更新时间:2026-04-25
点击次数:
4月24日,北京车展首日,佑驾创新把第二代无人物流车小竹T5 Pro推到展区C位。
过去几年,佑驾创新更为外界熟悉的身份,是一家前装智能驾驶供应商,为车企提供行泊一体、驾驶辅助域控和座舱感知方案。小竹T5 Pro的发布显示,这家公司在L4级无人物流车领域已经走过概念验证阶段,开始进入更强调交付效率、运营成本和区域复制能力的阶段。
去年9月底,佑驾创新在深圳发布第一代无人物流车小竹T5和T8。七个多月后,小竹无人车已在国内18个城市落地交付,在手订单突破7000台,覆盖邮政快递、冷链运输、景区酒店布草配送等场景。此次推出的T5 Pro,是佑驾创新在完成第一轮市场验证后,对无人物流车商业化瓶颈的一次集中回应:降低对高精度地图的依赖,提升车辆在开放道路和复杂场景中的泛化能力。
对于无人物流车行业而言,“无图”不只是一个技术标签。过去几年,低速无人配送车在园区、景区、社区和城市支路等场景中加速落地,行业热度持续升温。但进入规模化商必赢中国业阶段后,高精度地图逐渐成为绕不开的成本项和效率瓶颈。每进入一个新区域,车辆通常需要先完成路线实勘、采图、制图和适配。路线越长,部署周期越长。一旦道路施工、临时占道或交通组织变化,地图还要持续更新维护。
佑驾创新联合创始人兼董事长刘国清在发布会中给出了一组行业成本账:10公里以内的短路线部署通常需要一周左右,几十公里的中距离路线周,更长线路周期更久;高精度地图绘制成本约为每公里1000元,后续还要承担持续更新和维护费用。
这解释了小竹T5 Pro为什么把“买了就能用,哪里都能开”作为核心表达。相比第一代产品强调“不出事、用得久、不便宜”,第二代产品要解决的问题更贴近商业化深水区:部署周期、线路灵活性、运营成本和复杂工况下的接管率。
一辆低速无人配送车真正跑起来,需要算法、硬件、地图、云端运营、远程接管、场景适配和客户运力组织共同配合。车辆采购只是第一笔账,更大的压力往往出现在交付和运维环节。
如果每新增一条路线,都需要提前实勘、采图、建图和调试,车辆越多、项目越分散,运营复杂度越高。对于快递、冷链、商超、农批、景区等客户而言,无人车的吸引力来自替代部分重复性人力、稳定运行和降低边际成本。部署周期过长、线路调整不灵活,会直接削弱这类产品的商业价值。
按照公司披露,小竹T5 Pro将乘用车高阶辅助驾驶中的一段式端到端技术迁移到无人车领域,使车辆减少对高精度地图作为先验输入的依赖,转向依靠实时感知和决策能力应对环境变化。刘国清称,端到端技术提升了无人车对周边环境的感知能力,也增强了车辆在城中村、社区周边、施工区域、临时占道、人车混行、夜间复杂光影等高频复杂工况下的泛化能力。
这套逻辑与乘用车智能驾驶行业近两年的演进方向相近。随着端到端、大模型和数据闭环被越来越多车企采用,智驾系统正在从高度依赖规则和先验信息,走向更强调数据驱动与场景泛化。佑驾创新的路径,是把乘用车场景中的能力迁移到L4无人车上,再用无人车高频长尾场景反哺乘用车智驾。
佑驾创新在北京车展上将这套体系概括为“L2+量产沉淀赋能L4、L4长尾场景反哺L2+”的双向进化机制。公司同时披露,目前已累计服务超过40家整车厂,2025年新增43个定点项目,前装业务进入放量阶段。
小竹T5 Pro被放进了这一技术体系中。过去在前装乘用车业务中积累的量产工程能力、数据闭环、域控硬件和供应链资源,正在向L4无人物流场景延伸;无人车在真实运营中遇到的高频长尾场景,也会反向补充乘用车智能驾驶的数据和算法训练。
前装乘用车业务解决规模化量产和车规级可靠性问题,L4无人物流业务提供更密集、更复杂、更低速,也更考验泛化能力的真实道路样本。两条业务一旦形成正循环,佑驾创新的角色将从前装智驾供应商,扩展为覆盖出行、物流和座舱场景的AI技术公司。
这条路径也对执行能力提出了更高要求。L2辅助驾驶和L4无人车共享部分底层技术,但责任边界、运营模式、验证逻辑和回款周期都有差异。乘用车辅助驾驶服务于车企前装量产和用户体验,无人物流车服务于客户运营收益、人车配比、远程接管率和场景稳定性。技术同源能够降低研发和供应链成本,商业闭环仍要回到客户持续买单、车队稳定运行、区域复制速度这些具体问题上。
成本端已经出现更明确的变化。佑驾创新称,通过打通L4无人车和乘用车领域供应链,第二代产品BOM成本下降40%;同时,减少高精地图测绘和维护后,前期交付成本与后期运维成本也会下降。复杂工况下通行能力提升后,远程接管率和人车配比还有继续优化空间。
这组成本变化如果在真实运营中兑现,无人物流车行业的竞争重点将随之变化。过去行业主要验证车辆能否安全运行、能覆盖哪些限定场景;下一阶段的关键问题,会转向区域复制速度、单公里运营成本、远程安全员管理车队规模,以及客户侧的投入产出比。这也将成为低速无人车从示范项目走向商业化的分水岭。
