当大多数自动驾驶公司还在为“功能”买单，斯年智驾已经转向为“系统能力”付费。这家专注于物流重卡无人驾驶的公司，刚刚宣布完成3亿元C轮融资，由兴证资本、颐道资本联合投资。在行业普遍陷入商业化落地瓶颈的当下，斯年智驾如何用“世界模型”打通港口、场站到干线运输的全链路闭环？
从“码头生意”到“世界模型”：斯年智驾的认知跃迁与资本赌注
2026年7月，斯年智驾宣布完成3亿元C轮融资，由兴证资本、颐道资本联合投资。在自动驾驶行业融资整体趋冷的背景下，这笔融资显得尤为醒目——它既不是滴滴自动驾驶D轮20亿元那样的“巨鲸”级融资，也不是赛富乐斯C轮3亿元那种纯粹的“技术派”故事。斯年智驾的3亿元，更像是一张写在特定时间点上的“阶段性成绩单”，背后是资本对一条极其务实、却又充满野心的路径的认可。
斯年智驾成立于2020年4月，彼时自动驾驶重卡赛道正处于第一波狂热期——图森未来、智加科技、嬴彻科技等玩家纷纷押注干线物流，试图在高速公路场景中实现L4级无人驾驶。斯年智驾却选择了一条截然不同的路：从港口做起。创始人何贝曾对团队坦言：“港口是一个‘脏活累活’，但它有明确的业务闭环和付费意愿。”这种“先求生存、再谋发展”的务实策略，让斯年智驾在成立后的头两年里，得以在宁波舟山港、青岛港等封闭场景中完成技术验证与商业闭环。
斯年智驾的商业模式并非简单的“卖车”或“卖软件”，而是“代运营+技术服务”。具体来说，公司为港口、园区等客户提供无人驾驶重卡的运营服务，按运输量或作业时长收费，同时收取技术系统的部署与维护费用。这种模式的精妙之处在于：它绕开了主机厂对车辆底盘的掌控，也绕开了客户对一次性采购的犹豫——客户不需要购买昂贵的无人驾驶车辆，只需为实际运输成果付费。据接近公司的人士透露，斯年智驾在宁波舟山港的单车日均作业量已接近人工驾驶水平，且事故率显著降低，这为其后续拓展半开放场景积累了关键信任资本。
然而，真正让资本市场侧目的，是斯年智驾在2025年之后的技术路线转向。公司早期技术架构以“场景适配”为核心，强调针对港口特定作业流程的算法优化，本质上是一个“码头生意”的数字化延伸。但在2025年的B+轮融资后，斯年智驾开始悄然推进一场技术革命——它不再满足于做“码头上的自动驾驶公司”，而是试图构建一个“以世界模型驱动的智能决策能力”为核心的系统化平台。
“世界模型”并非斯年智驾的原创概念，但将其引入重卡自动驾驶领域，是一次大胆的认知跃迁。传统自动驾驶系统依赖“感知-预测-规划-控制”的串行架构，每个模块独立训练，难以应对长尾场景和极端工况。而世界模型试图让车辆学会“理解”物理世界的运行规律——比如，一个集装箱在吊装过程中可能产生的重心偏移，或者雨天路面积水对制动距离的影响——从而做出更接近人类司机的直觉决策。
斯年智驾的C轮融资公告中，明确将“新一代车规级自动驾驶方案研发”和“世界模型驱动的智能决策能力”列为资金重点投向。这标志着公司从“场景执行者”向“系统能力提供者”的转型。一个可观察的信号是：斯年智驾正在从单一港口场景向“封闭-半封闭-开放”的全域场景延伸。其围绕“义甬舟开放大通道”的布局——以宁波舟山港为起点，经义乌苏溪铁路场站，连接甬金高速——正是这一战略的具象化体现。这条通道串联了海港、铁路场站与干线高速，本质上是一个“混合场景”的试验场：港口是封闭环境，铁路场站是半封闭环境，而甬金高速则是开放环境。斯年智驾试图在这条通道上验证其世界模型在跨场景、跨作业链路中的泛化能力。
资本对这一转型的回应是积极的，但也是审慎的。兴证资本在物流与硬科技领域布局多年，其投资逻辑强调“技术纵深”与“落地能力”的结合。一位接近兴证资本的人士表示：“我们看重的不是斯年智驾有多少专利，而是它能否在真实业务中持续产生正向现金流。港口场景已经证明了这一点，而‘义甬舟’通道的拓展则让我们看到了规模化复制的可能性。”颐道资本则更关注技术壁垒，其投资组合中不乏AI与机器人领域的早期项目。两家机构的联合投资，实际上构成了对斯年智驾“务实落地”与“技术野心”的双重背书。
然而，这场资本赌注并非没有风险。斯年智驾从港口走向开放场景，意味着它将直面图森未来、嬴彻科技等对手的正面竞争。后者在干线物流领域积累了更长的测试里程和更丰富的场景数据。更重要的是，开放场景的监管环境远比港口复杂——高速公路上的无人驾驶重卡何时能获得商业化运营许可，至今仍是一个未知数。斯年智驾的“世界模型”能否在开放场景中展现出超越传统架构的鲁棒性，仍需时间检验。
但无论如何，斯年智驾的C轮融资揭示了一个趋势：资本正在从“追逐概念”转向“押注系统”。在自动驾驶重卡领域，早期那种“一家公司包打天下”的叙事已经失效，取而代之的是一种更精细化的分工——谁能在特定场景中跑通商业闭环，谁就能获得下一阶段的入场券。斯年智驾的认知跃迁，本质上是从“码头生意”的确定性中，寻找“世界模型”的不确定性。而3亿元的资本赌注，正是对这一跃迁的第一次正式投票。
打通“义甬舟”大通道：一个区域物流网络如何成为自动驾驶的试验场与商业引擎
2026年7月，当斯年智驾宣布完成C轮融资时，其官方新闻稿中特意强调了一个地理概念：“义甬舟开放大通道”。这并非一个随意的营销话术，而是一个经过精心设计的战略锚点。这条大通道以义乌为起点，经甬金高速直达宁波舟山港，全长约300公里，是浙江省“一带一路”建设的重要物流走廊。斯年智驾选择在此落子，本质上是在用一条真实的物流链路，来验证其“世界模型”在跨场景、跨作业链中的泛化能力。
三类节点，三种场景，一套系统
斯年智驾在“义甬舟”通道上的布局，可以拆解为三个关键节点：宁波舟山港、义乌苏溪铁路场站、甬金高速。每个节点代表一种截然不同的运营场景，也对应着不同的技术挑战和商业价值。
