『从物理AI到Robovan，技术路线决定安全上限。』

---

出品｜华汽研究院

2026北京国际车展上，华为乾崑智驾、轻舟智航、Momenta、地平线等中国智驾技术提供商集体亮相，并进入主机厂核心展馆，与主流车企深度绑定展示。这一现象表明，中国智驾已从技术验证迈向规模化量产阶段，第一梯队技术实力和行业主导地位进一步凸显。

在这一背景下，轻舟智航披露Robovan最新进展，格外值得关注。它不仅意味着轻舟将业务边界从乘用车辅助驾驶、Robotaxi、Robobus继续拓展至无人物流场景，也意味着一家已在乘用车规模量产中积累安全能力和工程经验的智驾公司，开始以车规级标准切入Robovan赛道。

轻舟智航联合创始人、董事长兼CEO于骞给出的判断很直接：无人物流拼到最后，拼的不是谁更快，而是谁更安全、更稳定、更可靠，谁真正具备规模化运营和可持续商业化的能力。

这句话背后，正是Robovan行业当下最核心的命题: 安全。

|01

轻舟入局Robovan，优势来自乘用车规模量产经验

面对“无人物流赛道已经有很多玩家，轻舟为什么还要进入”的问题，于骞给出了清晰判断：行业仍处在早期阶段，真正大规模、健康的发展，需要经过大规模量产经验积累，也需要稳定可靠、车规级的要求作为根基。

这正是轻舟认为自己有机会的地方。

轻舟过去几年在乘用车辅助驾驶领域积累了规模量产经验。根据发布会披露，轻舟乘风辅助驾驶已搭载25款量产车型，2026年预计新增车型超过50款。在安全维度，其AEB误触发率低至50万公里小于1次，每年可帮助用户避免约14.6万次潜在事故。

这些数据的意义，不只是说明轻舟做过量产，而是说明它经历过主机厂体系下的完整验证。

乘用车量产是一个极其严苛的系统工程。它要求智驾方案在成本、性能、体验、安全、法规、供应链、测试验证、用户反馈和售后运维之间取得平衡。任何一个环节不稳定，都很难真正进入主流车企的量产体系。

而Robovan恰恰需要这样的系统工程能力。

无人物流不是实验室项目，也不是一次性车辆交付。它需要车辆平台、自动驾驶系统、调度平台、远程运营、维护体系、数据闭环、场景适配和客户服务共同发挥作用。单车能力只是基础，真正的竞争在于能否让一批车长期、稳定、低成本地运营。

轻舟的机会正在于此。它不是以一个“低速无人车创业公司”的身份进入，而是试图把乘用车领域形成的车规级研发、规模化交付和安全验证能力迁移到物流领域。

换句话说，轻舟入局Robovan，迁移的不是一款车型，而是一套方法论。

|02

从物理AI到Robovan，技术路线决定安全上限

本届北京车展上，轻舟智航发布了基于“世界模型+强化学习”统一架构的物理AI模型，并系统披露云端与车端双引擎。

云端侧，是基于运动模拟的世界模型升级版，具备高可控视频生成、零样本生成引擎、低成本闭环仿真等能力。它可以通过自然语言生成极端天气、逆行电动车、鬼探头等长尾场景，让AI在数字世界中反复训练现实道路中低频但高风险的问题。

车端侧，轻舟推出“世界行为模型”，以在线世界模型为骨干，融合VLA与强化学习算法，实现从感知到行动的全链路模型化打通。于骞将其概括为三大能力升级：推理更强、决策更优、泛化更广。

这套技术架构对于Robovan尤其关键。

因为无人物流的场景往往不是高速、标准、清晰的道路，而是低速但高复杂度的环境。比如小区门口人车混行，电动车突然从盲区窜出，快递车临停占道，行人在车前犹豫不决，施工围挡改变原有路线，窄路会车需要动态博弈。

这些场景的难点，不在于车辆看不看得见，而在于能不能理解、预测和决策。

Robovan必须判断行人是否要横穿，电动车是否可能逆行，前车是否只是临停，窄路中自己是否应该等待，路口处是否可以安全通过。它需要的不只是感知能力，更是对物理世界的理解能力和对交通参与者行为的预测能力。

这正是世界模型和强化学习的价值所在。通过云端仿真，车辆可以在虚拟世界中反复经历真实道路中罕见但危险的长尾场景；通过车端世界行为模型，车辆可以在真实运行中做出更接近人类驾驶逻辑的安全决策。这种能力的目标不是让车“开得更猛”，而是让车“开得更稳、更安全、更自然”。

对于Robovan而言，这决定了它能否从封闭园区走向更复杂的半开放、开放场景。

|03

安全不是成本项，而是商业化前提

在乘用车辅助驾驶中，用户常常用“好不好用”来评价一套智驾系统：变道是否果断，跟车是否舒适，路口是否顺畅，泊车是否丝滑。

但在Robovan场景中，客户的评价标准更加商业化，也更加严苛。

物流运营方关心的是：能不能准时送达，能不能减少人工，能不能降低综合履约成本，能不能稳定运行，能不能避免事故，能不能被监管接受，能不能规模复制。

这些指标最终都会回到安全。

一辆Robovan如果发生事故，带来的不仅是车辆损失和货物损失，还可能影响客户运营、公众信任、监管态度和城市管理秩序。对于一个仍在建立社会信任的行业来说，单次重大事故的影响可能远超单个项目本身。

于骞在谈Robotaxi时曾表示，一次事故就可能对整个行业产生不利影响。因此轻舟宁可小规模稳健推进，也不要过于激进。这个判断同样适用于Robovan。

无人物流要实现大规模普及，必须先建立安全共识。监管需要相信它不会扰乱交通，客户需要相信它能够稳定履约，公众需要相信它不会带来额外风险，运营方需要相信它的长期成本可控。

这就是为什么轻舟强调，进入2026年，无人物流拼的不只是速度，更是服务、性能、综合降本，以及最根本的安全底线与可持续运营能力。

安全不是商业化的附属条件，而是商业化的前提。

|04

Robovan竞争将从单车能力转向系统能力

从行业发展阶段看，Robovan下一步竞争很可能从“单车智能”转向“系统智能”。

早期企业可以通过单车路测、示范项目、场景部署证明技术可行性。但当车辆数量增加、城市范围扩大、客户业务复杂度提升后，真正的竞争会转向完整系统能力。

这包括车辆平台是否可靠，自动驾驶系统是否安全，远程运营是否高效，调度平台是否能与客户业务系统打通，维护成本是否可控，数据是否能持续反哺算法，系统是否能适应不同城市和场景。

轻舟用乘用车规模量产经验入局，正是希望在这个阶段建立差异化。

乘用车量产带来的不仅是车型数量，还有真实道路数据、用户使用反馈、主机厂级测试验证、供应链管理能力和持续OTA经验。这些能力一旦迁移到Robovan，就可能帮助其更快跨过从试点到规模运营之间的鸿沟。

同时，轻舟并没有把Robovan孤立看待。它坚持L2++与L4双轮驱动，在乘用车辅助驾驶、Robotaxi、Robobus、Robovan等场景中持续沉淀同一套底层AI能力。乘用车提供大规模数据入口和量产验证，L4场景推动技术向更高自动化能力演进，Robovan则连接明确的商业需求和运营场景。

这种多场景协同，将成为物理AI时代的重要竞争方式。

【版权声明】本文所有内容著作权归属华汽研究院，未经许可，不得转载、摘编或以其他形式使用。