港口无人驾驶：具身智能商业化落地的先行标杆：具身智能产业深度研究（八）

港口无人驾驶：具身智能商业化落地的先行标杆——具身智能产业深度研究（八） 产业研究中心 摘要：随着技术方案演进与下游空间扩容，港口无人驾驶市场迎来发展良机 苏州城市经济研究：制造高地、战略枢纽与开放门户2026.05.20医药产业运行数据专题：复苏趋势初现，创新高景气延续2026.05.17从单城到体系：迈向区域协同新格局2026.05.11全球商用车电动智能化转型加速，中国产业出海迎来黄金窗口期2026.05.11物理AI时代的数据“卖铲人”，具身数据采集开启下一代数据基建浪潮2026.05.07 港口无人驾驶是具身智能落地成熟度领先的核心场景 拥有持续学习能力的无人驾驶车辆是具身智能的一种表现形态，商业化进度方面，载货先于载人、低速先于高速、封闭先于开放，港口等限定场景下的无人驾驶车辆已实现规模落地，是具身智能成熟度最高的应用之一。 无人驾驶解决港口核心痛点，技术方案不断演进 港口无人驾驶的技术方案不断演进。港口各运输环节中，水平运输是无人驾驶主要目标市场。港口运输包含“外集卡集疏运→场桥垂直装卸→港内水平运输→岸桥水陆衔接”四流程。其中，港内水平运输因场景封闭性和作业高频性，成为无人驾驶目前主要目标场景。 无人驾驶解决传统港口运输成本、安全、环保三大痛点。传统港口运营人力成本高企，劳动力短缺问题突出；人工操作易因判断失误引发碰撞事故，传统港口运输安全管理难度大；传统柴油运输设备不符合绿色发展趋势，环保需求也在推动电动无人驾驶车辆渗透。 港口无人驾驶的技术方案不断演进。2020年后IGV和DCV技术逐步投入市场，DCV技术路线市场潜力更大。 港口无人驾驶市场迎来发展良机，预计2030年市场空间超千亿 预计2030年市场空间1909亿，销售与代运营两种商业模式并行。销售模式通过软硬件一体化交付与持续服务实现商业闭环；代运营模式可降低港口初期投入门槛，加速商业化落地。 代表性公司：斯年智驾、主线科技、西井科技等。 风险提示：产品研发进度不及预期；渗透率提升不及预期；宏观环境波动。 目录 1.港口无人驾驶是具身智能落地成熟度领先的核心场景................................31.1.无人驾驶车辆是具身智能的表现形态....................................................31.2.港口场景成为具身智能商业化落地的前沿阵地.....................................42.无人驾驶解决港口核心痛点，技术方案不断演进........................................62.1.港口各运输环节中，水平运输是无人驾驶主要目标市场......................62.2.无人驾驶解决传统港口运输成本、安全、环保三大痛点......................82.3.港口无人驾驶的技术方案不断演进.....................................................103.港口无人驾驶市场迎来发展良机，预计2030年市场空间超千亿..............153.1.预计2030年市场空间1909亿，销售与代运营两种商业模式并行......153.2.代表性公司：斯年智驾、主线科技、西井科技等...............................174.风险提示....................................................................................................22 1.港口无人驾驶是具身智能落地成熟度领先的核心场景 1.1.无人驾驶车辆是具身智能的表现形态 拥有持续学习能力的无人驾驶车辆是具身智能的一种表现形态。