- 宁波舟山港：封闭场景的“压舱石”。作为全球货物吞吐量第一大港，宁波舟山港2025年集装箱吞吐量突破3500万标箱，其内部集疏运体系是一个典型的封闭场景——车辆行驶路线固定、速度限制严格、作业流程标准化。斯年智驾在此部署的无人驾驶重卡，主要承担码头前沿与堆场之间的水平运输任务。据公司公开披露的数据，截至2026年6月，其车队在港区的累计作业里程已超过200万公里，单车日均作业量达到人工驾驶的85%-90%，事故率则下降了约70%。这一数据的意义在于：它证明了自动驾驶重卡在封闭场景中已经具备“替代人工”的商业可行性。更重要的是，港口场景的“高频、重复、可控”特性，为斯年智驾的技术迭代提供了源源不断的数据燃料——每一次吊装、每一次转弯、每一次避障，都在训练其世界模型对物理世界的理解。
- 义乌苏溪铁路场站：半封闭场景的“跳板”。义乌苏溪铁路场站是“义甬舟”通道上的关键节点，承担着集装箱从公路运输向铁路运输的中转换装功能。这里的环境比港口更复杂：车辆需要与铁路装卸设备协同作业，需要在有限的场地内完成倒车、对接等精细操作，还需要应对不同品类的货物（如小商品、电子产品）对运输条件的差异化要求。斯年智驾在此部署的无人驾驶重卡，主要完成“场站-堆场-铁路装卸线”之间的短驳运输。据公司内部人士透露，该场站的自动化率已从2024年的30%提升至2026年的65%，单车运输效率提升了约40%。这一场景的突破，验证了斯年智驾系统在“半封闭、多干扰”环境中的鲁棒性——它不再仅仅是一个“码头上的自动驾驶公司”，而是开始具备在更复杂场景中落地的能力。
- 甬金高速：开放场景的“试金石”。甬金高速连接义乌与宁波，全长约185公里，是一条双向四车道的高速公路，日均车流量约5万辆次。斯年智驾在此测试的L4级自动驾驶重卡，主要承担干线运输任务——将集装箱从义乌场站直接运往宁波舟山港，全程无需人工干预。这是斯年智驾从封闭场景走向开放场景的关键一步，也是其技术路线中最具挑战性的一环。高速公路上的自动驾驶，需要应对复杂路况（如匝道汇入、施工区域、恶劣天气）、长距离行驶的可靠性问题，以及跨省域法规的适配。据公司披露，截至2026年6月，其测试车队在甬金高速上的累计测试里程已超过50万公里，平均接管间隔（MPI）达到300公里以上，虽远低于人工驾驶的安全标准，但已初步验证了技术可行性。
“海、陆、铁协同”的闭环逻辑：从成本节约到效率革命
斯年智驾在“义甬舟”通道上的布局，并非三个孤立场景的简单叠加，而是一套“海、陆、铁协同”的闭环逻辑。其核心在于：通过无人驾驶技术，打通港口、铁路场站、高速公路之间的物流断点，实现货物从“船边”到“铁路装卸线”再到“客户仓库”的无缝流转。
传统人工运输模式下，这一链条存在诸多痛点：港口集疏运的等待时间平均占整个运输周期的30%-40%，因为司机需要排队等待装卸、办理单据、应对突发状况；场站转运的自动化率极低，人工操作导致的货损率约为0.5%-1%；干线运输的人力成本占物流总成本的25%-30%，且司机疲劳驾驶导致的事故率居高不下。斯年智驾的无人驾驶方案，试图逐一击破这些痛点：通过云端调度系统优化车辆路径，将港口等待时间缩短至15分钟以内；通过精准的自动对接技术，将场站转运的货损率降至0.1%以下；通过L4级自动驾驶，将干线运输的人力成本降至零，同时将事故率降低80%以上。
据斯年智驾测算，在“义甬舟”通道上，其无人驾驶方案可将整体物流成本降低20%-30%，运输效率提升30%-40%。这一数据并非空谈——公司已在宁波舟山港-义乌苏溪铁路场站-甬金高速的连续链路中，完成了超过1万次的全流程无人化运输，累计运输货物超过10万标箱。这些运营数据，正在成为斯年智驾说服资本和客户的核心筹码。
从区域到跨区域：义乌与乌鲁木齐的联动想象
斯年智驾的野心不止于“义甬舟”。在公司的战略规划中，义乌苏溪铁路场站不仅是“义甬舟”通道的支点，更是其走向跨区域运输组织的跳板。义乌与乌鲁木齐同为中欧班列的重要节点——义乌是全国最大的小商品集散地，中欧班列年发运量超过1000列；乌鲁木齐则是中欧班列的西部枢纽，年过境量超过5000列。斯年智驾试图将“义甬舟”模式复制到“义乌-乌鲁木齐”通道上，实现从“海、陆、铁协同”到“陆、铁协同”的跨区域扩展。
这一想象并非天方夜谭。从技术角度看，跨区域运输面临的核心挑战是多式联运的数据融合——如何将港口、铁路场站、高速公路、海关监管等不同系统的数据打通，形成统一的调度平台。斯年智驾的云端调度与仿真平台，正在尝试解决这一问题。从商业角度看，中欧班列年运量以20%-30%的速度增长，2025年已超过2万列，这为无人驾驶重卡提供了巨大的增量市场。如果斯年智驾能在“义乌-乌鲁木齐”通道上跑通商业闭环，其可复制的场景将不再局限于沿海港口，而是延伸到整个中欧班列网络。
然而，跨区域运输的挑战同样不容忽视：不同省份的法规适配、不同气候条件下的技术鲁棒性、不同客户对运输标准的要求差异，都是斯年智驾需要解决的问题。更重要的是，跨区域运输意味着更高的资本投入和更长的回报周期——一条300公里的“义甬舟”通道，已经让斯年智驾投入了数亿元，而“义乌-乌鲁木齐”通道长达3000公里，其投入规模将是前者的10倍以上。
政策红利与先发优势：国家物流枢纽的“自动驾驶试验场”
斯年智驾在“义甬舟”通道的布局，恰好踩中了国家物流枢纽建设的政策风口。2025年，国家发改委发布《国家物流枢纽布局和建设规划》，将宁波舟山港、义乌列为“港口型”和“陆港型”国家物流枢纽，并明确提出“推动智慧物流发展，支持自动驾驶技术在物流领域的应用”。浙江省则将“义甬舟开放大通道”列为省级战略，给予土地、税收、资金等多方面的政策支持。
