“没有技术闭环，就永远不会有后续的商业闭环。”
近期，中国工程院院士、清华大学车辆与运载学院教授李克强在清华大学举行的“车路云50人论坛·自动驾驶干线物流闭门研讨会”（简称“研讨会”）上如此强调。
他特别指出：“当前自动驾驶卡车产业化已经处在关键探索期，若要进一步发展，一定要先实现技术闭环，其次是角色闭环（多方角色整合资源，形成协作闭环），最终才可能形成商业闭环。”
在这场汇聚整车企业、自动驾驶公司、高速公路集团、ICT企业、金融机构、物流企业、应用试点城市，以及高校院所、行业机构等近70家单位的120余位专家学者和企业代表的研讨会现场，与会嘉宾正为物流行业面临的成本与效能困境忧心忡忡。
陕西交通控股集团有限公司总经理黄会奇指出，为压缩成本，卡车正加速撤离高速公路体系，转道国道、省道已成普遍选择——这个曾见证中国经济腾飞的物流动脉，正面临前所未有的结构性挑战。
深究其因，行业正陷入双重困局：成本结构与人力资源的“剪刀差”持续扩大。
一方面，是成本极度内卷。根据《自动驾驶干线物流商用报告》，传统重卡的运输成本结构为“3-3-2-1-1”，即30%油耗，30%路桥费，20%司机成本，10%购车成本，以及10%的维修、保养等其他成本。也就是说，仅油耗和司机费用就占了总成本的一半。
另一方面，则是司机短缺与流失率高。《中国公路货运司机从业现状调查报告》显示，全国有3000万货运人，其中公路货运司机队伍正在加速老龄化，70后司机占比高达42.7%，成为行业中坚力量，而90后司机占比仅为15.3%，呈现明显的青黄不接现象。
成本居高不下与人才断层之下，干线物流行业究竟该何去何从？
在商业社会，任何生意最终都要算成本账。
中国物流与采购联合会发布的数据显示，我国公路货运行业平均毛利率已跌破5%，部分企业甚至长期在盈亏平衡线上挣扎。
亏损成因，除上述成本结构外，还与人员的管理难度密切相关。“在物流行业，人是管理过程中面临最大的问题。”天津振鸿物流集团副总裁王勇在研讨会上指出，“从业者素质差异导致隐性成本攀升，燃油盗卖、虚假维修等灰色操作屡禁不止，这给物流公司的运营造成了很大困难。”
更重要的是，企业难言盈利的同时，卡车司机的工作境况同样堪忧。
据中国保险行业协会调查显示，货运司机平均每天工作时间高达10.5小时，63%的司机每月休息时间不足4天，长期的疲劳驾驶威胁身体健康。此外，加上传统卡车缺乏持续感知与实时预警手段，安全隐患突出。交通运输部安全监测数据显示，2024年全国货车交通事故死亡率是普通小客车的2.3倍。
当传统模式濒临失效边界，自动驾驶技术展现出破局潜力。“正当物流行业卷到快看不见曙光的时候，自动驾驶到来了。”天津振鸿物流集团副总裁王勇表示。
原因在于，自动驾驶卡车理论上能节省人力成本、规避人为因素外，还可以全天候运行，提高运输效率，能够精准匹配物流企业的需求。
“物流一头连着生产，一头连着消费，可以说是一行带百业。干线物流的健康发展对各行各业都具有重要意义。”西安建筑科技大学校长赵祥模在研讨会上强调，“自动驾驶技术在其中的应用一定会很好地推动我国干线物流的降本增效，从而有力地促进我们国家经济社会高质量发展。”
“自动驾驶技术是推动公路货运降本增效、提质转型的一个特别重要的抓手。”中国外运项目总监张琳也提出了一致看法。
不过，技术演进非一蹴而就。自动驾驶卡车虽已历经十余年发展，但深入观察行业生态链便会发现，这场革命仍处于“商用破晓时分”：全球范围内尚未形成真正实现全天候、全场景、无人化运营的自动驾驶货运网络。
对此，中国外运项目总监张琳表示，物流公司是否接纳自动驾驶卡车，主要关注四个点：一是技术的可靠性，只有经过充分的里程验证才能说明技术可靠，后期方可规模化、商业化；二是全链路的成本重构，即能否节省人力资源和有效降低能耗等；三是生态协同和智慧物流网络的革新，比如从仓储到运输之间的衔接能否打通；四是随着整个货运网络扩充到全国范围，各个城市之间的政策如何打通、联动。
