4月12日，2026年智能电动汽车发展高层论坛期间，新石器无人车CEO余恩源接受了包括智驾网在内的多家媒体采访。

在余恩源看来，如果说2025年无人物流已经跑通了规模化商用，那2026年将是无人物流的爆发之年，基于技术和生态的进步，无人物流将从单一运输向"运输+装卸+搬运"全链条具身智能的延伸。

与此同时，新石器在去年完成6亿美元融资后，正将资源投向人员、技术与算力基建，以应对规模扩大后出现的需求、技术、算力、工程化层面近十倍的压力和挑战。

无人物流的市场空间正在吸引全产业链入局。面对远程、鑫源等商用车企的跨界，余恩源持开放态度：赛道够大，必然走向社会化分工，而非闭环内卷。新石器的定位是"机器人汽车"——道路上它是无人驾驶车辆，末端它是汽车机器人，这一物种进化正在模糊传统商用车与具身智能的边界。

技术挑战与商业化节奏同步升级。当行业突破万台规模、向十万台迈进时，L4级端到端技术的工程化成为世界级难题。新石器的解法是将"司机大模型"置于云端，通过数据飞轮与细化的模型训练应对跨区域、跨场景的适配难题。而在商业模式上，"卖车"已让位于"卖运力"，无人车运营网络需要支持多点对多点的动态调度，这倒逼技术架构的底层革新。

出海战略同样遵循"基建输出"而非"产品出口"的逻辑。海外市场的核心障碍不是路权本身，而是生态——从自动驾驶技术、硬件制造到政策法规、标准研究的全链条协同。新石器选择以运营服务切入，帮助本地客户实现从"人运1块钱"到"无人运5毛钱"的成本跃迁。

以下是此次采访中的媒体问答实录，智驾网在不改变原意的情况下进行摘编。

1、如何看待2026年无人物流车赛道的新变化？对车企下场进入该赛道有何看法？

余恩源：2026年可以形容为无人物流车爆发的元年。2025年是拐点，商业模型得到验证，大家开始从快递行业朝各个方向应用，从卖产品到卖运力的转变。2026年这样的转变走上正轨，无人车市场应用、合规、政府开放程度，包括海外政府开放程度进入新的更快速的10倍速发展阶段。

爆发元年挑战很大，在合规、法律法规、安全、自动驾驶技术、规模化运营工程化稳定程度，各方面都提出更高的10倍以上的要求。

还有一个明显趋势，我们不再是一个无人车了，现在改名叫新石器机器人，开始要转向具身。物流分三个环节：运输、装卸、搬运。2026年之前解决的是运输问题，现在能够更大规模解决运输问题，接下来解决装卸和搬运的问题。只有把三个环节串在一起，才能实现工厂到老百姓餐桌上完全无人化运输流程，我们形容是端到端无人化流程。

关于车企下场，中国几乎所有商用车厂都在看无人车赛道，并且都在动手。我非常欢迎。这件事回答一个问题：赛道够不够大？如果赛道小，一定是若干家企业自己闭环；如果赛道足够大，一定是社会化分工。希望这么多合作伙伴、行业友商进来，大家开始进行社会化分工。比如远程非常擅长产品的生产制造、供应链管理、质量和运维，进来之后比初创公司强大得多，行业在这个方面发展就有了基础。

挑战是什么？就是社会化分工，这个生态能不能实现，而不是大家进来简单地互相卷。

2、全域规模化运营面临哪些难点？行业竞争焦点发生怎样的变化？如何看待资本向头部集中的投资逻辑？

余恩源：无人车在商业上爆发最主要的挑战是技术。之前所有L4企业没有突破万台，我们这个赛道是第一个突破万台，现在朝着更高数量级前进，碰到了巨大的技术挑战。

过去高精地图方案在今天已经碰到天花板，接下来要挑战端到端技术，再下一步挑战世界模型技术。这些技术过去在L2、乘用车辅助驾驶用得多，今天要把它们引入L4商用车完全无人驾驶领域，到今天没人干过。美国特斯拉正在部署完全端到端无人驾驶技术，Waymo从多传感器融合方案朝端到端方案演进，国内百度等比较领先的企业都处在突破阶段，都面临规模化挑战的问题，就是工程化问题。

原来以为是物流行业创业的小公司，没想到一头撞在世界最顶尖的难题上。最近有很多顶级人才加入，就为了迎接这个挑战。当行业爆发时，从过去跟随先进科技行业比如Robotaxi、具身，现在反而物流行业走到最前面，第一个要去解决端到端技术到世界模型技术在L4领域里工程化的问题，这是最大的挑战。

关于资本，这个赛道比较有意思的点是，资本看到了整个L4领域里终于有一个率先规模化商用的赛道。找我们的资本都是看重这一点，看到了未来L4方向上能够超大规模在全球交付，并且取得正向商业收入。只要能够踏踏实实把产品交付、商业化运营做好，资本会推动往更高高度走。

