2025年机械设备行业专题报告：政策松绑商业化快速推进，无人物流有望率先放量

1 无人车：政策松绑利好不断，商业化持续推进

1.1 无人车：物流人工成本上行与供给端降本下诞生的智能化交通工具

无人车（UnmannedVehicle）是指搭载环境感知系统、智能决策算法与自主控制 模块，无需人类直接驾驶操作，即可在特定场景或开放环境中实现安全、高效 移动的智能化交通工具。其核心特征包括： ①无人化运行——通过多传感器融合（激光雷达/摄像头/毫米波雷达等）实时 构建环境模型； ②自主决策——依赖 SLAM（同步定位与建图）、路径规划与障碍物规避算法动态 响应复杂场景； ③任务导向——覆盖载人运输（RoboTaxi）、物流配送（无人配送车）、工业搬 运（AGV/AMR）等多元场景，具备结构化或半结构化环境下的作业能力。

从分类上看，无人车主要包括 Robotaxi、Robovan、Robotruc、kRobosweeper、 无人叉车等，其在应用领域和发展阶段等方面各有特点。

物流人工成本持续上行，是需求端的催化。车作为一种交通工具，广泛用于 人、货的运输，而以物流行业总费用增长率和平均从业人员工资对比可以发 现，我国的物流从业人员平均工资相较于基期（2013）累计增长率持续高于物 流费用，人工成本的影响逐渐增大（无法获得准确从业人员数量，但据中国物 流与采购联合会文章，物流相关行业法人单位从业人员数由 2018 年的 1100 万 人增至 2024 年的 1550 万。新业态领域快速增长，吸纳就业能力不断增强，即 时配送等新业态领域从业人员增长超过 50%，明显高于同期城镇就业人员增长平 均水平），下图仅仅考虑了工资带来的人工成本提升的效应，如果考虑从业人员 的增长，人工总成本的提升速度会显著高于物流费用增长速度。 无人车持续降价，供给侧不断优化。以物流配送车为例，2018 年左右单品价格 接近百万，而 2025 年已经降价至最低 2 万元左右，供给侧的降本、叠加需求侧 的人力成本提升，是无人车商业化的核心驱动因素。

1.2 分类：遥控/一对多监管/完全无人

目前的无人车，并不仅仅是传统概念上的汽车或者物流车，它实际上是一种具 有轮履结构、同时具备上部功能区域或者部件的无人产品，这也意味着它是一 种介于车与人形机器人的中间体产品，轮履结构保证了其运动性，而上部功能 区域或者部件承载了其使用功能。 无人的程度对应着不同的场景需求，也对应不同的技术进度。无人车对应多种 应用场景，从定义出发，无人车根据人参与的程度可以分为一对一遥控、一对 多实时监管、自主运行三大类产品，每类产品又对应一些更细分的场景。 ①一对一遥控：典型的产品为无人挖掘机。早期的科研类无人车也是从遥控开 始起步的，例如 1980 年代，我国进行了“遥控驾驶的防核化侦察车”项目，即 为较早的无人车探索。无人挖掘机具备安全优势、信息优势等，可用于抗震救 灾、隧道作业、爆炸清理等场景，尤其重要的是具备初步规模化优势，在标准场景下可以自动化，边缘场景由人工接入处理。这也是进一步进行规模化的前 提。

②一对多监管：目前大部分商用无人车。从一对一到一对多的关键一步即将标 准场景自动化，这一过程可以解放人的重复劳动，自动化程度越高，人：车的 比例越低，效率也就越高。此类无人车依然需要人的实时监管，尽管人车比可 能达到 1：10 甚至更高，但是仍然需要人类的实时监控。 ③完全无后台监管，在特殊事件发生/检修等场景才会有人介入：尚未实现。目 前，完全没有后台监管、完全自主运行的无人车（即 L5 级完全自动驾驶）尚未 实现大规模商业化落地。例如马斯克宣称 Cybercab 将无方向盘、无踏板，完全 由 AI 控制，可自主接单、充电、维护，但特斯拉尚未证明其能完全脱离远程监 管。从法规上，各国法律普遍要求自动驾驶车辆需具备责任主体，完全无监管 的 L5 级无人车尚未合法上路。

