蓝鲸新闻11月13日讯（记者李卓玲）Robotruck（自动驾驶卡车）赛道，正在迎来新的玩家。

此前，Momenta CEO曹旭东曾透露，其公司计划于2027年进入Robotruck领域。他在受访时还曾明确了未来五年Momenta的排序是：Robovan（无人配送车）排在第一，Robotruck第二，Robotaxi第三。

在曹旭东看来，Robotruck是大宗物流，拉煤拉矿，短的三五十公里，长的两三百公里，跑的是偏僻的郊区路等。但这个规划里暂时还不包括高速干线物流，“我们认为这是自动驾驶最后一块难啃的骨头，技术、商业、政策都难，最后才会做。”

这恰好是卡尔动力（KargoBot）成立五年来重点开拓的市场。

据公开资料，卡尔动力CEO韦峻青与曹旭东同为清华大学2004级本科生，分别来自自动化系和航天航空学院。如今，两人的创业史在Robotruck领域有了新的交集。

对于Momenta等新玩家入局，韦峻青态度开放。“我觉得更多公司参与进来是一件好事。大家可以一起推动自动驾驶的发展。”近日，他在接受蓝鲸汽车记者专访时表示。

卡尔动力CEO韦峻青

不过，相比通过一个自动驾驶大模型拓展不同垂直应用，韦峻青选择了一条更重的道路：在一个领域垂直做深，从自动驾驶系统研发，到车辆架构定义，再到直接参与物流运营等。“我们是在构建物流的运输机器人网络。”

在进入这条听起来不太性感的赛道前，韦峻青已在Robotaxi赛道深耕多年。

十多年前，韦峻青在卡内基梅隆大学攻读博士期间，曾休学创业，创办自动驾驶公司Ottomatika，成为最早一批Robotaxi创业者之一。2015年，该公司被德尔福收购，后出任安波福全球工程副总裁，继续从事Robotaxi研究，并于2019年回国。2021年启动自动驾驶卡车项目，后来发展为卡尔动力。

在卡尔动力创业初期，韦峻青首先遇到的难题并非技术，而是找到合适的商业场景和产品路线。“我们当时认为随着自动驾驶技术发展，迁移到卡车是可行的。”

在综合考虑了包括快递物流等场景后，卡尔动力最终选择鄂尔多斯作为起点，切入大宗商品运输，并率先采用“领航车有人、跟随车无人”的混合智能编队模式。

但团队很快发现，将Robotaxi积累的技术迁移到重卡，并不像想象中那么简单。除了坑洼、积水、扬尘等复杂道路环境之外，卡车还涉及收费站通行、称重、装卸货等问题。

“我们团队大多做了十几年Robotaxi，到了卡车场景才发现，这里面有大量非常具体的运营问题。这些事情以前我们做AI的时候从来没有关注过。”

因此，除了打磨自动驾驶技术外，卡尔动力还陆续引入拥有物流经验和工程化经验的团队，使公司整体能力更加完整。韦峻青说道，卡尔动力不是一家在空中楼阁里面研究AI的公司，而是在真实场景中不断打磨人工智能和产品力的公司。

这也成为卡尔动力与部分自动驾驶技术公司不同的地方：除了让车辆实现无人驾驶，还需要证明技术能够带来持续的经济收益。据韦峻青透露，2025年，卡尔动力在鄂尔多斯率先实现路线级无人化UE（单位经济模型）转正后，目前已有数条持续跑了半年到一年的路线也正在陆续转正。

在成本方面，卡尔动力主要通过规模和技术降本。韦峻青对记者表示，最早卡尔动力的第一台样车，自动驾驶套件成本可能需要二三十万元，现在已经降到10万元这个级别，而且每年还在快速下降。在部分成熟线路中，客户额外投入的自动驾驶成本，有望在6至9个月内收回。