过去几年,无人物流车行业并不缺热度。快递末端配送、园区物流、景区接驳、商超补货、冷链短驳等场景都验证过一定需求。但多数项目仍然呈现“点状落地”特征,车辆规模、区域密度和运营收益之间尚未形成稳定飞轮。行业接下来需要补齐的,是跨区域、跨客户、跨场景复制的标准化能力。
小竹T5 Pro的看点由此落在商业复制上。无图能力如果能够持续稳定运行,佑驾创新将有机会从车辆交付进一步进入客户运力组织,参与区域无人配送网络的建设。它要降低的,不只是单车成本,还有无人车从一个项目复制到下一个项目时的时间、地图、维护和运营摩擦。
北京车展上,佑驾创新同时展示了三个方向:AI for Mobility、AI for Logistics、AI for Soul。对应到业务上,分别指向乘用车智能驾驶、无人物流和智能座舱。
这三个方向共同构成了佑驾创新对自身位置的重新表达。过去它更像一家车企背后的智能驾驶供应商,现在它希望外界看到一个更大的AI应用版图:从车端感知、域控、算法,到无人车运营,再到座舱智能体。
其中,无人物流是最具商业想象力的一环。原因在于它离真实运营成本更近,也更容易被量化。车辆能否节省人力、能否提高配送效率、能否在复杂城区环境中稳定运行,都会直接反映在客户的经营账上。
刘国清在发布会中提到,无人物流行业近年常谈“运力模式”,但若车辆仍高度依赖高精度地图,运力模式的基础并不牢固。真正的运力服务,需要在一个区域内提供持续、灵活、可调度的配送能力。假如一个区域要先完成全域高精度地图采集,并在运营过程中持续维护,运力模式的规模经济会被前期投入和后期维护成本冲淡。
“无图”带来的价值,正在于把无人车从固定线路工具,推向更接近可调度运力的形态。车辆不再只能沿着预先建好的路线运行,客户才有可能根据订单密度、配送半径和临时需求调整线路。对于快递末端、冷链短驳、农批市场、景区酒店、汽配物流等碎片化场景,这种灵活性比单车参数更重要。
佑驾创新称,小竹无人车已完成L4业务首次出海探索,产品将面向中东、澳洲、东南亚等地区交付。公司认为,无图方案能够降低海外高精地图测绘资质、数据合规和异地部署成本,为中国无人车产品出海降低门槛。
这并不意味着海外市场更容易。不同国家和地区的道路规则、车辆准入、数据监管、保险责任和运营许可差异较大,无人配送车出海还要解决本地化运营与合规问题。但相较于高度依赖本地高精地图的方案,“真无图”至少为跨区域复制提供了更低的起步成本。
相比无人物流,智能座舱业务承担的是佑驾创新AI叙事中的另一部分。此次车展,佑驾创新推出座舱智能管家BamBam龙虾助手,并将Openclaw技术作为座舱与外部世界连接的“网关”。按照公司设想,BamBam不只是车内语音助手,还可以通过工具调用连接办公室、家庭智能体和车内娱乐服务,覆盖商旅办公、归家控制、车内互动娱乐等场景。
智能座舱市场过去几年同样竞争激烈。车企、芯片公司、软件供应商和大模型企业都在争夺车内入口。佑驾创新的优势在于,它已有DMS、OMS摄像头、座舱感知硬件和前装客户基础,能够把视觉感知、端侧算力和大模型交互结合起来。公司还同步展出了iCabin 1X DMS一体机、DMS和OMS摄像头等产品,并强调相关产品对标ADDW、DDAW、E-NCAP、A-NCAP等国际法规要求。
不过,从商业确定性看,座舱智能体仍处在体验升级阶段。它能够提升用户感知,也有助于车企打造差异化卖点,但能否形成类似智驾域控或无人物流车那样清晰的收入曲线,还需要等待车企定点和用户使用数据验证。相比座舱智能体和全维智驾域控,无人物流车离真实运营场景更近,也更容易被客户用成本和效率来检验。它把佑驾创新多年积累的AI算法、域控硬件、供应链和量产工程能力,拉到一个更加依赖持续运营的场景中。
对资本市场和产业客户来说,这条业务的价值在于,它有机会打开车企前装业务之外的新增量,也能检验佑驾创新的技术体系能否跨场景复用。前装智驾业务看重车企定点、量产节奏和车型周期;无人物流车则直接面对客户的配送效率、接管率、人车配比和运营成本。两类业务的评价体系不同,也让小竹T5 Pro成为佑驾创新能力外溢的一次集中验证。
小竹T5 Pro发布后,佑驾创新的商业化路径也变得更加清晰。7000台在手订单、18城落地交付,为第二代产品提供了早期市场基础;小时级部署、无图运行、远程接管率优化和人车配比提升,则指向下一阶段规模复制的关键指标。随着产品进入更多非标准道路和海外市场,小竹无人车有望从单点项目进一步走向区域化运营。
无人物流车行业仍处在早期放量阶段。刘国清判断,整个行业才“摸到10万台”的规模。早期市场意味着不确定性,也意味着更大的增长空间。对佑驾创新而言,第二代产品的发布,是其从产品验证走向规模化复制的重要节点。
北京车展上,佑驾创新给出的关键词是“真无图”。接下来,订单交付、运营效率、接管率、综合成本和海外拓展,将共同构成小竹T5 Pro的商业化曲线。对于一个刚刚进入放量周期的无人物流车赛道而言,这条曲线的斜率,可能比单一技术标签更值得关注。