· 场景理解≈55%。城配ODD碎片(街区、园区、驿站)、装载/卸货动线、不同货类时效要求均需深度Know-how;决定能否拿到真实订单与路权。 · 智驾技术≈30%。2025年主流接管率已降至0.1次/千公里,但长尾Corner Case仍靠数据闭环;技术差异决定能否把单车TCO压到2.5元/公里以下。 · 资本化≈15%。万台级量产需3–5亿元一次性CAPEX,但资本只能放大已验证的商业模式,无法替代前两者。 · 京东/菜鸟/美团/顺丰掌握高频、高确定性场景与货源,单一场景日均可贡献300–500公里/车,理论上最快起量。 · 劣势:内部定位摇摆(阿里系把无人车定位为“末端补充”),自研算法迭代慢于头部初创;组织上重运营、轻研发,导致2025年部署量仍<1000台,远落后于新石器、九识的6000–7000台。 · 优势:算法栈成熟、算力冗余;劣势:对低速载货工况、靠右频繁停车、货箱重心变化等ODD缺乏数据,接管率反升3–5倍。 · 若端到端VLA无需数据积累,可快速迁移,但城配长尾场景仍需场景化微调;届时技术门槛降为“数据生成+场景仿真”能力,壁垒从算法转向算力+数据引擎,物流初创仍占优。 · 重资产门槛:万台级量产+运营需10亿元级投入,可形成18个月先发窗口;若市场规模<500亿元,ROI<20%,巨头将止步观望。 · 2025–2027年城配无人车市场规模预计达300–500亿元,尚不足以触发全面军备竞赛;中长期(2030年)规模破2000亿元才会吸引跨行业资金持续涌入。 · 2026年底若仍无万台级且TCO<2元/公里的玩家,资本热度将显著降温; · 但城配作为“物流自动驾驶现金流第一站”,长期仍吸引跨界者(能源、地产、保险),行业呈“间歇性涌入+理性收缩”节奏。 · 中期(2025–2027):成本(TCO)、路权(城市准入牌照)、万台级量产能力; · 长期(2028–2030):数据资产运营(单车日1TB数据变现)、场景网络效应(多场景调度降低空驶率至<8%)、金融/保险生态绑定。 · 门槛:低速底盘正向开发、软件OTA闭环、与物流运营方利益分配机制; · 优势:供应链降本(电池、底盘自制率>70%)、售后网络;劣势:软件迭代慢、对场景理解浅,2025年市占率<10%。 · 纯视觉+BEV:BOM可再降30%,但夜间/雨雾识别下降15%,需重数据增强; · 激光雷达+高精地图:当前占BOM 25%,2026年降至12%,可靠性高但更新成本高; · 混合无图(视觉+4D雷达):2025年主流,18个月内仍有10%成本下降空间。 · 2027年起主流方案BOM趋同(2.5–3万元/车),差异取决于芯片自研(可省15%)与规模制造良率(再省8%)。届时整车厂凭百万级产能与供应链议价权重新获得优势。 · 创业公司:3–5家存活,专注细分场景数据运营; · 物流厂商:自营+投资双轮驱动,守住货源端; · 传统整车厂:硬件代工+渠道服务,赚取制造毛利; · 智驾软件公司:转型Tier 0.5或被收购,2028年后市场集中度CR5>80%。
|