汽车之心

發表了文章 ·

礦區無人駕駛，終於跑出第一個 IPO

全球礦區無人駕駛第一股終於誕生。7 月 8 日，易控智駕在港交所上市敲鐘，募資超過 22 億港元。

拆解投資者名單，既有紫金礦業、徐工集團、寧德時代、蔚來資本這樣的產業資本，也有富達國際、摩根大通、霸菱等國際長線資金，易控牢牢抓住了資本市場的胃口。

但翻招股書，一組矛盾的數字引人注目。

一方面，截至 2025 年底，易控累計部署 2580 輛活躍無人駕駛礦卡，中國市場佔有率達到 55.5%，連續三年保持 100% 的客戶集團留存率，2025 年營收突破 10 億元，坐在中國商用車智能駕駛行業第一的位置上；另一方面，2023 年至 2025 年，公司累計虧損超過 12 億元，賬面上看，這個窟窿還在一點點擴大。

但虧損背後，是易控將智能駕駛深度嵌入礦山的生產體系，是一套已經跑通的商業模式，和一個後來者短期內難以追趕的競爭格局。

在這個仍處於產業早期的賽道上，易控智駕爲礦區無人駕駛提供了一個可參考的商業範本：先以重資產模式下場驗證，把系統跑成熟、跑出效率、跑出信任，再切換到輕資產模式，讓增長從「增加資產」轉向「複製能力」。

1、重資產是敲門磚，輕資產才是終點

智能駕駛行業，虧損是常態。但同樣是虧損，燒法卻不一樣。

有些虧損是往沒找到出口的管道里灌水：技術沒跑通，商業閉環沒形成，收入端看不到對等增長。

而易控的虧損是厚積薄發的：它是在一個已經被驗證的需求場景裏，用重資產跑出一條路，再逐步切換到更輕、更可持續的模式上。這是一種「技術爬坡」式的結構性虧損。

這種結構性虧損的根源，在於礦區無人駕駛本就是一個長期投入、逐步放量的賽道。

露天礦區晝夜連續作業，粉塵、雨雪、高寒、高溫等極端環境長期存在；車輛載重普遍達到百噸以上，運輸、裝卸、調度等環節與整個礦山生產體系深度耦合。

因此，這套系統不能用乘用車的智駕方案簡單平移，算法、車輛控制、調度系統、安全體系、工程部署，全部需要圍繞礦山場景重新開發，僅在實驗室研發是站不住腳的。正是這種依靠真實礦區持續驗證和迭代的場景特性，決定了易控前期必須用重資產模式打開局面。

易控的第一階段：公司提供車隊，自己買車、自營車隊、承包礦區運輸，按運輸物料量收費。這本質上是一種「硬件+服務」的模式。車輛折舊、運維成本全部扛在自己身上，毛利率天然更低。2023 年這個模式貢獻了 56.5% 的收入，是絕對主力，但當年的毛利率是-18.6%。

另一件棘手的事情是現金流。礦區項目硬件交付後普遍採用分期收款，招股書顯示，易控的貿易應收款項及應收票據從 2023 年底的約 1.15 億元升至 2025 年底的約 10.42 億元，增速遠超營收增幅。重資產模式下，公司既要墊錢買車、養車隊，又要承擔長賬期帶來的資金佔用，經營現金流持續承壓。

不過，這一步非走不可。這是商業模式爬坡必須付出的前置成本：只有先自己下場跑，把系統跑成熟、跑出效率、跑出安全，才能讓礦企相信這套系統值得采購。

當驗證完成，就進入第二階段：客戶提供車隊，礦企自己買車，易控提供無人駕駛技術系統和運營服務。2023 年這個模式只有 60 臺車，到 2025 年擁有 1709 台，兩年翻了 28 倍，收入佔比反超公司提供車隊模式，達到 56.8%，成爲易控第一大收入來源。

輕資產模式的跑通，帶來了兩個層面的質變。

第一，收入結構從「賣運輸」轉向「賣服務」，邊際擴張成本大幅降低。

輕資產模式下，易控的收費方式有兩種：一是按卡車數量計費，二是一次性收取項目服務費，目前後者佔比較高。

這意味着，公司的增長不再需要不斷增加車輛投入，每進入一個新礦區，核心輸出的是軟件系統和運營能力，而不是重資產。隨着部署規模擴大，前期研發投入和工程經驗被越來越多的項目攤薄，邊際成本逐漸下降。

與此同時，也緩解了重資產模式下的應收款壓力，車輛由客戶自行採購，易控不再需要爲硬件墊款，經營現金流的出血點被止住了。2025 年，公司經營活動現金流淨流出已從 2024 年的 7.13 億元收窄至 3.94 億元，流動負債淨額 1.85 億元轉爲流動淨資產 5.40 億元，現金流儲備明顯改善。

第二，客戶關係從「試水」升級爲「託付核心運力」。

重資產模式時，車輛屬於易控，運營風險由易控兜底，礦企更像在購買一項運輸服務，替換成本並不高。

但進入客戶提供車隊模式後，情況大不相同：礦企自己掏錢採購礦卡，再將無人駕駛系統和運營交給易控。這意味着客戶不僅認可無人駕駛本身，更願意把礦區核心運力交給易控管理，自己承擔資產風險。

