DAF装上L4，马斯克算力困在发射台

两则看似不相干的产业消息在同一周碰撞：[[PACCAR]]旗下卡车品牌[[DAF]]与自动驾驶货运公司[[Einride]]宣布合作，将[[Level 4]]自动驾驶能力导入其高端电动卡车平台；与此同时，[[马斯克]]的太空AI计划被[[Peter H. Diamandis]]直接点名：仅1吉瓦在轨算力就需数千次[[星舰]]发射。一个在地上，一个在轨道，却共同指向一个判断——当算法不再是唯一瓶颈，能源与物流基础设施才是决定自动化能否规模化的关键。

传统卡车巨头急着挂上自动驾驶“外挂”

在荷兰埃因霍温，[[DAF]]的电动卡车产线上，一辆辆高端电动重卡驶下工位。客户的问题却越来越一致：司机越来越难招，车辆能不能自己跑？——这是欧洲干线物流的真实焦虑。

[[PACCAR]]旗下品牌[[DAF]]与[[Einride]]宣布合作，核心表述是“accelerate the deployment of autonomous electric freight assets across the company’s premium truck platforms”，即在高阶卡车平台上加速部署自动驾驶电动货运资产。素材没有披露投资额、落地时间表或技术路线细节，但“premium truck platforms”和“Level 4 autonomy”这两个关键词已经足够说明问题。

传统商用车OEM的优势在底盘、动力总成和制造，而不在自动驾驶软件、感知算法和车队调度。尤其在欧洲，商用车电动化刚刚进入高端平台切换期，若再叠加L4自动驾驶，技术复杂度呈指数上升。[[DAF]]选择与[[Einride]]合作，本质是用外部能力补齐智能化短板，避免从零起步错过窗口。

据多位接近合作的人士私下传，[[DAF]]内部对自研L4一直态度谨慎：养一支几百人的全栈软件团队，不如把路测和运营交给每天都在港口、园区和封闭路线跑车的公司。这种“外挂”策略在商用车领域正变得越来越主流——与其自研多年，不如先拿到一张进入自动驾驶货运场景的入场券。

更深一层看，[[DAF]]此举也说明电动化与智能化在商用车领域正在合流。过去柴油车平台改造L4，振动、供电、热管理都是难题；而电动平台天然线控底盘、大电池供电，为传感器和计算单元提供更稳定环境。因此，[[DAF]]把L4能力“打包”进电动高端平台，既是商业选择，也是技术路线上的顺势而为。

Einride卖的不是卡车，是“运输能力”

一家欧洲物流公司不再购买卡车，而是按吨公里向[[Einride]]购买运输服务。到港口的集装箱短驳线上，无人驾驶电动卡车24小时运行，充电、调度、路线都由后台完成——这可能是合作背后的商业模式。

素材中用的是“autonomous electric freight assets”，不是“vehicles”，也不是“trucks”。这个措辞很关键，说明[[Einride]]并不以销售车辆为核心，而是将电动卡车、自动驾驶系统、调度平台打包成一种“运输资产”来部署。[[DAF]]提供的，是承载这套资产的高端电动卡车平台。

自动驾驶货运的终极客户不是车老板，而是物流成本。货运路线相对固定、场景封闭，使得L4比Robotaxi更早具备商业化的可能。[[Einride]]这种模式，把自动驾驶的技术不确定性包装成“运输服务”，让客户只为结果付费，而不承担车辆残值、软件迭代和维护风险。对[[DAF]]来说，这相当于多了一个大客户和试验场，而不是简单的供应商关系。

一位熟悉欧洲商用车圈的人士私下说：[[Einride]]看重[[DAF]]的，是后者在欧洲维修网络和车队客户的覆盖；而[[DAF]]看重的，是[[Einride]]在自动驾驶货运运营上的经验。双方各取所需，但最终利润更可能流向掌握调度数据和客户关系的运营方。

这种合作一旦跑通，会改变商用车产业链的议价权。传统上OEM掌握品牌和渠道，但自动驾驶运营公司凭借数据闭环和运力池，可能成为新的链主。这也是[[DAF]]必须尽早绑定[[Einride]]的原因。

马斯克的太空AI：一道极端的“发射频率”数学题

如果[[马斯克]]的太空AI计划成真，近地轨道上将部署大量AI算力。但现实是，[[星舰]]每一次发射后要回收、检修、再加注，发射台数量也有限。标题里“每15分钟就得飞一次”的画面，目前只存在于PPT里。

