效率的前提。
要抵达真正的行业拐点，还需要硬件成本降至万元级、算法模型的泛化能力实现从“一条线”到“一张网”的跨越。
弗若斯特沙利文的数据：2030年全球Robotruck服务市场规模预计达268亿美元，2035年突破6000亿美元。数字的激增背后，是一笔正在被算清的账。当这笔账从“特定线路能算平”走向“任意干线都能算平”时，自动驾驶重卡才真正从“样板间”走向了“商品房”。