低速无人车大进军，从九识智能与菜鸟的牵手开始

2026年，一切与“智能”有关的技术都将在场景中爆发。开年以来，AI视频、AI编程、具身智能、无人车......多个领域都验证了这个说法。

上月末，九识智能CEO孔旗与菜鸟集团CEO万霖在签约现场握手，前者从成立仅4年多的公司，一跃成为全球最大的RoboVan无人货运车队运营商——车队规模超过2万台。

仅仅两个月前，菜鸟还在30多个城市大规模推广无人车智能仓配方案，并认为快递物流行业三到五年将部署超20万辆无人物流车。但阿里最终选择利用过去多年积累的技术、数据和团队，与九识这家已经跑通商业闭环的公司形成合作，以类似“丰田和雷克萨斯”的模式双品牌独立运营，共创智慧物流新基建。

九识CEO孔旗说，拿下菜鸟无人车品牌授权是阿里认为我们能赢。站在阿里的角度，从2015年组建ET实验室至今，菜鸟的自动驾驶战略经历了三次重大调整，如今集团变得更聚焦，过去的行业积累也是时候向一个有前景的出口汇聚。

菜鸟带给九识的不只是硬件。日均处理千万级包裹产生的全链路数据，在视觉语言模型和世界模型领域多年的技术积累，以及覆盖全球的物流网络每天都在更新的实用认知，都是珍贵的资产。

截至去年9月，九识在快递物流领域的市占率已经超过75%，还成为了中国邮政智能化升级的核心供应商。这次合作，如虎添翼。

无人物流车行业最猛的战将，出现了。

一、“鲍莫尔病”催熟无人车

在江浙沪地区雇佣一个专职送货员，每个月要付出的成本可能是七八千元。而如果采用一辆无人物流车代劳，每月固定成本可能只需要2000多元。不少小企业主、老板会计算这个差价，最后选择尝试AI Driver。

这就是九识智能飞速发展的原因——在接受雷递网采访时，九识智能创始人孔旗说，九识在多个领域吸引客户的逻辑并不复杂：

“最初中小B端快递加盟网点选择合作，这一群体决策链条较短，只要你能帮他们降本增效，就愿意埋单。但这一批客户也是最难合作的，因为确实要帮他们降本增效。这种最难的客户拓展之后，这批客户的朋友们，比如商超等客户也开始采用我们的解决方案。”

“现在，我们的物流服务从快递物流，已经拓展到各行各业都在使用......这是一个渗透的过程，包括了大B和小B，以及各条垂直线上的应用。”

2022年，一辆应用于末端配送的无人车包含服务费在内，价格要超过10万元。到2024年，这个数字极限已经跌至2万元以下——九识智能的E6裸车价格仅1.98万元，配合每月1800元的自动驾驶订阅费。三年时间，价格砍半再砍半。

这符合鲍莫尔成本病描述的现象：宏观经济上存在具有正劳动生产率增长率的进步部门和不存在劳动生产率增长率的停滞部门，随着时间的推移，进步部门的单位产品成本将维持不变（这里指劳动力成本），而停滞部门的单位产品成本将不断上升。

在现实中，进步的总是技术对应的制造业，停滞的是人力对应的服务业——比如技术进步总是能带来履约成本降低的机会，但人的效率和劳动力有上限，人力成本无法持续削减，甚至会在某些时刻反过来上升。

经典的例子是，300年前演奏莫扎特的四重奏需要四个人，而300年后演奏同样一首曲子仍然需要四个人，劳动生产率始终没有发生变化。放在各种物流场景里，算法指导人力工作得出的最终效率，最终比不过算法直接驱动硬件的效率。

另外，传统的车辆公司运营模式本质上是在出售一件复杂的硬件设备。客户购买整车，厂商提供技术支持和维护服务，商业模式类似于工程机械。在这种模式下，厂商的利润来自硬件溢价，激光雷达、算力芯片、线控底盘上存在太多竞争点，却不一定能保证客户的实际体验，而且会导致尝试门槛很高，定价难度也更大。

九识选择了一条截然不同的路径，整车成本价出售，利润来自自动驾驶运力的订阅费。孔旗的原话是：我们卖的是自动驾驶运力，而不是整车。车对我们来说是成本价，我们希望它用十年、二十年，越耐用越好，因为我们靠运力收费，不靠硬件赚钱。

模式转变的核心，在于重新定义了价值创造的来源。九识的模式里，价值在使用环节持续产生。但这种模式能够成立，必须满足三个前提条件。

第一，供应链的结构性成本优势。

九识的整车有500多个零件，其中40%是与高级别自动驾驶相关的零部件，95%是国产的。当传统车厂销量下滑，供应链产能急需新的上升赛道时，九识拿到了接近甚至低于一线主机厂的零部件价格。

更关键的是，九识要求供应商对激光雷达质保5年、电机电控电池质保8年——质保期远超行业标准，折旧成本被大幅摊薄。

供应链议价能力始终对应规模效应。当九识在4个月内从1万台冲到2万台，这种增速本身就是对供应商最好的信用背书。而整合菜鸟后，双方加起来在全国数百个城市部署无人车，这种覆盖密度会让供应商看到一个确定性的增量市场。