[[Peter H. Diamandis]]直接算了笔账：仅实现1吉瓦在轨算力，就需要数千次星舰发射。而要达成百吉瓦乃至太瓦级目标，每天需发射数十乃至上百次，远超当前人类航天能力的总和。[[Salim Ismail]]则说，除非星舰真正实现“航班化”运营，否则太空AI计划在未来15至20年内几乎无法落地。

这个数学题给出的教训远比太空AI本身更大。算力部署本质上是一个物理过程，必须服从能源、运力和频次约束。1吉瓦已经不小，但距离AI集群的终极需求还很远；如果连运送算力进入轨道的“物流”都做不到高频次、低成本，再聪明的芯片也上不了天。[[星舰]]的“航班化”不是可选项，而是前提。

这与自动驾驶卡车面临的逻辑完全一致：不是算法能不能实现L4，而是车辆每天能不能高频次运行、充电能不能跟上、基础设施能不能支撑规模。

[[Peter H. Diamandis]]和[[Salim Ismail]]都不是外行，一个是X Prize创始人，一个是奇点大学创始执行董事，他们并非反对太空AI，而是指出“发射能力”这一物理瓶颈无法用软件解决。这值得所有自动驾驶鼓吹者警惕：当媒体只关注模型参数量时，真正的瓶颈可能在充电桩和发射台这种“无聊”的地方。

从充电桩到发射台：自动驾驶的“基建诅咒”

一辆自动驾驶电动卡车完成港口到仓库的夜间试运行，回到场站时，发现10个兆瓦级充电桩只有3个能用，还有2个在等待电网扩容审批。第二天车辆只能停驶——这种情况在早期电动重卡试点中并不鲜见。

素材没有提供充电基础设施的具体数据，但可以从产业现实推演：电动卡车平台的高压快充对电网冲击远大于乘用车，一个中型转运中心若要支撑几十辆电动重卡，往往需要专用变电站。基础设施的建设周期、审批流程和资本开支，远比软件迭代漫长。

[[DAF]]与[[Einride]]的合作解决了“车”和“算法”，但只是整条链条中见效最快的两个环节。真正决定自动驾驶货运能不能从试点走向规模的，是能源补给网络、路权审批和维修保养体系。这和[[星舰]]面临的问题如出一辙：火箭造出来了，但发射台数量、推进剂加注速度和回收检修节奏，决定了最终发射频率。

有充电运营商人士私下说，给一个卡车场站配10个兆瓦级充电桩，电网改造审批比装桩还慢，这和星舰造出来但没有足够发射台是一个道理。物理世界的基础设施，从来不会因为AI进步而自动缩短建设周期。

物理世界的自动化，最终由“无聊的基础设施”定价

投资人会议室里，一块白板写着自动驾驶卡车的TCO模型，另一块写着星舰发射成本曲线。两个完全不相关的项目，讨论到后期都归结到同一个问题：单位物理动作的成本能不能降下来？

素材中没有给出具体成本数字，但核心结论已很清晰。[[Peter H. Diamandis]]的数千次发射和[[Salim Ismail]]的“15至20年”判断，本质上是对物理基础设施频率的经济性否定。同理，自动驾驶电动卡车的大规模商用，也必须回答：每公里运输成本能否低于有人驾驶？这取决于车辆购置成本、电费、司机（或远程安全员）成本、充电设施折旧和利用率。

L4自动驾驶演示早已不是新闻，真正的分水岭在于“每公里成本”。电动化降低了能源成本，自动驾驶降低了人力成本，但如果充电网络利用率不足、车辆空驶或基础设施折旧高昂，总账仍可能不划算。[[DAF]]与[[Einride]]的合作只是把“车辆+算法”的成本曲线往下压了一截，但重资产部分的账，仍需要物流公司、能源公司和政府共同买单。

这也解释了为什么[[马斯克]]的太空AI会被泼冷水：在没有实现航班化之前，任何在轨算力的单位成本都高得离谱。物理世界没有纯软件式的指数增长，能源、运力和基础设施的约束，会以最朴素的方式给所有自动化野心定价。

有物流集团人士私下说，他们看自动驾驶卡车项目，第一个问题不是“能不能无人”，而是“场站周边5公里有没有足够的电”。当行业开始关心这些“无聊”的问题，说明自动驾驶正在从demo走向生意。

天上与地上，一个要每天发射上百次星舰，一个要每天跑通无数个充电循环，本质都是用频率和容量去填平算法的想象力。[[DAF]]与[[Einride]]的合作为欧洲自动驾驶电动货运开了个好头，但真正的考验不在L4代码，而在充电桩、电网和路权这些物理基础设施。马斯克太空AI的发射困境，恰好是一面镜子：所有重资产自动化，最终都会被能源和物流基础设施重新定价。谁能把“无聊”的基础设施成本降下来，谁才能笑到最后。