中國Robovan騰飛，無人配送黃金時代已至
智能相對論 | 2025-11-04
22315
文 | 智能相對論
作者 | 李熙
行業泰斗也有“馬失前蹄”的時候。
2024年10月11日，特斯拉在“我們，機器人”發布會上推出無人駕駛廂式車Robovan，正當外界驚嘆之際，有人指出：早在2021年，中國企業就已發布理念、名稱高度相似的世界首款同類型產品。
從2020年代初在大學校園、研究園區緩慢行駛的實驗品，到如今在多場景全面鋪開落地，無人物流配送車Robovan僅用四五年就完成了跨越式發展。如今，無人配送車行業的風口已清晰顯現，中國Robovan正迎來屬于自己的黃金時代。
共識形成，L4智駕以載貨場景率先落地
當下自動駕駛領域有一個共識：L4級全自動無人智能駕駛，在載貨場景的落地速度更快、難度更低，遠勝于載人場景。
過去，全行業都將全自動RoboTaxi、完全智駕家用車視為“王冠上的鉆石”，無論是技術研發投入還是市場營銷宣傳，都將其作為核心焦點。然而，載人L4無人駕駛卻遲遲無法真正實現商業化落地，核心原因在于其面臨的多重嚴苛限制：
載人車輛上路需應對更復雜的路況，對安全的極致性與冗余度要求極高——無論是公眾輿論還是監管法規，對全無人駕駛載人車的事故都零容忍。為滿足這一要求，即便只是達到L2級輔助駕駛，載人車也需配備更多激光雷達、運算速度更快的智駕芯片以及更智能的AI算法。此外，L4級智駕算法還得兼顧乘客舒適度，新能源車常見的能量回收緩停、極速起步推背感，若出現在全自動智駕載人場景中，導致乘員暈車，最終受指責的仍是AI系統。
正因如此，全行業在L4級載人智駕領域投入十余年時間、數百億資金，產品卻始終難以突破法規監管的關口。但將同等技術應用于載貨場景，局面則完全不同。
載貨場景可分為城際物流、城內物流、末端配送三類：
城際物流：連接不同城市的區域物流集散中心，以重型卡車為主要運輸工具，距離長、貨量大，對事故容錯率近乎為零。且重型卡車在城際干道、高速公路上一旦發生小事故，就可能導致高速路擁堵，其智駕要求與載人場景相近。
城內物流與末端配送：這正是無人物流配送車（Robovan）的核心應用場景，覆蓋城區道路及居住小區、生鮮市場、醫療機構、商超、批發市場等半封閉區域。
半封閉區域路況簡單、場景清晰，車輛行駛速度處于中低檔，智駕算法更易處理。即便在城區路段，Robovan的運載場景也比RoboTaxi簡單得多：路線固定、載荷裝卸時間固定，且無需應對載人智駕中常見的乘員追加需求。
若將同一精度的算法應用于載人智駕僅能達到L2級，那么針對載貨場景進行改裝優化后，實現L4級的難度會大幅降低。這就好比王牌戰機飛行員，日常能完成八九個重力過載的花式機動，退役后駕駛小型低速飛機為農場噴灑農藥，自然毫無壓力。
更重要的是，載貨智駕的AI算法訓練成本更低。訓練載人智駕算法，需依賴海量真人駕駛的實況數據和強化學習，讓算法不斷趨近人類司機水平；而訓練載貨智駕算法，可借助仿真世界模型，專注提升AI在非通用場景下的垂類操作能力。
簡單來說，訓練載人智駕要讓真人耗費大量時間，教AI應對無窮無盡的突發狀況；而訓練載貨智駕，只需讓AI在普通電腦游戲的虛擬物理引擎中，學會不撞上低像素障礙物即可。
與此同時，中國對無人物流車的法規監管也為Robovan的發展提供了有利條件。監管部門對無人物流車的接受度更高，截至2025年上半年，已有103個城市開放無人物流車輛路權，覆蓋超80%的主要物流節點城市。
且各地在出臺相關管理辦法時，均對行駛速度作出限制：北京市要求無人物流車在非機動車道行駛，速度不超過15km/h；上海浦東新區規定其在專用車道時速不超25km/h，其他車道不超15km/h；青島則將限速設定為45km/h。這種略快于自行車平地行駛、慢于“老頭樂”最高時速的速度，讓現有智駕技術實現L4級自動駕駛毫無壓力。
Robovan：物流配送業“降本增效利器”
在自動駕駛領域，若說L4全自動RoboTaxi、完全智駕家用車是“王冠上的鉆石”，那么L4無人駕駛載貨場景就是“王冠上的真金白銀”——雖沒有載人場景那般吸引眼球，但其商業價值絲毫不遜色。
從市場需求來看，中國公路物流年運費規模達7萬億元，營運車輛超2000萬輛，涵蓋三輪車、面包車、卡車等多種車型。然而，物流行業長期受場景碎片化、車輛使用率低、從業人員不足等痛點困擾，其中快遞行業的矛盾尤為突出。
2019-2024年，中國快遞業務量從635.2億件增長至1750.8億件，復合年增長率達22.5%；但同期快遞員人數僅從420萬增長至450萬，復合年增長率僅1.4%，人力增長遠跟不上業務量擴張的步伐。
阿里菜鳥CTO兼無人車總經理李強在2025年估算：中國每天約產生5億個包裹，其中70%進入驛站。若一輛無人物流車每天可完成1500單配送，結合未來三年包裹量增長預測，僅驛站場景對Robovan的需求就至少有20萬輛。
中國無人物流車頭部企業新石器的創始人兼CEO余恩源，對此有更細致的測算：城市快遞單量約為當地人口數的1.2-1.4倍，按一輛無人物流車每日運單量超1500票計算，北京等一線城市需5000臺以上無人物流車，才能形成有效的配送網絡。