对这些问题的回答，决定了自动驾驶卡车规模商用到来的时刻。
放眼全球，自动驾驶卡车领域呈现两大技术范式分野。
一种是以美国企业为主导的“Hub 2 Hub”（枢纽到枢纽）模式，侧重封闭场景的全无人化；另一种是以中国企业为代表的“编队行驶”模式，兼顾成本与效率。
具体而言，“Hub 2 Hub”模式的运作流程是：驾驶员先用传统卡车将货物运至高速公路沿线的转运枢纽，随后由L4级自动驾驶卡车完成枢纽间的运输，最后再由传统卡车进行“最后一公里”的配送。
选择该路径的典型企业代表如亚马逊投资的Embark，其在高速附近设立“转运中心”，L4级卡车跑高速路段，而“转运中心”到仓库的路段，由人类驾驶的车辆完成。
该模式通过全无人化降低人力成本，长期运营成本优势明显，因此初期备受青睐。但在实践中，由于需要巨额资金建设车辆平台和云端管理系统，研发投入居高不下，商业回报周期漫长，导致发展受阻。Embark最终因长期亏损于2023年宣布破产，成为第一家倒闭的自动驾驶上市公司。
而“编队行驶”模式的不同在于，它由领航车辆和若干跟随车辆组成，利用车路云一体化技术实现数据共享和协同决策，从而在特定场景下以队列形式自动驾驶。该模式一是特别适合中国复杂的公路物流网络，如频繁装卸货、多客户需求等；二是在节省人力的同时，符合监管需求（我国《自动驾驶汽车运输安全服务指南》规定自动驾驶汽车应配安全员，并对安全员有明确要求）。
“最开始，我们的切入点是单车自动驾驶，但在实地测试时，发现面对收费站人工缴费、货物装卸、道路积水坑等场景或突发问题时，无人驾驶无法完美处理。”卡尔动力CEO韦峻青表示。
最终，团队决定采用混合智能编队模式，即一辆L2级有人驾驶卡车作为领航车，带领最多五辆配备安全员的自动驾驶卡车编队行驶。由此解决了实际运营中的复杂问题，包括与交警沟通、装卸货等。
需要注意的是，货运编队模式对车感知范围要求较高，需要车车、车路、车云之间信息的及时传递，这是车路云一体化在公路物流场景的应用实践。
“自动驾驶卡车要做编队，很重要的参数就是车间距。”清华大学自动化系系统工程研究所教授姚丹亚在研讨会上强调，“在商用层面，车间距实际是决定编队效率的关键指标，车间距越小，整体的运营效益就会提高。”
目前，卡尔动力已实现10米以内的编队车间距控制，但要突破至5米，还需要在控制、制动、动力、算法等技术层面有进一步突破。
产业实践中的硬件适配同样存在挑战。中国重型汽车集团有限公司智能网联研究部部长田磊提到，在执行器方面，卡车和乘用车有巨大的差别，前者的制动是气制动，后者是液压制动，这些特点决定了二者的响应和一致性方面有一些差距。所以要做自动驾驶卡车，需要在设计流程和设计理念等方面进行转变和提升。
站在产业规模化门槛前，卡尔动力CEO韦峻青坦言：“当前自动驾驶卡车与配套供应链相较于自动驾驶乘用车尚未形成规模效应，需要行业抱团取暖，通过规模扩张实现质量提升与成本下降。”
同时，在商业化进阶路径上，卡尔动力已实现从0到1的突破，并迈入自动驾驶无人化商业运营新阶段，未来会继续推进自动驾驶货运技术无人化与规模化运营商业化闭环。“目前，我们已经实现了常态化（7X24小时）的无人运营的技术能力，但在一些复杂、极端场景，无人化技术运营能力还在打磨的过程中。”
不难发现，自动驾驶卡车要想跨越规模商用的鸿沟，仍需在各个技术维度与规模量产上持续突破。
技术商业化进程始终需要应用场景的持续支持，唯有在实际运营中不断发现问题、优化迭代，自动驾驶卡车才能真正跨越从技术验证到规模商用的鸿沟。
因此，当前行业发展的核心命题，在于构建多方协同的产业生态闭环。
这里需要特别指出的是，为厘清产业各方所处的生态位，《自动驾驶干线物流商用报告》为此构建了“蝴蝶模型”，即在“左翼三角”中，囊括了自动驾驶公司、主机厂和增值服务运营商。具体分工方面，自动驾驶公司聚焦场景化技术研发与解决方案，持续推动创新迭代；主机厂发挥规模制造优势，为自动驾驶车辆量产落地提供核心支撑；增值服务运营商则深度挖掘市场需求并提供运力服务，通过商业化运营实现价值闭环。
