持续中标！飞步无人车队加速驶入港口

遍布全球的港口，构成了一张串联起水运的超级节点网络，承担了超过80%的国际贸易份额。集装箱作为五大主要货类之一，外贸海运量占比近25%，货物价值更是超过50%。

1993年，荷兰建成世界上首座自动化码头。弹指间32年已过，数据显示，全球已有自动化集装箱码头170余座。国内共建成23座，应用规模、作业效率、技术水平位居前列。

在这其中，既有新建自动化港口的落地生根，又有传统码头改造的焕然新生。风从海上来，智慧港口画卷徐徐展开，各领风骚。

AI向海，奋勇争先。飞步科技持续为全球数字化智慧港口建设提供优质服务。

传统码头改造方面，继续中标宁波舟山港梅东码头智能集卡六期项目，单码头无人集卡车队总数达130台，规模领跑全球；向新西兰纳皮尔港交付无人驾驶牵引车队，实现科技出海。

同时，在全球最大的在建自动化码头——新加坡港大士码头部署IGV车队后，年内飞步科技又成功拿下宁波舟山港新建自动化码头48台IGV项目合同。

至此，飞步科技正式完成覆盖国内外“双巨头”港口集团的核心业务布局，无人车队整体规模超200台。

头号玩家，名副其实。

传统码头着力打造“无人之境”

实现货物运输链路的全无人化，是建设智慧港口的题中之义。然而，对于传统码头而言，港区已投入使用，设计布局无法轻易调整。在不影响正常运营的前提下，如何实现“边作业，边改造”？

这一问题的提出，成为人工智能技术浪潮涌向码头的关键契机。

六年前，飞步科技在梅东码头成功落地首台无人集卡。基于“AI算法+车端算力”，集卡具备了高精定位感知与自主决策变道的能力，使得码头不再需要预埋磁钉，从而大幅降低了智能化改造成本。

以此为起点，无人驾驶系统(FabuDrive)历经三次智能升级。

• 第一阶段，技术团队聚焦“专用性”，强调对码头作业指令的支持与适配。仅用时不到一年，无人驾驶系统支持的码头工况指令已接近200种。无人集卡全面参与水平运输作业链路，不断消除工艺死角。

• 第二阶段，快速完成技术验证后，飞步将“全开放场景混线作业”设定为运营目标，利用AI算法提升定位感知与规划决策的性能上限。随着无人驾驶系统全面支持泊位自主绕行、箱区自主超车等功能，稀缺的码头时空资源得以快速释放。

在这一阶段，梅东码头的无人集卡规模突破百台，作业吞吐量超千万标箱，建成“全球唯一单体超千万级混线作业的自动化集装箱码头”。甬舟码头实现IGV与无人集卡的L4级混编作业，加速建设“开放式混行全自动化集装箱码头”。

技术进步持续转化为生产力，闭环共振。

• 第三阶段，飞步通过研发端到端大模型，对无人驾驶技术架构进行底层改造。大模型由数据驱动，自主学习能力实现跃迁，具备行业内最强的感知泛化性与可靠性。基于端到端大模型，无人驾驶正式开启了向“通用系统”的演化，成功实现无卫星信号下的持续稳定运营，为跨码头、跨区域、跨场景作业夯实基础，拓宽新质生产力的无限可能。

现在的梅东码头，每一小时就有超过1200个标准集装箱完成吞吐，每一分钟就有超过10台外集卡通过智能闸口进入港区。远洋级超大集装箱船舶密集靠岸，130台无人集卡组成的车队，自由穿行于车流之间，全面覆盖空/重箱场地，单船次作业箱量超5000TEU已成常态。

2025中国电动汽车百人会论坛上，国家智能交通系统专家组组长、国家智能交通系统工程技术研究中心首席科学家王笑京，在演讲中援引梅东码头建设成果，“无人驾驶集卡与有人驾驶集卡混行，人力成本降低6100万元/年。”

据不完全统计，截止到2024年6月，国内自动化码头共部署280台AGV，678台IGV，以及457台无人集卡。同时，全球范围内仍有超过80%的码头未进行任何形式的自动化改造升级。