1.3 历史：大型企业/政府研发投入为驱动力，逐渐进入商业化阶段

从历史来看，无人车更多是一个研发费用驱动的产品，其技术的进步依赖于大 型企业如百度或者政府资金的研发性投入，且研发投入短期并不能直接看到商 业化场景，“萝卜快跑”的商业化是无人车第一次被媒体大规模报道并且走入大 众视野，随后，各类商业化场景开始兑现。

2 法律法规：顶层设计从无到有，商业化牌照加速发放

在大部分场景下，无人车都涉及到与人的交互，政府出台的政策成为放量的关 键制约因素，本章对涉及公开道路无人车相关法律进行了细致的梳理和逻辑分 类。 需要注意：政策落地是无人车落地的重要促进因素，但仅适用于开放道路场 景。政府对于公共道路具有管辖权，在无人车技术和产品不断发展的背景下， 陆续出台规范性政策，但此类规范性政策仅针对开放道路的场景，若企业在部 分封闭式的内部厂房、矿山、仓库使用无人车，并不需要遵守政府针对开放道 路的管理条例，在封闭场景下，企业所需遵守的规范性政策主要是现行的安全 生产管理条例以及特种设备报备类的现存政策法规。

2.1 顶层设计：从无到有，上位管理规范逐步健全

我国关于无人车上路的规范条款规范范围包含乘用车、商用车辆和专用作业 车。我们从国家顶层法律入手来梳理无人车相关的法规体系，其中包括国家部 委出台的规范性法规，工信部组织发布的国家标准等，其中大部分顶层法规没 有单独提到非乘用车类目下的无人车，仅有 2025 年 2 月 28 日发布的国家标准 ——《智能网联汽车自动驾驶系统设计运行条件》对货运无人车的安全边界进 行了详细规定。新能源自动驾驶乘用车（也就是日常说的带智驾功能的电车） 拥有最大的市场，相关市场主体也是相关法规的重要推动者，其他无人商用、 专用车在同一法律体系内被规范。 从法律节奏上看，无人车上路的法律法规可以分为几个阶段： ①2018 年之前：无人车测试没有任何上位法和法律规范。2015 年百度无人车已 在北京五环上进行测试，实际上属于灰色地带。直到 2017 年 12 月，北京才发 布了首个自动驾驶路测规范《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》，2018 年，首个全国性上位规范文件出台，《智能网联 汽车道路测试管理规范（试行）》，给与了地方政府组织智能汽车路测的权利。 ②2018-2021 年：仅有上位管理规范和地方规范条例。上位法层面，仍然主要 依赖《道路交通安全法》（2003 年颁布，2007/2011 年修订），以及《公路法》 等前期修订的法律条款，并未对无人车进行单独规范；《智能网联汽车道路测试 管理规范（试行）》的文件本身颗粒度并不细致，依托各地政府自行出台进一步 的规范。 ③2021-2025：上位法修改提上日程，各地规范进一步推进。2021 年《道路交 通安全法（修订建议稿）》首次纳入自动驾驶条款，标志着国家立法破冰的开 始，但是时至今日，该修订稿并未通过。但是 2021 年的《智能网联汽车道路测 试与示范应用管理规范（试行）》首次明确了权责划分，以该上位管理规范为基 础，叠加 2021 年 8 月 20 日发布的《汽车驾驶自动化分级》（国家标准），各地 政府开始密集推出各类试点牌照。 ④2025 年往后：上位法修改有新表态，L4 驾驶落地。2025 年 7 月 20 日，L4 级 高度自动驾驶汽车获准开展全域范围内的商业化载客和载货运营服务，并首次 取消了“安全员强制随车值守”的硬性要求。同时公安部对于新版《道路交通 安全法》推进也有了具体的表态，无人车上路进入加速阶段。随着 2025 年 L4 级商业化牌照落地，早期的地方经验（如深圳责任规则、上海测试体系）已逐 步融入国家法律框架。

