全球首款「脫手脫眼」智能重卡來了!
算力1800 TOPS
賈浩楠 發自 凹非寺
量子位 | 公眾號 QbitAI
全球首款具備脫手脫眼能力的智能重卡來了!

有啥用?
以前的輔助駕駛讓卡車司機變“安全員”,現在是人機輪替駕駛,妥妥的第二駕駛員。
意味著司機出車工作更輕松,單人單車能承運的路線長度,也比以往大幅增長,這意味著貨主更低的成本,駕駛員更高的收入——
正是物流貨運行業永恒的痛點與核心關注。
「脫手脫眼」智能重卡背后的產品和技術,來自千掛科技,一家成立不到3年的自動駕駛公司。
千掛是誰?為什么能率先實現“脫手脫眼”?以及最重要的,安全嗎?商業上能跑通嗎?
千掛科技交了什么卷?
脫手脫眼,一般被認為是高階智能駕駛從“人機共駕”向“無人駕駛”過渡階段的一個標志性功能,“人機輪替駕駛”。
但對系統能力又提出更高的要求:之前安全員必須時刻關注路況,隨時準備接管;現在是大部分時間,可以把注意力從車況路況上移開,系統仍然能夠保持安全平穩運行。
乘用車領域有個別嘗試,但落地還很遠。不過誰能想到,這樣的智駕功能,竟率先在重卡上具備了。
這就是千掛科技首次交卷——AutraOne,官方全稱是“智能駕駛運輸工具”,面向干線物流運輸市場,今年二季度開始交付。
面向干線物流,首先意味著AutraOne是一臺重卡,基于東風柳汽的乘龍H7型重卡牽引車開發,定制配套130方低風阻廂式掛車:

重點是,AutraOne并不是在H7成品車上改裝,而是以H7為藍本,經過千掛和東風柳汽深入合作,從結構改制、傳感器布置、動力鏈優化、智能駕艙配置、底層電子電氣架構升級、軟件算法開發等等方面正向研發的前裝量產智能卡車。
這也讓AutraOne的智能化具備更好的穩定性、一致性、可靠性,具備更好合規性和經濟性。
AutraOne全車配備6個激光雷達、7個高清攝像頭、3個毫米波雷達以及6個超聲波雷達。相較于市面上L2輔助駕駛系統和L2+高速領航輔助駕駛系統,傳感器數量和種類都是多很多的。
傳感器拉滿的同時,底層計算平臺上,自研的AutraSpark Max,具備1824K DMIPS的通用計算能力(CPU),以及1800 TOPS的神經網絡推理能力(NPU)。

等效8塊Orin X算力,目前無論在乘用車還是商用車中,這套底層計算平臺,都是算力最大的。
有意思的是,英偉達剛剛在CES上官宣了最強車芯Thor 2025年上車,中國這邊有量產乘用車也規劃了8塊OrinX算力的2000T級別,不知道這款AutraSpark Max是不是千掛在2025年過渡到Thor平臺之前的平替產品,要和中國頭部的量產乘用車一較高下。
AutraSpark Max在大算力之外,參考航空器標準分3層結構設計,既可獨立工作,互為冗余備份,又可分工協作,通過系統和芯片的不同,避免同源失效。

算法上,自研AutraPilot包含融合Rust和C++語言的通訊和調度系統AutraOS、以及采用Transformer架構的全場景預測算法、全解析解的時空聯合一體化的規劃算法,以及兼顧安全、平順和節油的控制算法。
具體功能上,AutraOne具備獨立完成高速公路上全部駕駛行為的能力,包括主路及匝道上的直行、跟車、避讓、超車、并道、匯入、匯出等操作,最高速度可達到100km/h,這也是我國對于重型卡車的最高限速。
據千掛官方介紹,AutraPilot目前其實已經具備了“收費站—收費站”之間,用戶脫手脫眼的技術能力,理論上不需要時刻緊盯路況和系統。
這些,就是千掛科技2年半創業的第一次交卷。
給出的智能重卡答案,明顯和其他人不同,甚至有些“反常”。比如智駕硬件的成本,絕不是價格最低的選擇,似乎有違物流行業“成本第一”的共識。
千掛為什么選擇這樣的產品路線,商業化邏輯能跑通嗎?
智能重卡,為什么要「脫手脫眼」
最直觀的因素,因為要實現“脫手脫眼”的智駕功能,所以在感知層面,必須要把能力拉滿、冗余做足。
所以問題就變成:為什么智能重卡,要具備“脫手脫眼”功能?有基本智駕能力,司機轉職安全員,不行嗎?
當然可以,但是不夠。
中國的一級干線(指由國家統一規劃、管理的省際通路)運輸平均線路長度為1200公里,單程駕駛時長約為17小時。絕大部分重卡半掛車、貨源/需求相對穩定的干線物流,都集中在這樣的線路上。

17個小時路程,很多貨物還有時效要求,傳統物流公司通常采用2個司機輪班倒的形式。近兩年智能卡車賽道提出“雙駕變單駕”的策略,通過智駕功能減輕司機負擔,試圖通過減掉一個司機的辦法節約成本。
但矛盾也很明顯,即使是只做安全員,十幾個小時全程盯下來,必然會超出體能極限,帶來新增安全隱患。
這樣的雙駕變單駕,能承運的線路受限,一般都在七八百公里以下,而且大多數商用車輔助駕駛不能達到100km/h的速度要求,對于時效要求高的單子,也無法滿足。
所以“脫眼脫手”的必要性就體現出來了,只有這樣才能讓一個司機輕松跑完長途全程,一輛車至少每年真正節省15-18萬的成本。
千掛科技,把這樣的功能稱為人機輪替駕駛。

