京东推出无人配送车领养计划模式，配送员通过申请可“领养”一定数量的无人配送车配合自己的工作，将标准的配送工作交由无人配送车进行，自己进行动态揽收或其他个性化服务；据说，毫末智行于2023年第四季度在商超履约配送场景实现了盈利。

　　麦肯锡预测，到2025年，我国低速自动驾驶汽车年销量将达到19万辆，其中物流配送领域将达到8万辆，室外无人配送车市场规模约170亿元；城市“最后一公里”配送需求到2030年将增长78%，用于“最后一公里”的配送车辆将增加35%。

　　市场大，企业跃跃欲试，需率先建立可复制、特色化的运营模式等，有人称美团计划三年内全国部署万台无人配送车，前景很可观，但前提是跑通一种落地模式，使用户切实实现降本增效。

　　从0到1的突破固然重要，从1到万的突破，同样重要，绝不是数字的相加，而是内在系统的重塑。

　　综上所述，无人配送车具有巨大的潜力，但从成本角度，目前无人配送车还未形成对人力成本替代的明显优势，实际应用中也暴露出了一些问题和挑战。无人配送车正朝着”商业化“的指向方向加速前进，但盈利模式成为发展的障碍，到了该解决的时候了。

　　二、技术难点

　　关于无人配送车的技术思路，目前有两种，一是机器人的思路，一是自动驾驶的思路，以自动驾驶思路为主，至于机器人思路，主要用于厂区室内的工业体系里面的自动化运输体系。

　　规模化落地计划，与无人配送车技术的日渐成熟有关，室外公开道路的无人配送车，就目前来说，技术还不够成熟，没有到真正是L4级，需许运行的项目还配有安全员就是例证，另一个要看是否具备泛化能力。

　　目前，无人配送的落地，主要应用于封闭、半封闭场景，在园区、厂区，校园固定区域场景运营；在开放道路上的运营，还不多，而在开放道路上面的末端配送，又分为机动车道和非机动车道的运行，更进一步，是确定性的路线，还是不确定的路线。

　　公开道路人流密集，推进公路级无人车配送市场业务，诸多难题亟待破解，需要通过技术持续迭代及Corner Case场景数据的累积，实现安全性与可靠性的提升，需要经历不同场景适配与技术优化验证，获取更多长尾场景数据是产品技术走向成熟的必经之路。

　　无人配送车技术落地的成熟，不仅包括无人配送车的本身，更包括路端与云端，是一个整体的运营体系，这也是实现落地的技术难点所在。

　　配送车，或称车端，是比较重要的，车端单体的智能，是基础，三大核心零部件是激光雷达、计算平台与线控底盘，底盘普遍采用整车电子电气架构、线控制动、车规级ECU等机动车底盘架构。

　　说起路端，智慧交通是重要一环，无人配送机器人的技术核心是自动驾驶，这对车辆定位、环境感知、路径规划决策、车辆控制执行等都提出了非常高的要求。

　　为了解决单车智能带来的局限，许多企业选择采用车路协同并行的方式。道路情况比较复杂的，对于感知和通行能力的要求是比较高的，时实情况的复杂性，使技术应用遇到很多困难，路网的建设很重要，路网上面有很多点，怎么样串联起来，形成运力网络？

　　云端是什么，一个是高精地图的云，在路上跑的配送车是执行机构，同时它也是一个数据采集的机构，在数据回传回来之后要做地图的更新，后面的车能实时感知到车辆道路的变化，包括云端地图建模、多车智能调度等。

　　一个是云端支撑平台，包括调度监控平台，支撑车端和云端的业务和自动驾驶以及相关的数据的交互，保障整个体系的运作，以及人和车辆和云和路端设备运输效率的提升。

　　车端、路端，云端，技术方向上都要进行突破，重要的是路端、云端的大面积高动态环境定位与导航算法、远程监控、仿真与运维管理，围绕“车、路、云、网、图”五大关键要素积极布局，推进车路协同、通信网络、数据管理服务平台等建设。

　　总的来说，无人配送车的落地，包括三个端的突破，以实现感知、决策和执行三个环节。感知层用于感知外部环境变化、获取相关信息；决策层通过利用感知层、传输层反映回来的信息，建立相应的模型，制定出适合的控制策略；执行控制是真正落地的基础。

　　无人配送规模商用具有巨大优势，但实际应用难点还很大。无人配送车并不能完成最后一公里的所有配送，就目前来说，无人车辆可以送到用户的楼下，用户输完验证码之后可以取货，或者需要配送员完成，因此在技术价值层面，仍需继续探索和挖掘。

　　如果无人配送进户，实现室内外物流配送无缝对接，需要改造更多的系统，楼宇里的电梯系统、小区的门禁系统等等，进一步，配送机器人可以自动调节俯仰姿态，上楼梯，送货上门，无人车上楼，难度特别大，这会导致用户体验下降。

　　亚马逊与联邦的放弃，肯定与技术难突破有关，但国内有较好的技术突破条件，有国外公司无法企及的优势，天然的练兵场是国内市场所独有的，运营中积累的丰富数据，可以“反哺”自动驾驶技术。

　　其实，真正深入到产业里面，是一线的快递员最有发言权，让快递员说出他们的痛点是什么，他们想怎么用，他们想解决痛点的问题是什么，这样对产品的软硬件迭代是最有益的。例如，从一线反馈的信息而设计的标准化货箱，可以满足物流集散需求，大幅提升了运输效率。

　　我们常说仿真技术，当车辆越多，积累的路况数据越多时，可用仿真进行优化，从而做到快速的迭代。

　　无人配送车的发展，离不开资本力量的加持，在资本市场寒冬之季，令人欣慰的是许多资本看好无人配送车。2024年年初，斯年智驾宣布完成数亿元B轮融资；2月，毫末智行宣布迎来超亿元的B+轮融资；同月，九识智能宣布完成近1亿美元A轮融资；3月，新石器无人车完成6亿元人民币C轮融资……  无人配送成为资本市场的首选之地。

　　技术的积淀与进步，能促进落地迈出一大步，但未来还有多远呢，还需要等技术的答案，甚至是等整体技术一次大重构，在技术、产业链、实践经验上更加成熟，才是大规模商用的前提。

　　随着无人配送走向深水区，对场景理解的重要性，越来越凸显出来。如果没有对场景的深刻理解，哪怕对技术原理的理解比别人都深刻，也很难把技术转化成适合场景的产品。作为初创公司，要正确了解客户的需求场景，找准定位，然后深耕，上下游通力合作。

　　来自真实场景的反馈，才能推动技术迭代。让无人快递业务很快地流转落地，扩大商用规模，还需从多方面着重发力，大规模商用需要天时地利人和。

　　三、协同难度