0.41%车重辨识精度背后的硬功夫：DeepWay深向如何重塑Robotruck技术底座

Robotruck的技术路径，有人打样了。

撰文|麦哩

题图|深向

内蒙巴彦淖尔到乌海之间，一条数百公里的干线上，一队重卡在跑。头车司机握着方向盘，后面的车没有司机，它们跟着头车自动行驶，加速、减速、过收费站，全靠算法。

当大多数玩家还在实验室里跑仿真、在封闭园区做测试时，DeepWay深向已经把Robotruck从概念推向了真实的干线运营。

它走的这条路，不是“把算法装进卡车”，而是先造一台为无人驾驶而生的车，再让这台车在真实运营中自己学会怎么开。

三道坎

L4无人货运从技术验证到规模化运营，横亘着三道坎：长尾问题怎么解决？工程一致性怎么保障？研发成本怎么消化？

从公开进展看，行业里的大多数玩家，卡在了第一道。少数摸到了第二道。能在同一技术框架内解决这三道坎的，不多。

先说长尾。乘用车的自动驾驶，难在城市场景的随机与复杂。重卡干线的难，是另一种难。载重从空到满差几十吨，制动距离跟着变；高速横风一吹，挂车就晃；长途跑下来，路面条件从平整到坑洼，什么情况都有。这些变化不是CornerCase（极端场景），是每天都在发生的常态。

传统的做法是打补丁。感知不够，多加传感器；控制不稳，多写几行规则。但补丁摞补丁的结果，是系统越来越臃肿，新的问题越来越多。

再说量产一致性。很多人以为L4的难点在算法，其实不是。算法在仿真里跑通了，到了真实车上未必能跑；一台车能跑，一百台车未必每台都能跑。传感器装偏了一度、转向多些虚位、长期运行后性能衰减了一点点，这些"一点点"叠在一起，算法的表现可能就差了一大截。

燃油重卡和油改电重卡的通用平台，从根上就不是为自动驾驶设计的。这些硬件层面的先天缺陷，靠算法后天弥补，永远有上限。

最后说研发成本。L4研发投入巨大，靠什么养活？靠融资续命，总有断粮的一天；靠政府试点项目，撑不起规模化。行业里的普遍困境是，研发越深入，烧钱越快，离商业闭环越远。

一个解法

上面说到的三道坎，DeepWay深向用的是同一个技术底座，正向定义。

从电驱和智能化的终局需求出发，重新定义一辆卡车的整车架构。线控底盘、三电系统、智能驾驶架构全部一体化设计，从0到1，为自动驾驶重新造一辆车。

这件事听起来像"正确的废话"。谁不知道正向开发好？但真正下决心做的，没几家。因为正向定义意味着放弃现成的底盘平台和最快的量产路径，一切从零开始。研发周期更长，投入更大，风险也更高。

但回报也很直接。它解决的是系统性风险，不是局部问题。

电池放底盘中央降重心，电驱桥专门设计，风阻系数降低40%至50%，传动效率提升14%。这些数字背后，是整车从第一根线束开始就为智驾而生。

当竞品还在为“自动驾驶套件怎么塞进驾驶舱”发愁时，DeepWay深向已经把整台车变成了自动驾驶系统本身。

拿L4编队部署中遇到的真实情景举例。一条380公里的固定路线，无人化运营要覆盖装卸货、行驶、补能、过收费站、应急接管五个环节。任何一个环节掉链子，整个系统就跑不通。DeepWay深向的做法，是把风险按多层架构分配：感知与规控车端做，超视距风险与协同信息云端共享，关键点位借路侧设施提能力，极端或突发情况领航员介入。

车、云、路、软件、运营、领航员，六位一体。不是某一维最优，而是全局最优。

（▲ DeepWay深向L4编队多对象一体化协同的功能架构）

这件事为什么只有正向定义的车能做？因为需要底盘数据完全开放、传感器位置精准可控、整车电子电气架构从设计之初就考虑智驾需求。

油改电的平台，底盘是黑箱，信号要转译，延迟降不下来，精度提不上去。想做全局协同，底层就不支持。

卡车界特斯拉

行业有人把DeepWay深向叫"卡车界的特斯拉"。这个称呼，说的不只是造车能力，更是软硬件一体的底层逻辑。

特斯拉的壁垒在于，它的FSD算法是为特斯拉的车量身写的，不需要适配别人的硬件。DeepWay深向用同样的逻辑做重卡智驾。自研的车，加上自研的算法，再加上从底盘层打通的数据链路，三个东西长在一起。

