RoboVan双品牌联合：无人配送从试点走向网络化，L4城配的生存之道-北京尧图网络

最近这个月做物流无人车和末端配送的朋友群里聊得最多的基本是同一件事一家专注L4级城配无人车研发的科创企业我下文先叫它M公司和另一家拥有全国性快递末端网络的物流平台叫它N公司宣布在RoboVan上共建联合体并且明确要开启双品牌运营。RoboVan这个词直译就是无人驾驶厢式货车通常指L4级自动驾驶、能在城市公开道路和园区场景低速跑的载货车辆它不是那种在封闭码头跑的AGV而是能上路的真无人车。做这个赛道的人都知道过去三四年它一直处于看着热闹、赚不到大钱的状态。所以这条新闻出来我第一反应不是又一场发布会而是这个赛道可能真的要换一种玩法了。这篇文章我会拆五件事这次合作真正值得注意的信号是什么、为什么RoboVan行业走到今天必然要整合、双品牌运营机制大概怎么落、它对末端配送网络和一线车队到底意味着什么以及供应商和竞争对手接下来会面临什么。内容尽量写人话不堆术语想了解无人配送商业逻辑的朋友可以放心看。1. 公告辞令之外真正值得细看的三个信号1.1 从各自赛马到合流共建的措辞切换先说明一下M公司和N公司以前并不算纯合作关系。M公司偏产品和技术一直想做标准化的无人车整车N公司偏场景和网络过去更多是同时接触多家无人车供应商用招标和试点的方式挑选运力。圈内人对这两家的定位心知肚明一个是造车卖货的一个是花钱买运力的中间有合作也有博弈。这次公告里最有信息量的不是战略整合这四个字而是共建联合运营这类以前不太会出现的词。措辞从你卖我买变成了我们做同一个东西这就是决策层把过去重复造轮子、两边赛马的问题摆到了台面上。说得直白一点双方都意识到再各干各的成本会一直压不下去而合在一起反而有可能把账算过来。1.2 超级航母说的不是品牌是资产池和网络很多人容易被超级航母定鼎新局这种新闻稿词汇带偏以为又是两家公司互相吹捧。实际上把这家公司组合在一起最大的意义在于资产合体。M公司的核心资产是整车平台、自动驾驶算法、以及过去几年积累的车辆设计和量产经验。N公司的核心资产是遍布全国主要城市的分拨场地、末端共配网络、以及海量的实际配送订单。RoboVan这个生意最缺的就是同时拥有车、算法、场景、订单的闭环玩家。过去整个行业最大的困境是有技术的没有运营网络有运营网络的没有核心技术少数两家都有的规模又撑不起成本。所以超级航母这个词如果落到资产层面它指的不是品牌大而是从算法到车辆到网络到GMV的完整链路第一次被真正捏到一块。1.3 时间点选在淘汰赛前夜本质是用规模换时间再往外看一层为什么是这个时间点Robotaxi那边还在烧钱烧得昏天黑地RoboVan相对来说是离商业化更近的自动驾驶赛道但近不代表能赚钱。过去一年我接触过的多数城配无人车项目还停留在示范运营、区域试点、政府补贴项目的层面。真正靠纯粹商业化运力收入覆盖全成本的凤毛麟角。而资本市场对亏损项目的容忍度肉眼可见地在下降。这种环境下与其各自再烧两三年去争一个不确定的头部位置不如先合并规模、摊薄成本、活到行业真正放量的那天。整合的底层逻辑从来不是情怀是生存。2. RoboVan行业为什么普遍陷入规模不经济整合是必然2.1 单车硬件成本是摆在明面上的第一道坎先说最简单的账一台合规上路的L4级RoboVan硬件成本远高于同尺寸的传统轻型货车。激光雷达、多目摄像头、计算平台、线控底盘、冗余电源和制动每一套都是实打实的成本。很多外行会问激光雷达不是降价了吗确实降了但无人车为了安全冗余往往不止装一颗。再加上车规级认证、整车的线控化改造一台车的硬件成本仍然站在六位数的水平线上。这个成本要靠卖车或运营毛利去覆盖而年出货量没到万台级别的时候供应链根本给不了好价格。行业里俗称规模不经济——做得越多亏得越明白。2.2 比硬件更难啃的是运营成本如果只有硬件成本问题还好办毕竟电子元器件逐年降价是趋势。真正的无底洞是运营环节的钱。一台无人车不是从工厂开出来就能自己赚钱的。它要有人办路权、跑测试、做安全备案要在公开道路运行时配备远程监控或安全员要充电、要保养、要上保险、要处理违停和事故车辆抛锚了还得有地勤去救。这些林林总总的支出加起来甚至比硬件成本更高。我见过不少项目车辆本身的技术指标很漂亮但一到实际运营就露馅——不是因为算法不行而是因为人车比下不来。