長距離幹線運輸，被公認為L4級自動駕駛最有商業潛力的場景之一。過去幾年的實踐表明，算法在封閉測試環境中表現良好，一旦部署到真實場景，可靠性、成本、生態支撐等問題便會集中暴露。根本原因在於軟體與硬體之間缺乏協同機制。以往自動駕駛重卡多基於傳統車型改裝而來，軟體與硬體屬於後期改造，缺乏從零開始的並行設計與深度耦合。如何打破這層壁壘？
2026北京國際車展期間，至頂智庫同卡爾動力工程技術副總裁于洋、陝汽研究院副院長馬繼周，圍繞「軟硬結合，正向定義貨運終極本體」展開圓桌對話，深度探討軟硬體團隊的高效協同路徑，意外地給出了幾條可落地的答案。
車展同期，卡爾動力發布了面向L4貨運的「KargoBot Inside」全棧方案，以「AI+Robot+Service」為架構，宣告L4貨運從技術驗證邁入全維落地階段，成為企業踐行軟硬協同發展戰略的具體體現。但更值得關注的是，這場圓桌中雙方暴露的真實磨合過程。
：從「概念」到「量產」只用了不到一年圓桌上首先被提及的，是運輸機器人。
2025年4月，卡爾動力推出KargoBot Space「未來運輸機器人」概念車，一年後的2026年4月，運輸機器人KargoBot Space® 2.0量產版發布。該車型取消駕駛艙，採用面向L4自動駕駛的正向設計，搭載KargoPlatform Gen® 5.0通用硬體平台。據卡爾動力透露，基於該平台，硬體成本下降約50%，穩定性提升50倍以上。配合全冗餘線控架構，為規模化部署提供了可復用的技術底座。
卡爾動力工程技術副總裁 于洋
談到運輸機器人，卡爾動力工程技術副總裁于洋給出了以下核心判斷：
一是，卡爾動力通過以往車輛的落地實績，積累了千萬公里以上的實際數據，和上億公里的安全測試驗證。貨運自動駕駛技術的成熟度和可行性已達到拐點。
二是，隨著自動駕駛技術逐漸成熟，駕駛艙將變成選配件。去掉座艙後，可以增加車輛的載貨空間，使得有效載荷明顯提升，資產利用效率提升2倍。這不是簡單的改裝，而是從底層架構就為無人化而設計。
陝汽研究院副院長 馬繼周
陝汽研究院副院長馬繼周則從三個維度解釋了運輸機器人與傳統重型卡車的本質區別：
軟硬協同方面，傳統重卡的控制和執行模組沒有實現閉環，但對於運輸機器人而言，其天然是一個閉環系統，人工智慧提供感知決策能力，底盤系統跟智能系統結合在一起，形成機電結合、軟硬一體的完整架構。
響應速度方面，傳統重卡底盤的響應速度和控制精度要求並不是非常高，而運輸機器人搭載的系統要保證毫秒級的響應速度，從而確保整個系統的安全性和可靠性。
測試驗證方面，傳統重卡更關注車輛本身的性能以及在環境下的適應性，自動駕駛運輸機器人需要全場景適應能力，其智能感知和決策系統在各種極端和長尾環境下需具備適應性，還需要數據閉環系統的驗證以及安全冗餘的驗證。
這些話題指向同一個結論：正向定義不是口號，需要從硬體到軟體、從感知到底盤的同步設計。沒有駕駛艙的運輸機器人，不是去掉了一個座艙，而是要重新思考貨運載體的終極形態。
自動駕駛貨運的研發並非單一環節的技術突破，而是需要晶片、傳感器、算法、整車製造等產業鏈多環節協同，各環節研發周期的差異成為制約其落地的首要障礙。更棘手的是組織層面的摩擦。傳統「主機廠+算法供應商」模式下，雙方以合同為界：一方交付車輛，另一方裝載軟體。軟硬體直到聯調才第一次「見面」，大量問題積壓到路測階段。卡爾動力與陝汽則從研發初期就深度綁定，試圖改變這一流程。
據于洋透露，車輛在研發和生產過程中，雙方團隊會共同投入幾個月的密集周期。從產品最開始的用戶定義，到電子電氣系統和軟體程序的設計，再到硬體的選擇，以及生產的總裝工藝都是由雙方共同完成的。溝通是團隊配合的關鍵因素。
