汽车／商用车行业载具纪元新章系列2：无人驾驶载物白皮书无人载物场景多元逐步迈向规模化时刻

投资案件结论和投资分析意见无人载物行业正迈入高速增长阶段，核心驱动力源于技术成熟度提升与政策支持的双重叠加。相比载人场景，多数载物场景具备环境可控、路径可预知等天然优势，降低了无人驾驶技术的落地门槛。头部企业凭借对特定场景的深度理解与定制化技术方案构建了坚实竞争壁垒，实现了技术与市场的良性循环。建议关注在细分赛道中建立技术护城河、具备规模化运营经验的企业。原因与逻辑技术升级与政策驱动双轮加速。无人载物行业凭借载物场景固有的路径可预知性、环境可控性等天然优势，降低技术落地门槛，叠加国家政策从顶层设计到细则落地的系统性支持，推动行业从实验室验证快速迈入商业化运营。硬件成本持续下探与算法效能提升持续优化经济模型，使规模化部署成为现实。未来3-5年物流、环卫、矿卡等细分领域将加速渗透，行业进入密集催化期，技术壁垒与政策红利共同驱动行业规模增长。低速场景应用相对成熟，高速场景技术加速突破。低速无人车（物流、环卫）的技术已相对成熟，通过替代人工显著降低运营成本，行业正从试点验证转向万台级交付阶段。高速无人卡车虽技术门槛较高，但其可解决干线物流的安全和效率问题，同时降本潜力巨大。随着感知算法突破与政策支持深化，高速无人卡车正加速从单点测试向全链路规模化部署演进。特殊场景构筑壁垒，细分领域龙头优势有望持续保持。矿区与港口等特殊场景的无人车作业高度专业化，玩家重合度低，环境适配性成为核心竞争壁垒。头部企业凭借对场景的深度理解，开发定制化技术方案并实现规模化运营，提前抢占生态位，使行业存在较高的进入壁垒。有别于大众的认识市场认为：无人载货难度低于载人，技术壁垒较低，头部企业优势可持续性不强。我们认为：载物端商业化进度已领先载人场景，且各细分赛道均存在场景适配壁垒。无论是干线物流的长距离可靠性与节能算法、末端配送的密集人车交互与精准停靠，还是港口矿区的极端工况与生产流程嵌入，其技术方案均存在一定程度的场景特殊性。头部企业通过在特定场景中积累的专有数据、工艺知识及生态关系，构建了扎实的护城河。这种壁垒基于特殊场景中的技术磨合，无法通用算法简单移植，难以被后来者快速复制，竞争壁垒稳固性较强。目录无人物：场景丰，技策双轮动 6应用场景：载物用场景丰富，场景复杂度低于载人 6技术端：注重场适配，当前以L3-L4为主 79低速人车术成熟较高点面积速扩张 13无人物流车：聚末端配送场景，助力快递业降本 13无人环卫车：解环卫安全及成本问题，潜在市场空间可观 17高速人卡解决长货运，发展对初期 20特殊景无：玩家合度环境适构筑垒 25矿区无人车：矿无人化需求真实，行业格局集中 25港口无人车：港积极推动无人化，渗透率提升空间充足 32风险示 36图表目录图1：无人驾驶场景分类：载物场景多样，复杂度相对载人更低 6图2：无人驾驶各场景发展路径与所在阶段 8图3：低速物流车适用场景丰富 13图4：无人物流车简化终端配送 13图5：中国及时配送市场规模持续增长 14图6：城市配送细分场景 14图7：无人物流车价格不断下降，为规模化打下基础（万元） 15图8：无人物流车设备出售+软件订阅模式 16图9：无人物流车资产租赁模式 17图10：我国环卫工人数量结构 17图11：我国环卫工人呈现老龄化特征 17图12：环卫服务市场场景划分 18图13：无人环卫政府试点项目统计 18图14：无人环卫参与玩家 19图15：中国及全球长途货运市场规模（十亿美元） 21图16：中国及全球自动驾驶卡车市场规模（十亿美元） 21图17：小马智行无人驾驶卡车传感器示例 21图18：无人卡车商业运营模式 22图19：无人驾驶卡车产业链 22图20：目前处于运营试点状态，规模化后存在降本空间 23图21：渐进式路径与跨越式路径对比 24图22：中国煤矿安全事故数量（起）及死亡人数（人） 25图23：中美煤矿百万吨死亡人数（人/百万吨） 26图24：矿山招工难问题待解决 26图25：矿区作业流程复杂，涉及多种车型 27图26：露天矿作业场景适于开展无人驾驶技术应用 28图27：无人矿车作业流程 28图28：井矿无人车技术难点拆分 29图29：无人矿车商业模式分为销售型和服务型 29图30：无人矿车对比人工驾驶与运载机器人，理论降本空间显著 30图31：无人矿车市场格局较集中（运营车辆口径，截止2024年底） 31图32：中国无人矿卡销售渗透率与保有渗透率预测 32图33：中国矿区无人驾驶解决方案市场规模预测（十亿元） 32图34：中国港口场景无人车市场规模 33图35：IGV与DCV技术在未来更具商业化落地潜力 34图36：不同体量港口无人车渗透率对比 36表1：不同自动驾驶场景难度差异 7表2：智能驾驶技术分级标准 7表3：无人驾驶载人与载物在技术发展上的差异 9表4：国家级无人驾驶政策梳理 10表5：各省市陆续推出载物端的无人驾驶政策，积极推动区域内试点 11表6：各省市陆续推出无人驾驶相关补贴政策，鼓励相关企业发展 12表7：传统面包车与无人物流车从网点至驿站的成本对比 14表8：无人物流车主要玩家 15表9：无人环卫方案经济性测算 19表10：小马智行获取的无人卡车相关许可 22表11：干线物流无人模式与传统模式成本对比 24表12：港口场景自动驾驶技术方案 33表13：港口场景自动驾驶主要玩家 34表14：港口场景自动驾驶玩家密集融资，加速商业化进程 35表15：无人驾驶产业链重点公司PS估值表（人民币） 38表16：无人驾驶产业链重点公司PE估值表（人民币） 38无人载物：应用场景丰富，技术政策双轮驱动无人驾驶场景依据运输对象，可分为载人与载物两大类。载人场景主要包含Robotaxi与Robobus。Robotaxi即无人驾驶出租车，用户通过手机应用预约，车辆自动接送乘客，完成点到点运输任务。Robobus指无人驾驶公交及接驳车，按固定路线行驶、停靠站点，提供公共接驳服务。载物场景覆盖多领域，干线物流用智能驾驶卡车实现编队行驶，提升运输效率与安全性。城区配送依托智能车辆规划路线，优化配送体验。特殊场景下无人矿卡和无人港口运输车完成对应任务，协同管理系统提升作业安全性和效率。无人驾驶场景依据环境复杂度，可分为高速/低速场景，开放/封闭场景。无人驾驶场景可按速度与场景开放程度分类。载人的Robotaxi与Robobus为高速开放场景。载物端，干线物流属于高速半开放场景。城区快递配送属于低速开放场景，环卫服务属于低速半开放场景。无人矿卡、无人港口运输车则属于特殊场景。图1：无驾场分：载场多，杂相对人低 文远知行官网，央视网，搜狐新闻，高工智能汽车，浙江海港，无人系统官网，低速无人驾驶网，维科网，研究从环境复杂度看，载物场景普遍低于载人场景。载物场景普遍具备路径可预知性、环境可控性及动态障碍物数量少等特征。低速封闭场景（如园区服务）通过物理隔离与固定路线设计，可完全规避行人干扰与交通流不确定性，仅需应对静态障碍物识别。低速半开放场景（如城区配送）虽存在非机动车交互，但限速机制与短距离决策窗口降低了系统容错门槛。相较之下，高速开放场景（如Robotaxi）需实时处理突发变道、行人横穿等非结构化事件，且高速状态下制动距离延长，对感知冗余度（如多传感器融合）与决策响应速度要求更高。表1：不同自动驾驶场景难度差异决策规划复杂度决策规划复杂度感知系统负担道路环境复杂度典型场景场景分类高速载人：Robotaxi、开放Robobus场景高速半开 载物：干线物流放场 人卡车景半开载物：城区快递配放场送车、无人环卫车景低速载物：园区/厂区无封闭人物流车、巡检车场景特殊载物：无人矿卡、封闭无人港口集装箱运场景输车亿欧智库

