九识战略升级:从RoboVan到城市级物理AI

关注
物理AI最终需要解决的,并不是仅仅完成一次无人驾驶,而是让AI真正进入现实世界,持续连接车辆、运力、产业与城市,并在真实环境中形成可以被规模化复制的能力。

如果把过去几年自动驾驶产业的发展放在一起看,会发现一个明显的变化:行业讨论的重点,正在从“自动驾驶能不能跑”,转向“自动驾驶如何真正进入现实世界”。

尤其在物流配送领域,无人车正在从早期的技术验证和限定场景测试,进入规模化商业运营阶段。车辆数量增加、运营城市扩大之后,单纯讨论一辆车的自动驾驶能力已经不够,如何让无人车进入更多行业、形成稳定运力,并进一步融入城市物流和产业体系,正在成为新的问题。

这也是九识此次战略升级的背景。

9月10日,九识在广州举行战略发布会。会上,九识宣布完成“城市级物理AI”的战略升级,通过“九识大脑”赋能更多城市治理场景。发布会现场,九识面向快递物流、商贸配送、城市短驳等多场景推出“九识租车”小程序。同时,九识还开放了“九识租车”的无人运力加盟,并公布针对首批加盟合作伙伴的专属优惠政策。发布会现场,九识还与广汽领程、广州公交集团、广环投、广州欧纬德、尚元、九识极景等产业伙伴签署合作协议,合作范围涉及无人车制造、城市服务、产学研等领域。

28838730

从发明RoboVan、实现无人车真正的规模化运营,到九识租车、Zelos Inside合作,这些看似分散的动作背后,其实对应着九识过去五年的一条发展路径:先把无人车真正做出来,再让无人车进入更多真实场景,最终把已经验证的技术和运营能力变成可以连接城市与产业的基础能力。

从RoboVan开始,九识奠定物理AI的现实入口

五年前,RoboVan还是一个并不常见的概念。

与主要面向乘用车的Robotaxi不同,RoboVan瞄准的是城市物流中大量存在的厢式货车需求。它需要面对城市公开道路中更加复杂的真实环境,同时还要满足物流运输对于装载、续航、可靠性和运营效率的要求。

九识从城市物流切入,也由此成为RoboVan这一产品形态的开创者。

2023年,九识推出全球首台RoboVan,并推动其进入城市公开道路运营。此后,九识持续围绕车辆产品、自动驾驶系统和规模化运营进行迭代,将一辆能够自动驾驶的车,逐渐变成能够真正承担物流任务的生产工具。

这也是九识过去五年最重要的一层积累:把自动驾驶技术做深做透,让无人车能跑、能用、好用,更能够在真实道路上长期稳定运行。

而要从“能跑”走向规模化运营,安全是绕不开的一道门槛。

img_v3_0215d_581b5f08-c7fc-4414-bd16-074b4eb8a05g

九识CEO孔旗表示:“安全不是规模化之后才去解决的问题。而是从第一天开始,就必须建立起来的能力。”在自动驾驶技术层面,九识通过持续的数据闭环,将实际道路运营中积累的经验反馈至算法和系统迭代,不断提升无人车对复杂道路环境的理解与应对能力。在功能安全和性能安全方面,九识围绕车辆控制、通信等关键环节进行安全冗余设计,并针对车辆的稳定性、可靠性等开展数千项测试。今年,九识成立了行业首个安全委员会,从组织机制和技术体系两个层面持续推进无人车安全管理与能力建设。

这些看起来并不“性感”的基础能力,却决定了无人车能不能从几辆测试车变成一支真正可以长期运营的车队。

随着产品不断规模化,九识的无人车开始进入快递快运、商超零售、轮胎汽配、医药等不同场景。如今,九识已经在全球300多座城市实现常态化运营,累计运营里程突破2.5亿公里。

对于L4自动驾驶来说,真实道路上的每一公里,都是对无人车自动驾驶系统以及运营体系的一次验证。规模化运营让九识不断面对不同城市、不同道路和不同物流任务,也让自动驾驶能力从实验环境走向更加复杂的现实世界。

过去几年,九识也逐渐形成成熟的无人驾驶商业范式。通过整车售卖、金融分期服务、自动驾驶订阅服务等模式,不断降低客户的用车门槛。这也促成了九识组建出全球最大的RoboVan车队,根据九识最新的公开数据,其车队规模目前超过3万台,服务于中国邮政、顺丰、三通一达、蒙牛、新希望、中策橡胶等全球知名企业和大量中小型客户,市场占比稳居第一。

可即便无人车行业的发展已经远超预期,但九识仍发现了物流行业中仍有大量的需求,无法通过落地无人车直接满足。

从无人车到无人运力,九识打开城市应用空间

租车的运营模式,来自无人车真实的运营场景。

2025年初,九识昆山的用户阿纲购买了4台九识无人车,最初尝试将车辆出租给有配送需求的客户。随着需求增加,他的车辆规模从4台扩大到几十台,如今已增加到200多台。

