物流无人车是一种无人化运载货物工具，具有自动驾驶功能，在物流运输场景中应用。物流无人车是具备自动驾驶功能的新型物流运载工具，根据设备制造商九识、新石器介绍， 物流无人车主要应用场景为快递配送，类似场景也包括了即时城配、商超零售配送等。随着 应用场景拓展，相关无人车还应用于环保、安防巡检等场景。

　　主流物流无人车达到 L4 自动驾驶级别。根据 2021 年 8 月发布的《汽车驾驶自动化分级》， 驾驶自动化按等级划分为 L0-L5 级，L0-L2 仅作为驾驶辅助，驾驶员占主导地位；L3 已具备 自动驾驶特征，用户在执行接管后成为驾驶员；L4-L5 系统占主导地位，仅设置调度员激活 车辆调度服务。目前主流的物流无人车已普遍采用 L4 级技术，可在开放道路实现全无人运输。

　　无人配送车的行业发展历程， 2013-2016 年解决“车能不能造出来”2017-2019 年解决“车能不能在封闭场景跑起来”，2020-2023 年解决“车能不 能在线 年至今则开始回答“车能不能帮助下游客户创造效益”。

　　2015-2016 年：技术验证与概念落地这一阶段，无人配送车主要处于实验室研发和小范围技术验证阶段。比如菜鸟网络 2015 年年底组建菜鸟 ET 物流实验室，其中一个重要的任务就是研发无人物流车， 其在 2016 年 月发布末端配送工具—“小 G”机器人，用于提升阿里内部园区的邮 件投送效率；比如京东 2016 年 3 月成立 X 事业部，负责无人仓、无人机以及无人车， 2016 年 9 月，京东集团对外宣布，由其自主研发的无人配送车已经进入道路测试阶段，该无人车体积较小，长宽高为 1 米、0.8 米、0.6 米；比如美团 2016 年成立 W 项 目组，旨在研发特定场景下的无人配送。

　　从起步开始，无人配送团队便以实际应用为 出发点，紧紧围绕着美团外卖、美团跑腿等核心业务，与现有配送流程结合，尝试提出一套无人配送整体解决方案。

　　2017-2019 年，行业开始从实验室走向园区、校园、社区等半封闭或封闭场景。 这一阶段最重要的变化，是行业从“能否做出车”转向“车能否稳定工作”。当时主 流落地场景集中于高校、园区和固定路线配送，背后逻辑在于：封闭环境路况简单、 交通参与者少、红绿灯与复杂交互少，更适合 L4 低速自动驾驶积累真实运营数据。比如：2017 年“618”期间，此次，首批京东配送机器人在清华大学、浙江大学、 中国传媒大学、中国人民大学、长安大学等高校运行；2018 年初依托菜鸟的物流渠 道，G 系列的小车开始在一些大学校园内进；行20测19试年美团展出的无人配送产品， 已经先后在在北京首钢园区、东直门来福士、雄安新区等室内外多场景进行测；试运营

　　2020 年新冠疫情，是无人配送车最重要的外生催化变量之一。疫情期间，“无接 触配送”从可选方案变成刚需场景。以京东为例，其无人配送车在武汉累计运行 107 天，配送总里程超过 6800 公里，运送包裹约 1.3 万件。

　　疫情让社会各界充分认识到无人配送行业的重要性：对于社会公众来说，第一次 大规模直观看到无人配送的实际价值；对于地方政府，则推动政策从鼓励表态转向管 理细则落地；对于企业自身，使大量此前无法在小规模测试中暴露的问题，在真实高 压场景中快速暴露并被修正。

　　期间标志性事件是：2021 年 4 月，北京市依托高级别自动驾驶示范区设立了国 内首个智能网联汽车政策先行区。政策先行区管理政策参照非机动车管理，以车辆编 码的颁发为核心进行针对性测试验证，对通过测试的新产品给予相应路权。京东、美 团、新石器成为国内首批获得无人配送车车辆编码，并获准在示范区公开道路上路的 3 家企业，率先实现无人配送车“持证上路”。

　　截至 2025 年底，快递行业无人配 送车应用量超过 15000 台，未来一年行业头部企业的计划投放量超过 2 万台。这一数 据本身已经说明，无人配送车不再只是展示性产品，而是开始嵌入快递网络中的实际 运输环节。 行业加速的原因之一在于成本拐点出现。 成本下行叠加路权逐步放开，使无人车开始真 正具备替代人工短驳和网点接驳的经济性。