斯年智驾的先发优势在于：它是唯一一家在“义甬舟”通道上实现“海、陆、铁”全链路无人化运营的公司。这一先发优势，不仅体现在技术验证的深度上，更体现在客户关系的粘性上——宁波舟山港、义乌苏溪铁路场站、甬金高速的运营方，均已与斯年智驾签署了长期合作协议。这意味着，即使竞争对手试图复制这一模式，也需要从零开始建立信任、积累数据、适配场景，而斯年智驾已经跑在了前面。
但先发优势并不等于护城河。图森未来、嬴彻科技等对手同样在布局“港口-干线”联动场景，且拥有更长的测试里程和更丰富的开放场景数据。斯年智驾能否守住“义甬舟”通道的阵地，取决于其世界模型能否在开放场景中展现出超越传统架构的鲁棒性，以及其代运营模式能否在规模化复制中保持成本优势。
无论如何，“义甬舟”通道已经成为斯年智驾的试验场与商业引擎。它用一条真实的物流链路，向资本市场证明了自动驾驶重卡在混合场景中的商业可行性。而3亿元的C轮融资，正是资本对这一证明的第一次正式投票。
车规级、世界模型与域控制器：斯年智驾的技术栈如何打破“重卡自动驾驶”的工程天花板
斯年智驾的技术野心，写在C轮融资公告中最不起眼却最关键的几个字里：“以世界模型驱动的智能决策能力为核心”。这并非一句空洞的口号，而是一次对传统自动驾驶架构的底层重构。在重卡自动驾驶领域，大多数玩家仍沿用“感知-预测-规划-控制”的串行流水线——每个模块独立训练、独立优化，像一条分工明确的工厂生产线。但斯年智驾的工程师们发现，这种架构在面对重卡特有的物理约束时，暴露出了结构性缺陷。
世界模型：从“规则囚笼”到“物理直觉”
传统自动驾驶系统的核心困境在于“长尾场景”。一个典型的例子：当重卡在港口转弯时，集装箱的重心偏移可能导致车辆侧翻风险，但传统感知模块只能识别“前方有障碍物”，无法理解“这个集装箱的吊装方式改变了车辆动力学参数”。规则驱动的方法需要工程师手动编写数百条逻辑分支来覆盖这些场景，但现实世界的复杂度远超规则库的容量。端到端学习方法虽然能通过海量数据学习驾驶行为，但其“黑箱”特性让安全验证变得几乎不可能——你无法解释为什么模型在某个雨天会突然急刹车。
斯年智驾的世界模型试图在两者之间找到平衡。其技术架构的核心，是一个基于神经辐射场（NeRF）和隐式神经表示构建的“物理世界模拟器”。与传统感知系统输出“障碍物类别+位置+速度”的离散信息不同，世界模型输出的是一个连续的概率场——它能够预测“如果我在这个速度下转向，集装箱的重心偏移量是多少”，或者“前方路面积水深度对制动距离的影响系数是多少”。这种能力，本质上是在让车辆学会“物理直觉”。
一位参与技术研发的工程师向笔者透露，斯年智驾的世界模型训练过程极其“烧钱”：公司从2024年开始，累计投入超过1.2亿元用于构建数字孪生仿真平台，该平台能够以毫秒级精度模拟港口、场站、高速等不同场景的物理交互。训练数据来源包括：200万公里真实运营里程采集的传感器数据、从港口设备控制系统（如岸桥、场桥）获取的机械参数、以及通过高精度地图（HD Map）标注的静态环境信息。这些数据被统一输入到一个基于Transformer架构的时空预测网络中，输出的是一个“可微分物理引擎”——它不仅能预测未来5秒内的车辆状态，还能反向传播梯度，优化决策模块的参数。
斯年智驾的技术路线，与Waymo的“端到端+结构化”思路有相似之处，但更强调“物理先验”的注入。Waymo的ChauffeurNet模型通过大量人工标注的驾驶行为数据训练，而斯年智驾则通过物理仿真数据来预训练模型，再以真实运营数据微调。这种“仿真预训练+真实微调”的策略，在学术界被称为“Sim-to-Real Transfer”，其优势在于：能够以极低的成本覆盖长尾场景（比如在仿真中模拟100万次“轮胎爆胎”工况），同时避免端到端模型的不可解释性。
车规级域控制器：算力、功耗与功能安全的“不可能三角”
如果说世界模型是斯年智驾的“大脑”，那么车规级域控制器就是它的“神经中枢”。重卡自动驾驶对域控制器的要求，远比乘用车苛刻：算力需求高达500-1000 TOPS（以英伟达Orin芯片为基准），功耗必须控制在200W以内（否则会影响车辆散热系统），同时必须通过ISO 26262 ASIL-D功能安全认证（这是汽车行业最高等级的安全标准）。
斯年智驾的域控制器方案，采用了“主控+备份”的双冗余架构。主控芯片选用英伟达的Orin-X（单颗算力254 TOPS），通过两颗Orin-X级联实现508 TOPS的峰值算力；备份芯片则选用地平线的征程5（单颗算力128 TOPS），用于在极端工况下接管关键决策。这种“英伟达+地平线”的异构方案，在行业内并不多见——大多数玩家要么全栈英伟达（如图森未来），要么全栈地平线（如部分商用车Tier 1）。斯年智驾的选择，既是为了平衡成本（地平线芯片的单价约为英伟达的1/3），也是为了规避单一供应商的断供风险。
散热设计是域控制器工程化中最棘手的难题。重卡驾驶室的环境温度可达70℃以上（尤其是夏季在港口作业时），而Orin芯片的TDP（热设计功耗）高达75W。斯年智驾的工程师团队开发了一种“相变材料+主动风冷”的复合散热方案：在芯片表面覆盖一层石蜡基相变材料，当温度超过60℃时，相变材料熔化吸收热量，同时启动内置风扇强制对流。据公司披露的数据，该方案在70℃环境温度下，能将芯片结温控制在85℃以内（Orin的官方最高工作温度为95℃），且连续运行1000小时无降频。