“客户其实不管你研发花了多少钱，他只关心你给他省了多少钱。”韦峻青直言。

不久前，卡尔动力刚在鄂尔多斯发布AI运输规模化落地网络共建计划，希望联合货主、物流企业、整车厂及产业链伙伴，将已经验证的商业模式复制到更多地区。

据悉，目前，卡尔动力已与约30家客户、8家车企及30家生态合作伙伴建立合作关系，并逐渐从自持车辆提供运输服务（TaaS，即运力即服务），转向由合作伙伴持有车辆资产、公司提供自动驾驶技术和运营服务的模式（DaaS，即虚拟驾驶员服务）。

谈及卡尔动力的发展现状，韦峻青认为，公司已迈过“1到10”的阶段，目前正处于“10到100”的转折点。“起点就是规模化扩展和网络构建的指数性发展。”

“卡尔动力的最终目标不是成为中国最大的物流公司，而是希望成为运输网络的构建者和赋能者。”

以下为韦峻青与蓝鲸汽车记者的对话实录（经编辑整理）：

谈创业：目前公司处“10到100”的转折阶段，初期挑战在于寻找商业场景和产品路线

提问：你觉得卡尔动力目前处于什么发展阶段？

韦峻青：我觉得已经到了“10到100”的转折点。

“0到1”主要是产品和技术的打磨，相当于这辆车能够自动驾驶，能够在道路上跑起来。

“1到10”有两个重要的里程碑。第一个是车辆能够真正实现无人化，这才是真正达到目标，而不是车辆虽然可以自动驾驶，但驾驶室里还需要坐一个人。另外一个，就是一些路线实现单位经济模型转正，证明整个模式真正能够跑通。

“10到100”的起点，是下一步规模化扩展和网络构建的指数性发展。

提问：前面两个阶段大概分别用了多长时间？

韦峻青：我们从2021年开始做这件事情。差不多用了半年时间，我们的车已经可以比较好地在道路上自动驾驶了。

后面的无人化验证，以及整个单位经济模型的跑通，大概到去年才逐渐实现。

之后我们又用了接近一年的时间，把规模真正做起来。目前有些运输路线，不是一两台车在试，而是一两百台无人车每天持续在运输。

提问：公司发展初期遇到的最大难点是什么？

韦峻青：技术上，我们当时认为随着自动驾驶技术发展，迁移到卡车是可行的。

当然，乘用车和卡车的自动驾驶，在场景、数据和技术上差异都非常大。一辆重卡满载接近50吨，刹车距离长得多，需要看得更远；后面还拖着挂车，转弯、变道、刹车时都要算挂车怎么动。所以模型要针对卡车来训练，数据也要从真实的卡车运营里来。这些在技术上都有路径可以解决。

真正比较大的挑战，是找到合适的商业场景和产品路线。

比如最开始我们也跟其他货运客户聊过，两个城市或者两个仓之间，每天几辆车的货可能就已经比较饱和了。

但是我们到了内蒙古、新疆看到当地干线货运的需求以后就大开眼界。像一些货场，每天大概有几十辆车是服务它们的。大家在这里谈运输规模，经常是两三百台车这样的量级。

对我们这些当时从北京做研发过来的人来说，一下子感觉打开了一个新的天地。原来在中国北方大宗商品是这样的一个运营场景，有这样规模的体量，这是大家都想象不到的。

所以这是第一个挑战：找到真正适合自动驾驶规模化落地的场景，自动驾驶货运需要一个“大场景”，如果没有形成规模效应，无法形成技术和商业闭环。

找到场景后，第二个问题是，虽然货量非常大，路线集中度高，但在这里落地的难度也不小。

刚来的时候，道路条件没有现在这么好。有时候下雨以后路面积水，你不知道水下面是什么情况。车辆运营还涉及很多问题，比如车辆开一段时间以后刹车需要降温、加水，路上会遇到交警检查、称重，经过收费站还要拿单据、扫码等等。

我们团队大多做了十几年Robotaxi，到了卡车场景才发现，这里面有大量非常具体的运营问题。

为了让自动驾驶技术在货运场景真正规模化落地，我们做了两个比较重要的选择：一个是选定内蒙古等地大宗商品运输场景；另一个是选定编队无人化的路线。这两个方向确定以后，后面的发展就比较顺利了。

