夏日的關(guān)中平原，熱浪翻滾。在陜西省西安市高陵區(qū)一處試驗道路上，記者在工作人員指導(dǎo)下踩著三級金屬踏板登上駕駛室。這輛新能源智能重卡車身高近4米，總重數(shù)十噸。坐定后，眼前的顯示屏實時呈現(xiàn)車道線、周邊車輛和障礙物信息。

　　按下啟動按鈕，沒有傳統(tǒng)重卡發(fā)動機的轟鳴，系統(tǒng)發(fā)出語音提示，方向盤隨即自行轉(zhuǎn)動。這個龐然大物緩緩駛出車位，提前識別前方障礙物并減速繞行，在彎道處自動調(diào)整行駛軌跡。

　　這是陜西汽車控股集團有限公司已投入商業(yè)運營的多輛智能駕駛重卡之一。這家公司是一家專注于重卡領(lǐng)域的中國500強企業(yè)，也是中國首批重卡智能駕駛測試牌照獲得者。

　　過去幾年，中國智能駕駛商用汽車頻頻進入公眾視野。同樣，智能駕駛重型貨運卡車也正活躍在礦山、港口、工廠、工地等經(jīng)濟一線，并走向更多實際應(yīng)用場景。

　　Global Data數(shù)據(jù)庫報告顯示，2024年7月至2025年7月，全球運營的自動駕駛運輸卡車數(shù)量從2080輛增加到3832輛。其中中國2108輛，排名第一。

　　陜西汽車控股集團有限公司汽車工程研究院副院長鮑偉東介紹，目前商用卡車智能駕駛主要應(yīng)用于兩類場景：一類是高速干線物流，通過輔助駕駛系統(tǒng)幫助司機減輕長途駕駛負擔(dān)；另一類是在港口、礦山、物流園區(qū)等作業(yè)環(huán)境復(fù)雜、勞動強度較大的場景中，由車輛自主完成運輸和轉(zhuǎn)運作業(yè)。

　　作為經(jīng)濟高度活躍的國家，中國擁有全球最大的公路貨運市場之一。2025年，中國公路運輸完成貨物運輸量432.9億噸。

　　支撐這一龐大物流網(wǎng)絡(luò)運轉(zhuǎn)的，是數(shù)以千萬計的貨車司機。對許多司機而言，長途運輸意味著連續(xù)數(shù)小時握著方向盤。連續(xù)駕駛帶來的疲勞、復(fù)雜路況中的突發(fā)風(fēng)險，始終是行業(yè)繞不開的難題。智能駕駛技術(shù)最先改變的，是如何讓運輸變得更安全、更舒適。

　　“剛開始不太敢用，后來發(fā)現(xiàn)長途開下來確實沒那么累了。”45歲的田磊跑長途已有十多年。過去，一趟長途運輸任務(wù)下來，肩膀和腰背常常酸痛難忍。如今，他駕駛的新能源重卡配備了輔助駕駛系統(tǒng)。在部分路段，車輛能夠自動保持車距和車道，讓他不必時刻緊繃神經(jīng)。

　　“機器不是替我開車，而是在我最累的時候幫我分擔(dān)一些工作。”田磊說。

　　技術(shù)也帶來了更高的效率。在中國西部一郵區(qū)中心，一輛17米長的無人駕駛轉(zhuǎn)運掛車正緩慢倒入狹窄泊位。過去，這樣的操作往往需要經(jīng)驗豐富的司機反復(fù)修正方向才能把車停好。如今，方向盤自行轉(zhuǎn)動，車輛自主完成避障和停靠。“以前高峰期最缺的是司機，現(xiàn)在一名安全員在后臺就能調(diào)度多臺車輛。”該郵區(qū)中心相關(guān)負責(zé)人說。

　　類似場景正在中國多地出現(xiàn)。在港口，無人集卡承擔(dān)集裝箱轉(zhuǎn)運任務(wù)；在礦區(qū)，無人礦卡晝夜作業(yè)；在物流園區(qū)，自動駕駛車輛負責(zé)短駁運輸。過去主要停留在實驗室和測試場的技術(shù)，正在進入真實生產(chǎn)場景。

　　中國擁有極大的公路貨運市場和豐富的工業(yè)運輸場景。港口、礦區(qū)、物流園區(qū)等高頻運輸需求，為智能駕駛重卡提供了天然試驗場。與此同時，5G、北斗導(dǎo)航和新能源產(chǎn)業(yè)鏈快速發(fā)展，也為智能重卡商業(yè)化落地創(chuàng)造了條件。

　　進入“十五五”時期，中國經(jīng)濟加快邁向高質(zhì)量發(fā)展。作為國民經(jīng)濟的重要支撐，交通運輸業(yè)正向高效、綠色、智能方向轉(zhuǎn)型，智能駕駛重卡成為培育新質(zhì)生產(chǎn)力的重要實踐場景。

　　對長期奔波在運輸一線的貨車司機而言，智能駕駛技術(shù)的發(fā)展，不僅是提升運輸效率的技術(shù)創(chuàng)新，也是在通過技術(shù)手段減輕駕駛負擔(dān)、改善工作條件、提升運輸安全水平，讓科技進步更好服務(wù)于勞動者。

　　“智能駕駛重型卡車在特定場景已經(jīng)實現(xiàn)規(guī)模化應(yīng)用，在開放道路上也開始探索商業(yè)化運營，但整體仍處于從試點示范向規(guī)模化推廣過渡的階段。”鮑偉東說，開放道路路權(quán)、跨區(qū)域法規(guī)協(xié)同、復(fù)雜場景感知能力以及責(zé)任認定機制等，仍待進一步完善。