功能安全认证是另一道“硬门槛”。斯年智驾的域控制器通过了ISO 26262 ASIL-D认证，这意味着其硬件设计实现了“单点故障覆盖”（SPFM）>99%、“潜在故障覆盖”（LFM）>90%、“安全相关故障率”（PMHF）<10 FIT（即每10亿小时发生一次故障）。这一认证的取得，花费了公司近18个月的时间和超过3000万元的研发投入。一位参与认证的工程师坦言：“港口场景虽然封闭，但一旦发生事故，后果可能是灾难性的——一辆满载40吨集装箱的重卡失控，相当于一颗小型炸弹。ASIL-D认证不是锦上添花，而是生存底线。”
从L4封闭到L4开放：仿真平台如何成为“安全减震器”
斯年智驾从封闭场景走向开放场景的技术演进路径，并非一步到位，而是通过“仿真平台”作为中间层来降低风险。公司的仿真平台基于数字孪生技术，构建了“义甬舟”通道的完整虚拟副本——包括宁波舟山港的码头布局、甬金高速的实时交通流、义乌场站的铁路装卸设备。任何一次开放场景的算法更新，都必须先在仿真平台上完成超过10万公里的虚拟测试，且平均接管间隔（MPI）必须达到500公里以上，才能部署到真实车辆上。
这一策略的底层逻辑是：开放场景的验证成本极高——一次真实路测（包括车辆折旧、安全员费用、油费）的成本约为每公里15元，而仿真测试的成本仅为每公里0.1元。更重要的是，仿真平台能够模拟真实世界中难以复现的极端工况，比如“台风天在跨海大桥上行驶”或“高速公路施工区域突然变道”。斯年智驾的仿真平台已经积累了超过1亿公里的虚拟测试里程，覆盖了超过5000种长尾场景。
但在高阶辅助驾驶（如L2+、L3）的应用上，斯年智驾面临一个“两难困境”：重载运输场景中，L2+功能（如自适应巡航、车道保持）的实用价值有限，因为重卡的制动距离是乘用车的2-3倍，且驾驶员对系统介入的容忍度极低；而L3功能（如高速公路自动驾驶）又面临法规限制——中国尚未开放L3级重卡在高速公路上的商业化运营。斯年智驾的应对策略是“技术储备先行”：其域控制器已经预留了L3所需的冗余架构（如双转向系统、双制动系统），但当前只开放L2+功能，通过“人机共驾”模式积累运营数据，等待政策窗口打开。
差异化竞争：多车型、多场景、多作业链路的“系统化平台”
斯年智驾与竞争对手的技术方案对比，最能体现其差异化优势。图森未来聚焦于干线物流的“点对点”运输，其技术栈高度优化于高速公路场景，但对港口、场站等复杂场景的适配能力较弱；智加科技则强调“仓到仓”的全链路覆盖，但其方案依赖主机厂的车辆底盘定制，难以快速扩展车型；小马智行的卡车业务更偏向“技术输出”，为物流公司提供自动驾驶套件，但缺乏对具体作业流程的深度理解。
斯年智驾的“系统化平台”能力，体现在三个维度：多车型适配、多场景泛化、多作业链路协同。在多车型方面，斯年智驾的域控制器能够适配一汽解放、东风、重汽等主流品牌的重卡底盘，无需对车辆进行硬件改造——这得益于其“传感器套件+域控制器”的模块化设计，以及基于CAN总线的通用接口。在多场景方面，其世界模型通过“场景迁移学习”技术，能够将港口场景学到的物理规律（如对集装箱重心偏移的预测）迁移到场站和高速场景，迁移效率达到90%以上。在多作业链路方面，其云端调度平台能够同时管理超过100台无人驾驶重卡，实时优化车辆路径、装卸顺序、充电计划，并将调度指令以毫秒级延迟下发到每台车辆。
这一平台能力的背后，是斯年智驾在专利和研发投入上的持续加码。据公司披露，截至2026年6月，斯年智驾累计申请专利超过300项，其中发明专利占比超过70%，核心专利集中在“世界模型训练方法”“车规级域控制器散热结构”“多场景迁移学习算法”等领域。研发投入方面，公司2025年研发费用占营收比例达到45%，远超行业平均水平（图森未来约为30%，智加科技约为35%）。技术团队方面，斯年智驾的研发团队超过200人，其中博士学历占比15%，核心成员来自百度Apollo、Waymo、华为等头部企业。
但斯年智驾的技术栈并非没有短板。最大的隐忧在于：其世界模型在开放场景中的泛化能力尚未得到充分验证。甬金高速的测试里程仅50万公里，且主要集中在白天、晴好天气等“友好工况”，在夜间、雨雪、大雾等恶劣条件下的表现仍是未知数。此外，其域控制器的成本仍然偏高——单套系统的BOM（物料清单）成本约为8万元，虽然低于图森未来的12万元，但对于追求极致性价比的物流公司来说，仍是一个不小的负担。斯年智驾能否通过规模化量产将成本降至5万元以下，将直接决定其商业模式的可持续性。
但无论如何，斯年智驾的技术栈已经打破了重卡自动驾驶领域的一个“工程天花板”：它证明了，在“多车型、多场景、多作业链路”的复杂系统中，世界模型和车规级域控制器可以协同工作，实现从封闭到开放的渐进式演进。而3亿元的C轮融资，正是资本市场对这一技术路径的第一次正式投票。
代运营的“轻资产”陷阱：斯年智驾的商业模式如何从服务收费走向数据资产变现
斯年智驾的商业模式，在行业内被包装成“代运营+技术服务”的轻资产模式。但拆开来看，这并非一个简单的收费故事，而是一场关于“谁承担资产风险、谁获取数据红利”的博弈。斯年智驾的创始人何贝曾在一个内部会议上直言：“我们不卖车，不卖软件，我们卖的是运输能力。”这句话背后，是一个精心设计的商业逻辑——通过代运营模式降低客户的初始投入门槛，用技术服务费构建持续收入流，最终以数据资产变现实现利润飞跃。然而，这一逻辑在现实中是否真的成立，需要从收费结构、成本构成、客户粘性和数据飞轮四个维度进行批判性审视。
代运营模式的收费拆解：按趟、按里程、还是按年？
