芝能科技出品

在智能驾驶的浪潮中，城市配送正悄然成为L4自动驾驶率先落地的关键场景。

过去一年中，自动驾驶行业中的大部分企业正在遭遇战略收缩，资本正变得更加审慎。

因此九识智能的表现就显得很另类：2025年，他们完成了近3亿美元的B轮融资，成为近两年来自动驾驶领域单轮融资金额最大的公司之一。

相比Robotaxi这种对安全性与用户体验要求极高的无人出行，还有主要应用场景还是在高速封闭路段的自动辅助驾驶乘用车，城市配送是“技术难度适中 + 商业价值显著 + 可控运营条件”的理想自动驾驶突破口。

在这样的背景下，我们在EAC2025上跟九识智能深度交流——这家由来自百度和京东自动驾驶团队创立、致力于城市配送L4技术量产落地的公司。

在专访中，九识智能副总裁、生态合作负责人周清为我们详解了他们如何用“技术+生态”打通无人配送车从路测到商业化的关键一公里。

01

一台19800元的无人车

其无立柱设计提升货箱利用率，并内置自研NOA导航系统，可不依赖高精地图运行。新增的实时对讲系统增强了人机协同能力，提升城市高密度配送场景下的稳定性与任务完成率。

新车型面向轻件散件配送场景，强调定制化、高效率和场景适应性。与此前强调通用性的Z系列不同，E系列聚焦“专精化”，适应物流需求日益细分的发展趋势。

同时九识智能还有租赁的运营方案，目前服务网络覆盖全国200余城市。

02

创业是现实主义者的浪漫：

九识智能为什么做城配物流

“我们一开始就没想着做Robotaxi。”

九识智能是2021年成立的。那一年自动驾驶行业迎来了前所未有的融资热潮，成为资本市场的焦点。多个自动驾驶企业获得了大额融资。例如，Momenta完成了C+轮超过5亿美元的融资，成为当年中国自动驾驶领域最大规模的融资之一 。

此外，小马智行、文远知行等也在那一年获得了数亿美元的融资。据统计，当年中国自动驾驶行业共发生129起融资事件，融资金额达到约872亿元人民币，创下历史新高 。

但也许是创始人团队在百度出来之后还有载货的自动驾驶的物流的产品的开发经历，“我们一开始聚焦的就是城市配送物流，这个方向看起来更现实。”周清说。“因为这是一个低速、相对封闭的场景，政策能接受，老百姓也能接受。”

所谓“城市配送物流”，简单说就是城市内部短距离的货运，比如商超配货、园区搬运，或者城市中小批量的快递转运。过去，这个工作往往靠人力三轮车、电动货车去完成。但现在，这些路段、这些任务，成了无人驾驶“落地”的新乐土。

“城市配送物流”的核心是什么？不是跑得快，而是跑得稳，能把货准时送到。因此，在政策端也更轻松：相比乘用车载人的自动驾驶，这类“设备型”的载货无人车监管要宽松得多。

“我们现在严格意义上不被定义为一台车，我们算物流设备。”周清说，“很多城市对这种设备的速度限制是在40公里/小时以下，我们做了个折中，设定了40公里的最高运行速度。”

至于是否考虑进入重型卡车、高速公路货运，九识智能很明确：“现在不会做，因为还不是时候。”重卡上高速、公路上自动驾驶的监管还处于起步阶段，“政策不成熟，我们也不会贸然进入。”

九识现阶段更希望聚焦在城市公开道路这个更具规模和商业潜力的主战场。不过九识可以帮助合作伙伴提供完整的开发框架，支持他们进行二次开发和能力集成。

03

“L4不能用纯视觉”：

无人自动驾驶小车的难点与壁垒

现在最大的挑战是什么？

“感知。”

中低速的城市配送，看起来简单，但其实面临非常复杂的场景。

“你在高速路上，不会遇到小狗、三轮车、小孩、骑车逆行的人。可在城配领域，我们这些年遇到的复杂情况数不胜数。”周清说，“感知如何把它正确分类难度很高。好的预测是一个比较大的难题。”

要让算法在这些毫无规律的场景下依然“看清楚”，他们用了“四类传感器”：视觉、雷达、激光雷达、超声波。

“为什么不用纯视觉？“

L4不能用纯视觉。周清说，“视觉系统再强，也无法解决‘看不见’的极端情况。因为摄像头本质上仍是感光元件，在复杂环境下依然可能出现感知盲区。

对于辅助驾驶来说，‘看不见’时可以让人接管或安全停车，问题不大。但无人化的自动驾驶不能如此——车不能半路停下、货不能丢在半道上，这就要求必须引入激光雷达等多传感器融合方案。说到底，每种传感器都有自身的技术死角。”

但多传感器融合的代价是什么？

“算力。”

“我们现在用的是双orin X的方案，算力500 TOPS，跑我们现有的NOA场景够用了。但未来我们也要考虑国产替代的问题，比如我们在测试地平线的芯片，也在和国内的芯片公司接洽，甚至我们有计划自己做芯片。”

是的，一家自动驾驶初创公司，正在讨论“做自己的芯片”。这句话在三年前听起来可能是资本幻觉，但现在，在地缘政治、卡脖子风险、成本敏感的三重压力下，居然成了“常识”。

“我们知道，光是靠国外的芯片，是有风险的。”周清说。

但年出产量要达到多少，才能够就平衡掉芯片研发投入的成本？

“差不多是5万台车的量级。”

我们注意到，整个采访过程中，这支创业团队几乎没谈过融资、估值、讲故事，他们讲的最多的是两个词：数据和场景。

“说白了，自动驾驶这事现在就是谁数据多，谁就跑得快。”周清告诉我们，“很多人以为最核心的是算法，但算法是拿来调的，核心还是数据——你跑得多，你就有更多可能调出合适的算法。”

自动驾驶的核心不是造车，是造‘理解场景的能力’。

所以，当我们问他们担不担心大厂进场时，他反倒显得很轻松：“大厂确实会来，但他们缺场景。”

周清说，“在互联网时代，小公司做个APP没流量就活不下去，因为大厂自带流量。但自动驾驶不一样，这里比的不是谁流量大，是谁跑得多，谁能拿到第一手数据。大厂再大，也不能一夜之间跑完我们一年跑的这些路线。”

所以他不怕，“除非他们花钱买我们数据。”

总结

这不是自动驾驶的“未来”，

这是它的“现在”

九识智能的展台相当朴实，朴实到有点不像自动驾驶公司。

但他们解决的是自动驾驶行业中最现实的问题——怎么真正跑起来，怎么在商业逻辑上成立，怎么穿越“政策灰区”，怎么在被大厂围猎前跑出一道护城河。

自动驾驶行业离真正的高潮还很远，甚至离真正商业竞争的开始也还有距离，现在更像是热身赛，政策和标准还在出台中，技术也在不断迭代。

但九识智能并不急，在热身阶段先跑起来，等枪响的时候，已经领先一圈了。

也许从百度出来的时候，他们就明白：造车很酷，但能活下来（场景落地）的，才是真的“无人”。