广义来看，具身智能指具有物理身体并能通过感知和交互与环境进行实时互动的智能系统，让AI不再局限于虚拟世界的数据处理和决策，而是能够像人类一样在现实世界中感知、学习和行动。具身智能的主要表现形态包括具身机器人、机器狗、无人驾驶车辆等，其中无人驾驶是目前有望最快实现商业化落地的方向。 数据来源：国泰海通证券研究 无人驾驶车辆能够实现高度自动化和完全自动化的L4及L5级别智能驾驶。国内智能驾驶技术正沿着清晰的路径稳步推进。在技术分级层面，2022年3月出台的《汽车驾驶自动化分级》（GB/T 40429-2021）明确了自动驾驶的定义，即车辆以自动方式持续执行部分或全部动态驾驶任务，该标准与美国SAE标准一致采用六级分类（L0-L5），并从动态驾驶任务、最小风险状态等多维度进行规范。其中，L0-L2为驾驶辅助，驾驶员主导驾驶；L3具备自动驾驶特征，用户接管后成为驾驶员；L4-L5由系统主导，仅需调度员激活调度服务。 1.2.港口场景成为具身智能商业化落地的前沿阵地 无人驾驶可按照载人与载货、高速与低速、开放与封闭的区别，划分多种应用场景。按照载人与载货，无人驾驶可分为Robotaxi无人驾驶出租车和Robobus无人驾驶小巴、Robotruck无人驾驶卡车和Robovan无人驾驶物流车；其中应用于长途干线物流的Robotruck与城市出租车的Robotaxi均属于高速、开放场景，应用于短途集中出行的Robobus属于中低速、开放场景，应用于城市配送物流的Robovan属于低速、半开放场景，应用于矿山港口等特定场景物流的Robotruck属于低速、封闭场景。 无人驾驶的商业化进度方面，载货先于载人、低速先于高速、封闭先于开放。以载货为目的的无人驾驶对于安全风险的容忍度高于以载人为目的，且B端用户高度关注生产效率与降本效果，只要能产生可见的投资回报，下游用户便愿意投入改造资金。此外，在低速、封闭场景下，无人驾驶车辆的运营路线相对固定，系统面临的Corner Case较少，并且对于感知决策的时延要求较低，因此低速、封闭场景下的Robotruck成为当前商业化进展最快的具身智能赛道之一，多家企业已经开始开展规模化商业落地。 港口等限定场景下的无人驾驶已实现规模化落地，是具身智能成熟度最高的应用之一。港口场景因信息采集便捷、干扰因素少、路线复杂度低、基建完善度高，成为商业化落地的前沿阵地，实现了成规模运营；物流园区、矿区、机场等场景也逐步推进应用，形成了多元化的落地格局。相较于其他领域的具身智能应用，无人驾驶的商业化进程已展现出显著先发优势。 2.无人驾驶解决港口核心痛点，技术方案不断演进 2.1.港口各运输环节中，水平运输是无人驾驶主要目标市场 2019年至2023年，全球港口集装箱吞吐量和运输量稳步增长。2023年起，全球市场预计将持续以5.0%的年复合增长率增长，预计到2028年全球港口集装箱总吞吐量将接近11亿TEU。其中，中国是全球港口吞吐量规模最大的国家，上海港已连续多年位居全球港口集装箱吞吐量榜首。 数据来源：沙利文研究，国泰海通证券研究 2019年至2023年，中国港口集装箱吞吐量和运输量显著增长，港口经济地位日益突出。2019年至2023年，中国港口集装箱吞吐量年复合增长率为4.4%，吞吐量从2.6亿TEU增至3.1亿TEU。展望未来，增长速度预计将进一步提升，2023年至2028年的年复合增长率预计达6.8%；运输量市场规模预计从2023年的4.4亿TEU增长至2028年的近6.2亿TEU。 数据来源：沙利文研究，国泰海通证券研究 港口的智能化综合性水平不断提升。自20世纪以来，现代港口经历了持续的更新与迭代过程，核心功能和定位已由最初的运输中心逐步转型为综合性调度总站，极大地提升了港口在全球物流体系中的重要性。中国港口的智能化综合性水平不断提升，正向构建第四代综合性港口迈进。 港口运输包含“外集卡集疏运→场桥垂直装卸→港内水平运输→岸桥水陆衔接”四流程。