具體安全措施上,千掛科技現階段追求的并不是讓智能駕駛系統能自主通過所有極端復雜場景,而是一定要最大可能保證成功檢測道路上的一切障礙物、異常情況。
一旦檢測,在各級系統功能都無法規避、繞行的情況下,還有最后一道冗余:靠邊停車、甚至直接剎停,停車后人工接管。
“輪替”的意思不是共駕,而是正常路況不用人操心,一旦有異常,保證能提前停住,避免重大事故損失。
這就是為何AutraOne的傳感器、算力配置拉到史無前例的高度。
比如正向的波長1550nm激光雷達穩定檢測距離300m,障礙物極限檢測距離500m,為的是滿足制動距離更長的重卡安全需求。

另外70度超廣角補盲激光雷達的引入,可以將激光雷達前向地面盲區從13m縮短到30cm,配合超聲波雷達的二次增強,實現對車前20cm人/物的三冗余穩定檢測。
側后方的中遠距離激光雷達,可提供180m的并道安全距離。此外,毫米波雷達的冗余配置,可支持在低能見度天氣、在傳感器臟污和遮擋的情況下的自主安全停車能力。
這也是千掛科技的商業化最核心競爭力:
長途干線真正減掉一個司機,且用“剎停”作為安全兜底保障。
一年有硬性15-18萬人工成本削減,另外再配合自研的節油算法?(實測節油5%左右),據千掛科技測算,用不了一輛重卡在運營的第一個整年,成本就能追平傳統卡車,之后的每一年都能通過降本創造更多收益。
“奢華”智駕套件成本的增加,其實是通過對物流場景、模式的理解找平的。
顯性降本之外,千掛AutraOne還有更多優勢,除了前面說的雙駕變單駕的固定路線訂單,它還可以讓單司機承擔更長線路的散單(比如2000km的北京到東莞),并保證更好的時效性。

另外,智能駕駛算法相比人類司機,更加平穩、謹慎,可以帶來貨物運損降低、保險費用降低等等進一步效益。
這里多提一句,國家剛剛開放了L3試點許可,千掛科技認為,這對業務有重大利好。
因為L3法規放行的話,千掛現有技術體系,能夠迅速做出覆蓋里程超過1200公里的干線貨運智能重卡,能夠在更大的市場區間復刻“減司機減成本”的優勢。
總結一下千掛科技的商業化“三板斧”:
前裝量產實現成本、性能的平衡、真正的雙駕變單駕、以及節油算法。其中核心,是雙駕變單駕。
其實在智能卡車賽道,這一套商業化邏輯并非首創,之前有不少玩家都提出相同的思路。但對“雙駕變單駕”可行性的質疑也一直沒停過,主要就是長里程突破安全員體能極限的問題難以解決。
千掛則是第一個用明確技術方案解決這個問題的玩家。
智能重卡競速新階段
千掛科技是智能卡車賽道很新的面孔,成立于2021年。
核心團隊包括普林斯頓、卡內基梅隆CMU、北京大學等等名校的高材生,其中既有長期追蹤投資智能汽車、自動駕駛領域的聯創,也有曾在頭部自動駕駛公司負責過卡車項目的技術大牛。
另外還有業內稱“技術天花板”的廖若雪坐鎮,據說是在百度專利墻上和李彥宏名字擺放在一起的大佬。
千掛科技成立的這幾年,恰好也是智能卡車賽道震動洗牌,并且走向轉折點的三年。

這期間,初創公司都朝量產落地的目標前進,但或是和主機廠合作不順,或是缺乏工程化經驗,或是遇政策阻力等等,總之長期商業化的不順利,直接引發了各自不同程度的危機。
去年開始,業內對于技術落地,構建商業閉環逐漸形成共識。
這樣的一致性,在千掛科技這里也體現得很明顯。
不到3年量產交卷,千掛反映出智能卡車拿到入場券必備的能力:軟硬件研發、前裝量產、商業閉環。
實際上,無論入局造車,還是和主機廠合作,這些能力都是智能卡車玩家必需的。

但千掛科技又展現出了“獨特性”。
技術方案上將智駕成本拉滿,“過剩”的技術投入,實際是把智能重卡的安全下限和體驗上限,同時拉到很高,至少目前任何其他玩家都沒達到這樣的高度。
選擇這樣的方案,是因為千掛科技投入了大量精力、資源調研物流貨運賽道,以百公里為單位,對業務場景進行細分,并找出被忽視的痛點需求,然后提出相應的方案,回答了此前行業沒人回答的問題,找到了沒人走過的商業化路徑。
自動駕駛公司之外,千掛更多了“物流公司”的基因。

千掛科技發布第一款開啟商業化,其實也是智能卡車新階段競爭的標志。
智駕軟硬件架構發展趨于成熟,競爭焦點轉移到對落地場景、功能需求、成本計算等等。
面對不同物流貨運場景,可能都有各自最好的智駕方案,其實行業內的所有玩家,都有快速上量超車的機會。
當然這需要玩家對物流業務、環節成本等細節深入了解,以及對技術應用的高度敏感。
新趨勢下,千掛科技值得關注。
- 中國汽車一哥加持,自動駕駛界「大疆」估值沖破百億2025-11-26
- 神盾金磚電池成功挑戰行業首個“整車+整包”帶電六大極端測試2025-09-02
- 對話吉利技術一號位:VLA大模型打底,沖刺全球最大機器人公司2025-09-02
- 全新嵐圖知音正式上市,20.29萬元起2025-08-28