若以此類推，中國333個地級行政區中，4個一線城市每城需5000臺，31個二線城市每城需3000臺，35個三線城市每城需3000臺，四線及以下城市每城需1500臺，那么中國物流Robovan的年化出貨量需求將達到50萬臺左右。
也正因如此，余恩源斷言：“無人配送車這個賽道的發展速度會有10倍速的增長。”
招商證券研報則從不同維度測算：以中國快遞物流網點數量為基礎，無人配送車市場空間約4680億元；以全國小區數量為基礎，市場空間則在5460億元-7280億元之間。
而從實際應用效果來看，Robovan確實不負“降本增效利器”的期待，多個物流企業的試用數據都印證了這一點。
某頭部物流公司武漢網點投入兩臺新石器X6無人配送車后，所覆蓋的13家驛站平均到貨時間整體提前30分鐘。此前傳統快遞車輛日均油費120元，改用無人配送車后日均電費僅20元，每月節省3000元；綜合測算顯示，無人配送車上崗前，該網點直送成本每票0.18元，上崗后降至0.083元，單票直送成本減少50%。
而順豐在山東魯西10城共計投入52輛無人；物流車，其中48輛應用于中轉直發場景，單車日均往返5個來回、行駛6240km、運輸8萬票快件。在青島黃島區，無人物流車每天只需往返兩趟，就能完成從快遞集散地到門店驛站的所有包裹運輸。順豐披露的數據顯示，在山東試用無人物流車后，運輸單票成本下降1.32元，效率提升30％。
此外，順豐在深圳核心區域試用無人物流車后，也有顯著的效率提升——使用80臺無人車，相當于替代了35名人力及35臺傳統接駁車輛，在快遞單量平抑的期間，無人車實際日均處理快件7.2萬票，單量高峰期提高至8萬票，提升日常配送效率20%以上，高峰期增幅逾30%。
白犀牛對外披露的數據顯示，無人車在不同場景下能為客戶降低30%-50%的末端配送成本。某快遞加盟商引入后，單票配送成本從0.2元降至0.1元；3臺無人車可覆蓋5個驛站的包裹轉運，日均派送5000單。在快遞直營體系中，無人車還能減少快遞員每日從網點到接駁點的4-5小時往返時間，讓人力更專注于末端攬件與派送，工作強度降低的同時，業務量提升20%以上。
2025，中國Robovan邁入黃金時代
面對巨大的市場需求，中國無人物流車企業正加速布局。2025年，成為中國無人物流車行業規模化、商業化落地的元年。
僅在四年前，億歐智庫、辰韜資本的研報還估算，當時Robovan整車硬件成本在20萬-50萬元之間；而到2025年，一些典型產品如新石器X3單價4萬元、X6單價5萬元，九識智能的個別產品價格甚至刻意壓到了2萬元以內，部署成本大幅下降。
無人車整車價格降低，一方面得益于軟件算法費效比的提升，另一方面則是上游硬件配件價格的下滑。以智駕核心部件激光雷達為例，頭部廠商禾賽提供給L4智駕方案的產品綜合均價，從2020年的8.2萬元降至2025年的3500元左右，五年間降幅達95%。全鏈條制造成本的降低，為中國無人物流車行業的規模飛躍奠定了基礎。
在業界看來，無人配送車交付量超1萬臺，是企業實現騰飛的臨界點。一旦突破這一數量，無人車創業就不再是科研試驗項目，而是能實現盈利的商業項目，企業也將進入“低成本造車-海量場景驗證產品/獲取數據-再次擴張規模”的正向循環。
目前，中國無人物流車市場主要由新石器和九識智能主導，2025年兩家企業的市場份額占比約80%，且均在當年實現交付量破萬。東吳證券研報測算：當銷量超過5000臺時，無人配送車企業能實現盈虧平衡；當規模擴展到5萬臺時，單車利潤可達4.3萬元，凈利率超過40%。
新石器創始人兼CEO余恩源的表態也印證了這一測算：“我們已經實現單月盈利，在單月銷量突破1000臺或1000多臺的時候，從財務角度看是可以單月打平甚至盈利的，因為新石器保持了足夠高的毛利潤。”
資本市場同樣對中國無人配送車行業充滿信心。2025年2月，新石器完成10億元人民幣C＋輪融資；10月23日，其又宣布完成逾6億美元的D輪融資。同年，九識智能獲得近3億美元B輪融資，白犀牛也拿下2億元B輪融資。
種種跡象表明，中國無人配送車行業已站在風口之上，一個屬于中國Robovan的新時代，正在加速到來。
*本文圖片均來源于網絡
此內容為【智能相對論】原創，
僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。
部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。
?AI產業新媒體;
?澎湃新聞科技榜單月度top5;
?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;
?著有《人工智能 十萬個為什么》
?【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+、、、AI+、AI+、AR/VR、、開發者以及背后的芯片、算法等。