当然，当时也冒了比较大的风险。因为那时候没有多少人在这里做L4自动驾驶，也没有人在此采用编队方式。甚至有人会觉得，编队是不是一个过渡方案？是不是因为技术能力不够，所以只能做编队？

但实际上，这里的环境跟城市环境非常不一样，干线货运每天就是大批货运组队在跑，编队是顺着这个场景长出来的。我们的目标是实现规模化的无人运营，所以必须针对这些真实场景做突破。

“只有编队这种方式，才能做到规模化应用”

提问：现在也有不少公司在做编队，是不是整个行业最后都在向这种产品形态收敛？

韦峻青：对，我觉得国内大部分做L4自动驾驶干线物流的公司，最终都在向类似的产品形态收敛。

我们从2021年就开始做编队。现在大家也都意识到，只有编队这样的方式，才能做到规模化应用。在这条赛道上，我们的编队、单车和运输机器人三个产品形态都已经跑起来了。

提问：你提到乘用车和卡车差异很大。现在乘用车辅助驾驶的数据动辄以亿公里计，卡尔动力的L4里程是千万公里量级，在数据上会不会吃亏？

韦峻青：我觉得这两个数没有可比性，因为解决的问题不一样。辅助驾驶是一个很好的工具，让司机开得更省、更安全。我们交付的是真无人的运输任务，客户是为运输的结果付费，商业模式与L2不同，差别主要在三个方面。

一个是技术和数据密度。辅助驾驶通用的驾驶能力是可以学的，但重卡有自己的物理问题。比如挂车碰到车辙、横风可能会甩，严重的时候会折叠。编队里前车速度稍微有点波动，传到后车就会被放大成顿挫，顿挫多了，能耗就上去了。这些东西，乘用车的数据再多没法解决。我们这几年在真实的干线上跑，积累了400万个边缘场景，比如路上有遗洒、人工收费站、牛羊群过马路，仿真里没有办法穷举复现。

另外一个是网络。辅助驾驶的价值是加法，车和车之间没有关系；我们这张网的价值来自连接。一条线路上，换电站建起来了、运营模式成熟了，后来的货主和伙伴可直接复用，调度平台会把车、货、场站、补能放在一起通过AI调度。进来的人越多，网络密度越大，网络内的运输成本越低，节点越智能，这就是网络效应。

还有一个是商业化。辅助驾驶省的是油钱、保险，车上还得坐司机，运输的成本构成没变；无人化改整体的成本结构。一个领航员带几台车？运营怎么配合？装卸、补能怎么衔接？保险怎么买？这些只有自己把L4的商业化跑起来才才能知道。

一开始曾考虑过快递物流场景，选择率先落地鄂尔多斯是双向选择

提问：为什么一开始选择鄂尔多斯？当时是他们找到你们，还是你们找到他们？

韦峻青：是双向的，这里面确实有一定巧合因素。

鄂尔多斯拥有非常好的（干线货运）场景，有非常具挑战、非常丰富的实验场。这里有国道、高速、省道、县道，也有大车、小车，有村庄、矿区、土路、上下坡。在周围几十公里范围内，就能够覆盖很多不同类型的场景。同时，它们当时也在寻求创新技术来降本增效、产业升级。

当时我们也在看重卡自动驾驶，是一个万亿级的赛道。

从我的角度，有一个非常坚持的点：一定是场景定义产品，再由产品驱动技术。所以我们在寻找不同的场景中，发现最佳的切入点是和大货主、大宗商品生产企业合作，用自动驾驶技术攻克最大、最痛的场景。

双方从2021年就开始毫无保留地合作，到2025年，我们在这里已经打造了一个可全国复制的、全流程闭环的无人货运样板。

提问：是不是从这个阶段开始，你们对收入、成本这些东西关注得更多了？

韦峻青：对。我们原来都是做AI的，物流里面的利益关系是什么样的、大家怎么算账，需要深入场景去看。

我们最开始想法很简单：这个场景这么大，省掉一个人肯定能赚钱。所以一开始主要就是做技术研发、产品研发。但真正做起来以后发现，有很多非常细的问题。

比如实现自动驾驶之后，厂区是不是每50台车还要雇几个人负责装卸货？厂区需要做什么改造？账到底怎么算？这些车辆还要充电，自动驾驶车辆怎么完成充电？这里面有很多实际流程需要打磨。商业化不是技术达标以后自然发生的，得从第一天起就以盈利为目标去设计，让技术和运营一体化。