极高：完全动态、参与者的行为高度不确定且多样化。突发状况（如事故、抛洒物）。中：在规则道路运行，但人车混行、路边停车等状况普遍，动态交互频繁。低：环境边界清晰，参与者基本固定且可预期，路线高度结构化。环境极端：尘土、雨水、金属干扰多，但运行区域严格封闭、隔离。

极高：需实时处理海量动态目标、复杂路况及恶劣天气与光照变化。感知精度和距离要求极高。中：目标密集、遮挡常处理。低：以静态障碍物和少数授权动态目标为主，感知任务高度简化。工况挑战大：需针对特殊工况（如尘土）优化传感器，但动态交通参与者极少。

极高：需进行毫秒级的类人甚至超人的博弈与交互决策。高：策略相对统一，但在高速下决策的容错时间极短，安全压力大。保守策略（如降速、停车）化。高。中：路径与流程固定，但需与装载、卸货等生产流程进行高精度、高可靠的协同。L3-L4级为主自动驾驶技术按成熟度可分为L0至L5分级，当前载物场景的无人驾驶主要处在L3-L4级别。L0指完全人类驾驶。L1（部分驾驶辅助）系统可在特定条件下提供纵向或横向中单一方向的持续控制，如定速巡航。L2（组合驾驶辅助）如自适应巡航结合车道居中。L3（有条件自动驾驶）L5（完全自动驾驶）无任何设计运行范围限制，可实现全场景自动驾驶。等级 名称 定义 驾驶员任 典型功能表等级 名称 定义 驾驶员任 典型功能L0无自动化完全由类驾员控车辆 全程负所有驶任，是全的 无第一责任人。L1部分驾驶辅助在特定计运条件，系可为 必须全监控境，时准接 定速巡、车保持助车辆提横向纵向单一向的 管。 （LKA）、自紧急动（AEB）持续运动控制。L2组合驾驶辅助在特定计运条件，系能同 必须全监控境，持注力集 自适应航（ACC）+道居中时提供续的向和向运控 中，随准备管。不可离方 （LCC）组合用、杆换道制。 向盘。L3 L4

在特定设计运行条件下，系统可执行全部动态驾驶任务。在特定设计运行条件下，系统可执行全部驾驶任务，无需用户接管，并能自动达到最小风险状态。在任何可行驶条件下，系统均可实

在系统请求时，需要及时接管。其他时间可从驾驶任务中脱离，但需保持接管能力。请求（

交通拥堵自动驾驶（TJP）、高速公路自动驾驶（HWP）无人出租车、无人物流车、限定区域自动代客泊车（AVP）L5

现自动驾驶，无设计运行范围限制。

何人工制装。 全场景动驾驶国际自动机工程师学会载物无人驾驶普遍采用跨越式发展路径，直接发展L3-L4级自动驾驶。与乘用车从辅助驾驶（L2）逐步升级的渐进式路径不同，载物无人驾驶普遍采用跨越式发展。这主要得益于其运行场景（如港口、矿区、干线）相对封闭或结构化，任务目标明确，且对乘坐舒适性无要求。因此行业无需经历漫长的L2-L3阶段，而是直接攻关L4级自动驾驶技术，以在特定领域最快实现去安全员的完整商业闭环，从而更早地验证经济模型并实现规模化运营。图2：无驾各景展路与在段 亿欧智库，全国汽车标准化技术委员会感知系统：无人载物L4自动驾驶的技术路径由场景适配性深刻塑造。无人载物的运行环境多为低速、半封闭或封闭空间，通过物理隔离与固定路线等强约束，系统能够大幅简化感知任务。这使得其可采用轻感知+强约束策略，即适度降低传感器冗余度，转而集中资源优化对装卸点、交通标志等关键任务要素的精准识别，在确保功能安全的同时实现了显著的成本控制。相比之下，载人场景为应对开放道路的完全不确定性，则必须追求全域覆盖与超高冗余的感知方案，面临更高的硬件成本与技术复杂度。决策逻辑：无人载物L4的决策核心是任务完成效率与运营成本的最优化。在环境约束提供的安全边界内，其系统可采用更高效、确定性的策略（如固定路径绕行），并高度依赖规则与场景先验知识来简化交互判断，从而降低算法负载。而载人L4的决策则必须综合平衡安全性、舒适性与通行效率，算法需模拟人类驾驶行为以处理各类非结构化交互，其复杂性和不可预测性远高于前者。硬件冗余与安全机制：无人载物L4展现出鲜明的工程优化导向。它充分利用封闭场景本身作为安全缓冲区，通过电子围栏、自动停靠等环境兜底设计，来替代高成本的全链路硬件冗余。这种以系统功能降级和场景容错为基础的安全哲学，使其能够在满足可靠性要求的前提下，大幅降低制造成本与工程实现难度。反观载人场景，则必须遵循零单点故障原则，依赖昂贵的多重冗余设计来保障绝对安全。数据闭环更容易：无人载物L4聚焦于特定场景，通过在有限、高频的固定路线中持续运营，能够快速积累高价值场景数据，形成高效的数据飞轮，驱动算法在局部范围内快速迭代与成熟。这种基于场景复制的闭环，是其能够率先实现规模化商业落地的关键。而载人L4的数据闭环则必须致力于攻克开放道路中海量、罕见的长尾场景，其数据收集成本高昂、泛化需求巨大，技术演进节奏相对缓慢。表3：无人驾驶载人与载物在技术发展上的差异对比维度 无人载物技术 无人载人技术对比维度 无人载物技术 无人载人技术核心目标 作为生产工具，核心是实现确定空间内货物的效、低成本位移，追求投资回报率。场景约束驱动：接受有限场景、有限能力的设