2.2 地方路权：测试资质作为现存大部分商业应用的法律依据

试点权限更多以地方测试牌照的形式下放给了地方。国家在战略层面对智能汽 车的支持是毫无疑问的，例如 2015 年《中国制造 2025》首次提到智能网联汽车、2020 年《智能汽车创新发展战略》明确 L3L4 落地时间表，以及后续一系列 国家层面的战略规划均对智能汽车较为重视，在国家层面支持的背景下，更多 试点权限以地方牌照的形式下放给了地方，如北京、深圳、上海、杭州等地均 进行了尝试。 目前大部分无人车应用并没有实质上的商业化资质。如果将商业化定义为向不 特定多数群体进行市场化收费，那么目前绝大部分无人车并没有商业化资质， 例如顺丰、京东等公司的物流无人车，尽管这些产品是向某些无人车企业购买 的，并且实际运用在了公司业务中，甚至已经在财报端看到了一些降本增效的 可能性，但是这些应用都是披着法律上“测试”的外壳，本质上依托的是各个 地方政府的试点牌照政策。截至 2025 年上半年，全国已有 103 个城市开放无人 配送车辆路权，覆盖超过 80%的主要物流节点城市；全国无人配送车保有量突破 6000 台。

2.3 商业化：商业化牌照加速发放

迄今为止，无人车商业化牌照仍然是非常稀缺的牌照，率先获得商业化的典型 案例是 robotaxi，与此同时其他无人车的商业化也在快速推进中。

2.3.1 Robotaxi 的商业化路径：从示范牌照到商业化牌照

根据现行法规，robotaxi 示范运营与商业化运营是完全不同的两类牌照，2021 年 11 月 25 日，北京市发布 《自动驾驶出行服务商业化试点管理实施细则》，向 百度 Apollo 颁发国内首批自动驾驶收费许可，允许其在北京经开区 60 平方公 里范围内开展收费服务, 是中国首个明确允许 Robotaxi 收费的法规文件，标志 着自动驾驶从免费测试迈入商业化探索阶段。截至 2025 年 6 月，主要有北京、 武汉、深圳实现了部分区域 robotaxi 的无人商业化运营（乘客付费），深圳的 法律基础为《深圳智能网联汽车管理条例》，而武汉/重庆的法律基础为《武汉 市智能网联汽车道路测试和示范应用管理实施细则(试行)》/《重庆市永川区智 能网联汽车政策先行区道路测试与应用管理试行办法》。

示范运营牌照相对更易获得，经过测试后方可升级为商业化牌照。以萝卜快跑 为例，萝卜快跑作为头部 Robotaxi 厂商已在北京、上海、广州、深圳、重庆、 武汉、成都、长沙、合肥、阳泉、乌镇等城市开放示范运营，示范运营时，不 能向乘客进行收费，只有在获得商业化牌照之后才能收取车辆使用费用。