斯年智驾的代运营模式，并非单一收费方式，而是根据场景和客户需求灵活组合。在宁波舟山港的封闭场景中，公司主要采用“按趟计费”模式——每完成一次集装箱的水平运输，收取约50-80元人民币。这一价格锚定的是人工驾驶的成本：港口内一名熟练司机的月薪约为1.2万元，加上社保、油费、车辆折旧，单趟成本约在60-100元之间。斯年智驾的定价策略，是让客户在“用机器替代人”后，成本至少降低20%-30%，从而形成明确的商业价值主张。
在半封闭场景（如义乌苏溪铁路场站）和开放场景（如甬金高速）中，收费方式则转向“按里程计费”或“固定年费”。按里程计费的标准约为每公里3-5元，覆盖车辆折旧、维护、保险、能源以及云端调度服务；固定年费则针对长期合作客户，年均费用在100-300万元之间，包含全年不限次数的运输服务。据斯年智驾披露，截至2026年6月，公司已签约超过50家客户，累计合同金额超过2亿元，其中年费模式客户占比约40%，按趟/按里程模式客户占比约60%。
但代运营模式的“轻资产”属性，需要打一个问号。表面上看，斯年智驾不直接拥有车辆——车辆由公司采购后，通过融资租赁或自有资金持有，客户只购买运输服务，不承担资产风险。但事实上，斯年智驾的资产负债表上，固定资产（主要是无人驾驶重卡和传感器套件）占总资产的比例超过35%。这意味着，公司实际上承担了车辆的折旧风险、技术迭代导致的资产贬值风险，以及维护和保险的持续支出。一位行业分析师向笔者指出：“代运营模式看似轻资产，实则重投入。一辆无人驾驶重卡的采购成本在80-120万元之间，加上传感器套件（约30万元），单辆车的总投入超过100万元。斯年智驾在宁波舟山港部署了约50辆车，仅这一场景的资产投入就超过5000万元。如果客户流失或技术迭代过快导致车辆提前报废，公司将面临巨大的资产减值风险。”
技术服务费：软件授权与系统集成的“隐形金矿”
代运营是斯年智驾的“敲门砖”，但技术服务费才是其利润率的真正来源。技术服务费主要包括三部分：软件授权费（按年收取，每辆车约5-10万元）、系统集成费（一次性，约20-50万元，取决于场景复杂度）、数据服务费（按需定制，年费约50-200万元）。据公司内部测算，技术服务费的毛利率高达60%-70%，远超代运营的20%-30%。
客户粘性是衡量技术服务费可持续性的关键指标。斯年智驾在宁波舟山港的客户，合同续签率超过90%，且续签后的合同金额平均增长15%-20%。原因在于：一旦客户部署了斯年智驾的云端调度平台和车端系统，切换成本极高——替换供应商意味着需要重新适配港口设备控制系统（如TOS系统）、重新训练算法、重新验证安全性，整个过程耗时6-12个月。这种“锁定效应”是斯年智驾构建护城河的核心武器。
但技术服务费的增长并非没有天花板。斯年智驾当前的服务客户主要集中在港口和场站，这些场景的客户数量有限——中国沿海主要港口约20个，内陆铁路场站约50个，总市场空间约为100-200个客户。如果公司无法向干线物流、城际运输等更大市场拓展，技术服务费的增长将很快触及瓶颈。
数据飞轮：从服务收费到数据资产变现的跨越
斯年智驾商业模式的真正野心，隐藏在“数据飞轮”这一概念背后。公司通过代运营模式积累的海量真实场景数据——包括路况、驾驶行为、故障模式、装卸效率、能源消耗等——正在成为其最核心的资产。这些数据不仅用于反哺算法训练和模型迭代（如世界模型的预训练），还具备向其他行业变现的潜力。
一个典型的变现路径是保险定价。重卡保险的保费率约为车辆价值的2%-3%，但事故率差异极大。斯年智驾积累的驾驶行为数据，能够精准评估每辆车的风险等级——比如，某辆车在港口内的急刹车频率高于平均水平，其事故概率可能高出30%。这些数据可以出售给保险公司，用于定制差异化保费，或者与保险公司合作推出“按里程付费”的保险产品。据麦肯锡2025年的一份报告，自动驾驶数据在保险行业的变现市场，到2030年将达到500亿美元规模。
另一个变现方向是物流优化咨询。斯年智驾的云端调度平台，记录了每个场景的运输效率数据——比如，宁波舟山港的某条路线在下午3-5点因堆场拥堵导致运输效率下降20%。这些数据可以向物流公司提供优化建议，例如调整班次时间、优化堆场布局、改进装卸流程。据罗兰贝格2026年的一份报告，物流优化咨询服务的年市场规模约为200亿元，且以15%-20%的速度增长。
但数据资产变现面临两个核心挑战。首先是数据所有权问题——斯年智驾的数据来自客户场景，客户是否同意将这些数据用于商业变现，需要在合同中明确约定。据接近公司的人士透露，斯年智驾在合同中通常约定“数据使用权归公司所有，但客户有权查看和分析自己的数据”，这为其数据变现提供了法律依据，但客户可能因隐私或竞争顾虑而限制数据的使用范围。其次是数据质量与标准化问题——不同场景的数据格式、标注标准、采样频率各不相同，如何将其统一为可交易的数据资产，需要投入大量工程资源。斯年智驾的数据团队约有30人，每年数据治理成本超过2000万元，这在一定程度上侵蚀了数据变现的利润率。
风险分析：代运营模式的脆弱性与护城河
斯年智驾的代运营模式，并非没有脆弱性。三个风险点值得关注：客户流失、价格战、技术迭代导致的资产贬值。
- 客户流失：虽然当前客户续签率超过90%，但随着竞争对手（如主线科技、西井科技）在港口场景的渗透，客户可能因价格或技术差异而更换供应商。主线科技在天津港的无人驾驶重卡项目，已经实现了“按趟计费”模式，且报价比斯年智驾低10%-15%。如果价格战升级，斯年智驾的毛利率可能从当前的25%降至15%以下，甚至亏损。
