傍晚的快递网点,一台台方头方脑的小车陆续出库,沿着城市道路和园区环线跑往返。
车头的摄像头和雷达扫过路口、行人和非机动车,到点靠边、开箱、交接,再接下一单。
这样的画面前几年还只在示范区的镜头里出现,2026 年,已经在不少县城和城区变成日常。

站在这个时点往回看,行业讨论的问题变了。早些年大家问的是,一台车能不能自己跑完一条路;现在车队铺开之后,真正的考题是,成百上千台车能不能在一座城市里被统一派单、反复复用,一笔笔运营账能不能算得过来。
五万台车之后 根据中国物流与采购联合会智慧物流分会今年发布的调研,截至 2026 年一季度,国内无人配送车保有量已经突破 5 万台,仅前三个月就增加了约 1.7 万台。国家邮政局 8 月披露的无人快递车超过 1.6 万台。 往前看五年,各家机构给的数字宽窄不一,但方向一致。
中物联预测,2026 年行业新增投放约 6.8 万台,到 2030 年年产销达到 86 万台,累计保有量超过 200 万台,在城配车辆里的渗透率接近 10%,快递场景渗透率接近 50%。艾瑞的测算更乐观一些,预计 2026 年销量 8.9 万辆,2030 年年销量接近 150 万辆,保有量超过 350 万辆。
窄口径只算末端配送市场,头豹研究院的测算是规模从 2025 年的 5.1 亿元涨到 2030 年的 83.4 亿元,年均增速约 75%;把运力服务一并计入,2030 年全球相关市场规模有望破千亿元,服务化收入会超过卖车。
需求盘子本身不小。城配物流一年营收约 3 万亿元,存量城配车辆约 3000 万辆,无人配送目前渗透率还不到 1%。但集中度已经很高,今年一季度九识、新石器、白犀牛三家合计占比超过 95%,头部之间争的是路权、订单和供应链,而不再是单纯比谁的算法演示更漂亮。
这笔账还得细算 无人车能不能留下来,最后绕回成本。 末端配送强度高、毛利薄、招工难,配送员的工资跟着城市生活成本往上走。无人化做的事,是把这笔不容易压住的人力支出,换成车辆折旧、电费和运维成本。
中物联今年的测算可以作为参照:快递末端接驳里,一名快递员配电动三轮车,月均成本约 6800 元,日均 2200 件,单件约 0.31 元;换成 6.5 立方米的无人配送车,月均成本降到约 4200 元,日均 2500 件,单件约 0.16 元,降幅约 48%。 不过这个数字有前提。它没有计入两端装卸成本,也要求件量密度、人车比和路权都相对确定。
换句话说,48% 是一笔被框定过条件的账,成立的线路和不成立的线路差别很大。行业里另一组更粗略的估算是,规模化之后单票成本能压到有人模式的三分之一左右,平均降幅超过五成;纯电驱动满电续航 200 公里上下,一天多趟的电费不到百元。
真正成熟的公司,不会只拿一个理想单票数字去讲,而是把不同件量密度、不同场景下的全周期成本拆清楚,再判断哪些线路值得投车。 为什么是城配先跑出来 在所有 L4 自动驾驶场景里,城配无人车最早摸到收入闭环,和它选的路子有关。
Robotaxi 要去够全域全场景,城配车则锚定固定线路、结构化和半封闭路段,把精力放在感知、规控和调度的工程平衡上,在成本、效率和安全之间找一个能量产的解。以行深智能公开的技术路线为例,它走重感知、轻地图的方向,减少对高精地图的依赖,适配城市道路的频繁变化。
系统分成快慢两层,快系统处理大约 95% 的日常场景,慢系统兜底剩下 5% 的长尾工况。云端和车端配合,视觉语言模型、VLA 大模型和生成式仿真在虚拟环境里补足少见路况,真实跑出来的里程再回流给算法。
这套循环积累下来的主要是两样东西:一是里程和场景数据,二是在不同城市反复部署的工程经验。公开口径下,行深智能累计商业里程超过 6000 万公里,持有 600 余项核心专利,是行业首个斩获 10 万台级 L4 智驾量产定点的企业,芯片和供应链走国产化路线。