2.3.2 WAIC 密集催化，无人车商业化有望推进

测试牌照的局限性或为无人车放量限制因素之一。从法律上而言，尽管例如新 石器这类公司通过销售整机产品形成了商业化收入，但是并未形成完整的商业 闭环，其根本原因在于，无人车（例如物流车）的生产销售并不需要特定牌 照，但是购买方使用需要向地方政府申请牌照，按照现行制度，大部分牌照均 为测试牌照，尽管没有明确文件规定牌照的数量，但是部分城市如佛山实行 “一车一码”终身制，牌照审核无形中成为了无人车企业商业化放量的制约因 素，目前较为友好的城市是杭州，根据《杭州市智能网联车辆创新应用管理实 施办法》，测试主体在累计完成 1200 小时或 1 万公里安全测试后，可对符合 “三同条件”（同型号、同系统、同配置）的车辆申请批量确认，经信局按 ≥10%比例抽查即可通过，无需逐车审批。对于购买无人车的企业来说，如果想 对 C 端实现差异化收费而非仅在公司内部降本增效，同样需要商业化牌照的加 持。 向不特定对象按市场价格收费是无人车商业化在法律许可维度上的下一个飞越 点。如果将 Robotaxi 排除在外，现有的无人车商业化牌照极少，2022 年 11 月，友道智途与海通物流联合获得全球首张智能网联载货示范运营牌照，首次 获准在洋山港开展收费运输，但这个牌照同时限定了收费主体（固定合作方上 港集团，以项目服务费的名义支付），并非真正意义上的商业化牌照。 WAIC 密集催化，无人车商业化即将落地。在 2025 世界人工智能大会（WAIC 2025）期间，上海新一批智能网联汽车示范运营牌照正式发放，覆盖智能出租 与智能货运两大业态，共四款车型。获牌企业将采用两两组合的方式，涉及企 业包括：百度、大众、上海赛可出行、上海强生出租汽车有限公司、赛可智能 科技、小马易行、上海锦江出租汽车服务有限公司、上海友道智途科技。此次 上海开放乘用车路权，基于的法规依据是 7 月 20 日发布的《自动驾驶汽车道路 测试与示范应用管理办法（2025 修订版）》，而发布商用车牌照更属全国首次， Robotaxi 之外的商业无人车实现法律意义上的商业化未来可期。

3 场景供需：供给推动进入商业化奇点，需求拉动成为新引擎

3.1 场景需求：互联网&物流企业手握大量商业场景，政府&其他垂类场景作为 商业化补充

新能源电车销售具备全国放量的可能性，而无人车的场景更为关键。新能源车 主要 ToC，而无人车目前在 ToG 和 ToB 模式上进展较快。尽管技术底层相似，但 商业模式的不同导致了无人车和新能源电车的竞争关键点不同。新能源电车在 全国的准入门槛相对统一，而无人车应用场景离散，每个场景的准入依赖于这 个场景的管理者，不仅仅需要在产品上进行研发，还需要在场景许可端下功 夫。

目前来看，无人车领域相对较大的场景终端需求均把握在大型企业和政府手 中，由于企业/政府性质的不同，其开放场景给无人车制造商的商业化动机也并 不相同。其中企业包括大型互联网企业，掌握了大量和 C 端消费者直接交互的 场景；物流企业，是无人车作为交通工具最直接的落地场景；政府，起到规 范、引导、促进的角色；其他商业场景下，与 C 端的交互较少，更多是出于降 本的动机。

3.1.1 互联网企业：资本介入作为商业场景交换的前置条件

中国互联网企业在无人车应用方面，兼具科技企业与零售企业的特征。一方 面，作为科技企业，一定程度上对无人车项目的亏损是具有容忍度的，部分企 业在无人车尚未商业化时就进行了研发投入；另一方面，由于其通过各种方式 服务 C 端消费者，把控了较多商业化消费场景，这些场景下无人车具有较多的 降本增效替代空间，这些场景是无人车企业所迫切需求的。 资本先行，场景开放紧随其后，互联网企业开放场景的主要动因是投资+部分降 本。不同互联网企业的业务特征不同导致偏好并不相同，但是均不完全出于降 本动机，作为科技企业需要进行前瞻布局，通常互联网企业都会扮演投资方+场 景提供方的角色。京东聚焦具身智能+物流自动化，投资偏向人形机器人（如众 擎、千寻）；阿里重点布局干线物流（零一汽车）和同城货运（元戎启行），结 合菜鸟网络强化末端配送。美团围绕外卖生态，投资无人配送车（毫末智行） 和具身智能（宇树科技）。腾讯以资本布局+云服务赋能 Robotaxi（如祺出行、 Momenta）。

3.1.2 物流企业：逻辑最直接的应用场景，主要合作方为新石器、九识智能等

物流企业与无人车企业的合作普遍处在区域试点阶段。目前，新石器是物流企 业的主要无人车合作伙伴，已与顺丰、圆通、中通等达成战略合作，重点探索 “公交+物流”融合模式。