大概从2022、2023年有一定规模落地以后，我们开始真正深入关注这些问题：比如怎么跟厂端签合同，账期是什么样的等。

同时，我们也开始思考技术到底能够给客户带来什么。以前很多货运调度靠的是“熟车熟货”、微信群，朋友之间相互通知。一些厂端虽然已经有计划系统，但很多物流环节仍然依靠微信沟通，今天要多少吨货、几个厂怎么分，都是在群里定。

所以我们用平台能力赋能这些企业，把我们的系统跟生产自动化系统打通。这些流程都是我们从2023年左右逐步搭起来的。我们不是一家在空中楼阁里面研究AI的公司，而是在真实场景中不断打磨人工智能和产品力的公司。

谈降本：自动驾驶套件成本从初期二三十万元，降至目前10万级

提问：目前一套自动驾驶套件，单车成本大概是多少？

韦峻青：最早我们的第一台样车，自动驾驶套件成本需要二三十万元，现在已经降到10万元这个级别，而且每年还在快速下降。

对客户来说，整个自动驾驶额外投入的成本，可能6到9个月就能够收回来。因为可能只是额外多花几万元，但每年可以节约10万到20万元。

整个经济模型还在快速改善。这里面有两个比较重要的驱动力。一个是AI效能提升。比如车辆可以开得更快一些，并线更积极一些，可以超过一些慢车、洒水车，堵车的时候处理得更好，排队的时候效率也可以更高。另外一个维度就是自动驾驶套件的成本持续下降。

还有一个方向是有更长的编队。现在短途主要是一拖一，慢慢到了中途运输可以做一拖二、一拖三，人效比、能耗优化也会更好。目前我们在中长途路线已经在推进这些工作。

提问：自动驾驶套件的降本主要会来自哪些方面？比如后续会不会减少激光雷达？

韦峻青：这几年智能驾驶产业链越来越成熟，本身就带动了成本下降。对于自动驾驶重卡来说，主要还是规模降本。作为一个比较新的赛道，早期很多零部件是定制的，自然成本会比较高。随着规模的扩大，成本逐渐降低。

如果能够达到乘用车的采购规模，每年1万台、10万台，成本可以直接下降到现在的三分之二甚至更低。

当然，也有一些技术降本的探索。比如最开始可能需要高算力平台，通过模型压缩等方式，未来也可以使用中算力的平台。

提问：和乘用车相比，重卡自动驾驶的零部件有什么区别？

韦峻青：其实有很多一致性。我们一开始就做了一个比较前瞻性的选择：尽量选乘用车领域已经实现规模量产的零部件。

一是性能上不能妥协，零部件必须足够成熟、可靠，要足够冗余；二是我们当时就判断，只有搭上乘用车的量产规模，产业链成熟度才会被带起来，成本才有持续下降的空间。

当然，重卡也不是把乘用车零部件直接搬过来，重卡载重大、惯性大，环境更苛刻，我们也做了很多针对重卡场景的定制化。

比如，卡车一般是24伏系统，电压更高；车辆颠簸更严重；这边冬天可能到零下30摄氏度，同时灰尘也非常大等。所以我们会针对这些情况进行适配、测试。红外摄像机、激光雷达的雨刮器、4D毫米波雷达等，都是针对这些实际场景做的特殊设置。

