本文来自微信公众号： 经观感知 ，作者：吴元
7月17日，2026世界人工智能大会开幕当天，九识智能宣布，其L4级自动驾驶无图方案已实现规模化量产。
按照九识智能披露的数据，该方案已在新增运营路线中实现30%的渗透率，预计到7月底，无图运营里程将突破4万公里。
更直观的变化发生在交付端。过去，一辆无人配送车进入新的城市或区域，通常要先经历道路采集、高精地图制作和验证，等待时间接近一个月。采用无图方案后，九识智能称车辆部署周期可以压缩至一天以内。
这意味着，客户购买无人车后，有望绕过漫长的建图流程，接近“交付即运营”。
从一个月到一天，九识智能试图拆掉的并不只是一张地图，也包括无人配送车规模扩张中的定制化成本。此前，无人车进入一座城市需要重新建图、验证和维护，每新增一片运营区域都接近一次小型项目交付。无图方案希望把这套模式改造成标准化产品交付，让车辆能够快速进入陌生区域。
不过，“无图”并非完全不使用地图。
九识智能的方案仍会结合道路级电子导航地图完成全局路线规划，只是不再依靠厘米级高精地图提供车道线、交通标志、道路边界等先验信息。车辆需要通过摄像头、激光雷达等传感器，实时识别道路结构和交通参与者，再由算法完成定位、规划与控制。
地图提供的信息减少了，车辆自身感知和决策需要承担的任务随之增加。
无图“解法”
高精地图曾经是自动驾驶系统的重要安全底座。
它可以提前告诉车辆前方有几条车道、路口如何连接、红绿灯和护栏位于什么位置。早期自动驾驶算法能力有限，车辆依靠高精地图提供的先验信息，可以降低实时感知和决策的难度。
这套方案适用于有限区域内的测试和运营，但很难支持无人配送车进入数百座城市。
道路施工、车道调整和临时交通管制频繁发生，高精地图需要持续采集和更新。每进入一个新的运营区域，企业还要重新投入车辆、人员和时间完成建图。城市数量越多，路线越分散，地图成本越高。
2025年，九识智能开始采用轻地图方案，仅保留部分必要道路信息，将部署周期缩短至15天以内。此后约10个月，公司又从轻地图转向无图。
技术路线的变化与无人配送车的扩张方式有关。
Robotaxi通常从少数城市的限定区域起步，运营范围相对集中，单座城市可以承受较高的前期建设成本。无人配送车面对的是大量快递网点、商超、仓库和社区，线路多、变化快、单条线路货运收入有限。如果每条路线都需要提前建图，无人车节省下来的人工成本，很容易被部署成本和等待时间抵消。
九识智能联合创始人、CIO朱伟铖在群访中表示，过去依赖高精地图的L4方案可以在少数城市展开，但九识智能需要在全国300多个城市运输，高精地图方案已经难以继续支撑这种扩张。
无图由此成为一道商业问题。
九识智能采用视觉为主、激光雷达为辅的多传感器方案。摄像头负责识别车道线、交通信号灯和道路语义，激光雷达提供距离和空间信息，并作为感知冗余。
这也使九识智能与特斯拉等企业坚持的纯视觉路线有所区别。朱伟铖表示，L4级无人货运车辆没有驾驶员随时接管，激光雷达仍有必要保留。随着车辆交付规模扩大，激光雷达成本已降至可以接受的区间。
同样是“无图”，L2级辅助驾驶与L4级无人驾驶面临的难度也不同。前者出现系统无法处理的情况时，可以要求驾驶员接管；后者需要在设定的运行区域和条件内，独立完成全部动态驾驶任务。
减少地图依赖后，施工路段、模糊车道线、异形路口、临时障碍物和交通参与者的不规则行为，都要依靠实时感知和模型处理。地图成本下降的同时，算法验证和安全责任进一步集中到无人驾驶企业身上。
九识智能给出的解决办法是数据和仿真。公司将历史运营中出现的复杂场景放入仿真平台重新测试，算法通过验证后才能推送到车辆。
但对L4系统而言，安全性最终仍要由真实运营结果证明。
九识智能预计到7月底实现的4万公里无图运营里程，放在一项新技术的验证阶段具有一定意义；与公司已经披露的超过1.6亿公里累计运营里程相比，无图方案仍处于早期爬坡阶段。新增路线30%的渗透率，也说明无图尚未全面替换原有方案。
朱伟铖对此并未回避。他表示，无图方案“不是拍胸脯说没问题就没问题”，仍需经过时间和市场验证。
无图助力规模复制
过去几年，无人配送车的硬件价格已经大幅下降。
2025年，九识智能将E6车型裸车价格降至1.98万元。菜鸟随后推出价格更低的车型，行业竞争迅速进入两万元以内。相比早期动辄20万元甚至更高的无人配送车，硬件价格已不再是唯一门槛。证券时报此前调查显示，2018年前后一辆无人配送车连同服务费用可以接近百万元。
车辆价格下降后，开城速度、软件服务费、运营效率和车辆利用率开始决定客户能否算清账。