从实用性来说，新石器作为头部公司，获得了大类公开道路测试路权，这是物 流快递企业选择与其合作的重要驱动因素。目前新石器已经在 250 多个地市获 得公开道路测试路权，随着路权逐步放开与下放，各场景下的无人车应用有望 在规模效应下持续降本。

物流企业开放场景给无人车的主要动因是成本降低。从公开渠道宣发的案例新 闻稿中，无人车在物流行业试点最常提到的关键词就是成本降低，由于物流企 业的企业规模较互联网企业更小，在投资使用无人车时会有更多的现实利益考 量。 以快递头部公司顺丰为例，顺丰在多场景应用无人车，融入其营运模式变革。 顺丰 2023 年开始推行“中转场直接分拣+容器集装并直接发运至末端小哥收派 区域”，即“笼车模式”，2024 年已累计推广至超过 3400 个网点和超过 9600 个终端小站点。根据公司年报，截至 2024 年底，公司投入使用超过 800 台定制 化无人车在中转场和网点间的支线运输环节、网点和小哥收派区域间的接驳运 输环节、以及园区和校园等封闭型区域的收派环节。公司将“笼车”与“无人 车”结合，物流无人车逐渐融入公司营运模式变革战略。 无人车参与大大提升了配送效率。在传统模式下，包裹需要在分拨中心和综合 网点进行两次分拣后再派送；在模式变革后，包裹最快路径可在综合运营场进 行一次分拣后用背笼无人车将包裹送至 AOI（AreaofInterest）区域，即快递员 派送区域，大幅减少快递员往返时间。

3.1.3 政府场景：政策为主&补贴为辅，推动探索存量场景无人化

政府直接主导的无人车项目较少，政府在无人车应用领域，更多扮演政策决策 者的角色，通过放开路权政策，提供适量补贴，引导市场化主体自行进行商业 化探索和试点。

3.1.4 其他商业场景：效率优先，成本降低是产品迭代进入的核心逻辑

①矿山

矿区是无人驾驶技术最具商业化可行性和规模潜力的应用场景之一。矿山作为 封闭、高度结构化的运营环境，非常适合无人驾驶车辆的部署。无人驾驶矿卡 能够实现全天候运行，可大幅提高生产效率并缩短停工时间。

②仓储

仓储类应用的典型代表是无人叉车。2023 年，无人叉车在锂电行业应用居多， 占比为 21.03%，其次是光伏行业，占比为 19.37%:汽车汽配行业占比为 12.58%: 泛电子行业占比为 10.8%:一般制造业/纺织行业占比为 9.46%:供应链/三方物流 占比为 8.40%，工程机械/重工行业占比为 5.58%;能源化工行业占比为 4.50%;其 他行业占比为 8.01%。随着技术进步和应用拓展，AMR（自主移动机器人）解决 方案正变得更加智能、灵活，并广泛应用于电商等需要大批量、高速运营的行 业。

3.2 产品供给：前瞻布局驱动逐步转向商业化驱动

3.2.1 初步商业化阶段：核心商业化逻辑为降本增效驱动的存量替换

无人车在标准化道路上进行低速行驶的成本低于人工是降本增效的主要驱动。 目前来看，无人车售价区间为数万元人民币，相对于一个月薪数千、企业端用 工成本接近 10w 的普通员工来说，已经到达成本替代的零界点，而无人车的成 本具有进一步下行的潜力，同时其移动速度也具备提升的潜力，员工的工资则 缺乏向下弹性，因此随着成本对比越来越悬殊，标准场景的人工行驶有望被无 人车代替。本小节以快递物流的末端配送为例，测算机器换人的经济效益。 无人车在物流配送应用的典型场景为网点到配送环节的人工替代。一个包裹从 揽收到派送的全流程如下：小件员首先将包裹送至揽收网点，若本地直达末端 中心的件量不足，则会与其他包裹集包以节省成本；随后包裹被送往始发分拨 中心，集包件直接装车发运，未集包件则在此分拣；接着通过干线运输到达末 端分拨中心，在此拆包分拣后由提货车运至派件网点；最后派件网点进行末端 分拣，由小件员完成最终派送。整个流程的关键节点依次为：揽收网点、始发 分拨中心、干线运输、末端分拨中心、派件网点，直至送达用户手中。若件量 充足，包裹可跳过集包环节直接进入始发中心分拣流程。无人车目前主要在网 点到配送环节形成对人工的替代。

