嘉实基金,财通资管,博衍基金,长信基金,东北证券,招商基金,海通证券,錾义投资,瓦洛兰投资,建信基金,民生证券,惠理集团

无人车行业发展进入关键拐点,数字政通加快具身智能布局
近年来,随着城市运行管理需求的持续增长与自动驾驶
技术的不断成熟,低速无人车在物流、环卫、巡检、信息采
集等细分场景中的应用正加速落地。市场呈现出"需求大、成
本降、技术稳、政策宽"的多重利好局面,行业整体进入关键
拐点阶段。在此背景下,数字政通立足智慧城市业务基础,
持续加码无人车相关业务,围绕"具身智能+AI城市治理"方
向,构建差异化发展路径。
一、行业拐点信号明显,低速无人车具备广阔市场空间
从供给端看,无人车核心硬件成本大幅下降。以激光雷
达为例,主流设备价格近三年降幅超过 65%;整车成本已从三
年前的 30-40万元下降至 10万元左右,主流制造商具备批量
交付能力,引发产业大规模放量预期。
从需求端看,城市运行管理具有长期、高频的人力需求。
目前全国约有300万个城市管理网格员、200余万环卫工人、
700 余万配送员,构成了千万人级规模的劳动力市场,为无人
车提供了稳定的应用场景和明确的降本预期。在该市场中,
数字政通凭借早期布局和长期积累,已形成行业优势。
从政策端看,北京、合肥、深圳等地已开放封闭或半封
闭场景的低速无人车试点运行,北京亦庄经开区、顺义新城
等区域为代表的"城市级道路路权开放"正持续推进,监管态
度整体积极。
二、低速无人车应用场景逐步拓展,多元化落地进入加
速期
当前低速无人车已在物流、环卫、巡检、信息采集等多
个细分领域实现商业化试点落地:
在无人物流方面,车辆可服务于快递、外卖、商超配送
等场景,目前杭州已有替代传统面包车的运输案例,实现60%
以上降本;车型从早期 1-2 立方米逐步扩大至 5 立方米,具
备向轻卡替代方向演进的潜力。
在无人环卫方面,受益于政策推动,各地环卫招投标对
无人车提出明确需求,无人清扫车可在提升作业效率的同时
有效降低人力支出,具备替代传统人工作业的经济性。
在信息采集方面,车辆可搭载多类传感器,适配违停抓
拍、占道识别、环境监测等场景,支持结构化数据回传。
此外,移动补电、仓外自动搬运等新型场景正在扩展,
基于无人车底盘的柔性应用能力进一步提升产业延展性。
三、数字政通无人车——打造城市治理场景下的具身智
能实践
数字政通认为,无人车是"AI 技术落地"与"具身智能
终端"融合发展的关键载体,是新质生产力和人工智能在智
慧城市治理中的典型体现,是公司推动智慧城市从项目制向
运营化转型的重要抓手。随着算法进步、硬件成本下降与城
市运行精细化管理需求同步上升,无人车作为"感知—判断
—执行"一体化的智能化节点,正在城市治理中扮演日益核
心的角色。
公司围绕这一战略定位,自2022年起推出并持续升级"棋
骥"智联网格车,致力于打造其高频、高密度、结构化的城
市信息采集能力。车辆搭载 L4级自动驾驶算法系统,具备环
境感知、路径规划、事件识别、异常上报等核心能力,并与
数字政通现有城市运行管理平台形成数据联动,实现闭环式
指令调度与工单处理。目前"棋骥"系列已在北京、天津、
合肥等地落地运营,适用于城市巡检、网格管理、基础运维、
配送协同等多个场景,体现出"AI+具身智能"的系统整合优
势。
从市场空间看,全国现有约 300 万名网格员参与城市运
行管理,若以每车替代 3-4人,50%的替代率测算,潜在智能
网格车需求规模约为 30-50 万辆,信息采集类智能终端市场
空间巨大,具备良好的产业成长基础。
在商业模式方面,公司目前主要采用两种方式:一是整
车销售,面向客户直接提供无人车产品;二是运营服务,通
过按年收取服务费的方式,为地方政府客户提供持续的智能
化城市运行解决方案。为保障交付效率与技术演进,公司在
坚持自主掌握算法系统与平台能力的同时,先后投资多家 AI
算法企业及硬件制造商,构建从感知到整车交付的协同体系。
其中,公司已投资国内领先的无人车制造商易咖智车,
双方建立深度绑定关系,围绕产品适配、技术集成、产业配
套等方面联合推进无人车量产落地。易咖智车产能规模居于
行业前列,将为数字政通未来无人车业务在各地的推广提供
有力支撑。
四、持续推进落地试点,构建城市治理"前端智能终端"
数字政通未来自动驾驶战略聚焦"数据驱动+轻资产运
营"的方向,围绕城市运行中的具身智能应用场景,持续推
进智联网格车"棋骥"产品的落地与升级。核心包括三点:
一是持续自研 L4级无人驾驶算法系统,专注城配、巡检、信
采等低速高频场景;二是推出巡检、数据采集、清扫等多产
品矩阵;三是联合产业链合作伙伴构建"自研算法 + 外部硬
件 + 联合交付"的模式,建立柔性供应体系。
公司现已在多个城市形成示范运营,在路权申请、算法
演进、系统集成等关键环节保证配套机制,有效保障了项目
的可复制性与交付效率。后续将结合低空感知、多源数据融
合等新型能力拓展硬件兼容边界,提升数据运营能力与智能
服务水平。