　　主要涵盖感知、决策、通信、执行、动力等多个系统和 其他关键零部件，其发展水平决定了无人配送车的基础能力和性能上限。上游零部件 是商业化落地的核心基石，相关企业的技术迭代与成本优化持续驱动着产业向更可靠、 智能与经济的方向发展。

　　整车制造商负责车辆平台生产及线控底盘集成。2025 年这个赛道已形成“三足鼎立”的竞争格局：

　　第一梯队，新石器、九识智能、白犀牛等“原生玩家”，凭借先发优势占据 70% 以上市场份额；

　　第二梯队，菜鸟、京东、美团等“生态玩家”，依托自身订单网络构建闭环，京 东计划未来 5 年采购 100 万台无人车，菜鸟“小蛮驴”在校园场景交付超 1000 台；

　　第三梯队，2025 年新入局的“车企玩家”——德赛西威发布车规级低速无人车 品牌“川行致远”，佑驾创新推出“小竹无人车”，首获 800 台规模订单，吉利远程、 轻舟智航等也纷纷官宣入场。

　　下游主要是各类终端场景用户，涵盖零售与电商平台、物流与快递企业、医疗 与健康机构、餐饮与外卖门店、制造业与产业园区、教育与文旅集团等，是无人配送 车完成价值闭环的最终舞台。

　　当前，无人配送车在下游市场的竞争已进入全面深化阶段，其根本驱动力在于切 实解决各终端场景中“降本增效”的核心诉求，行业发展呈现从局部试点验证向规模 化复制、从单点作业向全链路协同演进的其趋中势，。物流快递领域是目前竞争最 为激烈、规模化落地最快的赛道。

　　软件层面的迭代，决定了“无人配送车好不好用”，比如基于 Transformer 的 BEV 感知架构解决无人配送车“看得见、看得准、看得稳”、定位技术的迭代解决无 人配送车在复杂环境能否“知道自己在哪、朝哪走、怎么修正偏差”，算法与决策系 统是无人配送车的大脑，基于感知与定位获得的信息，作为驾驶决策。硬件层面的迭 代，决定了下游“是否买得起无人配送车”。而整车架构则影响采购后的使用成本， 决定了下游“是否用得起”。

　　2022 年及以前，行业普遍采用“1 颗 16 线激光雷达+多个毫米波雷达+摄像头” 的方案，激光雷达是绝对核心，视觉只做辅助验证。该方案的优势是激光雷达可靠 性高，通过主动发射激光测距，不受光线影响，测距精度可达厘米级，能直接输出 3D 点云数据。缺点则是硬件成本极高，并且激光雷达只能“看到”物体的形状，无 法“看懂”物体的语义（比如分不清是纸箱还是砖头）。

　　2021 年 8 月特斯拉首AI次 公开基于 Transformer 的 BEV 感知架构，提升至 10-20 厘米。尤其随着成本更低的国产地平线 芯片的量产，无人配送车 的主流感知技术路线开始从早期“雷达为主、视觉为辅”，逐步转向“视觉+雷达中后 融合”，并继续朝着低成本、低复杂度、强泛化的方向迭代。 以新石器为例，其 2022 年 11 月发布的 X3Plus，配备 12 个高清摄像头和 2 台速 腾聚创 96 线 Fairy 激光雷达，通过激光雷达与摄像头的前融合感知实现零盲区覆盖 与动态障碍物预测。而其 2024 年 12 月发布的 X6，基于 Transformer 架构率先实现 视觉 BEV 算法上车，搭载 12 个高清摄像头及 1 个激光雷达多模态前融合感知，使无 人车具备 360 度环视 120 米感知能力。

　　无人配送车的第二个核心问题，不是简单知道“自己在哪”，而是要在城市峡谷、 林荫路、地下车库、隧道、临时施工等复杂环境中，都能以厘米级精度持续知道“自 己在哪、朝哪走、怎么修正偏差”。 早期定位技术依赖高精地图，高精地图的优势在于稳定、可预测、便于验证，但 缺点也同样突出：制图与更新成本高、新区域部署效率低、施工和季节变化会导致地 图快速失效。随着无人配送车感知技术走向“视觉主导的融合感知”，其定位技术开 始从“高精地图绑定”走向“轻地图+多源融合定位”。