第二，商业闭环的快速验证。

无人物流车之所以能率先跑通商业模式，是因为它同时满足了需求刚性和技术可达两个条件。快递物流是一个算账算到毛，甚至算到厘的行业，对成本极度敏感。当单车成本加自动驾驶订阅费降到明显胜过传统模式时，经济性壁垒被彻底打穿。

九识联合创始人周清曾透露，他们已经实现了单车盈利和规模化商业闭环。每一台车的运营收入，已经能够覆盖硬件成本、运维成本和研发摊销。而菜鸟带来的应用场景，即将进一步验证这种商业模式的可持续性。

第三，也是关键问题之一，是数据资产的持续积累。

每一台车都是一个移动的数据采集终端——它在真实道路上行驶的每一公里、处理的每一个包裹、遇到的每一个复杂场景，都会给算法提供迭代依据。

当下，自动驾驶逐渐走向世界模型时代，很多Corner Case可以靠仿真建模测试测试覆盖，单纯的数据量指标权重趋于下降，转而追求效率和质量，但总体对实际运营来讲，指导作用还在增长。而通过现有布局，九识智能每天能采集到的数据高达40-50万公里，累计超过8000多万公里，具备很强的优势。

所以不管怎样，这都是一个正向循环的飞轮，而不是简单的价格战。九识与菜鸟的整合，不是两家公司的资源拼凑，而是两个飞轮的叠加加速。

二、数据平台期就是竞争换挡期

桑德尔在《公正，该如何做是好》里说，传统理论上，一种资源谁用得最好，这种资源就“应该”由它使用。比如一个乐团里，最好的笛子应该给笛子吹得最好的音乐家用，因为这样发挥了它的最大功用，而且听众会最喜欢。在经济学上，这就达成了帕累托最优。

但在现实生活中，资源分配很少出现这种理想状态。所以有了另一个知名理论，叫科斯定理：

一项有价值的资源，不管一开始的产权归属于谁，只要交易费用足够低，它最终都会流入到能最大化利用其价值的人手中，并使资源配置达到帕累托最优。

也就是说，在没有交易摩擦的情况下，“谁用得好归谁”，是提升经济效率的最好方法。就比如本次交易，九识智能获得了扩大应用的机会，获得了更多实际场景的支持，这在数据驱动自动驾驶发展的“平台期”有重要意义，九识智能也将发挥这些资源的最大作用。

在刚刚讨论过的数据问题里，算法能力目前已进入平台期，数据质量、采集效率、闭环速度成了拉开代际差距的新分水岭。技术端形成了一种暗流涌动的现象：

虽然乘用车领域还在L2++++（不过即将抵达L3）的玩法，但实际上算法和开发范式已经大幅变化，提高向高级别过渡的速度。而低速无人车则早早抵达L4级别，比如九识智能前两年爆火的名作，就有业内最大载重、最长续航的L4级低速无人城配产品，型号分别为Z8和Z10。

九识联合创始人周清在采访中的一段话，道破了这个行业的本质：对于新玩家来说，最核心的就是RoboVan传感器方案，这套方案和之前汽车的传感器方案完全不一样，相关数据收集工作是避不开的。

比如截至去年9月，比亚迪天神之眼辅助驾驶每天生成数据超1亿公里，但这些来自乘用车的数据的特征，在未来自监督模型、世界模型发展阶段，和RoboVan的需求必然有差异。

时间就像黑洞，会吞噬掉后来者弯道超车的意图。后来者常用的超车技法，比如更强的技术、更低的价格、更好的服务，在一个经常出现车辆停靠点被占据、运送路途七拐八扭、途中交通状况奇葩的商用车赛道上，兑现难度大大提高。

这是一个典型的数据网络效应市场：数据越多，对履约的指导意义越大；履约效果越好，客户越多；客户越多，数据积累越快、越充分。

今年1月，一段关于中国多个品牌无人物流车的“迷因视频”在外网走红，画面中的无人车在各种场景里“横行霸道”，但相比往年大众的嘲讽戏谑，越来越多的评论意识到，这恰恰就是自动驾驶打败特殊场景的必经之路。“失败”是独一无二的教育。

目前，九识拥有近亿公里的真实公开道路数据，整合菜鸟后，还获得了后者在千万级包裹处理过程中产生的全链路、全场景高质量数据。这些数据覆盖了从社区、校园、商圈到跨境物流的完整场景谱系。

九识和菜鸟还在数据质量上形成了互补。孔旗强调：从第一性原理出发考虑，自动驾驶的核心壁垒还是在于数据。数据量很重要，但当数据量达到一定基准后，数据的质量会更重要，一个决定下限，一个决定上限。

这种数据质量的差异，体现在两个层面：

场景丰富度。九识的数据来自300多个城市的真实道路，覆盖了从一线城市到乡村的复杂路况；菜鸟的数据则来自物流全链路，包括仓储、分拣、配送、逆向物流等不同环节。两者叠加后，形成了一个横向覆盖空间、纵向穿透链路的数据网络。