在这个过程中，商用运营需求开始加速，不断推动由路云基础设施运营商、电信网络运营商和增值服务运营商组成的“右翼三角”逐渐形成。在这个体系里，路云基础设施运营商正由传统基础设施服务向信息化服务转型升级，重点打造车路云协同的智能化基础设施平台，实现多维数据的采集、融合与智能应用；电信网络运营商则专注于车联网专网的建设和运维，构建高效可靠的数据传输体系。
那整个生态如何协同共进？
在当下，由场景方（终端客户）通过重塑增值服务运营体系，反向牵引自动驾驶企业与主机厂进行产品整合成为一大趋势，从而为自动驾驶卡车的商业落地带来突破。
例如作为产业创新试验田，鄂尔多斯集团基于当地丰富的煤炭资源和巨量的运输货物量等场景优势，积极推动矿区运输智能化升级，与卡尔动力开展深度合作，通过联合打造新型自动驾驶物流公司、开展固定线路的L4级自动驾驶编队运营与智能调度系统的开发，支撑L4 级自动驾驶技术在真实环境中的规模化验证。
据官方数据，截至2025年4月，卡尔动力累计突破L4级自动驾驶编队运营里程2000万公里，大宗商品运输2亿吨公里。这些来自真实场景的运营数据与持续的技术进化，正为自动驾驶干线物流的商业运营积累关键势能。
不止于此，产业规划显示，鄂尔多斯计划今年推广编队行驶减员化项目，将累计打造15条物流示范线路，累计部署智能网联重卡1000辆。应用智能网联矿卡的露天煤矿达到30座，总体实现210辆智能网联矿卡常态化运行，实现特定区域的无人化运行，稳步提升智能网联矿卡与有人驾驶车辆混行能力，推动智能网联矿卡与矿区环境相互适应，提升运行效率。
当然，要加速自动驾驶干线物流商用的时间表往前挪动，尚需更多生态方的场景支持，特别是有资本实力的生态方参与进来。
在研讨会上，新疆交投集团总经理王成就透露，依托区域丰富的有色金属及矿产资源，新疆有巨大的应用场景，且新疆交投有足够的投资能力、运力、场景进行合作。“新疆交投在昌吉有一个S228项目，目前正在改扩建，我们在思考能否把无人驾驶的专用干线公路混合交通做进去，这是下一步要推动的应用场景。对此，我们持有完全开放的合作态度。”
通信基础设施的革新同样构成商用落地的关键变量。联通智网科技股份有限公司车辆智能网联研究院院长周光涛详解推进路径：依托5G-A技术，分三阶段推进通信解决方案。首阶段是迎合当前对物流降费的指示要求，在全国主要物流枢纽城市开展专网试点，重点验证通关基站和车端终端的互操作特性，以满足当前的需要；中期是联合生态各方共同制定行业标准，推进联盟发展，实现产业链总体成本降费；最终在全国的主要物流干线高速公路上推广5G-A通信解决方案，探索定制的切片化服务和增值模式。
“从商业落地的角度，我们关注的不仅仅是生态的构建，还包括技术协同等各个板块。”中交投资数智科技事业部副总经理李卫东在现场提醒道，“不是说高速公路按照自己的想法把路端的智能设施和云控平台建好，然后等不同的车来。而是建设初期就要跟车、云、路端的参与方进行沟通，一起发力将事情落地。”
当产业各方突破传统边界形成协同网络，以及技术创新与场景资源实现精准耦合，自动驾驶干线物流的规模化拐点或将加速到来。
自动驾驶作为新生事物，其技术迭代速度与现行监管框架之间存在着显著的结构性落差。
首先，在车辆上路环节，由于缺乏明确的监管责任主体和全国统一的管理审批流程，自动驾驶企业在实际操作中常遇到审批权责不明、申报渠道模糊的困扰。同时，各地测试运营的资质要求和审批尺度差异明显，尚未形成统一的标准体系，这种政策割裂严重迟滞了自动驾驶技术走向大规模商业应用的步伐。
其次，在运营监管层面，自动驾驶这一创新技术形态在融入现有交通管理体系时遭遇系统性适配障碍。突出表现在车辆突发故障的应对预案、人工紧急干预机制、无人驾驶车辆救援响应以及事故责任界定流程等核心领域，当前的监管规则存在覆盖空白和制度缺位。这种车路协同管理机制的不完善，已成为掣肘行业实现规模化商业落地的关键障碍。