　　依赖事先绘制好的高 精地图，车辆通过比 对实时感知数据与地 图来进行精准定位和 导航

　　可靠性高：地图叠加定位和路径规划 稳定、精确。 可预测性强：系统行为相对确定，便 于管理验证

　　制图与更新成本高。 部署效率低：新区域落地前需经历 耗时的高精地图采集制作。 灵活性差：环境变化（如施工、季 节更替）会导致地图失效

　　部署快、成本低：无需地图制作与更 新成本。泛化能力强：能快速适应新的、动态 变化的环境。灵活性高：不担心环境变化导致地图失效

　　可靠性挑战：在极端天气或复杂场 景下，实时感知和决策的稳定性。规划可能非最优：依赖于实时感 知，部分方案缺乏全局鸟瞰视角

　　基于 BEV+Transformer 方案，能够处理多种自动驾驶的场景：

　　②应对恶劣天气：在雨雪雾霾等恶劣天气条件下，摄像头和激光雷达的感知效果 都会收到影响，BEV+Transformer 方案相比能够减少损耗，避免各传感器“各自为 战”。

　　③应对动态交通：高阶智能驾驶不仅需要在常规交通中平稳运行，还需要对并车、 合流等复杂任务作出反应，另外还需要应对交通事故、路段封闭等突发情况。 BEV+Transformer 能够实时输出交通状况，并对路面行人、车辆作出预测，便于智驾 系统做出更加合适的应急策略。

　　2018 以来，无人配送车监管政策的演进脉络：政策目标已从早期“允许测试、 控制风险”的技术验证逻辑，逐步转向“服务降本增效、支撑物流现代化、推动商业 化落地”的规模应用逻辑。

　　2018 年 4 月，工信部、公安部、交通运输部联合印发《智能网联汽车道路测试 管理规范（试行）》，明确了测试主体、测试驾驶人、测试车辆的条件，申请审核流程 以及交通违法和事故处理要求，并授权地方主管部门自主选择测试路段。

　　这一阶段政策的核心特征是在风险可控前提下，为自动驾驶技术从封闭场地走向开放道路建立制度入口。从监管逻辑看，2018 年的制度设计本质上属于“技术验 证导向”。一方面，政策重点在于验证车辆在真实交通环境下的适应性，强调测试资 格与责任划分；另一方面，地方先行、中央规范的模式说明当时监管层对技术成熟度 仍保持高度审慎。

　　各地建设智能网联汽车测试示范区，积极推动半封闭、开放道路的测试验证。比如北京于 2017 年 12 月份确定了 33 条、共计 105 公里开放测试道路，并发放了首批试验用临时号牌；上海也于 2018 年 3 月份划定第一阶段 5.6 公里开放测试道路，并发放了第 一批测试号牌；重庆、保定等地也相继发布了相应的道路测试实施细则。

　　2018—21 年，国家不断补齐底层规则，并完成了“标准—测试—示范”的监管 基础设施建设。比如 18 年工信部印发《2018 年智能网联汽车标准化工作要点》提出， “加快推进先进驾驶辅助系统（ADAS）标准的制定”、“积极开展自动驾驶相关标准的 研究与制定”；比如 21 年国家市场监督管理总局与国家标准化管理委员会发布《汽车 驾驶自动化分级》规定了汽车驾驶自动化功能的分级，基于动态驾驶任务执行能力划分 0-5 级自动驾驶等级；比如 21 年工信部、公安部、交通运输部印发的《智能网联汽车道路测试与示范应用管理规范（试行）》，推动政策向示范应用延伸。

　　2023 年的监管政策可以判断为进入商业准备阶段。23 年 11 月工信部、公安部、 住房和城乡建设部、交通运输部印发《关于开展智能网联汽车准入和上路通行试点工 作的通知》，提出“在智能网联汽车道路测试与示范应用工作基础上，工业和信息化 部、公安部、住房和城乡建设部、交通运输部遴选具备量产条件的搭载自动驾驶功能 的智能网联汽车产品，开展准入试点。对取得准入的智能网联汽车产品，在限定区域 内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营 管理要求。”；

　　23 年 12 月交通运输部印发《自动驾驶汽车运输安全服务指南（试行）》 明确自动驾驶汽车可用于运输经营活动，无人车经营合法性取得突破。

　　2024 年政策开始将无人车纳入“有效降低全社会物流成本”的国家战略中。24 年 2 月中央财经委员会第四次会议强调，“降低全社会物流成本是提高经济运行效率 的重要举措”、“鼓励发展与平台经济、低空经济、无人驾驶等结合的物流新模式”； “推广无人车、无人船、无人 机、无人仓以及无人装卸等技术装备，创新规模化应用场景”。这一变化的本质是监管目标从“技术安全”扩展到“经济效率”，政策不再只是 防风险，而是将无人车视为降低物流成本的重要工具。24 年 5 月交通运输部等十三 部门印发的《交通运输大规模设备更新行动方案》提出“鼓励企业在符合要求地区大 规模使用新能源无人配送车，提升邮件快件中转效率”，说明监管走向“鼓励用”。