3、无人配送车能否代替快递小哥？6亿美元融资将花在哪里？

余恩源：我老标榜我曾经是个快递小哥，革自己的命比较困难，但让自己活得舒服一点是梦想。

拆解快递小哥一天工作：一年365天没有休息，一天10个小时，6个小时上下楼收货送货，4个小时骑三轮车来回拉货。真正收入价值来自上楼收货送货，拉货是成本，而且有很高风险，三轮车安全性不好，夏天刮风下雨或下雪完全没有防护。对快递小哥职业而言，一定要让运输动作简化掉，让他专心致志做用户服务，这就是无人车发展的未来。

物流是多节点应用系统，从北京到上海一个快递有22个环节，有些环节适合人干，有些不适合。未来无人化把不应该由人干的事情全部由机器来干，但还是会有很多人类应该干得更好的事情。坚信在全球范围内，无人车、自动驾驶技术、机器人技术在物流行业的普及是正向的、绿色的。

6亿美金往哪花？投研发。今年非常兴奋，一过完年大家肯定感受到：龙虾、AI编程、硅基员工。AI今年是爆发年，我们叫AI的"巨年"，整个AI从基础模型、应用、组织、管理、思想全部在爆发，速度越来越快。很幸运去年融了6亿美金，今年正好赶上时代大浪潮。在看好ROI前提下，一定把钱投在AI化上。再拆解，就是人才和算力，投这两样东西。

4、无人物流车的形态还算车吗？规模化的核心瓶颈是路权成本还是生态？出海是卖车还是输出基建？

余恩源：无人车肯定是车，是机器人汽车，或汽车机器人。不同领域，道路上就是机器人汽车，到了末端是汽车机器人。

这是汽车产业百年难遇的大机会，新的发展领域出现了。传统造商用车的人，发动机、座舱、后面承载的容器，没有了，未来所有的，包括远程都会朝机器人领域前进，有巨大的价值。大家怎么分工，赛道是足够大的。

无人车批量普及，生态是关键。生态包括但不限于做自动驾驶技术、造硬件产品，这只是其中一部分，还会有各种各样的，甚至包括律师、政策、法律，比如中汽研、汽车协会这些基础设施单位，要一起推广运营服务、产品，有研究机构研究标准、处理流程。只有把这些都搞完才会有路权。

路权是合规，政府为什么给发路权？因为合规。只有拉着大家一起把规矩建好、遵守规矩，政府才会觉得管得住、放得开。

出海肯定是输出中国物流新基建。我们叫生态出海，不是产品出海。到国外是提供运营服务，不是卖的，卖车模式在海外天生不成立，因为对方不知道怎么用。一定是结合对方在本地部署运营企业，帮助用户得到降本结果。比如电商在中东用无人车，买辆车很难，但知道人运1块钱、无人车运5毛钱，立刻采纳方案。国外天生是卖基建的过程，运力服务从车辆、云服务、算力算法、通信、充换电，是一个新的基础设施要建设过去。

5、端到端技术突破对降低部署成本和全球复制有何影响？如何解决跨城区、跨场景的交通规则适配难题？

余恩源：端到端解决方案解决了商业模式问题。现在最重要的是卖车模式过渡到运力服务模式，运力服务模式形成无人车运营网络，最重要的是随时能接不同任务，白天、晚上、早晚高峰、不同行业客户，是多点对多点，从固定线路变成动态线路。高精地图技术运营成本非常高，只有端到端技术才能满足要求，才能实现商业模型进化，行业才能继续发展。

不同区域解决个性化问题，就是模型训练，多采数据，就是数据飞轮。数据飞轮搭建有两层：第一层是初始一批车辆采集数据，解决不了很多个性化问题，比如北京和石家庄红绿灯左转右转不一样。要建更细化的数据飞轮，到新地区先有启动车辆采集数据，后面运营车辆建立数据漏斗，不断把新数据采集进来训练。这是所有自动驾驶企业必须干的事情。

物流车有独特应用，因为物流不讲究体验，讲究成本。翻译过来：如果坐在Robotaxi上，停一下卡一下很难受，再也不坐了，但物流货物不会投诉。把载人自动驾驶中所谓的司机大模型放在云端，增强能力，对多样化场景进行云端识别。

经典场景：去年大量报道无人车压农民晒的粮食，很难，因为没有数据，一年只出现几天。现在解决方案是放在云端大模型，车辆发现路面异常、判断不了，就传到云端，云端在300毫秒到1秒时延下判断场景是什么，因为云端大模型可以调各种基座模型，有更海量数据。