因此，在行业快速发展的同时，亟需适配新的监管范式。
从现状来看，政策端正针对上述问题积极尝试以寻找解法。举个例子，在车辆能否上路的问题上，一些地方正建立跨区域制度输出通道，通过专项立法授权实现创新制度跨域适用，如北京市已经形成监管框架逐步优化并延伸至京津冀共同规范。
广东省智能网联汽车创新中心高级经理游鹏也在研讨会上表示：“广州在区域开放上立法要求政府制定全域开放运营计划，现在广州南沙区、黄埔区、花都区三个智能网联汽车混行试点区率先实现一般道路全域全时开放道路测试，同时设区级路测办，优化审批流程和道路交通安全管理。”
而在运营监管端，《自动驾驶干线物流商用报告》特别指出，基于自动驾驶数据要素的核心驱动特性，可构建“数据流监管”新型治理框架，通过数据全生命周期治理实现监管维度跃迁。
也就是说，“数据流监管”能从准入认证、上路运营、实时监测、事故追溯等多个方面实现助力，从而推动风险预警与安全评估的智能化转型。
当下，行业正在该路径上稳步前行。其中，作为走在全国前列的区域，北京车网副总经理李峰在研讨会上透露，北京市高级别自动驾驶示范区已建立了自动驾驶汽车线上监管平台，该平台能对进入示范区的车辆实时监测，并及时发现车辆在测试过程中的风险。
“它的每一次事故苗头或者说我们认为它这次行为是有问题的，我们都会对它进行回溯，形成事故‘识别—分析—整改’的完整事故追踪管理机制，为测试、运营、监管提供强有力的安全支撑和保障，同时督促指导企业对发现的问题进行整改和验证，使得示范区整体自动驾驶水平得到提高，自动驾驶事故率下降了86%。”李峰提到。
后续，在路权分配、责任界定、应急响应等核心政策难点方面，仍需进一步推动制度创新和加速监管范式转换。
当生态协同持续深化、行业迈入高速发展通道时，各方亟需凝聚核心共识。
在研讨会的最后，中国工程院院士、清华大学车辆与运载学院教授李克强强调：“当前自动驾驶卡车产业化处在关键探索期，很高兴看到自动驾驶公司、主机厂和增值服务运营商、路云基础设施运营商、电信网络运营商都在一起努力为行业做出贡献，令人鼓舞。但需要注意的是，在技术路线上，如果不采用车路云协同，便无法实现高级别自动驾驶。因为‘烟囱型’架构和单车智能，都难以做到所需要的技术闭环。‘车路云一体化’相当于有上帝视角，云不仅看得更全、更远，而且算得更快。”
他同时表示：“单车智能与车路云一体化并非矛盾关系，而是升级版的关系：单车是基础，单车做不好，车路云协同也做不好；若单车做好了，相当于一个人在黑夜中睁眼疾行，总有障碍物突现，风险极高；而车路云一体化如同用路灯将路照亮，奔跑则更安全。”
因此，从技术出发，采取正确的路线和架构十分重要。而基于好的技术，将整车企业、自动驾驶公司、高速公路集团、ICT企业、金融机构、物流企业、应用试点城市、高校院所、行业机构等生态各方联动起来，整合好资源，方能形成角色闭环。
在不断进阶过程中，必须找到可持续的商业模式，实现从技术闭环、角色闭环向商业闭环跨越。目前从整个行业来看，运力服务已经成为自动驾驶企业进行商业闭环验证的关键切口。同时，路云基础设施运营商、电信网络运营商和增值服务运营商等各个生态角色正逐步深度参与到商业模型的构建中，加速推动产业升级和发展。
比如路云基础设施运营商通过投资道路基础设施打造更加智能化、便捷化的运输环境，从而打通基础设施与运力服务之间的关键链路，既提升了运输效率与运营安全，也推动了自动驾驶技术的商业化落地。
由上可见，技术、角色、商业三个闭环正逐步构建。
“这个过程中会有许多难点，比如需要自上而下的顶层设计，目前政策端已在积极推进，大家要有信心。在此我也呼吁，企业在努力打磨好产品和继续发掘商业闭环的同时，政府也要做好体系建设，为它们提供更多机会。”李克强院士表示。
星星之火，终将燎原。当技术创新持续突破、生态联动加速深化，以及监管范式不断转换，中国自动驾驶干线物流这个万亿级赛道正站上实现商业闭环的历史性拐点，并有望在全球物流变革中树立“中国方案”的标杆地位。