　　2021 年 4 月，北京市依托高级别自动驾驶示范区设立了国内首个智能网联汽车 政策先行区。政策先行区管理政策参照非机动车管理，以车辆编码的颁发为核心进行 针对性测试验证，对通过测试的新产品给予相应路权。京东、美团、新石器成为国内 首批获得无人配送车车辆编码，并获准在示范区公开道路上路的 3 家企业，率先实现 无人配送车“持证上路”；23 年 1 月北京市交通委员会等 5 部门印发《北京市无人配 送车道路测试与商业示范管理办法（试行）》，规范无人配送车道路测试及商业示范。

　　2022 年 6 月，苏州市工信局、公安局、交通运输局联合印发《苏州市智能网联 汽车道路测试与示范应用管理实施细则（试行）》（苏工信装备发〔2022〕5 号），规 范全市智能网联汽车（含无人配送车）道路测试与示范应用活动。 2023 年 12 月，上海市浦东新区科经委、公安浦东分局、区建交委发布《浦东新 区促进无人驾驶装备创新应用若干规定实施细则》，2024 年 1 月 10 日起施行，规范 区内无人驾驶装备（低速无人配送/清扫/零售车）的测试、运营与监管。

　　2025 年 2 月山东省人民政府办公厅印发《关于加快人工智能赋能重点领域高质 量发展的推进方案》提出，“依托无人驾驶头部企业，开展全省域城市末端无人配送、 烟台市全场景无人驾驶”，成为全国率先实现全省上路的省份。同时该方案还明确提 到发展目标：2025 年，全省智慧高速通车里程超过 300 公里，部署运行 1500 辆低速 无人配送车；到 2027 年，智慧高速通车里程达到 2000 公里，全省部署运行 1.5 万辆 以上低速无人配送车、无人配送渗透率超 50%。

　　以青岛市为例，25 年全市无人配送车达 431 辆，品牌涵盖新石器、九识、白犀 牛等头部企业，保有使用量稳居全国首位。全市开放智能网联汽车测试道路两批次共 204 条，目前正在积极推进全域开放，采取负面清单管理制度，为无人配送车规模化、 常态化运行提供有力制度保障。农村“快快合作”模式在镇—村段每票节约成本 0.2 元，配送效率提升 15%；城市“无人车预派送模式”为每位快递员每日节省 1.5 小时 作业时间，末端配送效率显著提升。

　　第一，硬件成本来自单车 BOM 数量下降与单件价格下降的双重共振。以新石器 为例，早期采用 5 颗激光雷达加 10 个摄像头的技术方案，2021 年后转向特斯拉类似 的视觉方案，现仅用 1 颗激光雷达加 12 个摄像头，以视觉为主、激光雷达兜底。

　　第二，规模化生产带来的制造成本摊薄也同样比关如键新。石器将无人车顶部 的自动驾驶模块与底部的车体结构模块做了高度标准化，可在多款车型之间通用；其 无人车工厂全面采用了自动化标定设备，大幅度缩短了传感器标定时间，产线节奏星空SPORTS显 著提升，最快 10 分钟可下线一台车。在此基础上，自研的新一代计算平台开始替代 昂贵的进口模块。根据新石器，其相比成本高峰期，核心部件成本已下降了约七成， 配套 L4 级无图自动驾驶技术方案，使综合成本进一步降低了 50%以上。

　　第三，无人配送车企来自资本市场的融资支持。2025 年依旧是无人配送车企在 一级市场的融资大年，比如九识智能分别在 2025 年 4 月、2025 年 10 月获得两轮融 资、合计 4 亿美元左右，白犀牛在 2025 年 8 月完成 B+轮融资、累计数亿元，新石器 分别在 2025 年 2 月、2025 年 10 月完成 10 亿元、6 亿美元的融资。

　　无人配送车最先突破的“网点—驿站”短驳场景，本质上是一个高 人工占比、流程标准化、路由相对固定的经济模型。

　　在降本的同时，有望改进快递企业配送模式、优化网点、提高快递员创收能力。1）快递 员无需多次往返网点，面客时间增加，开展更多散件、逆向件揽收、客户营销，企业收入结 构有望优化；

　　2）部分场景下，快递可由转运中心直接运至驿站，或者从网点直接运至乡镇 驿站，部分网点有望裁撤，网络优化带动营运成本下降。

　　①假设使用九识智能的 E6，裸车价按照 1.98 万元、软件服务费按照 1800 元/月、 无人车使用寿命按照 5 年期计间算的，能源费用与维修费用按照 5%计算，则每台无 人配送车平均每月的综合使用成本为 2236.5 元/月。