城配之所以被看成各类机器人能力最稳的落地场景,原因也在这里——车要在真实世界里认路、判断、避让、停靠、和人交接,环境再把新情况回传给系统,频次高、距离短、回报算得清。 从车到运力 一台车自己开好路,解决的是单车问题。
行业再往前走,要解决的是运力怎么被派单和复用。 行深智能把自己放在运力网络这一层,产品分三块。底座是 ABA 通用载货平台,无大梁底板自升降,车柜分离、接口标准化,货舱按场景定义;终端是 RoboVan、T6 这类车规车型,面向开放道路和园区,支持前装合作,容积覆盖 1 到 22 立方;往上是旗下共享运力品牌码上到,负责接单、派车、管车队和日常运营。
三块接上以后,同一支车队可以同时跑快递、邮政、商超、园区、冷链几条线,订单密度上来,空驶率降下去,单趟成本跟着往下走。
末端衔接上,车和机器狗这类小型机器人配合,完成室内外接力。落地看公开口径,行深智能已经携手吉利、重汽、华为、中国邮政等 600 余家合作伙伴,在 300 多个城市常态化运营;与吉利远程达成首期 5000 台战略合作,2026 年 5 月又联合极兔速递、码上到签约,计划未来三年推动万台级无人配送车落地;惠州工厂于 2026 年 10 月投产,年产能约 3000 台。以南陵全域配送项目为标杆,公开口径显示配送时间下降 15% 以上、成本下降 20% 以上。
单个案例的价值不只是省了多少钱,而是把线路规划、路权对接、调度规则、维保站点、客户接入这套流程跑成了模板,新城市照着复制。商业模式也跟着从整车销售,长出租赁、运力服务和平台运营几类并行的收入,大客户倾向买断车辆长期摊薄成本,中小客户更愿意按需租车或者直接买运力。 海外两家的不同活法 美国的 Nuro 和欧洲起家的 Starship,对应着两条不同的路径。
Nuro 做技术平台授权。公开披露口径下,它累计融资超过 23 亿美元,E 轮募了 2.03 亿美元,估值约 60 亿美元,Uber、英伟达都在投资方名单里。它的 Nuro Driver 系统不绑定某一款车,向整车厂和出行方输出,同时覆盖 L4 和 L2++,把验证过的自动驾驶能力嵌进不同车队。这条路说明,自动驾驶可以作为一层平台能力,被多类车辆复用。 Starship 走城市网络路线。
它已经跑完 900 多万单配送,2700 多台机器人分布在七个国家 270 多个地点,2025 年 10 月拿到 5000 万美元 C 轮,累计融资超过 2.8 亿美元,又和 Uber Eats 谈成全球合作,从英国起步铺到欧洲和美国,计划 2027 年前把车队扩到 1.2 万台以上。它积累下来的资产不是某一台机器人,而是跨城市、跨校区的配送网络,以及多年跑出来的安全、路径和可靠性记录。
两家方向不同,壁垒却越靠越近:不再是单车算法上的比拼,而是平台能力、车队规模和运营网络。
下一段路看什么 往后几年,这个赛道能站到前面的公司,大概不会是车造得最多的那一家,而是几样东西同时握在手里的人:算法和数据能撑住跨城市部署,产品平台能复用在不同场景,运营团队能把一支车队管顺,供应链和上下游伙伴接得上。
眼下行业还处在早期。车价、运维、路权、两端装卸、件量密度,每一项都会影响一条线路能不能赚钱;不同城市、不同场景的账,也不能拿同一个数字套。
但方向已经比较清楚——车会更密,调度会更聪明,单票成本继续往下压,场景从快递末端延伸到商超补货、园区物流、城乡双向流通和室内外接力。
五年之后回头看,2026 年大概就是无人运力从试点证明,转向网络运营的这道坎。
它不是什么宏大叙事里的概念,而是一件很实在的事:城市里多了一种不需要司机的运力,货物和服务跑得更勤、更便宜,背后的公司则要把车队、调度和成本一项项管到位。这件事跑顺了,技术才真正在物理世界站住脚。