作为出行服务，核心是实现开放环境下生命的绝对安全、舒适运输，并承担相应的道德与法律责任。开放环境适配：必须以应对无限开放环境为前提，

定，主动利用环境约束（如封闭路线、物理隔离）定义问题边界，追求在定义域内的可靠性、经济性与工程可行性。任务专用感知：感知为特定场景服务，利用环境先验知识（如固定路线、电子围栏），大幅降低传感器性能、数量和全域覆盖依赖，聚焦识别关键任务要素（如装卸点、托盘），实现成本控制。在狭窄领域内快速迭代成熟，形成高效的数据闭环。场景适配与快速落地：技术栈深度适配场景需求，通过解决具体工程问题验证商业模型，实现快速规模化复制。

为处理不可预知的所有情况，系统设计追求极致冗余、泛化能力与安全容错。全域感知冗余：感知需独立应对所有未知场景，融合多高性能传感器（激光雷达+视觉+毫米波），构建厘米级实时三维环境模型，识别并预测所有潜在交通参与者行为，硬件与算力成本高昂。长尾场景覆盖：需在海量、多样且充满罕见长尾问题的开放道路中收集数据，数据获取与标注成本极高，模型需具备强大的泛化能力，技术迭代周期漫长。技术突破与社会接受：技术能力（尤其是处理极端案例的能力）直接决定可运营边界，需优先攻克通用智能问题，以证明系统的绝对可靠性与社会可接受度。研究化运营近年来国家对自动驾驶行业的政策引导逐步体系化。特别是在无人载物领域，系列政策从顶层设计到落地细则，构建起一个从技术示范、标准建立、准入管理到基础设施支撑的完整框架。政策层面明确将高级别自动驾驶货运纳入国家人工智能和新型基础设施的发展重点，通过设立示范应用场景、完善测试标准与准入机制，并逐步开放商业化试点区域，系统性地为技术规模化落地扫除障碍。其核心逻辑是通过规范与激励并重的方式，引导产业从实验室验证跨越至真实的商业运营，为行业健康、有序的规模化发展奠定了坚实的制度基础。表4时间 法规名称 政策核心内容时间 法规名称 政策核心内容2022.82023.7

能示范应用场景的通知》场地试验方法及要求》《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿》《国家车联网产业标准体系建设指南（智能网联汽车）（2023》

L4AI无人作业等应用；支持运用车路云一体、多传感器融合等关键技术；通过科技计划成果和试验区遴选示范项目并推广。明确载货车辆L4级场地试验标准，规范测试场地、设备精度及人机交互要求；设定试验通过条件与安全红线（如碰撞否决项）；2023年5月实施场地-道路-仿真三位一体验证体系。L4500险；限定试点区域及安全员配置，软件升级需备案；事故责任由使用主体担责，重大隐患将暂停试点。自动驾驶纳入国家车联网标准体系，2025，2030车路云协同标准；推动感知、决策、控制等关键环节标准制修订；地方部门协同落实标准以规范产业落地。2023.9 2023.11

构建公路动态感知网络，为自动驾驶提供实时路况数据；推进公路资产数字化及智能化施工装备研发；搭建三级监测调度体系，适配规模化运行需求。明确L4自动驾驶车辆准入需通过功能安全与预期功能安全验证；要求数据可追溯及OTA升级备案；企业承担质量安全责任并建立缺陷召回机制。允许载货L4自动驾驶在干线公路或城市道路试点，严禁危险品运输；经营者据。《关于开展智能网联汽车“车据。《关于开展智能网联汽车“车试点区域需部署5G及C-V2X基础设施，车辆需安装车载终端并与平台互2024.1路云一体化”应用试点工作的联；支持城市物流配送车试点，依托云控平台提供协同决策服务；健全安全监通知》测及人员培训考核制度。《关于公布第二批智能交通先发布道路运输车辆行业标准，为L4自动驾驶合规性提供技术参照；统一技术2024.4导应用试点项目（自动驾驶和标准以规范测试验证及车型审查；完善道路运输车辆管理体系，奠定规模化应智能建造方向）的通知》用基础。《关于进一步加强智能网联汽企业需对L4自动驾驶车辆及OTA升级进行全阶段安全测试；申报准入需补充2025.2车产品准入、召回及软件在线组合驾驶辅助系统参数及测试报告；涉功能缺陷事故需配合调查并实施缺陷召升级管理的通知》回。《自动驾驶汽车道路测试与示2025年8月起上海、广州等五城全域开放载货L4商业化运营；取消安全员2025.7范应用管理办法（2025修订强制值守，车辆需具备极端天气接管能力；事故责任按技术缺陷比例划分，单版》车保费基准8000元起。《关于“人工智能+交通运 突破载货L4自动驾驶共性技（动态感知、自主决策，支持京津冀等地开展2025.9 输”的实施意见》 示范应用；构建交通大模型及高质量数据集，优化车路云协同设施；推进智能装卸设备研发及数据共享机制。

指南（试行》

需持证经营并配备安全员；车辆需记录运行状态信息并留存事故前90秒数各政府部门官网

国内主要省份与重点城市正积极通过地方性法规、实施方案等政策工具，加速推动载物端自动驾驶在区域内的试点与商业化进程。北京、上海、深圳等地率先进行立法探索与场景开放，形成了较强的引领效应。江苏、浙江、湖北等多地则紧跟步伐，围绕港口物流、干线运输、末端配送等具体场景，出台了一系列细致的道路测试与示范应用管理细则。这一系列地方政策的密集落地，不仅为技术验证提供了合规空间，更通过鼓励商业化运营探索，共同构成了支撑无人驾驶载物场景在全国范围内梯次落地、由点及面推广的关键政策网络。表5：各省市陆续推出载物端的无人驾驶政策，积极推动区域内试点核心内容核心内容名称发布时间省市2024北京 年12月

《北京市自动驾驶汽车条例》

作为地方性法规，明确支持自动驾驶汽车应用于出行服务及城市运行保障。首次提出以试点方式推动自动驾驶道路运输服务商业化落地。上海 2022年8月深圳 2022年7月2025年3

《上海市加快智能网联汽车创新发展实施方案》《深圳经济特区智能网联汽车管理条例》《无锡市智能网联汽车道路测试、示范应用、准入与上路通行管理实施细

在重点任务中提出，全力推进自动驾驶在港口物流领域应用，并探索向干线物流、城市末端配送等场景延伸。踢出管理自动驾驶车辆的条例，例如准入门槛和登记制度、道路开放与测试区域、事故处理与定责。则》 支持在物流配送等场景开展示范应用，并鼓励探索商业化运营江苏 2024年5月2022年6浙江 2025年6重庆 2022年92022四川 年62025天津 年月2024广西 年10月海南 2023年72022湖南 年92024湖北 年12月河南 2022年52025辽宁 年4

《南京市智能网联汽车道路测试与示范应用管理实施细则（试行》范应用管理实施细则（试行》范管理实施细则（试行》《重庆市智能网联汽车道路测试与应用管理实施细则》范应用管理实施细则（试行》《天津市促进智能网联汽车发展条例》《柳州市智能网联汽车道路测试、示范应用与示范运营管理实施细则（试行》《海南省车联网（智能网联汽车）业发展规划（2023-2027》《湖南省智能网联汽车道路测试与应用管理实施细则》《武汉市智能网联汽车发展促进条例》《河南省加快新能源汽车产业发展的指导意见》发展行动计划（2025-2027》