能源动力不是自动驾驶的卡点，换电网络正加速构建中

提问：目前你们车辆的能源形式有哪些？有天然气，也有纯电？

韦峻青：我们希望未来尽可能都是新能源、绿色能源。

但实际情况是，卡尔动力要赋能所有客户、所有车企的不同车型。客户选择天然气车、燃油车、电动车或者氢能车，一定有他自己的道理。

物流客户算账非常精细，不同能源的优劣势、停车场在哪里，都会算清楚，再根据自己的场景选择能源形式。

所以对我们来说，能源形式是客户的选择题，我们的自动驾驶可以适配不同能源类型，能源动力本身不是自动驾驶的卡点。

我们在车辆研发中更关注无人化本身。第一是车辆无人化以后，驾驶舱应该怎么变化；第二是在干线货运环境下，外露的传感器应该是什么样，需要怎么清洁、怎么集成；第三个是自动驾驶处理器、核心通信单元，包括车辆转向、制动冗余，以及轮胎和整车状态相关的各种监控。我们判断，车辆走向无人化会有两个趋势：一是底盘技术全冗余、全线控，来更好的支持智能化；二是驾驶舱变成选配，满足不同场景的需求。我们做的L4原生平台，就是按这些需求来定义的。

整体来看，目前卡尔动力超过一半的车辆是纯电车辆。但一些需要跑800公里甚至1000公里的长距离线路，目前还是会使用天然气等能源形式。

我们也在和宁德时代等伙伴一起，在内蒙古等地建设换电网络。随着网络建成，客户就会多一个选择，可以用新能源车辆完成更多运输任务。

提问：换电车型已经推出了？

韦峻青：我们支持底盘换电的自动驾驶重卡和无驾驶舱的运输机器人，目前都可以自己开进换电站，进行底部换电。换电网络也正在构建过程中。所以我们对自动驾驶和新能源的结合探索，非常有信心。

提问：换电网络是你们自己建设吗？自营吗？

韦峻青：换电网络是跟我们的生态合作伙伴一起做。

对换电合作伙伴来说，他们需要稳定的利用率。自动驾驶最开始就是围绕固定客户、固定线路运营，一条路线可能有300台车，每天往返运行，换电站建在这样的线路上，利用率是有保障的。

“客户其实不管你研发花了多少钱，关心你给他省了多少钱”

提问：你们跟客户主要是什么合作模式？

韦峻青：基本都是共建模式。最开始会以TaaS（运力即服务）作为切入点，因为客户一开始没有自动驾驶车，我们就先拿一些车去承接他的业务。

我们需要当地合作伙伴的支持，他们可以告诉我们当地有哪些难点，这条路线怎么拿到稳定的货；他们也需要我们把工程师投入到具体场景里，快速推动这个场景的技术演进。

同时，我们现在也在转型，做技术赋能，由客户或者客户找的合作伙伴来持有车辆资产，我们提供软件服务，或全栈赋能。

比如原来只把5%的货给我们，等跑通以后，还有95%的货，那是不是可以由他自己或者合作伙伴买车，再让我们来提供服务，最终帮助他降低成本。

提问：DaaS服务怎么收费？按年、按月，还是其他方式？

韦峻青：方式比较灵活，可以按收益分成，也可以收固定费用。

但收取多少费用，一定跟我们给客户节约了多少钱相关，也跟市场竞争情况相关。所以卡尔动力一直要保持效率最高，在一条路线上无人化做得最好，这样我们在竞争里面才有优势，也能给客户省更多的钱。核心还是客户觉得这个钱付得值不值，是不是真的给他省了钱。

提问：所以你们的定价是基于给客户节约成本，而不是把自己的研发摊销成本加进去？

韦峻青：客户其实不管你研发花了多少钱，他只关心你给他省了多少钱。比如你帮他省了10块钱，他觉得可以付5块钱。

我自己觉得形成今天的网络效应以后，这是一个长坡厚雪的大赛道。短期所有这些积累，都是为了让你在这里形成身位优势：我能比别人跑得更高效，网络效应更强；我的客户更多、车更多，成本就会更低；成本更低以后客户又会更多，运力也会更加充沛，慢慢形成一个正循环。