行驶场景为相对标准化产品，无人车成本目前显著低于人工成本。基于顺丰在 鲁西十城投放的 52 辆无人车案例，本文进行无人车和快递员的成本对比测算。 该测算有一个隐含假设，即快递企业现有的车辆资产使用成本完全不在计算 中，仅计算快递员的人工成本， 而无人车则计算整车成本和折旧。即使在这种 并不完全对称的对比下，无人车的成本依然显著低于人工成本，未来随着无人车的提速、降本，该成本对比差距会更加显著,同时该场景的计算结果也可以泛 化至其他场景，目前无人车价格区间基本在数万元至十余万的区间，部分对上 部搭载功能有需求的场景下无人车价格可能相对较高（如叉车不仅具有行驶功 能，还需要有上部对货物处理的功能区），但就无人车行驶功能的实现而言，数 万元的解决方案相对人工方案具有绝对优势。

3.2.2 增量市场阶段：核心商业化逻辑为创造新需求，扩大市场规模

无人车创造新需求的底层逻辑仍然是降本，极低的成本让一些无法规模化、经 济化的商业行为具备了实现可能。由于无人车作为一个移动运输工具，其最终 成本下限具有显著的向下弹性，因此在单个人类个体工资较难下降的背景下， 越来越低的无人车运力价格有望将以往一些依赖人类运力、成本较高的边缘商 业场景变为现实。

据前文的法规梳理，若要向不特定群体按市场价收费，无人车企业需要拿到商 业化牌照，而目前绝大部分无人车都基于测试牌照运行，因此这些增量场景的 发掘，同样也需要政策的解绑。

4 技术路径与规模化降本：借电车之东风，实现产业链降本&技术迭代

无人车的商业化降本中，最核心的是上游的技术降本，随着智能驾驶领域以及 汽车电动化的快速发展，带动相关激光雷达、毫米波雷达、摄像头、电池持续 降本，带给无人车快速发展的机遇。 为何说今年是无人车商业化的元年？拐点在哪？核心在于过去的无人车产品是 （大公司）研发费用驱动，成本高昂，没有可持续运行的商业模式；无人车的 降本一方面来自大公司（各类互联网企业的资金+初创企业）的持续研发投入， 另一方面更重要的驱动是它与电动汽车共享同一条产业链，而电动车是一个存 在逻辑清晰的商业化路径的行业（造车并销售），尽管电车前期成本高昂，但是 随着需求端爆发，资本进入，电动汽车产业链的各个部件逐渐量产成熟，带给 各个领域的无人车更低的制造成本，这是无人车在目前部分单企业仅有几百/数 千台产量的背景下，依然能快速降本的底层驱动因素。

4.1 智驾技术：车企智驾技术不断迭代，无人车享受技术外溢

无人驾驶技术是指通过先进的传感器、控制系统和人工智能，使车辆无需人类 干预即可自主运行的技术，通常特指实现高度自动化（L4 级）和完全自动化 （L5 级）的系统。根据国际汽车工程师学会（SAE）的分类标准，无人驾驶分为 L0 级（无自动化）至 L5 级（完全自动化）。目前，尽管在开放道路上实现 L5 级 完全无人驾驶仍是长期目标，但在矿区、港口、工厂等封闭或受控环境中，L4 级无人驾驶已成功落地——车辆可在特定条件下完全自主运行。 L4 级无人驾驶技术在商用车领域的普及速度显著快于乘用车，主要原因包括： 环境差异：乘用车需应对城市交通的复杂性和不可预测性，涉及多变的人车交 互和尚未成熟的法规体系；而商用车（如矿区卡车、港口物流车等）通常在封 闭或半结构化环境中运行，技术实现难度更低。用户需求：企业用户更关注生 产效率和成本控制，愿意为能直接量化投资回报的成熟解决方案付费。例如矿 区无人驾驶可通过减少人力成本、提升作业时长带来明确经济效益。这些因素 共同推动了 L4 级系统在物流、采矿等商业场景中的快速应用。 无人驾驶的商业效益十分显著，包括减少驾驶员人数、通过优化驾驶降低燃料 成本、减少事故发生率、提高生产效率以及提升设备利用率。随着技术持续成 熟和扩展，预计 L4 级无人驾驶系统将逐步应用于环境卫生、长途货运及最后一 公里配送等领域，而这些领域长期面临的劳动力短缺和运营效率低下问题，正 是无人驾驶技术能够有效解决的痛点。