模式。南京、苏州、无锡等城市有具体试点项目。发布智能网联车道路测试、示范应用与示范运营管理细则，规范申请、审核、运行及安全要求。智能网联汽车上路须符合主体、车辆、驾驶人、保险、测试、示范、网络安全等条件。专门针对低速无人车，是物流末端配送场景自动驾驶车辆落地的重要政策基础。以地方立法形式明确开放除危险货物运输以外的道路货物运输等商业化应用场景，允许L4级车辆收费运营。明确道路测试、示范应用与示范运营的申报、审批。细则确定了无人驾驶如何运行、监控以及安全事故处理要求。鼓励开展智能网联汽车在景区、园区、港口、机场、物流等特定场景的示范运营。业安全可控发展，为商业化运营奠定基础。L4汽车从事包括道路货运在内的商业化运营。明确提出要推动智能网联汽车在物流配送等特定场景的示范应用，并积极争取国家级车联网先导区。发展人工智能产业，到2027年规模700亿，推动2+3+N产业体系及智能机器人、智能装备、智能运载、智能终端、智能芯片发展。各地政府官网

部分城市相继出台了针对无人驾驶产业的具体补贴政策，形成了从研发测试到规模化示范的全链条激励体系。这些政策普遍覆盖关键技术攻关、车辆测试验证、示范场景运营等多个环节，通过直接的研发投入补助、测试费用补贴、保险费用支持以及基于车辆规模或项目投入的运营奖励，实质性地降低企业创新与落地成本。此举标志着地方政府对无人驾驶产业的扶持，正从早期的宏观规划与场景开放，转向以真金白银的财政手段精准驱动技术商业化与产业集聚的新阶段。表6：各省市陆续推出无人驾驶相关补贴政策，鼓励相关企业发展核心内容核心内容名称发布时间省市北 2025年京 月上 2023年海 月广 2025年东 月江 2025年苏 月

《关于开展2025年智能网联汽车专项政策相关事项申报的通知》《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定实施细则》《广州市推动智能网联新能源汽车产业发展三年行动计划》《苏州市推动智能车联网和新能源汽车产业发展的若干措施》

标准研制奖励：支持智能网联汽车标准制定与升级，单个企业每年最高200万元。数据应用奖励：支持数据应用与流通交易，单个企业每年最高150万元。3002000万元。1、申请条件：为测试车辆购买保险，其中商业保险，小微型载客汽车、轻微型载货汽车、轻微型专项作业车每车不低于500万元人民币，其他车型每车不低于1000万元；对申请载人示范应用的，应当为每位体验者购买或者承诺购买不低于200万元的座位保险和人身意外险等商业保险。302010005000核心技术攻关：对研发投入给予最高20%的财政补助，单个项目最高3000万元，或采用补改投模式支持。20100501001000各地政府官网张低速无人车对技术要求相对较低，适用场景丰富。技术层面，低速场景对长距探测、复杂动态预测与高速轨迹优化的依赖较弱，更强调稳定识别、规则化决策与高可靠控制，因此开发难度与验证周期均明显低于高速无人车。目前低速无人车主要用于末端配送，如快递以及环卫等场景。图3：低速物车用景丰富 通渠有道无人物流车可替代人工，简化物流程序。在公共道路的末端配送环节，面对劳动力短缺与效率压力，无人物流车能在快递站与固定目的地之间承担规律性运输任务，形成运力补充。在园区场景下，物料流转需要高强度、重复性的点对点运输，这适合部署路线固定的无人车辆以替代人工，保障生产节奏并提高效率。图4：无物车化端配送 亿欧智库无人配送市场空间巨大，多数城配场景可被无人车替代。我国及时配送市场规模约3400亿元，其中快消配送、异地电商、本地生鲜、商超即时配等高频场景合计占到大约七成以上，是低速无人车天然契合的需求池。图5：中及配市规模续长 图6：城配细场景 4000350030002500200015001000500

80.00%70.00%60.00%50.00%40.00%30.00%20.00%10.00%

生鲜电商4%临时配送10%耐用仓配13%

4%

大件电商3%

快消配送33%02018年2019年2020年2021年2022年2023年

0.00%

本地生鲜13%

异地电商20%市场规模（亿元） 增速（右轴）

快消配送异地电商本地生鲜耐用仓配临时配送生鲜电商连锁餐饮大件电商艾瑞咨询 运联网无人物流车能将网点至驿站的单票物流成本降低约47%。与依赖司机的新能源车辆相比，无人车不仅直接节省了持续的人力成本，更通过算法驱动的精准路径规划，减少了冗余行驶里程，从而同步降低了能耗与车辆损耗。这使得单件配送的综合成本得以显著压缩，为物流企业提供了明确的降本增效路径。模型测算显示，无人车可将网点至驿站的单票物0.270.1447%。表7：传统面包车与无人物流车从网点至驿站的成本对比假设项目每日配送票数（件）1000折旧年限4传统面包车无人物流车单车购价（元）80,000100,000车辆成本（元/月）1,6672,083能耗成本（元/月）468240司机薪酬（元/月）6,000-FSD订阅费（元/月）-2,000月运营成本（元/月）8,1354,323平均单票成本（元/票）0.270.14降本空间（元/票）0.13亿欧智库在成本持续下探和技术成熟度不断提升的共同作用下，低速无人物流车的渗透率正迎来加速拐点。过去几年中，L4的百万元级下降至十万元以内，使无人车具备真正意义上的规模化部署条件。随着量产车型迭代，可靠性和可维护性稳步提升，行业从小批量示范跨入万台交付阶段。九识智能累计交付无人车已超过一万台，业务覆盖三百余座城市，安全行驶里程突破3000万公里。新石器则与顺丰、京东、中国邮政等下游客户建立深度合作，无人车交付量同样达到万台量级。随着故障率下降、人车比持续优化，无人车在实际运营中的可用性显著提高。图7：无物车格断下，规化下础（元） 1201008060402002018年 2019-2021年 2023年 2024年 2025年每日经济新闻参与玩家可以分为自动驾驶新玩家与原有物流企业。第一类是深耕特定场景的自动驾驶企业，如九识智能、白犀牛、新石器等。其优势在于技术专注、场景理解深，能通过全栈自研和快速迭代实现产品与场景的高度匹配，已在园区、末端配送等细分领域形成规模化交付案例。第二类是具备强生态资源的平台型企业，如菜鸟、京东、美团。其核心优势在于拥有完整的物流业务场景与庞大的运营网络，能够将无人物流车作为基础设施直接嵌入现有体系，提升物流网络效率。表8：无人物流车主要玩家商业化进展商业化进展核心产品核心技术企业名称分类初创企业

基于Transformer架构的视新石 觉BEV算法器 中央集成模引入OCC的感知算法分体式车规级滑板底盘设计动态多机分布式车载L4操九识 系统智能 自动驾驶云平台自研自动驾驶套件