馬繼周則點出了解決技術分歧的核心方法，「在解決技術團隊出現的類似問題時，更多是要明確接口和規則，然後把共同的目標賦予團隊，讓大家共同賦能，減少爭論，從而推動目標達成。」
嘉賓的分享揭示了行業常態，多數自動駕駛公司與主機廠的合作仍停留在甲乙方關係——接口文檔替代共同設計，驗收測試替代聯合攻關。要打造軟硬一體的原生L4產品，需要雙方工程師從產品定義到總裝工藝，高頻碰撞、共同決策，這才是「原生共創」的本意。
自動駕駛貨運車輛的落地，不再是單一技術能力的競爭，而是算法、底盤、整車工程、生產製造與場景運營之間協同組織的競爭。
三種研發路徑，為什麼聯合正向開發正在成為主流？
從業內的合作路徑來看，自動駕駛重卡的研發量產目前主要有三種典型模式：新勢力企業全棧自研、傳統主機廠主導開發、自動駕駛科技公司與硬體主機廠聯合開發。
路徑一：新勢力企業全棧自研
以特斯拉Semi為代表，採用軟硬體全棧自研的方式推動貨運自動駕駛落地，從算法、晶片到整車全部自研。全棧自研方式在能耗效率、動力性能、OTA疊代、車隊數據閉環等方面具備差異化優勢，但同時也帶來車輛研發投入高、量產周期長、基礎設施依賴強、供應鏈壓力大和服務網路建設難度高等挑戰。
對於大多數自動駕駛公司而言，這條路徑門檻過高，不具備可複製性。
路徑二：傳統主機廠主導開發
國外如商用車企業沃爾沃集團成立Volvo Autonomous Solutions，專門推進自動駕駛運輸解決方案。從國內來看，中國重汽、一汽解放、東風柳汽、江淮等企業也在通過與自動駕駛公司合作或自研L2+的方式向L4探索。
由傳統重卡企業主導的研發模式，掌握整車平台、線控底盤、冗餘安全和商業運營入口，主導自動駕駛系統集成與產品定義，但存在內部技術人員不足、研發投入產出比難以平衡的問題。更關鍵的是，由主機廠主導的開發往往優先滿足現有產品線的兼容性，而非為L4正向設計，軟硬體的耦合深度受限。
路徑三：自動駕駛科技公司與硬體主機廠聯合開發
以卡爾動力與陝汽重卡的聯合開發模式為代表。雙方不是簡單的「車輛+系統」的組合，而是從用戶定義、電子電氣架構到總裝工藝的全程共建。陝汽重卡提供整車研發、生產製造以及售後服務能力。卡爾動力注入自動駕駛算法、冗餘系統設計。
此種合作模式的優勢在於，雙方從研發初期就開始協作，可以有效避免後期「嫁接」帶來的性能損耗和重複開發，充分發揮軟硬體雙方的各自優勢，進而提升市場競爭力。
從行業發展趨勢來看，深度協同、全程共建的軟硬體聯合開發模式正在成為主流。原因很簡單，自動駕駛貨運的競爭已經從「誰能做出更好的算法」轉向「誰能更快地把算法變成可靠、可量產、可複製的產品」,後者需要的是一種深度的、對等的、貫穿研發全周期的合作夥伴關係。
全球物流行業正在經歷一場底層運力的重構。長距離幹線運輸的自動駕駛化，不再是技術可行性問題，而是工程化、協同化、規模化的長跑。高盛在最新預測中大幅調高了預期：在中國，Robotruck將在2026年實現千台規模化部署，2030年突破10萬台，2035年滲透率達到50%。驅動這一判斷的，正是像卡爾動力與陝汽這樣的聯合開發樣本，雙方在「軟硬結合」上趟出的路，正在變成行業的標準作業程序。
在圓桌對話的最後，兩位嘉賓提出兩個關鍵詞：「原生共創」與「軟硬一體」。
「原生共創」是從底層架構到上層應用重構整個技術體系，發揮雙方的優勢實現創新。
「軟硬一體」則是通過增強研發能力，實現硬體本體與智慧大腦之間的有效協同，持續提升產品的綜合競爭力。
我們可以清晰地看到：下一代自動駕駛重卡的競爭，不再是算法的軍備賽，而是不同團隊的工程師們能否坐在同一張桌子上、用同一套語言、朝著同一個目標工作的組織能力。
當「原生共創」與「軟硬一體」貫穿研發流程中的每一個節點，L4貨運規模化落地的目標就不遠了。