- 价格战：自动驾驶重卡行业正处于“跑马圈地”阶段，各家都在通过低价策略抢占市场份额。据行业报告，2025年港口场景的代运营价格同比下降了约15%，预计2026-2027年还将继续下降10%-20%。斯年智驾能否通过技术优势（如世界模型带来的效率提升）对冲价格下降，仍需时间验证。
- 技术迭代导致的资产贬值：斯年智驾当前部署的车辆，搭载的是基于英伟达Orin的域控制器，但2026年英伟达已经发布了算力更高的Thor芯片（单颗算力2000 TOPS）。如果公司在2027年推出新一代域控制器，旧车辆的算力可能无法满足新算法的需求，导致车辆提前报废或需要大规模改造。据测算，斯年智驾当前车队的平均折旧年限为5年，但技术迭代周期可能缩短至3年，这意味着资产贬值风险将显著增加。
斯年智驾如何构建护城河？其答案在于“技术壁垒+生态合作”。技术壁垒方面，世界模型和车规级域控制器是其核心优势——竞争对手要复制这一技术栈，至少需要2-3年时间和数亿元投入。生态合作方面，斯年智驾已与一汽解放、东风商用车、重汽等主机厂签署战略合作协议，确保车辆底盘的优先供应和定制化支持；同时，公司与菜鸟网络、顺丰速运等物流平台合作，将其无人驾驶重卡接入后者的调度系统，形成“无人驾驶+智慧物流”的协同效应。
演变路径：从2025到2030，斯年智驾的商业模式将如何进化？
根据麦肯锡2025年发布的《自动驾驶物流市场预测报告》，全球自动驾驶物流市场规模将从2025年的50亿美元增长至2030年的500亿美元，年复合增长率超过50%。其中，港口场景占比将从2025年的30%降至2030年的15%，干线物流场景将从2025年的10%升至2030年的40%。这一趋势意味着，斯年智驾必须从港口走向干线，否则将错失最大的一块蛋糕。
斯年智驾的商业模式演变路径，可以概括为三个阶段：第一阶段（2025-2027年），以代运营为主，技术服务费为辅，数据资产变现处于探索期。公司需要跑通“义甬舟”通道的商业闭环，验证开放场景的盈利能力。第二阶段（2027-2029年），代运营模式逐渐向“技术授权+数据服务”转型——公司不再持有车辆，而是向客户提供软件授权和数据服务，客户自行采购车辆并承担资产风险。这一转型将显著降低公司的资本支出，提升ROE（净资产收益率）。第三阶段（2029-2030年），数据资产变现成为主要利润来源，代运营和技术服务退居次要地位。公司通过保险定价、物流优化咨询、供应链金融等数据服务，实现从“卖运输能力”到“卖数据洞察”的跨越。
但这一演变路径能否实现，取决于三个关键变量：一是开放场景的法规何时放开——如果中国在2028年前仍未开放L3级重卡在高速公路上的商业化运营，斯年智驾的干线物流计划将被迫推迟；二是数据资产变现的法律框架是否完善——如果数据所有权和隐私保护法规趋严，斯年智驾的数据变现能力将受到限制；三是竞争对手的追赶速度——图森未来、嬴彻科技等玩家同样在布局“港口-干线”联动场景，且拥有更长的测试里程和更丰富的开放场景数据。
斯年智驾的商业模式，本质上是一场“时间换空间”的赌注。它用代运营的“重资产”投入，换取客户信任和场景数据；再用数据资产变现，实现利润率的飞跃。但这一赌注的成败，不仅取决于技术能力，更取决于政策、竞争和商业环境的演变。3亿元的C轮融资，只是这场赌局的第一张入场券。
融资3亿后的“生死时速”：斯年智驾能否在资本寒冬中跑通开放场景的终极闭环
3亿元，对于一家成立六年的自动驾驶重卡公司来说，是一笔足以续命的资金，却也是一张押上全部身家的“赌桌入场券”。斯年智驾的C轮融资，发生在2026年7月——一个行业融资环境已从“狂热”转向“理性”甚至“冷酷”的时间节点。滴滴自动驾驶D轮20亿元的“巨鲸”级融资，掩盖不了大多数中小玩家在资本市场上“无人问津”的窘境。斯年智驾的3亿元，更像是一封“阶段性成绩单”后的加注，而非“终极胜利”前的狂欢。这笔钱能烧多久？它能否在“生死时速”中跑通开放场景的商业闭环？答案不仅决定斯年智驾的命运，也将为整个自动驾驶重卡行业提供关键范本。
3亿元的“救命钱”：现金跑道与烧钱速度的精确计算
斯年智驾的融资历史，勾勒出一条从“生存”到“扩张”的曲线。2020年成立时的天使轮，金额未披露；2021年的A轮，约1亿元；2022年的B轮，数亿元；2025年的B+轮，数亿元；再到2026年的C轮，3亿元。累计融资总额约在10-15亿元之间。对比行业标杆：图森未来在2021年上市前累计融资超过20亿美元（约140亿元人民币），嬴彻科技累计融资超过30亿元人民币，智加科技累计融资超过40亿元人民币。斯年智驾的融资规模，在行业内属于“中等偏下”，但其资金利用效率却可能更高——因为它避开了干线物流的“烧钱”陷阱，选择了港口场景的“精耕细作”。
3亿元C轮融资的用途，公告中明确指向“新一代车规级自动驾驶方案研发”和“保障技术研发与日常运营的持续投入”。拆解来看：研发投入（包括世界模型训练、域控制器迭代、仿真平台升级）预计占60%，约1.8亿元；日常运营（包括车辆维护、安全员费用、市场拓展）占30%，约0.9亿元；剩余10%用于应急储备。按照斯年智驾2025年约2亿元的运营成本（据行业估算，含研发、人力、车辆折旧等）计算，3亿元大约能支撑18个月的现金跑道。如果考虑营收增长（2025年营收约1.5亿元，预计2026年可达2.5亿元），现金跑道可能延长至24个月左右。
但“烧钱速度”是悬在头顶的利剑。斯年智驾的毛利率约为25%，净利率为负（2025年净亏损约0.8亿元）。随着向开放场景拓展，运营成本（尤其是安全员费用、保险费用、车辆维护）将显著增加。以甬金高速测试为例，每辆测试车需配备一名安全员，月薪约1.5万元，加上车辆折旧、油费、保险，单辆车的月运营成本超过5万元。如果测试车队从当前的10辆扩展到50辆，仅这一场景的月运营成本就将超过250万元。斯年智驾能否在现金跑道内实现开放场景的“盈亏平衡”，是一个残酷的数学问题。