X3X3X6E6（轻件数配送）、Z2（窄路园区）、Z5（城市物流）、Z8（工业物流）、Z8MAX（配送中心）、L5（重载物流）

路权：超300城落地规模：全球部署超13000台订单：2万台（2025年交付万台级车队）路权：29省覆盖落地规模：L4运营总里程超6000万公里订单：2024年底在手订单超万台，2025年一季度新增订单同比增长超4倍白犀 多传感器融合（激光雷达牛 视觉）

R1、R3、R5 路权：超100城落地规模：千台日活；L4级自动驾驶算法与模型仿真与数据闭环系统

订单：B轮融资2亿元，目标2026年日活5000台物流场景企业京东物流感知大模型+轻地图技术点云视觉融合技术智能网联自研无人轻卡产品——京东物流VAN路权：30城开放道路；落地规模：预计2026年底前将完成超千台的部署订单：由新石器供应90%车辆菜鸟达摩AI算法模型多传感器融合云端智能调度系统小蛮驴校园版、GT-Lite、GTPro路权：200+城落地规模：校园场景交付超1000台，公开道路交付超500台；订单：单车日均运送超2000件美团360智能调度系统动态规划配送路径全气候运营能力魔袋20、小黄蜂（室内外具身智能配送机器人）路权：在北京和深圳试点202565001300万公里各公司官网，南方都市报，赛博汽车，深圳国际智能网联汽车产业展览会，36氪，有驾，懂车帝，搜狐新闻，研究商业模式1：出售设备+持续收取服务费。早期，行业主要以售卖整车或核心硬件模块的一次性销售模式为主，其价值核心在于硬件设备本身。随着技术成熟与规模化运营需求凸显，商业模式正快速向硬件销售+持续服务收费的混合模式升级。企业不仅出售车辆，更通过提供自动驾驶运力服务、车队运营管理、数据平台订阅或按单量/里程收取服务费来获取持续性收入。这一转变意味着行业价值重心从单纯的制造向制造+运营延伸，旨在提升客户粘性并构建更稳定、长期的盈利结构。例如九识的Z8Max售价已经低于10万元，其他小型车售价约为3-5万元，通过FSD服务，每月持续收费，作为稳定的收入来源。图8：无物车备售+软订模式 网经社，九识官网商业模式2：资产租赁模式。租赁模式指按月或按运量收费。服务商通过大规模集采车辆，降低了单车成本并形成了采购与运营的规模效应。对于客户而言，租赁模式大幅降低了其初期资本投入与试错门槛，使其能够以更灵活的方式获取运力。与此同时，原先分散于众多客户身上的技术迭代风险和资产贬值风险，也得以转移至拥有规模化运营能力与资金实力的租赁服务商处集中承担。图9：无物车产赁模式 新石器，九识智能、白犀牛官网，亿欧智库未来无人配送加速迈向规模化应用，依托技术突破与政策支持重塑物流末端生态。在L4级自动驾驶技术突破、车路云协同体系加速建设及政策支持下，无人配送正从试点验证向规模化应用演进，并逐步重构物流末端生态。AI算法在动态路径规划、多车协同调度及复杂环境感知的持续突破，叠加边缘计算与高精地图的成本优化，将推动单车运营边际成本进一步压缩。政策层面，城市级智能交通体系与物流新基建规划为无人配送提供了路权开放、数据共享及标准化运营框架。未来3-5年，无人配送将在高频次、短半径的末端物流场景（如社区团购、即时零售）形成人车协同的新范式，并通过定制化运力池与平台化调度系统，重构传统物流的最后一公里成本结构，最终实现效率提升与碳排放降低的双重价值目标。2.2无人环卫车：解决环卫安全及成本问题，潜在市场空间可观环卫行业正面临劳动力短缺与成本控制的双重挑战，存在无人化需求。传统环卫行业当下面临适龄劳动力供给减少与人力成本上升的双重压力，无人化应用通过技术替代重构作业模式，既缓解人力供给不足压力，又能优化长期运营成本结构，其作业的标准化特性还可提升服务效率，成为行业突破发展瓶颈、实现高质量转型的关键路径。图10：国卫人结构 图国卫人老龄特征 跟车作业人员数量16%环卫车辆驾驶员12%