　　②假设在使用无人配送车之前，快递员平均每天派送快递 300 件，每单综合派送 成本 1 元，其中 70%派送至驿站，每单付给驿站 0.4 元，因此快递员每月的净收入为 6480 元/月，网点的综合支出为 9000 元/月（每个月按照 30 天计算）。

　　③假设 A 网点每天派件量为 900 件，之前安排了 3 名快递员，月综合派送人力成 本为 27000 元/月。现在安排一辆无人配送车，快递员的数量由 3 名减少至 1 名（假 设无人配送车 70%送至驿站、30%送至小区作业点，需要送货上门的 30%部分由剩余 1 名快递员来承担。按照这名快递员工资 7000 元/月、支付驿站部分 0.4 元/单计算， 该网点的综合派送成本将可以降至 16796.5 元，相较使用无人配送车之前节省 10203.5 元，平均单票节省 0.38 元。 ④上述假设是比较理想的模型。我们暂不考虑快递员更多精力在揽收散单的创收， 上述假设是刚好剩余的需要派送上门的件量与之前 1 名快递员的送货上门作业量基本 相当。如果剩余需要上门快递只有 100 件，或者由于区域分布导2致70剩件余快递需 要安排两名快递员（按照每名快递员工资 7000 元/月）计算，则每单快递派送成本为 0.78 元、0.88 元，分别相较使用无人快递车之前单票节省 0.22 元、0.12 元。

　　⑤以上测算，隐含了网点直链对成本的影响。但在实际经营过程中，网点直链还 要受到诸多因素的影响。此外，九识智能的 E6 是目前市场较为便宜的无人快递车型， 如果无人车的售价抬高，同样件量假设下也会带来不同的测算结果。

　　⑥实操的案例：根据圆通科技相关负责人反馈，2000 件是一个重要的盈亏平衡 点，单车单日运输超过 2000 件，无人快递车的提效降本优势凸显。以圆通速递安次区一网点为例，无人驾驶快递车用于网点到乡村服务站的派送和揽收，每天可完成 2～3 趟投递任务，单程 30 公里的路程，相较于传统取派模式，成本下降 40%左右。

　　2026-2030年，无人车将跨越从“技术验证”到“千亿级市场”的临界点。随着整车成本降至5万元量级，无人配送与Robotaxi将实现百万级装机量，重构城市末端物流与公共出行生态。

　　物流无人车可替代微卡、轻卡、货运三轮等传统运输工具，理论最大空间每年可替换商 用车 444 万辆，对应年市场规模 2071 亿元。根据中国汽车工业协会和中国摩托车协会统计， 2024 年我国微卡/轻卡/货运三轮摩托车销量分别为 43/190/211 万辆；根据 KERUI 智库和博 研咨询，我国微卡/轻卡/货运三轮摩托车保有量分别为 621/890/1500 万辆。由于微卡/轻卡/ 货运三轮摩托车与九识 Z5/Z10/E6 无人车参数相近，假设全部替换为无人车的最大理论情况，参考对应无人车车型售价，无人车年市场规模粗略计算得 2071 亿元。

　　无人车制造商按背景可分为初创型和平台型公司。初创型公司：新石器、九识、白犀牛、 毫末智行、行深智能和驭势科技等，其创始人团队大多有无人车领域研究和管理经历，创业 从事无人车制造；平台型公司：菜鸟、京东物流、美团等，其成立时间普遍早于初创型公司， 无人车相关业务由公司孵化，有较强的资金和商流支持。 干线运输环节路况更为复杂，目前 L2 级以上智能辅助驾驶的商业化进程正在持续推进， 主要公司包括嬴彻科技和卡尔动力等。

　　全域覆盖：从北上广深一线城市向二三线及乡镇全面渗透，实现地级市100%覆盖。

　　三位一体耦合：主机厂、自动驾驶公司与出行服务商深度绑定，形成“制造+系统+运营”的闭环。

　　数据飞轮效应：随着百万台车辆上路，长尾场景处理能力将呈指数级增强，算法迭代周期缩短至周级别。

　　无人配送出货量冲刺10万台里程碑，L4级标准在法律层面完成全国范围准入，Robotaxi开启收费商业化示范。

　　自动化运营系统上线，实现车辆全自动订单调度、路径规划及自动补能。无人车开始大规模替代微卡与货运三轮车。

　　无人驾驶成为城市新质生产力的基础底座，年出货量跨入百万量级，形成覆盖快递、零售、载人的全域智能网联生态。返回搜狐，查看更多