引言

新疆某大型露天煤矿，100台无人驾驶矿卡在尘土飞扬的矿坑里昼夜穿梭。

没有司机，没有方向盘，只有传感器和算法在无声地决策：该加速还是减速、该避让还是等待、该去哪条路排队卸货。

传统人工驾驶需要差不多200名司机才能撑起这个规模的运输车队。博雷顿的系统部署后，实际运营人员不到20人。

10倍的人力替代，是已经在矿坑里跑出来的现实。

无人车来也（公众号：无人车来也）认为，而更值得关注的，是让这一切成为可能的那套“虚拟训练场”：

7月19日，博雷顿与飞捷科思联合发布的“零碳矿山物理世界模型”。

无人车来也（公众号：无人车来也）和大伙儿聊聊这个事！

（参考阅读请点击：《博雷顿发布行业首款矿山端到端智驾大模型，...》）

一、矿坑里的“数据荒”：端到端大模型的命门

矿山无人驾驶行业有两条技术路线。

第一条是模块化规则方案。

感知、定位、规划、控制各管一摊，工程师给每个模块写规则。

好处是确定性高，但致命缺陷是规则根本写不完。

矿区道路跟着采场推进天天在变，装载区日日更新，排土区边坡每天往外扩。

但凡遇到一条没写进规则的“长尾场景”，车只能卡住等人来救。

第二条是端到端大模型方案，博雷顿走的就是这条路。

传感器数据直接喂给大模型，大模型直接输出控制指令，所有决策逻辑让模型自己学。

端到端的核心优势是泛化能力：遇到没见过的场景，模型能基于预训练知识做出合理判断，而不是傻傻卡住。

2025年11月，博雷顿发布新一代无驾驶室纯电动无人驾驶专用矿卡，搭载自研E2E端到端智驾系统，首次将端到端大模型引入矿山场景，感知、规划与控制深度融合，实现毫秒级决策响应。

2026年6月底，博雷顿又发布了全球首个矿山端到端大模型，配套矿区驾驶Agent、AI大模型调度系统、矿山数字孪生平台。

但端到端也有天花板。

长尾场景，如暴雨、大雾、暴雪、夜间低照度、扬尘遮挡、临时障碍、道路突变、人员误入作业区等，在真实矿山里确实会发生，但频率极低，单个场景概率可能只有千分之一甚至万分之一。

光靠真实运营数据训练，从95分到超越人工的进程会变得十分漫长。

博雷顿需要一个能无限生成训练场景的“虚拟矿山”。这就是“零碳矿山物理世界模型”干的事。

二、三方联手：把“虚拟矿山”种进矿坑

7月19日，博雷顿与飞捷科思联合发布“零碳矿山物理世界模型”。

这是一次三方协同：博雷顿深耕矿山实地运营，飞捷科思掌握物理仿真核心算法，沐曦股份提供国产自主算力底座。

飞捷科思的Fysiverse基于完全自研的Fysics可微分物理引擎和OmniFysics全模态物理AI基础模型，底层算法、核心架构、仿真体系100%全栈自研，并完成对国产GPU、国产算力平台的深度原生适配。

飞捷科思还联合32家产学研用资单位发起成立物理智能创新联合体，汇聚复旦、哈工大、沐曦股份、机器人企业及头部创投。

这套系统的运作逻辑是闭环进化：

场景生成层：用3DGS、扩散模型和生成式AI技术，构建高保真虚拟矿山场景。能生成不同天气、不同光照、不同道路条件、不同作业状态下的组合。

物理保真层：飞捷科思的可微分物理引擎技术支持，复现粉尘、惯性等真实物理规则，缩小虚实迁移的差距。

闭环进化层：真实矿山运营数据持续回流，世界模型识别效率瓶颈和困难样本，定向生成训练场景，大模型完成训练验证后部署到实车。

博雷顿董事长陈方明说得很直白：通过世界模型构建的虚拟矿山场景，可批量复刻极端天气、夜间低照度、扬尘遮挡、道路突变、人员误入等现实中难以采集、不易试错的高危复杂工况。

夜间会车是效率损失的主要场景，世界模型就能生成上万种夜间会车变体供模型训练。

这不是随机生成海量场景，而是针对实际运营短板精准地“种”数据。

三、1000台订单背后：客户买的不是车，是“越跑越聪明”

2025年9月，博雷顿与新疆鸣阳矿业签订战略合作协议，鸣阳矿业拟在2028年9月前购买不低于1000台电动矿卡无人驾驶车辆及服务。

2025年11月，首批订单落地，合同金额6520万元。

不到两个月，40台交付新疆鸣阳矿业，14台交付承德建龙矿业，30台计划交付国家能源陕西某煤矿。

短短一个多月，新增超100台无人驾驶矿卡。

100台矿卡在新疆那个标杆项目里昼夜运行，传统需要约200名司机，博雷顿系统部署后实际运营不到20人。

客户算的账很简单：一台无人矿卡替代一个司机班组，省下的不只是一份工资，是三班倒的整个人力成本。

博雷顿董事长陈方明把博雷顿的路线概括为“天生无人，不止无人”。

依托AI大模型调度系统，博雷顿将单车智能全面拓展为矿区群体智能：通过全局运力调度，10台车不会同时到装载区排队，每台车根据剩余电量和任务紧急度动态分配任务。

光储微网系统同时在场，专为高能耗、弱电网环境设计的构网型光储微电网解决方案，可降低约50%的电力成本。

这套方案已在塞拉利昂、刚果等4国落地应用。

从能源供给到智能决策到执行终端，整条链都打通了。

四、矿山是起点，但不是终点

英伟达CEO黄仁勋反复讲过，物理AI是“下一个万亿级风口”，AI会跳出纯数字世界，落地到自动驾驶、人形机器人、工业智能设备这些终端。

摩根士丹利预测，到2035年，由世界大模型赋能的全球产业规模可达10万亿美元。

博雷顿做的，正是物理AI在重工业领域的第一次系统性落地。

如果“零碳矿山物理世界模型”能在矿山这个“地狱级”场景里被充分验证，它的方法论完全可以向港口、农场、大型工地、物流园区迁移。

博雷顿的商业价值正在从“一次性的硬件销售”向“可持续的系统服务”跃迁。

总之，无人车来也（公众号：无人车来也）认为：

物理AI正在矿坑里生根发芽。

当100台无人矿卡在新疆的尘土中昼夜穿梭，当虚拟矿山里的AI模型学会应对每一次极端天气和突发路况，矿山是起点，但显然不是终点。

亲！你说呢？

参考文献：阿尔法工场、界面新闻、证券之星、海外矿业投资等媒体报道