路面清洁作业人员72%

女性48%平均年龄岁

男性52%平均年龄岁路面清洁作业人员 环卫车辆驾驶员 跟车作业人员数量

男性 女性盈峰环境 盈峰环境无人环卫车市场渗透率低，未来发展空间广阔。根据2024年的环卫服务市场构成数据，传统的清扫保洁及环卫一体化服务占据了41%的主导份额，而代表新兴模式的环卫车租赁和无人环卫车两项业务合计占比尚不足1%，其中无人环卫车细分领域的占比更低。极低的市场占比恰恰预示了巨大的增长潜力。随着劳动力成本持续上升与技术成熟度不断提高，无人环卫车有望从当前不足1%的份额中快速增长。图12：卫务场划分 环境司南无人环卫收入主要依靠政府招标采购，近年来采购规模高速增长。据环境司南监测数据，上半年全国无人驾驶智能环卫装备及配套服务采购项目数量超200个，覆盖22个省份的54座城市、80个区县，装备总采购规模达648台（辆），其中453台（辆）已完成开标流程，采购模式包含设备直购、租赁服务、环卫+无人驾驶试点合作以及全无人化智能清扫项目四类。从需求驱动因素来看，环卫+无人驾驶试点项目贡献核心拉动力。上半年国内15个省份累计开标该类试点项目102个，成交合同总额超70亿元，配套无人驾驶环卫装备需求达347台（辆），占同期已开标装备采购总量的80%。图13：无人环卫政府试点项目统计玉龙环保113人及以上环卫人员时，方案将具备经济效益。载重不超过3区域。这类装置体型紧凑且机动性强，可高效推进清扫作业，助力压缩人力投入开支。其配备激光雷达、机器视觉等多类型感知组件，依托人工智能算法，具备自动离位、沿边清洁、人机配合作业等能力。该类装置当前市场价约30万元/台，适配场景中1台搭配2-4名人工，若实际场景中无人车+3无人化方案将具备成本优势。项目模式1： 模式项目模式1： 模式2：30万设备+1 4人模式3：3人组模式4：2人组设备成本（万元/台）人30.000.000.000.00折旧年限4.00---电费成本（万元/年）0.550.000.000.00流量费+GPS定位费（万元/年）0.180.000.000.00用人成本（万元/年）5.0020.0015.0010.00成本合计（万元/年）13.2320.0015.0010.00观研天下商业模式：科技公司负责技术，环卫公司负责运营。无人环卫行业核心参与主体分为两类：一类是无人驾驶科技企业，以仙途智能、高仙机器人等为代表，聚焦无人清扫设备研发与智能算法方案供给；另一类是传统环卫企业，包括北京环卫集团、福龙马等，依托既有环卫运营场景推进无人设备落地。两类主体分担技术与场景职能，协同支撑行业商业化进程。图14：无人环卫参与玩家智研咨询无人环卫商业模式持续演进，有望从职能分工走向生态共建阶段。当前技术研发与运营服务分离的协作模式，是行业启动期的有效分工。展望未来，随着技术标准化与规模化应用的深入，两类主体的边界将趋于融合。科技公司将不再仅是设备供应商，而是向提供算法+车辆+运营平台的综合解决方案服务商演进；传统环卫企业则需深度介入数据与流程，推动运营模式向智能化、精细化转型。最终，行业将形成以数据和效率为核心的深度协同生态，共同定义无人环卫的服务新标准。期传统干线卡车物流竞争激烈且存在安全问题，无人货运卡车（Robotruck）需求真实有效。传统干线卡车物流行业竞争已趋白热化，同质化竞争加剧压缩利润空间。同时长途运输模式下容易出现疲劳驾驶、人为操作失误等安全问题。无人货运卡车凭借技术手段实现全天候、标准化作业，既能降低人力依赖以缓解竞争压力，又能通过智能管控规避安全风险，其需求天然具备合理性。全球货运市场稳步提升，Robotruck潜在市场空间巨大。根据小马智行招股书披露，20221.822030年的2.33万亿美元。市场规模增长率处于提速过程中，预计未来5年中国市场复合增速3.8%，全球其他市场复合增速2.8%。伴随无人渗透率提升，Robotruck市场预计持续增长并在2030年迎来爆发，2025年全球市场规模约2.6亿美元，预计2030年达到280亿美元，2035年达到5982亿美元。图15：国全长运市规（亿元） 图16：中国及全球自动驾驶卡车市场规模（十 亿美） 小马智行招股书 小马智行招股书无人货运卡车处在高速场景，比低速无人车安全要求更高，技术难度更大。高速无人车（RoboTruck）与低速无人车的核心差异在于技术复杂度和安全冗余要求。高速场景车速高、路况开放且变量多，对长距感知、动态预测、制动控制及高性能计算平台提出更高要求，系统需满足车规级可靠性与严格的功能安全标准。相比之下，低速无人车多运行场景路线可控、速度受限，可通过规则化场景与相对轻量的传感器方案实现安全运行，对算法泛化能力和算力平台的要求显著降低，硬件成本也更易控制。图17：马行人卡车感示例 小马智行招股书当前无人驾驶卡车项目普遍处于试点阶段。目前仅少数地区允许接近全无人或编队运行。以小马智行为例，2020年12月，广东省发放首张自动驾驶卡车道路测试牌照，标志着干线测试纳入监管。20226月，广州市完成混行示范运营车型目录认定并授予示范运营资格，在限定路段和时段内开展付费试运营。2023911月广州组织L4级自动驾驶卡车编队行驶测试。20245月，北京首批获准开展自动驾驶卡车编队行驶测试，20251动驾驶跟随车主驾无人测试。整体来看，监管坚持分区分级稳步推进，在安全记录和技术能力验证充分之前，全面放开仍将保持审慎节奏。表10：小马智行获取的无人卡车相关许可年份地区事件2020.12广东省获得首张自动驾驶卡车测试牌照2022.06广州市混行示范运营车型目录认定并取得示范运营资格2023.09北京市获得智能网联汽车政策先行区智能网联重型卡车示范应用通知书2023.11广州市L4级自动驾驶卡车编队行驶测试2024.05北京市首批获准开展自动驾驶卡车编队行驶测试2025.01 京津冀三 全国首家获准开展编队自动驾驶跟随车主驾无人测地小马智行官网按资产持有方可分为三类商业模式。当前干线物流无人卡车主要有三种运营模式，轻资产模式下，智能驾驶解决方案商仅提供技术服务，车辆由主机厂整合组装后向物流企业提供，物流运营商可采用租赁的方式缓解硬件投入压力。重资产模式中，智能驾驶解决方案商从主机厂采购定制智能驾驶车辆，向智能零部件供应商采购零部件，组装完成后负责运营，并将物流平台车队从提供运输服务。混合模式下，智能驾驶方案商一方面联合主机厂售卖智能驾驶车辆给物流运营商，另一方面联合物流运营商运力系统同时提供智能驾驶及运输服务。图18：无人卡车商业运营模式亿欧智库无人卡车产业链：上游硬件供应商负责提供传感器、芯片组、IMU、GNSS等核心部件。中游由自动驾驶方案提供商进行算法研发、软硬件集成，并将完整的自动驾驶系统交付给重卡OEM，由主机厂完成车辆制造与系统前装。下游由物流服务商接入自动驾驶运力，通过采购或租赁方式配置车队，承担货主运输需求的承接和调度。图19：无人驾驶卡车产业链小马智行招股书

目前无人卡车处于早期试点阶段，规模化后存在较大降本空间。从成本曲线的变化趋势来看，未来具备显著的降本潜力。未来在干线物流等标准化程度高的场景中，企业可通过降低运营能耗、减少安全员配置、优化运营行程降低成本。图20：目前处于运营试点状态，规模化后存在降本空间亿欧智库盈利模式能否跑通取决于规模化后的降本幅度611931万元。在自动驾驶模式下，小规模运营阶805510%。进入大规模运营阶段，随着车辆成本进一步下探、安全员全面撤离、软件订阅费摊薄以及能耗优化，单车成本有望进一步下降至约44万元，整体降本幅度约28%。表11：干线物流无人模式与传统模式成本对比智能重卡：当前阶 智能驾驶重卡：小 智能驾驶重卡：大智能重卡：当前阶 智能驾驶重卡：小 智能驾驶重卡：大段 规模运营阶段 规模运营阶段传统燃油重卡单位：元车辆成本400,0001,000,000800,000600,000折旧年限4444单车年均购置成本100,000250,000200,000150,000单车维护成本7,00070,00050,00030,000单车司机薪酬192,000000单车安全员成本09600032,0000软件订阅成本02400012,0006,000能耗成本310,250255,500255,500255,500单车年均总成本609,250695,500549,500441,500亿欧智库玩家发展分为渐进式与跨越式路径，对应不同客户群体和需求。跨越式路线主要面向B端专线物流场景，聚焦于封闭或半封闭路段，通过突破多模态感知与高鲁棒性控制等核心算法，致力于实现完全无人驾驶，为特定场景提供彻底的运力变革。渐进式路线则通过高速NOA功能服务于拥有稳定货源的客户，在提升行车安全的同时，实现节省人力、降低疲劳与优化油耗的综合效益。图21：渐进式路径与跨越式路径对比亿欧智库随着L4级自动驾驶技术突破、车路云一体化协同体系完善及政策支持，干线无人卡车正从单点验证向全链路规模化部署加速演进。AI算法在高动态环境感知（如复杂路况识别、多车协同调度）及边缘计算优化的持续迭代，叠加高精地图与硬件成本的边际下降，将显著压缩单车运营边际成本曲线。政策层面，智能交通新基建与零碳物流规划为无人卡车提供了路权开放、数据共享及标准化运营框架。未来3-5年，干线无人卡车将在高速干线、区域枢纽等场景形成人机协同新范式，通过模块化运力池与平台化调度系统重构干线运输成本结构，最终实现效率提升、人力替代率突破及碳排放强度降低的三重价值目标，推动公路货运向高效、智能方向转型。壁垒矿山作业面临着工艺流程复杂、灾害频发以及高事故风险的挑战。以煤炭这一重要矿产资源为例，随着安全生产意识的不断增强，中国煤矿的安全事故发生次数和伤亡人数在过去一段时间内总体呈现下降的趋势。2022年两项指标出现回升，分别同比增加85%和38%，反映当前安全问题依旧严峻。相较于美国等发达国家，中国在每百万吨煤炭生产中的人员伤亡率仍处于较高水平，表明矿区安全生产能力存在提升空间。图22：中国煤矿安全事故数量（起）及死亡人数（人）亿矿通图23：中美煤矿百万吨死亡人数（人/百万吨）亿矿通