所以短期到底向客户收多少钱，不是最重要的。给客户省了多少钱，才是重要的。

提问：你们怎么判断DaaS（虚拟驾驶员服务）模式已经跑通？是看客户付费率，还是看回本周期？

韦峻青：关键还是看这条路线的正向经济模型是不是跑通。

这条路线相比人工驾驶能够赚钱，接下来是看多赚10%还是多赚20%，这个才比较重要。

卡尔动力要做的，是通过技术把整体成本降下来，把效率提上去，让这个模式能够赚钱。之后再跟生态伙伴商量，大家愿意承担多少风险、享受多少收益。

所以不能单纯看有没有人愿意付费。如果我收一个特别低的价格，甚至不收钱，大家肯定愿意用，但这并不能证明模式跑通。真正给客户省钱，我觉得才是一个非常重要的标志。

提问：会不会担心客户学会了，之后不再续费？

韦峻青：不太担心。我们这一年来一直在贯彻“AI+Robot+Solution”的ARS战略，核心就是做一定程度的生态整合，直接接触客户。

因为我们的模式不是一锤子买卖，不是我把车卖给你以后就不管了，而是长期的车辆运维服务、货物调度、自动驾驶服务等。所以即使资产可能不是我的，运营一定是卡尔动力赋能客户或者深度参与的。只有这样，才能把自动驾驶资产高效地运行起来。

提问：长期来看，卡尔动力会不会逐渐不再自己持有车辆资产？

韦峻青：长期看，卡尔动力一定会一直持有一部分资产。

因为不管是拓展新的区域、新的路线，还是新的客户，都非常需要重卡数据的积累和经验的打磨。我们自持车队的效率一定是最高的，迭代循环也是最快的。

未来行业会更趋向分层：我们保留核心自持车队做验证和打磨，规模化运力由客户和合作伙伴投入。比如一条路线最终可能需要500台车，我们可以先放10台、20台或者50台，把它打磨好以后，再考虑剩下450台怎么由客户或者合作伙伴来投入。

提问：如果全部自己持有资产，模式会很重？

韦峻青：所以我们更期待的是“共建”。有人擅长持有资产，通过资产运营赚钱；我们最擅长的是把这个模式打通以后，通过数据不断迭代，AI赋能车辆，AI赋能整个调度，让效率提升，通过AI赚钱。

当然，就像我们在棋盘井落地一样，我们也必须在泥地里面真正走一段时间，才能把技术打磨出来。但最终目标，还是通过全栈实践，沉淀出一套能够赋能整个网络的能力。

谈商业化：多条线路正陆续实现无人化UE转正，目前部分线路部署已缩短到3个月

提问：现在线路的UE（单位经济模型）转正，进展到什么程度了？

韦峻青：我们现在已经有几条路线持续跑了半年到一年，正在逐步实现路线级无人化UE转正，包括一些煤炭、电厂、灰厂相关的运输路线。后续实现转正的路线，在我们全部路线中的比例会越来越高。

提问：平均一条线路半年左右能够转正吗？

韦峻青：有的路线还是挺难打的，尤其最开始的几条。我们第一条实现转正的路线，就是鄂尔多斯从煤矿到电厂的常态化物流路线，花了大概一年时间，慢慢打磨整个无人化运营流程。当时是没有范本可以参考，只能一点点摸索和内化这些经验。

但后面越来越快。因为AI的泛化能力越来越强，我们自己也越来越熟练。以前一条路线的自动驾驶部署可能需要大半年，现在已经缩短到3-4个月。

提问：卡尔动力不久前提出规模化无人干线运输网络共建计划，这对公司和行业意味着什么？

韦峻青：这是一个量变到质变的过程，意味着卡尔动力和行业都开始从单点验证走向网络复制。

2023年的时候，我们已经有几十台规模的自动驾驶车队。到去年，我们实现了单位经济模型转正，让自动驾驶真正开始赚钱。从最开始的几个点到多条路线，再到现在，覆盖6个省区、多个行业的网络。我们验证的不只是单条线路能不能跑通，而是网络化复制能不能成立。

为什么网络化效应重要？因为每跑通一条线路，数据和经验都能用到下一条线路上。新线路跟已经跑过的线路越像，需要的增量训练就越少，投入的车也可以更少，验证也更快。网络越密，新线路落地的成本就越低，也更容易盈利，又会吸引更多客户和伙伴加入。所以率先跑通的公司会积累起规模效应和网络效应。