Corner Case（极端场景）的积累。自动驾驶最难解决的，从来不是常规场景，而是那些极端的、罕见的、却可能致命的Corner Case。

短视频平台上有大量九识无人车在真实场景运营的视频，而它们的环境往往很刁钻：四川大凉山的乡村公路，内蒙古狂风吹过的空旷道路，安徽县乡的地方超市，这些真实场景数据对运营的指导意义更大，价值要远超在标准化测试场或者半封闭固定路线里跑出来的数据——同时，也是客户愿意相信并选择九识的现实依据。

什么样的自动驾驶能力？值多少钱？这些问题最终不是由技术团队决定的，而是由数据积累最多的公司决定的。或者说来自客户对其能力的认可。所以不积跬步无以至千里，跑的场景越多，产品力越强，然后成本越低，最后就形成了头部效应。头部和其他玩家的差距不再是线性的，而是指数级。

当九识+菜鸟的车队规模达到2万台、在快递物流领域市占率超过75%时，这个数据飞轮已经转到了一个后来者很难追赶的速度。

此外，菜鸟带来的不只是数据量，还有数据的生产方式。菜鸟在视觉语言模型（VLA）和世界模型领域多年的技术积累，意味着九识获得了一套更高效的数据处理和模型训练能力。这种能力的提升，会进一步加速数据飞轮的转速。

这就是为什么周清说，九识要做的是航母级集团。因为在这个行业里，单一产品的竞争已经在这个时刻趋近于结束。自动驾驶领域翘首盼望2026年会大开乘用车L3之闸，那么一向更开放的商用领域，必然会更快进入新的竞争阶段，数据生态的竞争。抢占行业制高点，在此一役。

三、改造行业的契机

当前行业面临一个重要节点：全国约有103个城市开放低速无人驾驶路权，试点时间基本都截至2026年，伴随低速无人车试点期即将到期，主管低速无人车试点的工信部装备工业一司已经在开展相关工作。此外，“车路云一体化”应用试点工作的截止时间也是2026年。

随着标准的出台，这个行业将从野蛮生长转向规范竞争。而在这个转折点上，拥有最多数据、最强算法、最大规模的玩家，将获得更高的影响力和话语权。

在被问及无人车的未来规模时，周清给出了一个惊人的数字：目前对标商用车就可以，中国微型面包车的保有量是在1500万到2000万之间。九识和菜鸟无人车产品形态和微面其实差不多，应该会把这一部分车替换掉。

这是一个万亿级的市场，并不夸张。从2022年到2025年，整个市场已交付3.5万台无人车，其中九识+菜鸟超过2万台。按照周清的预测，到2030年，无人设备会占到城市物流设备出货量的20%，保有量至少达到5%——也就是75万台。从3.5万到75万，这是一个20倍的增长空间。

届时，整个行业将发生巨大的改变，因为计算投入产出比的逻辑被无人车扭曲了。它们的复制和调度总是难度更低、摩擦力更小。只要运力充足有效，客户就会出现。

在四川大凉山，九识的无人货车让水果运输损耗率从15%降至3%；在内蒙古河套平原，配送频次从两天一次提升到一天两次。多场景的泛化能力提升的同时，九识以几万元的成本价出售整车，靠月费订阅盈利，建立了完整的商业模式，同时也具备了推广这种模式的能力。

孔旗对此有清晰的认知：我们整合后会在泛无人货运实现全覆盖，成为无人车品牌的航母级集团。除了城市配送，基于自动驾驶底盘，整个集团也会和数十家企业进入除物流以外的行业。

它不只是要做无人物流车，而是要做自动驾驶通用底盘+垂直场景应用的平台型公司。基于九识Z5改装的安防巡逻车，已经在进行无人机巡逻作业；九识极景研发的无人扫路车，也投入了城市清洁作业。

平台化战略对应的是跨场景的数据复用能力，环卫、市政、巡逻、农业，都是无人车产业真正的规模经济所在。

从现在起，万级正式成为无人车的计量单位。当这个数字从几万到几十万，再涨到百万千万时，下一代物流基础设施也就成型了。

而在当下，风仍起于青萍之末。湖北武汉一位企业硬件产品代理商告诉我们，他在尝试过九识的无人车服务之后也认为其配送、能力、性价比都很到位，而且即便是从来没接触过自动驾驶的人，看到车上不载人，也会本能地更愿意接受它。

“武汉物流园这边很多老板都想入手，物流最后一公里也是最麻烦、利润最高的，很多老板想买，都没有渠道，九识应该派人去下沉物流专线最后一公里配送的难题。”

就在1月25日，九识智能参加了在武汉举行的2026光谷AI产业发展峰会，签约落户九界自动驾驶装备区域运营中心，预计从光谷出发，与合作伙伴携手开拓武汉乃至华中市场。九识Z8也在峰会上荣获“2025年度AI产业创新奖”。

滚雪球之旅，即将开始。

来源：松果财经