采矿业的工作环境恶劣且作业强度高，新生代参与意愿低，招工难问题持续存在。行业数据显示，新生代劳动力参与意愿低迷，40岁以下从业者比例持续下降，用工缺口呈现扩大趋势。这一结构性矛盾使得依赖密集劳动力的传统用工模式难以适配行业高质量发展需求，倒逼矿山企业探索技术替代路径。通过引入自动化设备与智能化系统，不仅可以缓解人工依赖，还能优化作业流程，构建可持续的人机协同生产体系，从而破解劳动力短缺与用工成本攀升的双重困境。图24：矿山招工难问题待解决中国矿业大学报告

矿山环境恶劣且招工难，运输路径和区域相对固定，是引入无人驾驶的理想场景。矿山作业环境恶劣，普遍存在招工难、用工成本高及安全风险大的痛点，这构成了无人驾驶技术落地的刚性需求。露天矿山运输路线相对固定，场景封闭性较好，非常适合自动驾驶技术的初期商业化应用。图25：矿区作业流程复杂，涉及多种车型亿欧智库

露天矿是当前无人驾驶技术的主流落地场景。矿山开采包括露天开采与井下开采两类。露天开采通过剥离覆盖层实现矿石直接获取，其运输流程具备路径固定、运行低速及环境单一等特征，天然契合无人驾驶技术部署条件。运输环节占矿石总成本的30%-40%，构成行业降本增效的核心驱动力。这一双重优势使露天矿成为无人驾驶技术规模化落地的首选场景，加速推动行业向高效化、低成本运营模式转型，为技术商业化提供确定性路径。图26：露天矿作业场景适于开展无人驾驶技术应用中国矿业大学报告中国露天矿山无人驾驶已进入规模化商用临界点，行业正处高速扩张阶段。2024年国内露天煤矿无人驾驶矿卡数量达到约2500辆，较2023年增长超120%，预计今年落地将超5000台。实际运营数据显示，无人编组能实现长时间高效作业，部分项目效率已达人工的110%，并在提升效率的同时保持了零事故的安全记录。图27：无人矿车作业流程亿欧智库井工矿作业环境相对复杂，落地难度大于露天矿。井下环境光照不足、湿度大，对设备耐久性与视觉识别提出严苛要求。车控系统需适应复杂路况，电气设备防爆与气密封标准极高。同时，井下无卫星信号依赖其他通信手段，无线信号衰减严重，空间狭小设备密集进一步加剧感知与路径规划难度。图28：井矿无人车技术难点拆分中国矿业大学报告

极端作业环境与通行盲区仍是制约无人矿卡全域可靠运行的核心瓶颈。尽管进展迅速，但技术落地仍面临严峻挑战。矿区环境复杂多变，粉尘、飞石极易遮挡或损坏传感器，影响感知精度。金属矿石的电磁特性可能干扰雷达性能。此外，无人驾驶系统在面对极端天气或非结构化道路时的通用性和可靠性仍有待提升。目前，行业内还面临不同设备间通信协议不统一、5G网络覆盖在深凹矿区存在盲区等问题，且一旦发生故障，远程接管的实时性要求极高，技术门槛限制了其在全地形的无死角覆盖。无人矿卡商业模式分为技术销售模式与运营服务模式。在技术销售模式下，智能驾驶解决方案厂商向车企或矿企提供软硬件系统，由车企集成后交付客户，适用于前期技术验证与设备采购场景。而在运营服务模式中，解决方案厂商联合车企自建或合作成立运营商，直接为矿企提供运输即服务（TaaS），按运量收费，降低客户初期投入。两种模式分别对应不同阶段的市场需求：前者侧重技术输出与标准化，后者强调全生命周期运营能力与风险共担。随着行业进入规模化落地期，运营服务模式凭借其灵活性和可持续性，正成为推动无人矿卡商业化的核心路径。图29：无人矿车商业模式分为销售型和服务型亿欧智库

对比人工驾驶、智能驾驶宽体自卸车与运载机器人三种方案，智能驾驶方案具备经济性。88.9万元，智能驾驶通过消除司机成本及优化能48.845.2%。运载机器人购置成本高（250万元），但84.5万元与人工方案接近，优势在于自动化运维与低能耗。数据显示，智能驾驶在矿山运输中已实现显著降本增效，其经济可行性获实践验证。随着规模化应用与技术迭代，该方案将进一步压缩边际成本，成为矿区运输无人化转型的核心路径。图30：无人矿车对比人工驾驶与运载机器人，理论降本空间显著亿欧智库

行业集中度较高，易控智驾市占率第一。截至2024年底，中国矿区无人驾驶解决方案活跃车辆规模前三名企业合计占比56.0%，行业集中度较高。易控智驾以1,000辆运营车队规模占据40.0%的市场份额，排名第一，其部署规模是第二名与第三名提供商总和的两倍以上，进一步巩固了在矿区无人化运输领域的领先地位。图31：无人矿车市场格局较集中（运营车辆口径，截止2024年底）

易控智驾40%公司C8%

公司D8%易控智驾 公司D 公司C 其他易控智驾招股书无人矿卡市场集中度高，主因场景适配性强且前期投入大，形成天然壁垒。矿山作业环境复杂（如极端气候、非结构化障碍物），需企业具备全栈式技术能力（高精度定位、多车协同调度、边缘计算）及长期工程化验证经验，中小企业难以快速突破。头部企业凭借早期技术积累、大规模资金投入及头部矿山客户资源，通过规模化部署摊薄硬件与算法研发成本，形成技术-数据-场景正循环。例如，头部玩家可依托自研操作系统实现车辆集群智能调度，降低单车运营边际成本。同时，通过深度绑定大型矿区客户，建立生态壁垒，进一步巩固其在市场中的主导地位。中国矿区无人驾驶解决方案市场正加速迈入规模化商业化阶段。受国家政策扶持、技术迭代升级及矿区对安全与效率升级的迫切需求共同驱动，中国矿区无人驾驶解决方案行业进入爆发式增长期。2021-2024年间，该领域市场规模以年均复合增长率204.7%从起步阶段跃升至约20亿元人民币，当前已突破试点验证阶段，进入多场景、多区域的规模化部署新周期。随着技术成熟度提升与成本优化，预计2025-2030年市场规模将进一步扩大至301亿元人民币（2025年约51亿元），年均复合增长率维持57.4%的高位。图32：国人卡渗透与有透预测 图33：中国矿区无人驾驶解决方案市场规模预 测（亿） 60.00%50.00%40.00%30.00%20.00%10.00%0.00%