编队是我们最早提出来的，由此L4货运能跑通商业闭环。这五年里，技术、运营怎么沉淀，怎么实现商业化，我们都摸索出了一套方法。随着规模化运输网络启动，整个行业会从过去大家单打独斗，逐渐进入一个快速复制的阶段。

卡尔动力的最终目标不是成为中国最大的物流公司，而是希望成为运输网络的构建者和赋能者。

谈行业：参与者越多，说明大家越来越相信L4货运这件事能成立

提问：现在越来越多新玩家进入Robotruck赛道，怎么看接下来整个自动驾驶重卡行业的竞争格局？

韦峻青：卡尔动力把这条路跑通以后，希望有更多企业加入，从不同的优势角度来做。参与者越多，说明大家越来越相信L4货运这件事能成立，整个赛道发展得越快。

我们从2021年开始布局编队自动驾驶并进入大宗商品运输场景，更早遇到问题，也积累了比较完整的全栈实践。我们一方面继续把线路、场景和运营闭环做深，保持先发实践的身位；另一方面也愿意把踩过的坑、沉淀的方法开放出来，和更多伙伴一起把标准、安全边界和商业模式做成熟。更多玩家不是来分一块固定蛋糕，而是一起把L4货运市场做大。

提问：为什么自动驾驶重卡这种商业模式，会在中国率先跑通？

韦峻青：在需求、场景和技术上，国内都形成了更好的匹配。

从中美市场比较来看，中国的重卡数量比美国更多，而且中国区域性的物流规模也比美国更大，干线货运很多路线相对集中，适合早期区域网络跑通。美国很多运输可能要跨四五个州，政策打通的挑战很大。另外，中国的卡车司机短缺问题也比较明显，而美国年轻人仍然愿意去开卡车赚钱，卡车司机是一个收入不错的职业，人力缺口相对较少。

所以我觉得，中国市场区域性的优势，再加上驾驶员短缺，是这个商业模式率先跑通的主要影响因素。

同时，中国整个AI相关研发也非常活跃，产业链完整，迭代也快。从我们现在实际做出来的结果来看，我认为国内自动驾驶技术已经处于全球非常领先的位置。

提问：这两年行业热度提高了很多，物理AI今年也很火，卡尔动力算不算赶上了风口？

韦峻青：我们更愿意把它看成长期积累，而不是赶风口。

这个行业一直还挺稳健的，没有特别火的时候，也没有特别冷的时候。

因为整个生产类物流一直都是刚需。技术也一直在演进，车辆也越来越好。所以整个行业的发展还是相对比较线性的。物理AI等概念今年以来比较火，我们认为，载物智能本来就是物理AI里规模最大、最先落地的主场景之一，这其实是我们一直都在做的事。

比较早布局的战略合作伙伴，也一直认同这个方向，给我们很多赋能。

我们不追风口，一直坚持做的就是把网络建起来。产品上也在往前走，像没有驾驶舱的运输机器人，我们做得也比较早，希望下一阶段继续保持领先。

谈个人：希望做一件能够快速落地并产生商业价值的事

提问：您个人之前在美国很多年，也一直从事自动驾驶研究。为什么后来选择回国创业？

韦峻青：我在美国待了大概12年。读博士期间（卡内基梅隆大学自动驾驶实验室），曾休学创业，做过一家公司（Ottomatika），也是做Robotaxi，回国以后也继续做过Robotaxi，一直在自动驾驶这条线上。但越往后做越明确的感受到：技术的价值最终要在真实场景里兑现。

最终我还是希望做一件能够快速落地并产生商业价值的事。载物运输是生产类物流刚需，路线相对可控，商业闭环更清晰，适合自动驾驶先跑出规模。这对我来说，技术真正改变一个行业也意味着一种成就感和自我满足。

提问：有没有什么喜欢的书和电影？

韦峻青：我觉得《流浪地球》里面对于未来物流的重构、想象，对我们挺有启发。

为建造行星发动机，它设想了一套全新的物资运转体系：由超级计算机统一统筹，运输车辆采用自动驾驶，车辆研发、全局调度均由AI参与。我们也希望未来物流运输成为AI体系的一部分，卡尔动力能参与其中。