一台车配一个安全员成本翻倍一台车配三个地勤净利润直接磨平。这也是为什么我一直认为RoboVan的竞争前半场比技术后半场比的完全是精细化的运营管理能力而运营管理能力恰恰需要网络规模来支撑。2.3 场景碎片化让算法复利被严重稀释无人车公司最值钱的资产是数据。但RoboVan这个行业的数据天然是碎片化的A城市的配送路线在B城市不一定适用社区团购的停车逻辑和快递分拨的调度逻辑完全两回事晴天积累的数据在雨雪天气里要重新补采。这带来的直接后果是算法研发的复利被稀释了——一家公司做一个场景做出的能力很难迁移到下一个场景。M公司和N公司的联合本质上是把碎片化的场景强行归拢到一个数据池里。快递末端的路采数据、社区商超的配送数据、城市共配的接驳数据放在一起训练算法迭代的速度会比各干各的快很多。这一层价值短期内看不见长期才是真正的护城河。2.4 资本耐心降温自我造血成了硬指标还有一个绕不开的现实钱变贵了。早几年无人车公司靠着一页PPT就能拿到融资资本愿意陪你烧五年十年赌一个Robotaxi级别的远期故事。现在不一样了投资人对L4赛道的核心问题只有一个你什么时候能把每公里的成本打正RoboVan本来就是L4各赛道里最接近盈亏平衡的但这个最接近依然需要时间。在资本耐心有限的情况下与其两家公司各自承担高昂的研发和运营费用不如合并研发团队、共享供应链、复用运营网络。哪怕账面上看是被整合只要能把盈亏平衡点提前半年到一年就是值得的。资本算的是回报周期企业算的是存活概率这两者在这个时间点高度一致。3. 双品牌运营机制怎么落研发、供应链和数据平台的三种协同3.1 前台品牌各干各的后台底座共用一套双品牌运营最容易踩的坑是把双品牌做成两套班子、重复建设。如果只是换了个股权结构M公司还造M公司的车N公司还采购N公司的运力那这个合作毫无意义。合理的做法应该是前台双品牌后台一套底座。前台M公司继续维护自己在行业客户里的品牌形象N公司继续面向商家和消费者提供服务、保留自有品牌体验后台底盘平台、电子电气架构、自动驾驶计算平台、供应链体系、数据中台全部统一。用一句话概括用户看到的是两个品牌底层跑的是同一套系统。这有点像手机行业里的双品牌策略主品牌打高端子品牌打性价比但共用供应链和操作系统。无人车行业同样适用——不同的品牌定位可以覆盖不同客户群但共同的硬件平台能摊薄研发成本共同的调度系统能共享数据和运力网络。3.2 联合研发的分工硬件求同算法存异具体到技术层面哪些要统一哪些要保留差异我觉得大概率会这样分硬件层面求同底盘、传感器方案、计算平台、整车线控架构这些走向标准化和模块化。因为硬件是最能体现规模效应的地方共用一套平台采购量翻倍BOM成本才能显著下降。软件算法层面存异感知、预测、规划控制这些通用自动驾驶能力可以在统一平台上共同迭代但针对不同场景的应用层方案比如快递接驳模式、社区团购模式、城市共配模式可以做成可插拔的场景包让双品牌各自维护面向客户的产品体验。这个分工的好处是既保住了规模效应又保住了差异化竞争空间。如果连算法都完全共用那M公司存在的意义就只剩代工了这对技术团队是致命的打击也不利于双品牌长期并行。3.3 供应链整合的真正威力一张采购清单管全局RoboVan的供应链目前最大的问题是量太小。线控转向、车规级域控制器、激光雷达、高精定位模块每一家无人车公司都是小批量采购价格压不下来供应商也没动力做深度的车规定制。联合之后最立竿见影的动作是统一采购清单。原来两家公司分别采购一万台量级的零部件现在合成两万台谈判筹码完全不同。供应商甚至愿意为这个量级单独开模具、做定制化开发。这对BOM成本的下降是实质性的不是PPT里的协同效应。当然供应链整合的难点不在买而在管。双品牌体系的供应链必须做到核心件统一、外观件灵活。底盘、传感器、计算单元统一采购但车身外观、货箱结构、人机交互界面可以根据品牌定位差异化设计。只有这样才能既保证规模又让双品牌在外观和体验上有区分度。3.4 数据共享的边界设计不可能也不应该无限共享无人车行业里数据是最敏感的东西。M公司的路采数据、N公司的订单和配送数据都有商业敏感性。企业合作时最怕的就是数据黑洞——我贡献了数据却看不到收益反而养肥了对方。所以双品牌运营在数据层面必须建立边界。我推测比较务实的方式是分级共享基础交通环境数据、感知训练数据可以脱敏后在联合体内部共用涉及具体商家、具体订单、具体客户的信息则严格隔离。