部分智驾路线的技术底层逻辑有助于理解无人车对于各类传感器的需求预期：

4.1.1 端到端&模块化导航技术：逻辑可解释性与长期维护成本的抉择

在长尾场景丰富且数据可迭代的条件下，端到端模型凭借自动学习和全局优化 能力，长期维护成本显著低于模块化方案。但其优势的发挥依赖数据闭环和工 程化落地能力，初期投入可能较高。混合架构（端到端为主+模块化冗余）是当 前平衡成本与安全的实用选择。 对无人车而言，如果使用场景非常标准化且封闭，少有长尾场景，那么使用模 块化导航技术会更简单，仅需要编写基本的行进逻辑；但是随着无人车商业化 的推进，与人的交互越来越多，因此长尾场景变得更加丰富，长期来看，端到 端的自动驾驶技术会同步在无人车领域和自动驾驶领域落地，无人车目前发展 端到端技术的瓶颈依然是数据集的匮乏。

4.1.2 视觉方案&激光雷达：视觉方案支持长尾场景，激光雷达方案提供兜底

从融合难度来看，视觉方案比激光雷达方案更容易与端到端（E2E）技术融合。 视觉方案（摄像头）直接输出 2D 图像或视频流，与深度学习（尤其是 CNN、 Transformer）天然适配，端到端模型可直接处理 RGB 像素数据，无需复杂的前 置转换；激光雷达方案输出 3D 点云，数据稀疏、无序且高维，需额外处理（如 体素化、BEV 投影）才能输入神经网络，增加了融合复杂度 若端到端方案成为主流，则无人车对于摄像头的需求会显著增加，但激光雷达 作为安全备份仍然必不可少。激光雷达的优势在于精准测距和极端天气鲁棒 性，因此在安全关键场景（如高速自动驾驶）仍可能作为冗余传感器，但会增 加系统复杂度。视觉方案的计算流程更简单，适合轻量化部署（如车载芯片优 化处理 2D 卷积）。

4.1.3 高精地图&高精定位：弱地图+强感知为未来趋势

高精度地图是环境数据库，依赖测绘级 GNSS、LiDAR 与全景相机；而高精度定 位是实时服务，需车规 RTK、IMU 与边缘算力支持。未来趋势是硬件深度融合 （如 UWB+RTK 芯片化）与软硬件协同优化（轻地图+强感知），以兼顾精度、成 本与可靠性。

4.2 硬件迭代：整体受益于新能源车产业链

无人车具备多种传感器，对应不同的智驾功能，整体降本依赖于新能源车产业 链。

4.2.1 摄像头：功能分化与量产带来价格下行

摄像头价格下行带动无人车整车价格下行： 2019-2021：早期高溢价（$300+），主因小批量定制化生产+进口传感器芯片； 2023-2025：价格加速下探，3 年降幅 70%+，核心驱动为： 国产替代：舜宇、欧菲光等占据全球 50%份额，200 万像素模组价格压至$100 内； 分辨率与算力协同优化：800 万像素普及+Orin 芯片算力成本降至$7/TOPS（地 平线 J5），降低系统总成本； 场景分化：物流车采用中低端摄像头（$120），乘用车用高端模组（$200）； 2025 年：菜鸟 GT-Lite 以极致成本结构（激光雷达$1447+摄像头$120×4）实现 L4。