在固定线路模式下，无人车通常往返于转运中心和快递网点，或者承担仓库、商超与社区之间的计划性运输。线路一旦改变，车辆可能需要重新建图和验证，难以像传统货运车辆一样临时调整任务。
无图方案把这种等待时间压缩到一天以内后，无人车才有机会进入即时物流市场。
今年6月，九识智能先后与支付宝、滴滴送货、58快狗、货拉拉等平台展开合作。其思路是将无人车接入即时运力平台，根据订单变化调度车辆，使一辆车可以服务不同线路和场景。
这决定了无图技术带来的价值，很难只用节省多少地图费用衡量。它更大的作用在于减少车辆闲置，让一支车队能够跨区域调度。
地图成本下降一个数量级，可能只节省一笔部署费用；部署时间由一个月降至一天，则可能改变车辆的周转效率、客户回款周期和企业扩张速度。
朱伟铖透露，九识智能2026年的目标是新增交付5万台，将车队规模提升至约7万台。这一目标较公司目前约2.5万台的运营规模仍有较大增幅。
根据中国交通运输协会物流投融资分会发布的报告，截至2026年第一季度，中国无人配送车保有量达到4.7万台。其中，九识智能与菜鸟无人车合计约2.5万台，占比53.2%；新石器约1.7万台，占比36.2%，两家企业已经占据绝大部分市场。
行业竞争正在从技术验证转向规模复制和持续盈利，而无图方案恰好服务于这一阶段。
如果每一辆车都需要工程师提前勘察道路，5万台新增交付会带来庞大的项目实施团队；如果车辆能够在陌生道路快速部署，企业的扩张才可能逐渐摆脱人力数量的约束。
无图提高门槛
九识智能将此次发布称为“全球首个L4级无图方案规模化量产”。但一项新技术能否替代原有路线，最终仍要看无图车辆的运营规模、累计里程、安全表现、远程接管频次及单车运营成本。
随着高精地图逐步退出，自动驾驶的技术门槛也在转移。
模块化自动驾驶时代，企业可以通过引进算法团队快速补齐部分能力。随着感知、预测和规划逐步模型化，代码本身越来越难形成长期差异。车队规模、真实道路数据以及数据闭环效率，开始成为新的竞争壁垒。
九识智能目前拥有约2.5万台运营车辆，累计运营里程超过1.6亿公里。车辆每天遇到的施工、逆行、占道停车和人车混行场景，可以持续回流到训练和仿真系统。车越多，数据越多，模型覆盖的复杂场景越丰富；算法能力提升后，车辆又可以进入更多区域。
这套数据飞轮也是九识智能计划进一步推进端到端模型的基础。朱伟铖表示，公司下一步的技术升级重点是实现更完整的端到端模型，打通从运营数据到模型训练和车辆部署的闭环。
规模同时带来另一种更重的能力要求。
九识智能向客户提供无人车和自动驾驶软件服务后，还要承担车辆售后、维修、保养、远程协助和事故处置。L2级供应商把方案交付给车企后，主要责任可以转移给整车企业；L4运营商需要从车辆交付一直负责到日常运行。
这使无人配送车公司的组织形态更接近一家科技公司、汽车公司和物流运营商的结合体。算法可以通过招聘和融资快速补充，覆盖数百座城市的服务体系很难在短期内复制。
2026年初，菜鸟以无人车业务注入和现金投资等方式成为九识智能股东，双方继续运营九识与菜鸟无人车两个品牌。九识智能披露，两个品牌将共享技术、运营和客户资源。菜鸟带来的物流网络和客户场景，有助于九识获取更多真实运营数据；与此同时，九识仍需要维持平台的中立性。
朱伟铖在群访中表示，九识智能目前同时服务“三通一达”、京东、菜鸟和顺丰等不同快递体系，未来也会继续向第三方客户开放。
无图并未消除另外两道门槛。
第一道是路权。目前，低速无人配送车尚未形成全国统一的车辆属性和准入体系，不同城市分别制定测试、示范运营和商业化管理办法。部分地方将其定义为未列入机动车产品目录的自动驾驶装备，通过运营资格、车辆标识和限定区域给予路权。武汉经开区的管理办法就是其中一种地方探索。
车辆可以在一天内完成技术部署，不等于一天内便能获得一座城市的合法路权。
第二道是安全责任。随着车辆从固定路线走向即时调度，运营范围更分散，面对的道路类型和交通参与者更多。远程运营体系、网络安全、保险机制、事故责任划分和车辆维护能力，都要同步扩张。
因此，九识智能此次“无图”量产的重要性，在于它尝试消除L4无人车规模复制中的一项工程障碍。它还不能单独证明无人配送已经跨过安全和盈利门槛。
高精地图退出后，车辆能够更快进入一座城市；能否稳定跑下去，则取决于模型、数据、运营体系和监管规则。
无人配送车过去比的是谁先上路，随后比谁能把车价降下来。进入数万台交付阶段，竞争开始转向另一项能力：谁能用更少的人、更短的时间，把同一套L4系统复制到更多城市，并持续为每辆车负责。
九识智能拆掉了一张地图，真正加重的是这张地图背后的责任。