车越来越多之后,阿纲开始做另一件事:通过拼单、拼时等方式重新组织车辆的闲置时间,让同一批无人车能够在不同时间服务不同客户,提高整体使用效率。

从4台车到200多台车,这个案例让九识看到,在无人车逐渐普及之后,城市物流对无人驾驶的需求可能正在发生变化。

过去,客户获取无人车的主要方式是采购。一旦购买车辆,就意味着一次性的资产投入,同时还要承担车辆管理、运营维护以及闲置带来的成本。

但对于很多运输需求具有波动性的企业而言,真正需要的可能并不是一辆无人车,而是一项稳定的运输能力。

“客户真正关心的,可能不是我要买一辆什么车,而是我每天有没有稳定的运输能力,这辆车能不能按照我的需求工作。”九识CEO孔旗在发布会上表示。

img_v3_0215d_198156b9-2fae-4702-ab8e-e99cae11123g

洞察到这一需求后,九识迅速行动,在全国45座城市、300家客户 的真实场景中进行租赁模式试点,累计完成1500+笔租赁订单,累计运行里程超过100万公里。

此次发布会上,九识正式推出“九识租车”。日租、月租、年租等灵活的无人车使用方式,让企业可以根据实际业务需求获取无人运输能力。同时,九识也开放城市无人运力加盟,希望通过更多本地合作伙伴,将车辆、客户和运输需求进一步组织起来。

九识提供无人车以及车辆管理、智能调度等平台能力,本地合作伙伴则可以利用自身在物流、商贸、运输等领域的资源,将无人车投入快递、商超、商贸配送等城市物流场景。

如果说过去五年九识解决的是“无人车如何真正跑起来”,那么九识租车正在尝试解决的,就是“跑起来之后,如何让这批车被更加高效地使用”。其商业模式也开始从“销售设备”,向“提供运力”延伸。

而这也是无人驾驶从技术产品走向城市基础运力的重要一步。

产业协同,九识让物理AI走向更大规模

过去,一家公司可以通过自己研发、自己造车、自己运营,完成一个无人驾驶项目。但当车辆进入更多城市、更多产业和更多车型之后,仅靠一家公司独立完成所有环节,显然很难支撑更大的规模。

过去五年,九识积累的不只是车辆规模,更包括大量来自现实世界的道路数据、场景经验和运营能力。这些能力正在进一步沉淀到“九识大脑”中。

在九识的定义里,“九识大脑”并不是一套单纯的智驾软件,而是面向真实世界的AI能力中枢。它将车辆运行过程中积累的场景和L4运营经验进一步沉淀、复用,并成为九识从“一辆无人车”走向“城市级物理AI”的核心。

更重要的是,九识正在将这些能力进一步标准化。一方面,通过标准化产品,把经过真实运营验证的L4能力快速复制到不同车辆和场景;另一方面,通过Zelos Inside,将自动驾驶系统、AI算法、软硬件能力以及规模化运营经验输出给更多车企和产业伙伴。

img_v3_0215d_f3e414a1-8ee6-4945-b702-ff0cf4e9c4eg

在此基础上,九识则一步构建三类城市能力:通过运力管理平台,让智能运力可以被组织和调度;通过运营监测平台,让无人车运行状态可感知、可保障;通过政府监管平台,让城市中的无人运营更加可视、可管、可追溯。

九识CEO孔旗介绍,“九识大脑”是九识通过真实世界场景和L4运营经验沉淀出来的强大智能核心和面向真实世界的AI能力中枢。基于九识大脑,九识研发了Robovan产品,并基于Zelos Inside模式,以L4智驾技术与生态伙伴共同开发多品类无人车产品,赋能千行百业。在此基础上,九识进一步构建了面向用户、车辆管理、运营监管的城市级服务平台,让无人车从一辆辆独立运行的智能车辆,逐渐成为能够高效服务城市的无人运力。

这使“九识大脑”不只是连接一辆无人车的智能核心,而成为向下连接车辆和生态产品,向上连接运力、运营和城市治理的一套AI能力体系。

Zelos Inside则承担了产业协同的另一层角色。

img_v3_0215d_4b7dd3cb-d947-4633-974a-298b0a70327g

九识此前已经与东风股份等车企展开合作,通过Zelos Inside将L4自动驾驶能力与车企的整车开发和制造能力结合起来,共同推动无人驾驶商用车的开发、验证和量产落地。

此次发布会上,九识又与广汽领程、广州公交集团、广环投、尚元、极景等产业伙伴签署合作协议,合作进一步向更多车型、城市和应用场景延伸。

从打造RoboVan,到运营无人车,再到通过九识租车组织城市无人运力,以及通过Zelos Inside与更多产业伙伴共同拓展场景,九识正在完成一次从“产品公司”向“基础设施平台”的演变。

这也是此次九识宣布完成“城市级物理AI”的战略升级的核心逻辑。

物理AI最终需要解决的,并不是仅仅完成一次无人驾驶,而是让AI真正进入现实世界,持续连接车辆、运力、产业与城市,并在真实环境中形成可以被规模化复制的能力。

从一辆RoboVan,到一套城市无人运力,再到连接更多产业的AI能力,九识过去五年的积累,正在进入下一个阶段。

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

反馈
联系我们
推荐订阅