4.2.2 雷达：车载雷达量产，无人车直接受益

车载雷达产业在 2025 年迎来爆发式增长，激光雷达与毫米波雷达两大技术路线 并行突破，共同推动智能驾驶感知系统升级。规模化量产带来的成本下降与技 术成熟，正在重构无人驾驶领域的传感器生态格局。

①激光雷达

激光雷达市场正经历从技术验证到规模化装车的关键转折。装机量跨越式增 长：2025 年 1-6 月，我国乘用车市场激光雷达前装搭载交付量达到 104.39 万 颗，同比增长 83.14%。

②毫米波雷达

毫米波雷达领域正经历从传统“盲人雷达”向高分辨率成像雷达的技术跃迁。 4D 成像雷达规模化：赛恩领动于 2025 年 6 月实现第 10 万颗 4D 成像雷达下线， 其 SFR-2K 产品基于恩智浦 S32R41 处理器，已应用于蔚来及乐道品牌多款车 型。经纬恒润推出的 LRR615 搭载高密度波导天线，性能达市场现有雷达的 10 倍，可作为激光雷达的替代方案；本土化进程提速：大陆集团 ARS620 第六代毫 米波雷达于 2025 年 4 月在中国本土量产，支持目标物高度检测，单雷达即可满 足 AEB 国标要求。其角雷达 SRR630 的 HBM 高带宽模式可在泊车场景替代超声波 雷达，降低系统成本。 车载雷达的量产突破直接转化为无人车感知系统的三重升级：探测精度提升、 系统成本下降、全天候运行能力增强。

4.2.3 电池：新能源技术迭代，持续提升能量密度，降低单位成本

新能源电池技术正经历 “液态→半固态→全固态” 的阶梯式跃迁，核心逻辑 为：能量密度跃升：300Wh/kg（半固态）→500Wh/kg（全固态），支撑电动车续 航突破 1000km，成本边际递减：干法工艺/产线兼容性/规模化三引擎驱动，全 固态有望降至 100 美元/kWh。

5 市场规模与公司梳理

5.1 无人物流市场空间：到 2030 年市场规模约 550 亿元

无人物流车的发展速度快于出租车等其他场景。国家邮政局数据显示，截至 2024 年快递物流无人配送车规模化应用已累计超过 6000 台，据观研报告数据， 2024 年我国无人物流车销量达 0.51 万辆。按照商用车 2024 年 387 万辆的销售 数据，我国 2024 年无人物流车渗透率超过了 0.1%，达到 0.13%左右，而通过部 分企业披露 Robotaxi 的公开数据，武汉约 400 辆萝卜快跑，广深地区约 280 辆 如祺出行，我们估计其他城市约一个城市 50 台左右，总体量级不超过 1000 台，而 2024 年 10 月交通运输部披露现存网约车车辆运输证 310 万本，中研网 数据显示 2024 年出租车约 139 万辆，合计超过 400 万辆，Robotaxi 渗透率在 2024 年不到 0.025%。背后的原因主要是无人物流车可以低速行驶，同时由于无 乘客，对安全性的要求也更弱，整车成本更低，降价较快。 渗透率预测：我们预计未来渗透率的构成中，商用物流无人车的渗透率仍将显 著高于 Robotaxi，参照如祺出行的招股书披露的 L4/L5 渗透率，我们将其乘以 1.5，对应未来各年适用于无人物流车的渗透率，另外我们假设报废年限为 5 年，作为存量车辆的计算依据。 单品价格：以行业头部公司九识智能的 Z5 系列产品作为对标，自发售以来，该 产品蝉联行业销量榜首，成为快递、商超、生鲜等领域的“标配”，目前九识 Z5 的价格为 4.98 万元，FSD 价格为 7000 元/季度，考虑到未来零部件的降本空 间，我们预计未来每年整车与 FSD 降本速度均为 5%。

编辑：火腿肠