技术上可以做联邦学习或隐私计算原始数据不出域只共享模型参数。这个设计看起来保守但恰恰是合作能否长期存续的关键。数据共享太激进任何一方都会担心被架空数据共享太保守联合体的算法复利又体现不出来。平衡点就是共享道路环境数据隔离商业运营数据。4. 对末端配送网络和一线车队的实际影响4.1 从点状试点到网格化部署的真正转变过去RoboVan的应用大多数是点状试点某条固定线路、某个园区、某家门店的接驳。一个项目签下来跑通就算成功但很难复制到其他城市。为什么因为单点试点的运营成本高、边际收益低物流公司不会为了几台车单独建一套运营体系。联合之后逻辑会发生变化。N公司的全国性网络给了RoboVan天然的部署骨架每个城市的分拨中心、末端共配站点、快递驿站就是现成的节点。RoboVan可以先从分拨中心到区域驿站这条高频刚需线路切入跑通一个城市再复制到下一个城市。这种网格化复制的效率是过去单点试点完全比不了的。这也是我认为这次整合最实质性的一步它不是多卖了几台车而是把无人车从试点工具变成了网络基础设施。4.2 调度系统打通后效率和成本账才算得过来RoboVan要真正大规模跑起来最大的瓶颈不是车不是算法而是调度。快递行业现有的分拨系统是围绕人工车队设计的车辆几点到位、装多少货、走哪条线路、什么时候回场全靠调度员经验和人工沟通。无人车加入之后如果还是套用老一套调度逻辑效率根本提不起来。双品牌联合后最值得期待的基础设施升级是把无人车队的调度系统直接嵌入到原有的分拨和共配系统里。车辆状态、剩余电量、任务列表、道路拥堵预测全部实时同步。系统自动匹配任务、自动规划线路、自动安排充电和维保。这样做的结果是车辆的日均有效运营时长能从现在的四五个小时拉到八个小时以上装载率也能明显提升。账就是这样算过来的。4.3 一线司机的角色不是消失而是升级和分流每次聊无人车总会有人问司机是不是要失业了我的看法比较实际短期内不会失业但岗位结构一定会变。RoboVan大规模上路后受影响的是两种人一种是跑固定线路的司机一种是分拨中心的搬运工。这部分岗位会明显减少。但与此同时会出现一批新岗位远程监控员、地勤运维员、区域运力调度员。一个人可能从原来的开车变成同时监控五台车或者从搬运变成负责车辆充电和应急处理。双品牌运营还会催生一个新的角色——区域运力服务商。M公司和N公司不太可能在每个城市都自建全套运营团队更现实的模式是把区域运营外包给本地服务商由他们负责车辆充电、清洁、维修、地勤。这样既降低了联合体的重资产压力也给本地小团队创造了新的生意机会。这一点我觉得是行业整合里最容易被忽视的正面影响。5. 供应商和竞争对手的连锁反应洗牌已经开始了5.1 核心零部件供应商的议价天平会明显倾斜对上游供应商来说这次整合是喜忧参半的消息。喜的是订单更集中了。过去要分别对接M公司、N公司以及一堆小公司每个客户量都不大现在头部联合体一次采购的量级可能占行业总需求的相当比重拿下这个大客户产线就能吃饱。忧的是议价权没了。大批量采购必然要求大幅降价供应商利润空间会被压缩。加上联合体大概率会扶持二供、三供来制衡单一供应商的不可替代性会被刻意削弱。供应商的应对思路只有两条要么在产品上有真壁垒让联合体不得不用你要么在成本上有真优势低价也能守住利润。两头都不占的中间层供应商未来两年会非常难受。5.2 二线无人车公司的生存空间被压缩但细分场景仍有机会头部整合之后受影响最大的是那些同样做通用城配RoboVan的二线公司。原来它们还有机会靠价格战或差异化服务抢一点市场份额现在面对的是一个同时拥有技术、网络、订单的联合体正面竞争几乎没有胜算。但二线公司也不是完全没有活路关键在于能不能放弃通用市场扎进细分场景。比如冷链配送的无人车、医药配送的无人车、特定园区内的重载运输车型——这些场景对车辆形态、温控能力、安全认证有特殊要求大联合体不一定愿意为小市场定制产品这就是二线公司的生存缝隙。另外被收购也是不错的退出路径。头部联合体如果想快速补齐某些能力与其自研不如直接并购有技术积累的小团队。所以我判断这波整合之后行业会进入一轮并购窗口期。5.3 跨界玩家反而迎来一波红利最后说一个挺反直觉的判断这次整合对跨界玩家来说大概率是利好。什么是跨界玩家做滑板底盘的、做车规级激光雷达的、做高算力芯片的、做车联网运营的。