35302520151050中国无人驾驶矿卡销量渗透率中国无人驾驶矿卡保有量渗透率易控智驾招股书 易控智驾招股书展望未来，预计无人矿卡在技术进步、场景延伸、海外市场开拓三方面共同发展。技术层面，将聚焦突破极端天气下的全时作业能力，并通过数据闭环和AI大模型训练，不断消化长尾问题，最终实现采、运、排全流程无人化协同。应用场景层面，将从当前以煤矿为主，向铁矿、有色矿等更广泛的金属矿山拓展，并探索从封闭矿区到铁路装车站或短途公路的端到端半开放场景运输。市场层面，出海将成为领先企业的重要增长极。中国已验证的规模化应用经验和成本优势，有望在澳大利亚、非洲、南美等矿业资源丰富的地区成功复制。商业模式将进一步优化，技术授权与运营服务的混合模式将成为主流，推动行业进入健康、可持续的规模化盈利阶段。港口水平运输环节的人力依赖与效率瓶颈，催生了对无人运输车的需求。传统集卡司机招工难、成本高、夜间作业效率低，且人工操作存在安全与标准化难题。无人港口运输车（包括AGV、IGV及无人集卡）可实现集装箱自动搬运，通过精准路径规划与24小时连续作业，显著提升吞吐效率、降低碳排放，是港口智能化与绿色化转型的核心抓手。亿欧智库预测在2021至2025年间，市场规模将以超过130%的复合年增长率增长。展望2026至2030年，复合增长率预计将保持在50%以上，凸显港口自动驾驶商用车领域的显著增长潜力。图34：中国港口场景无人车市场规模亿欧智库当前港口自动驾驶技术主要存在AGV（自动引导车）、IGV（智能引导车）、DCV（无人驾驶集卡）ASC（集装箱跨运车）四种路线。港口以前三者为主流。ASC用规模相对有限。这一技术路径的选择，深刻反映了自动驾驶方案与具体港口工况间的紧密适配逻辑。表12：港口场景自动驾驶技术方案平平求本（万元）单车制造成 场地改造需 运维成本水灵活度应用场景 自动化程度 技术复杂度导航方式技术方案AGV自动引导车IGV导车

磁钉、激光、视觉合+算法+GNSS

水平运输 半自动化 较低 较低 300-400 需改造 高水平运输 高度自动化 高 较高 200-300 无需改造 低DCV驾驶集卡

高级自动驾驶系统

水平运输 高度自动化 极高 非高

100-200 无需改造 低ASC箱跨运车

自动化控制系统

垂直与水平运输

高度自动化 中等 较高 百万至千万 无需改造 高亿欧智库

早期以AGV技术为主，目前逐步演进至IGV与DCV。早期AGV方案因依赖磁钉铺设等基础设施改造，部署成本高，商业化落地有限。2020年后，IGV（智能引导车）与DCV（无人驾驶集卡）凭借无轨导航优势快速推广，后者因多场景适应性更受青睐。特大型港口依托数字化基础率先应用自动驾驶商用车，大型港口在IGV/DCV技术成熟后逐步推进，而中小型港口受制于智慧化水平及资金投入，渗透进程相对滞后。随着技术成本下降与政策支持强化，DCV路线有望主导未来市场，推动不同层级港口实现差异化协同发展。35：IGV与DCV亿欧智库

港口场景的无人驾驶公司与其他场景重合度较低，主要由特殊环境下的技术壁垒决定。技术上，港口工况极端特殊，要求车辆能精准应对高湿度、铁锈干扰、GPS信号遮挡以及与大型机械的复杂协同，其感知与决策模型高度定制化，难以直接迁移。商业生态上，港口客户高度集中（大型港务集团或矿业公司），项目具有强绑定、长周期、高门槛特点，形成了封闭的采购与服务生态。同时，对安全性和可靠性的严苛认证，以及需深度理解港口作业系统（TOS）等专业Know-how，共同构筑了深厚的行业护城河，使得专注该赛道的公司技术路径与商业模式都高度专业化。表13：港口场景自动驾驶主要玩家公司名称 企业概况 合作车企 港口布局 车队规模 主力车型 核心技术点公司名称 企业概况 合作车企 港口布局 车队规模 主力车型 核心技术点

2020年成立，聚焦场景物流领域无人驾驶技术研发与落地，提供无人运输设备及运力服务2017年成立，深耕L4级自动驾驶技术，主打全场景智能运输解决方案与配套服务2015年成立，国内正向自研无人重卡代表企业，已实现

中国重汽、一汽、吉集团等一汽解汽车等江铃重汽

港口港口覆盖阿联酋阿布扎比港、泰

2024中国港口自动驾驶车队规模第一数十台规模的干线物流自动驾驶车队、超100辆

斯年行速无人集卡、斯年引重无人平板车TIM运输机器人、智能网联牵引车Q-Truck全时无人重卡、E-

全栈软件自研，具备无盲区感知、高精度定位、智能规控及安全冗余全栈自研技术，支持360度障检、＜5cm精确定位及复杂规控算法搭载QomoIo自动驾驶平台、Loopo船舶智慧平台全球超数百套系统 国林查班商业交付 港、天津全球超数百套系统 国林查班商业交付 港、天津港等Truck升级车型2017年成立于杭 布局宁波超100港口无人拥有FabuDispatch调度系飞步科技 州，聚焦港口AI技 - 港、南通辆（含新驾驶水平统、FabuRemote远程控制术落地，提供一体 港等港口中标）运输系统系统2003年成立， 吉利、比无人驾驶2022年科创板上 亚迪、一覆盖唐山集卡、重经纬恒润 市，综合电子系统 汽、北港、日照50辆以 载自动驾 提供智能车辆、场地及车队运服务商，聚焦汽车 汽、江港、龙拱上 驶特种载 营管理一体化解决方案等领域解决方案 铃、上汽港等港口具等源研究

斯年智驾官网，主线科技官网，西井科技官网，飞步科技官网，经纬恒润官网，经纬恒润年度报告，申万宏中国港口自动驾驶技术正进入快速发展阶段，行业参与者通过资本加持加速商业化进程。数据显示，20215Pre-AB轮的完整资本路径，反映其在技术迭代与场景落地方面的持续突破能力。同期，飞步科技年内完成3凸显资本市场对其技术前景的高度认可。整体来看，行业集中度提升与资本对技术创新的倾斜，正推动港口自动驾驶从试点验证向规模化部署加速演进。表14：港口场景自动驾驶玩家密集融资，加速商业化进程企业时间融资轮数融资金额投资方2021年3月Pre-A轮数千万元劲邦资本、广发信德投资、辰韬资本2021年12月A轮数亿元劲邦资本、广发信德、字节跳动、辰韬资本斯年智驾2022年11月A+轮数亿元水木创投、湖滨资本、广发信德、辰韬资本、深圳智氢、容主线科技2021年11月A+轮数亿元众为资