其中，港内水平运输因场景封闭性和作业高频性，成为无人驾驶目前主要目标场景。 外集卡：港外到港内的“需求衔接层”，自动化程度中等。外集卡从港外运输至港内，是港口物流的起始环节，自动化核心围绕“需求预判与动态调度”。港口管理系统需记录货主运输需求，提前预估外集卡需求量、时间窗并规划作业路线；外集卡实时回传位置信息，便于港口监控运输进度；货物卸载后，司机需根据调度指令决策“等待新任务”或“返程”。当前自动化集中在调度系统层面，但外集卡本体仍以传统柴油车为主，仅少数试点搭载辅助驾驶功能。 场桥：垂直运输的“中转枢纽”，自动化程度高。港内场桥垂直运输承担“货物堆存区与外集卡/港内设备”的衔接任务，依托自动化技术实现高效中转。场桥需将货物从外集卡垂直吊装至堆场，操作员需实时监控“拾取—运输—放置”全流程。目前多数港口已部署半/全自动场桥，配备传感器与控制系统，可自动定位集装箱、规划吊装轨迹，减少人工干预，支撑堆存区货物周转效率提升。 港内水平运输：核心枢纽与无人驾驶主赛道，自动化潜力最强。港内水平运输是港口物流的核心流转环节，也是当前无人驾驶的主要目标场景。该环节需将货物在“堆场—装卸区”间高效搬运，自动化涉及三点需求：①精准定位与调度：港口系统需精准记录货物位置，通过算法优化运输路线与时间窗，减少设备等待时长；②设备智能选择：根据货物特性、运输距离，规划“最经济、最安全”路径；③无人化替代：传统“拖头+半挂车”的人工模式，正被L4级无人集卡、智能水平运输设备取代。 岸桥：水陆衔接的“终端窗口”，自动化程度高。岸桥吊装集装箱是港口衔接水陆运输的终端环节，已实现高度自动化作业。目前多数岸桥已实现全自动对接：依托通信吊具、控制系统与机器视觉技术，自动匹配船舶接口，精准控制吊装路径，无需人工干预即可完成高精度作业，成为港口自动化程度最高的环节之一。 数据来源：沙利文研究 政策引导递进，为港口无人驾驶发展提供确定性支撑。2019年起，顶层设计率先明确方向，将无人集卡研发、智慧港口建设纳入交通强国与世界一流港口战略框架，奠定发展基础；2020年聚焦技术落地，提出推进港区自动驾驶，并强调与5G、北斗等技术的融合，明晰实施路径；2023年进一步细化任务，以25项重点工作夯实自动化码头改造、智能调度优化等支撑条件，还明确2027年建成世界一流智 慧港口的目标，为无人驾驶规模化应用提供保障。从中央到地方、从标准到场景的政策矩阵，让港口无人驾驶的技术落地路径、商业闭环逻辑、安全监管框架逐步落地，发展确定性持续强化，从试点创新迈向规模复制。 2.2.无人驾驶解决传统港口运输成本、安全、环保三大痛点 传统港口运营人力成本高企，劳动力短缺问题突出。传统港口运营中，人工及能耗成本占总成本的65%，其中集卡司机人工成本尤为显著，一名司机年均成本约15-20万元，而百万吨级集装箱码头需配备数千名司机，人力开支压力巨大。同时，集卡司机需持有A2驾照，其申领需基于C类驾照升级，难度较高，导致仅63%的卡车司机符合资质；加之港口运输工作枯燥、需三班倒作业，对年轻劳动力吸引力低，司机群体老龄化加剧，36-45岁司机占比近50%，35岁以下司机占比持续下降，劳动力短缺问题日益严峻。 数据来源：沙利文研究，国泰海通证券研究 数据来源：沙利文研究，国泰海通证券研究 传统港口运输安全管理难度大。传统港口依赖人工驾驶内集卡完成水平运输，受限于人力工作时长，无法实现24小时连续作业，单日作业量低。同时，人工调度依赖经验判断，易出现路径规划不合理、车辆等待时间长等问题，导致运输延误频发。港口集卡司机常需连续工作24-48小时，超80%的司机日均工作时长超过8小时，疲劳驾驶风险突出。据统计，货车交通肇事率高达32%，虽仅占机动车保有量的10%，却导致30%以上的一次死亡3人以上事故，安全隐患显著。此外，传统集卡存在视野盲区，人工操作易因判断失误引发碰撞事故，叠加货物装卸、堆垛等环节的人工操作风险，整体安全管理难度大。 数据来源：沙利文研究，国泰海通证券