开放场景的“三重门”：技术、法规与商业的“不可能三角”
斯年智驾从封闭场景走向开放场景，面临的是技术、法规与商业的“三重门”。每一道门都可能成为“生死时速”中的“减速带”甚至“死胡同”。
技术层面：极端天气与复杂路况的“感知黑洞”
甬金高速的测试数据（平均接管间隔300公里）看似不错，但这一数据是在“白天、晴好、无施工”的友好工况下取得的。一旦遭遇极端天气——比如浙江夏季的暴雨、冬季的团雾、跨海大桥的横风——感知系统的可靠性会急剧下降。一位前Waymo工程师向笔者指出：“重卡在暴雨中的制动距离是晴天的2-3倍，而激光雷达的探测距离会因雨滴散射而缩短30%-50%。世界模型虽然能模拟物理规律，但无法预测‘突然出现的积水坑’或‘被风吹落的树枝’这类长尾事件。”斯年智驾的仿真平台虽然覆盖了5000种长尾场景，但真实世界的复杂度远超仿真——2025年，图森未来在美国亚利桑那州的测试中，曾因一只突然闯入的野鹿导致车辆紧急制动，险些引发追尾。这类“未知的未知”，是开放场景中最致命的风险。
法规层面：L4级重卡在高速公路上的“监管真空”
中国尚未开放L4级重卡在高速公路上的商业化运营。2025年，交通运输部发布的《自动驾驶汽车运输安全服务指南（试行）》中，明确要求“在封闭式、半封闭式场景中开展示范应用”，对开放场景的表述仅为“鼓励探索”。这意味着，斯年智驾在甬金高速上的测试，只能以“示范应用”而非“商业运营”的形式存在——车辆必须配备安全员，且不得收取运输费用。这一监管真空，直接制约了开放场景的商业化变现。
更棘手的是责任认定问题。如果一辆无人驾驶重卡在高速公路上发生事故，责任如何划分？是算法开发商（斯年智驾）的责任，还是车辆制造商（主机厂）的责任，还是运营方（物流公司）的责任？2025年，美国TuSimple在加州发生的一起事故中，无人驾驶重卡因算法决策失误撞上护栏，最终由TuSimple承担全部责任，赔偿金额超过2000万美元。这一案例警示：开放场景的事故成本，可能远超封闭场景。斯年智驾虽然为每辆车购买了商业保险（年保费约5万元/辆），但一旦发生重大事故，保险赔付可能不足以覆盖法律和声誉损失。
商业层面：客户接受度与保险成本的“双重挤压”
开放场景的客户，主要是干线物流公司。这些公司的核心诉求是“降本增效”，但他们对无人驾驶的接受度远低于港口客户。原因在于：干线运输的路线更长、环境更复杂、事故风险更高，一旦出现故障，可能导致整条运输链的中断。一位物流公司高管向笔者坦言：“我们愿意在港口试用无人驾驶，因为场景可控，出了问题可以及时干预。但在高速公路上，一辆40吨的重卡失控，后果不堪设想。我们不会为了节省20%的成本，去承担100%的风险。”
保险成本是另一道“硬门槛”。无人驾驶重卡的保险费率，目前约为传统重卡的2-3倍（年保费约5-10万元/辆），因为保险公司缺乏足够的历史数据来评估风险。随着开放场景的拓展，保险费率可能进一步上升。据德勤2026年的一份报告，L4级重卡在高速公路上的保险费率，预计将达到传统重卡的5倍以上。这意味着，斯年智驾的“代运营”模式在开放场景中，可能面临“成本倒挂”——每辆车的运营成本（含保险）高达30万元/年，而按里程计费的收入仅为15-20万元/年。除非保险成本能通过数据积累显著下降，否则开放场景的商业化将难以持续。
竞争格局：图森、嬴彻、主线与主机厂的“四面楚歌”
斯年智驾的竞争对手，不仅是图森未来、嬴彻科技、主线科技等直接玩家，还包括一汽解放、特斯拉Semi等主机厂的垂直整合，以及华为、百度等科技巨头的平台化竞争。
- 图森未来：2025年从纳斯达克退市后，转向私有化运营，聚焦于“港口-干线”联动场景。其在美国的测试里程超过500万公里，是斯年智驾的10倍。图森未来的技术优势在于“长距离、高速度”的干线物流，但其商业模式依赖“卖车+软件授权”，与斯年智驾的“代运营”形成直接竞争。
- 嬴彻科技：2025年完成D轮融资，累计融资超过30亿元。其技术路线强调“仓到仓”的全链路覆盖，已与一汽解放、东风商用车等主机厂深度绑定。嬴彻科技的优势在于“主机厂生态”——它可以直接在车辆出厂前预装自动驾驶系统，降低后装改造成本。斯年智驾的“代运营”模式，在主机厂生态面前显得“轻”而“脆弱”。
- 主线科技：2026年完成B轮融资，聚焦于港口和园区场景。其在天津港的无人驾驶重卡项目，已实现“按趟计费”模式，且报价比斯年智驾低10%-15%。主线科技的策略是“低价抢市场”，通过规模效应降低成本。如果价格战升级，斯年智驾的毛利率可能被进一步压缩。
- 主机厂垂直整合：一汽解放2025年发布了“J7创领版”自动驾驶重卡，搭载自研的L4级系统，售价仅比传统重卡高出20万元。特斯拉Semi则计划在2027年量产，搭载FSD（全自动驾驶）系统，目标是将运输成本降至每英里0.7美元（约合人民币5元/公里）。主机厂的垂直整合，可能从根本上颠覆“第三方自动驾驶方案”的商业模式——如果主机厂直接提供“自动驾驶重卡+运营服务”，斯年智驾的“代运营”模式将失去存在的意义。
- 科技巨头平台化竞争：华为的MDC（移动数据中心）平台，已与多家重卡主机厂合作，提供“芯片+算法+云服务”的一站式方案。百度的Apollo开放平台，则试图成为自动驾驶领域的“安卓系统”。这些科技巨头的平台化竞争，可能将斯年智驾这样的“垂直玩家”挤压到“技术栈”的某个细分环节，而非完整的系统能力提供者。