两个方法：一是数据飞轮做得更细化，各个城市；二是模型技术不断迭代，拆边、拆云，接入更多数据，解决这些场景。

6、AI智能体Neoclaw如何实现降本？适合多大体量的B端用户？

余恩源：希望未来小B客户下单时说句话就行。小B可能除了几大快递公司之外都是小B，城配物流行业除了十大快递公司都是小B。他们过去下单非常麻烦，传递Excel表格，或微信呼叫司机，这是现状。做软件平台吗？这个时代有更好的方法，就是龙虾。

龙虾是一个Agent，无人车是硬件Agent，是物理世界AI，往上走给别人提供服务界面可以用软件方法做。但更高效的方法是直接把服务系统做成Agent，做成硅基员工去提供服务。研发目标不光做硬件机器人、无人车、硬件具身和Agent，还要做软件Agent，让服务系统面对小B客户时能够梳理发货计划的机器人，现在看起来是呼叫无人车要干什么。

未来野心是这个人渐渐是物流管家，机器人成为各种各样小B客户的物流管家，梳理整个发货过程和计划，未来自动调度无人车，想朝这个方向前进。相信未来Agent对Agent系统效率最高，如果底层是硬件Agent，上层是软件系统，效率出问题，不匹配，这是做小龙虾的原因。

适用小B还是KA？不设限，看到大量KA客户也在研究怎么用类似龙虾技术改善客服或调度流程，现在还是摸索、示范的过程。

关于小B客户没有那么多事情需要龙虾处理的问题：第一，原来这样的客户很难服务，要给他单独开发软件系统很难，被迫传递表格或微信呼叫，效率很低。现在龙虾出现让成本趋向极低，看到的原型是一两个工程师花两三天时间实现的，服务方式和软件方法发生变化。第二，从客户视角，效率会提高，比编制表格、微信传递给司机、沟通、打电话、对货，变成自动化流程，说两句话就行，想把这种便利性和降本方法传递给客户。

现在还是个测试版本，在看客户反应。

7、L4级无人车的共性问题（远程接管延迟、传感器污染、信号中断）影响多大？与Robotaxi相比有何差异？

余恩源：物流无人车和Robotaxi最大区别是车上没有人。车上没有人，整个系统第一性原理发生变化：Robotaxi第一性原理是体验，无人车第一性原理是降本。

在这个项下再拆解：Robotaxi一定要满足用户早晚高峰、上高架、时效、小区对小区、行驶平稳舒适性、安全性感觉。物流无人车时速限制住了，行驶路线也限制，尽量不和人流混杂道路上行驶，只要满足物流时效就可以，卡顿几秒钟不会有人提意见，只要不干扰交通流。

反而把规模化下的安全性提到最高要求，因为在同一个城市里，可能Robotaxi只跑几十辆，我们跑上千辆，级别规模化安全性要求不一样。但对单车表现不会像Robotaxi那么聪明、开得很柔顺、客户体验很好，因为不讲究体验，只要货物不破损、时效不受影响、对交通流不干扰，就达标了。努力发展规模化安全性技术，这是核心区别。最后导致TCO也不一样，综合运营成本比Robotaxi低很多，这也是这个赛道先规模化、商业化的原因。

安全性是红线，不管Robotaxi还是无人车，进入一个城市，整体系统鲁棒性一定要足够好，不管有没有通信、5G、4G，车都要能够正常行驶。不怕断网，比如在中东跑沙漠，沙漠里没有信号，谁也不会建5G网络覆盖沙漠，这不是问题。单车智能和后台调度系统设计都考虑这些情况。

挑战在于，目前大家看到所有问题都在于当L4赛道开始进入规模化时候，要解决工程化问题，在解决工程化问题过程中会出现各种各样外界看不懂的表现，这是赛道必须迎接的挑战。

8、青岛的即时无人配送的近况如何？与计划性快递配送相比技术挑战有何不同？

余恩源：已经从青岛走出去了，5-10个城市基本在部署，到6月底有10-15个城市会是新的青岛。

为什么投算法和人才？为什么狂投算力？因为碰到大量复杂技术问题，2023-2024年技术栈已经解决不了，现在只有用端到端、用大模型才能解决。技术挑战是怎么样能够在十几个城市里，每个城市可能是千台规模无人车开始起网运行时，所碰到的端到端、算法要解决工程化的问题。

今天去问特斯拉或Waymo、问百度等，都面临一样的问题。

即时物流比快递配送挑战更大。快递配送是计划性的轴辐射网络，一个网点覆盖20个驿站，采集50条线路，一天送3次，时间固定、线路固定。快递行业的技术挑战2024年年底就克服掉了。

即时物流是多点对多点、动态，就像打车一样，随时在新地方打到新地方去。技术不能再做高精地图依赖，一定是端到端、实时规划，无图或轻图方案也能跑过去，这是对技术的挑战。