广阔天地，大有可为。

飞步科技再下一“港” 新建自动化码头提质提效

物流航运需求正持续增长。2025上半年，全球集装箱运量同比增长4.5%。新建自动化港口成为承接这一趋势的重要基础设施，是各个国家的超级交通工程，同时也是硬核科技的试炼场。

• 新加坡港大士码头是全球在建规模最大的自动化集装箱码头，计划建设66个泊位，预计投入智能引导平板运输车（IGV）数量超3000台。2025年初，飞步科技中标大士码头IGV车队订单，并拿下车队调度系统的唯一合同，统一管理码头内的所有无人车队。

• 2025年10月，飞步科技中标宁波舟山港新建全自动化码头IGV车队订单。除常规集装箱作业外，IGV还将适配散货装卸、海铁联运等新场景，同时承担码头之间的跨运任务。

新加坡港大士码头（Tuas Port,PSA）

新建自动化港口，在规划设计阶段就以“全无人”为建设目标，通过全域数字互联，实现对生产要素的动态感知与精准控制。

在飞步科技联合创始人兼CTO杨政博士看来，丢掉包袱、摆脱限制的新建码头，承担了更加重要的使命——实现更快、更好、更极致的作业效率，追求生产力的突破变革，从而优化生产关系。

顺应这一趋势，杨政带领的研发团队，将聚焦重点从“单车智能”，转向囊括全数据、全流程、全周期在内的码头“全局智能”。

飞步完全自研的车队及设备调度管理系统（FabuDispatch），也从专注于解决装船调度、路口死锁等局部难点的功能性产品，迭代为一体式的全局调度平台，助力自动化港口实现“指令最优、路径最优和设备利用率最优”。

• 全链路设备协同：FabuDispatch能够实时获取桥吊装卸计划、与堆场箱位占用等全局信息，结合作业设备的实时位置与电量变化，动态调整无人车队的作业优先级，实现“装卸-运输-堆存”的全流程最优协同，最大程度消解无人车路权冲突、岸桥作业进度失衡等博弈难题。

• 全时空资源配置：FabuDispatch将泊位分配、设备调度、运力调配等码头资源分配问题，转化为带约束的数学模型，能够同时平衡效率、成本、能耗等多维度的需求。例如，在保障作业效率的前提下，优化无人车的行驶路径以降低能耗；在满足货船离泊时间要求的基础上，合理分配泊位资源以减少设备空驶率。

• 全场景智能预测：FabuDispatch通过时序模型，实时预测货流波动、港口天气变化等带来的影响并快速响应。同时，融合海量数据开展全天候仿真，为调度决策提供优化支撑。

以FabuDispatch为代表的“超级大脑”，提升的不仅是单个码头的竞争力，更是全球贸易脉络的韧性与效率。

超级工程之外，新建自动化港口的定义也有了新的扩展——重塑全球物流未来的效率基石。

向外一步 织就区域化无人物流新脉络

标准化的集装箱，承载着万千形态的商品，通过无人化作业降低作业成本，通过智能调度提升运输效率，在全球贸易网络中有序流转，成为科技创新与产业应用深度融合的最佳范本。

码头是这一贸易网络的起点与终点。对于杨政和技术团队而言，港口无人驾驶已完成技术验证，处于规模化复制落地的加速阶段——是时候“向外一步”。

大量社会化运输车辆由人工驾驶，穿梭于货仓和堆场之间。底层数据的不互通，使得码头难以获取它们的抵港时间，场桥配合存在滞后性，无法做到“重进重出”，造成运力的闲置浪费。

飞步已开始探索从货仓到堆场的全无人驾驶，打造以码头为核心的区域化集装箱货运网络。无人车队进化成为“物流智能体”，运输范围完整覆盖腹地货仓、码头堆场与海铁多式联运枢纽，实现提箱-运输-进闸-装船的全流程自主协同。

届时，引领全球自动化港口建设浪潮的中国，将再次具备定义数字化物流的能力，以科技创新滋养人类商贸文明。