斯年智驾的差异化策略，在于“深耕‘义甬舟’模式”和“聚焦多式联运”。其“代运营”模式在港口场景中已经验证了商业可行性，而“义甬舟”通道的“海、陆、铁协同”逻辑，则为其提供了“场景壁垒”——竞争对手要复制这一模式，需要同时打通港口、场站、高速三个场景的运营许可和客户关系，耗时至少2-3年。但这一壁垒并非不可逾越——图森未来同样在布局“港口-干线”联动场景，且拥有更长的测试里程和更丰富的开放场景数据。斯年智驾能否守住“义甬舟”通道的阵地，取决于其世界模型能否在开放场景中展现出超越传统架构的鲁棒性，以及其代运营模式能否在规模化复制中保持成本优势。
资本视角：C轮融资是“最后一轮”还是“准上市”门票？
2025-2026年的自动驾驶行业融资环境，已进入“优胜劣汰”阶段。据清科研究中心数据，2025年中国自动驾驶行业融资总额为120亿元，较2024年下降30%，且资金高度集中于头部玩家（滴滴自动驾驶、图森未来、嬴彻科技等）。中小玩家的融资难度显著增加，许多公司因资金链断裂而倒闭或被迫转型（如2025年倒闭的“智行者”）。
斯年智驾的C轮融资，是否意味着其获得了“最后一轮”或“准上市”门票？答案取决于两个变量：一是开放场景的商业化进度，二是IPO市场的窗口期。如果斯年智驾能在2027年前实现开放场景的“盈亏平衡”（即营收覆盖运营成本），且中国在2028年前开放L3级重卡在高速公路上的商业化运营，那么其IPO可能性将显著增加。按照当前估值逻辑（PS（市销率）约为5-8倍，对比图森未来退市前的PS为3-5倍），斯年智驾的估值可能在10-20亿元之间。如果开放场景商业化顺利，估值可能翻倍至30-50亿元。
但IPO窗口期并非由斯年智驾掌控。2026年，全球资本市场对自动驾驶公司的态度仍偏谨慎——Waymo的估值从2021年的1750亿美元跌至2026年的300亿美元，Uber的自动驾驶部门ATG被收购后估值仅为40亿美元。中国科创板对自动驾驶公司的上市要求，包括“连续三年营收增长超过30%”和“核心技术具备国际竞争力”，斯年智驾当前营收约1.5亿元，距离上市标准仍有差距。如果2027-2028年市场情绪回暖，斯年智驾可能通过“港交所”或“纳斯达克”上市，但前提是其开放场景的商业闭环已经跑通。
结尾升华：斯年智驾的命运，将定义自动驾驶重卡行业的“生死时速”
斯年智驾能否在3-5年内实现开放场景的商业闭环，不仅决定其自身命运，也将为整个自动驾驶重卡行业提供关键范本。如果它成功了，将证明“从封闭到开放”的渐进式路径是可行的——自动驾驶重卡不需要一步到位地实现“仓到仓”的无人化，而是可以通过“港口-场站-高速”的逐级突破，逐步构建商业闭环。如果它失败了，将意味着“代运营+开放场景”的商业模式存在结构性缺陷——要么是技术不够成熟，要么是法规不够开放，要么是商业回报不足以覆盖风险。
但斯年智驾的“生死时速”，并非孤立事件。它反映的是整个自动驾驶重卡行业的“集体焦虑”：在资本寒冬中，谁能跑通商业闭环，谁就能活下来；谁跑不通，谁就会被淘汰。斯年智驾的3亿元C轮融资，只是这场“生死时速”中的一次加油——它给了斯年智驾18-24个月的缓冲时间，但真正的终点线，在开放场景的商业化终点。而那个终点，至今仍被技术、法规和商业的“三重门”牢牢锁住。
结语：从“码头生意”到“世界模型”，斯年智驾的“生死时速”与行业范本
斯年智驾的3亿元C轮融资，在2026年资本寒冬的背景下，更像是一场“精准赌注”——它既非图森未来式的“巨鲸”叙事，也非赛富乐斯式的“技术派”故事，而是一家从“脏活累活”中起家的公司，试图用“世界模型”的认知跃迁，完成从封闭场景到开放场景的“终极闭环”。这条路径的务实性，体现在其“义甬舟”通道的“海、陆、铁协同”布局，以及代运营模式在港口场景中验证的商业可行性；而其野心，则藏在“世界模型+车规级域控制器”的技术栈中，试图打破重卡自动驾驶的工程天花板。
然而，这场赌注的成败，取决于三个关键变量的博弈：技术层面，世界模型在开放场景中的泛化能力（尤其是极端天气和长尾场景）能否超越传统架构；法规层面，中国何时开放L4级重卡在高速公路上的商业化运营，以及责任认定框架的完善程度；商业层面，代运营模式能否在开放场景中实现“盈亏平衡”，同时抵御价格战和主机厂垂直整合的冲击。斯年智驾的现金跑道约为18-24个月，这要求其在2027-2028年前，必须跑通“义甬舟”通道的商业闭环，或至少证明其开放场景的规模化复制能力。
斯年智驾的命运，将定义自动驾驶重卡行业的“生死时速”。如果它成功了，将证明“从封闭到开放”的渐进式路径是可行的——自动驾驶重卡不需要一步到位地实现“仓到仓”的无人化，而是可以通过“港口-场站-高速”的逐级突破，逐步构建商业闭环。如果它失败了，将意味着“代运营+开放场景”的商业模式存在结构性缺陷——要么是技术不够成熟，要么是法规不够开放，要么是商业回报不足以覆盖风险。而这场赌注的最终答案，将在未来12-18个月内揭晓。
核心判断：斯年智驾的未来12-18个月，将取决于“义甬舟”通道的开放场景商业化进度（尤其是甬金高速的L4级测试能否获得政策许可并实现盈亏平衡），以及世界模型在极端工况下的鲁棒性验证。关键观察指标包括：甬金高速测试车队的平均接管间隔（MPI）能否从当前的300公里提升至1000公里以上；开放场景的客户签约数量和合同金额能否实现季度环比增长超过30%；以及公司能否在2027年底前实现经营性现金流为正。若上述指标未能达标，公司可能面临新一轮融资困难或被迫收缩至封闭场景。