它们不直接造整车也不直接做运营而是给整个行业提供基础部件和服务。过去它们最头疼的问题就是下游客户太分散、技术规格五花八门很难做标准化产品。现在头部联合体出现了技术规格被统一采购量大幅上升跨界玩家反而可以用标准化的产品服务整个行业。对它们来说行业越整合生意越好做因为终于不用为一台两台的定制需求伤脑筋了。6. 判断这次整合成色的五个观察点6.1 看组织架构是真共治还是框架协议很多战略合作签约仪式很隆重实际上只是框架协议双方团队还是各干各的。判断真假的第一个观察点就是联合体的组织架构是不是共治。如果成立联合研发中心、联合供应链管理委员会且关键岗位由双方共同派人担任那就是真干如果只是成立一个挂名办公室日常运营照旧那大概率还是面和心不和。组织架构不会骗人这是最直接的信号。6.2 看第一款联合产品何时落地、是改造还是全新整车开发有周期第一款联合产品什么时候出、是深度改造现有车型还是全新平台能看出技术整合的决心。我的判断是半年内应该能看到基于现有车型的联合标定版本把两家的系统打通试运行真正面向双品牌的全新平台需要一年以上。如果一年内连联合标定车都看不到说明协同只是停留在纸面。6.3 看核心城市的路权牌照是否共享RoboVan行业最稀缺的资源不是钱不是技术是路权。目前各城市的无人车路权政策不尽相同有些地方允许在限定区域测试、有些地方允许商业化试运营每一张牌照的背后都是大量的测试数据和政府沟通成本。联合体如果真把对方当自己人就应该共享这些宝贵的路权资源——至少在城市申报、测试数据共享上要形成合力。如果路权都不共享那所谓的超级航母就是空话。6.4 看数据中台是否真正统一数据中台是这次整合中标杆性的指标。M公司有车辆数据、算法迭代数据N公司有订单数据、调度数据。两边数据能不能在统一平台上流转决定了联合体的算法能否快速进化。我预期短期会先做底层数据格式的统一中期实现脱敏数据互通远期才有可能做深度联合训练。每走一步都能从双方公开发布的技术动态里看到端倪。6.5 看第一份季度运营数据的毛利表现前面讲的所有东西技术上再性感最后都得落到财务上。不指望整合后第一个季度就盈利但至少运营成本曲线要出现方向性变化。关注联合体公开的运营数据单台车日均里程、单公里运营成本、人车比、故障率、事故率。这些数据如果能持续改善说明规模效应真的在发生如果一年后这些数字和整合前没什么区别那只能说资本层面的整合没有转化成运营层面的效率。这事说到底还是算账。我在无人配送行业看了不少合作与分离对这种用词宏大的战略公告一向持保留态度。但这次不太一样因为两家公司的互补性确实强到了如果不好好整合就是双重浪费的程度。接下来六个月是最能看出诚意的窗口期——第一款联合产品、数据中台架构、核心城市的路权协同这三件事只要有实质进展行业格局就真的变了。最后分享一个实操层面的小建议如果你是给无人车做配套的供应商或者想做区域运力服务商现在就开始接触联合体对应的采购和运营部门不要等它们把供应商名单定下来再动。头部整合对上下游来说是重新排队列的机会排得早的能吃到第一波红利排得晚的可能又要等下一个周期了。

RoboVan双品牌联合：无人配送从试点走向网络化，L4城配的生存之道

相关推荐

SSM课程设计实战：咖啡馆管理系统从设计到排错

开源本地化代码审查CLI工具：基于Git+LLM的零外泄静态分析方案

open-code-review：构建机器先审、人再审的代码审查流水线

更多资讯

Node版本不兼容怎么办？nvm-windows切换实战指南

RHEL 8配置GPU加速实时推荐系统：驱动、容器与推理调优

开源CLI代码审查工作流：Git+LLM自动化审计实践

open-code-review：面向人机协同的开放代码审查范式

机器学习导论习题解答：概念、推导与算法流程的解题方法论

vLLM自定义模型推理支持完整指南：从源码注册到权重映射

今日更新

悟空开源无代码平台实战：从实体建模到应用设计避坑指南

基于.NET9的多租户权限系统：数据权限与动态API落地实践

场地预约小程序毕设实战：SSM+微信小程序+MySQL数据库设计到避坑

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？