但重卡的耦合难度，比乘用车高。

重卡不是一个刚体，是"车头+挂车"的多体结构。挂车多长、拉什么货、重量多少，每一个变量都在变。空车的时候制动距离短，满载的时候就长；轻货的时候转向灵，重货的时候就钝。用乘用车那套控制逻辑直接套，很难成立。

DeepWay深向自研了一套针对Robotruck算法，有效解决了行业痛点。

决策层，安全优先，加了交互式决策机制。重卡车身长、惯性大，遇到情况刹不住也躲不开。所以算法的第一目标不是效率，是别出事。先保安全，再谈效率。

规划层，同时约束车头和挂车的行驶轨迹。确保整车扫掠区域始终在车道中央，有效杜绝"车头过了、挂车扫出"、倒车弯折、控制延迟等行业难题。

控制层，自研车重在线辨识算法。据DeepWay公开技术资料，空载时车重辨识误差0.41%，半载2.19%，满载3.8%，行业领先。知道自己有多重，才能精准控制制动和加速。

（▲DeepWay深向在IEEE-ITSC发表的论文）

这三层算法为什么能做到这个精度？因为正向定义的车，智驾系统和制动系统、电驱桥、整车控制器是深度耦合的。底盘的信号不经过任何转译，直接给算法。算法不仅能"看到"外面的路，还能"感受"到自己有多重、制动气压多少、驱动响应有多快。

深度耦合的结果，是L2和L4共享同一套车辆动力学模型。

这个设计非常关键。L2大规模量产积累的数据，可以直接反哺L4算法的迭代。截至2026年4月，DeepWay深向已累计交付超9000辆L2重卡，累计真实运营数据已超4亿公里。

卖车不是终点

DeepWay深向的商业模式，一句话就能说清楚。客户付钱买车，贡献毛利，同时提供真实运营数据来训练算法。

CEO万钧把这套打法称为“负成本研发”。卖车是一次性收入，数据加订阅是源源不断的现金流。2023年交付509辆，2024年3002辆，2025年8020辆。截至2026年4月，累计整车交付13707辆。

行业常见路径是先攻克L4算法再寻找载体，DeepWay深向的路径则是以量产L2重卡采集数据，通过数据闭环驱动L4能力迭代。

L4级智能编队系统已完成前装量产，在内蒙古巴彦淖尔市与乌海市之间的指定线路，获批测试、示范应用及商业试点运营。所有传感器支架均为开模量产部件，客户下单后即可自动排期，由工厂流水线批量生产。

这意味着DeepWay深向的L4编队车辆，不是实验室手工攒出来的样车，而是可以从产线上批量下来的产品。量产能力和实验室验证之间，隔着的是整套供应链管理、质量控制和成本控制体系。

这个体系，正是L4从技术验证走向规模化运营最难复制的一环。

终局不是一台车，是一张网

2020年下半年，DeepWay深向刚成立的时候，行业里大多还在讨论"重卡电动化有没有戏"。

五年多过去，纯电重卡的经济性已经能独立站住。灼识咨询预测2030年新能源重卡渗透率到59%。电动化的上半场，大局基本已定。下半场的变量是L4干线无人驾驶。

但L4能不能落地，从来不只是技术问题。它是技术、产品、商业、政策的综合体。整个Robotruck赛道仍在商业化早期。

DeepWay深向的路径是，先正向定义一台原生智能重卡，用L2大规模量产跑数据赚现金流，再通过L4编队和订阅模式逐步商业化，最终建立Robotruck货运服务网络。

这条路不是最快的，但可能是最稳的。

怎么让自动驾驶重卡从实验室开上公路、载上货物、跑出效益，是Robotruck赛道最核心的那个命题。DeepWay深向用超9000辆L2重卡、超4亿公里运营数据和L4编队后车无人落地，给出了一份中国路径的样本。

这条路的门槛不在想法，在是否愿意从第一天起就为终局重新定义整车。当竞争从单项算法精度，转向整车系统架构的定义能力，先完成正向定义的一方就建立了系统性的数据与工程壁垒。

而这条路，正在被越来越多的销量和数据验证。