由此可見，易控的無人駕駛系統已深度嵌入礦企的車輛、調度系統和礦區生產流程，100% 客戶留存率，更是印證了雙方從一次項目合作變成了長期運營夥伴。

2、易控三板斧：懂礦、懂車、懂 AI

相比 Robotaxi，礦區無人駕駛從來不是一個性感的賽道。

同一天在港交所敲鐘的 Momenta，作爲「物理 AI 第一股」獲得了 700 億港元市值，而「全球礦區無人駕駛第一股」的易控智駕，市值在 150 億港元量級。

同樣是第一股，數字的落差就在說明：礦區無人駕駛講的不是城市道路、終局想象、無人化出行革命那種宏大敘事，它面對的，是礦山運輸這個容易被忽視的「髒活、累活」。

但換個角度看，這也恰恰是它最早跑通商業閉環的原因。比起暢想未來，礦企更關心一件事：這套系統能不能省錢、能不能穩定運行。因此，礦區無人駕駛首先是一項工程能力，其次才是一項算法能力。

易控合夥人兼副總裁林巧將公司的護城河總結爲「三板斧」：懂礦、懂車、懂 AI。這三個能力，對應的是礦區無人駕駛最難跨越的三道門檻。

第一層，是懂礦。礦區無人駕駛，無法做到紙上談兵，也無法把 L2+、亦或是 Robotaxi 的技術方案直接複製過來。礦區無人駕駛最大的誤區，是認爲核心只是讓車輛自動行駛。

實際上，車輛只是礦山生產系統中的一個環節。礦山有一套完整的生產邏輯：「鑽爆採運排」，爆破、挖裝、運輸、卸料，各個環節高度耦合。礦山本沒有路，是邊挖邊行進的，在這種動態環境中，無人駕駛系統必須能自主跟進新挖出來的區域，把剛開闢的路面實時更新進地圖。

從這個邏輯講，易控「圍繞礦山生產體系重建運輸流程」的特性更加清晰。

在人工駕駛時代，礦卡補能完全依賴司機判斷。但有的司機並不清楚車輛的精確電量，在電量足夠的時候就把車開去充電了，該跑的車沒在跑，不該補能的車佔着充電位。無人駕駛之後，電量低的自主去補能，充滿後再回到作業序列，中間不需要任何人接管。易控的「循環補能」策略，讓車輛的無效等待時間被大幅壓縮。

這也是爲什麼易控推出了「暮野」平台。如果說無人礦卡負責執行運輸任務，暮野更像是整個礦山運輸系統的「雲端大腦」，負責多車協同調度、混編作業管理、運輸路徑優化，讓整個礦山運輸體系運轉得更高效。

要做礦區的大腦，不能僅在辦公室完成。不管是研發和工程師，還是行政、人力、財務等與業務不直接相關的崗位，在易控入職後也需要到礦區待上三到六個月。讓每一位員工走易控走過的路，在礦區裏同頻共振。

第二層，是懂車。礦卡不是普通車輛，可靠性比炫技更重要。

一方面，礦卡的品類衆多，噸位跨度極大。易控已適配的車型覆蓋載重 45 噸到 220 噸，噸位不同，意味着轉向和制動的延時完全不同，載重 220 噸的礦卡轉向延時接近 1 秒，而乘用車是 100 毫秒量級。

另一方面，不同整車廠商採用不同的電子電氣架構和控制協議，缺乏統一標準。如果每進入一個新礦區、每遇到一個新車型，都要重新開發一套控制系統，商業化的節奏會被徹底拖慢。

易控的解法是推出「御石」線控電控平台，通過統一開放的標準架構，實現硬件層與軟件層解耦，將不同車型的底盤和控制協議進行抽象封裝。易控是這個賽道內唯一自己做線控核心零部件的公司，它選擇了一條更慢，但也更紮實、難被替代的路。

截至 2025 年底，御石平台已適配超過 70 款車型，獲得同力、臨工重機、宇通、北方股份等 13 家整車廠商合作伙伴採用。易控最快可在 3 天內完成新礦區部署，實現平台化適配，而行業普遍需要 6 到 12 周。

第三層，是懂 AI。

礦區無人駕駛當然離不開 AI，但它面對的問題，與 Robotaxi 並不相同。城市道路最大的挑戰，是人與車的複雜互動；礦山最大的挑戰，則是不確定環境下的持續決策。

七級大風揚起的塵土、五十攝氏度高溫、地熱產生的大面積白霧、雨雪覆蓋後的泥土道路、爆破後的浮塵。這些場景沒有公開數據集可用，只能依靠真實礦區持續運營。

乘用車自動駕駛的模型可以在城市道路數據上訓練，但礦山道路基本上要全從零，全部重新訓練一遍，而且模型也要做大量的更改來適配這個賽道的需求。

苛刻的工況，反而成爲了易控的「技術磨刀石」，易控核心系統已經完成三次重大升級、超過 100 次版本迭代，預測模型自 2024 年 9 月起持續位居 Argoverse 2 多個預測榜單第一。這說明團隊的算法能力是全球前沿水平。

再看易控真實運營數據與算法迭代之間的閉環。截至 2025 年底，易控累計部署 2580 輛活躍無人駕駛礦卡，運營里程超過千萬公里。每一天的運輸數據，都在持續反哺算法迭代。

礦區運營帶來真實數據，真實數據推動算法迭代，算法提升後又降低部署成本，部署規模繼續擴大，再產生更多數據。

綜上來看，易控真正建立的壁壘，是「懂礦、懂車、懂 AI」三種能力形成的數據飛輪。這種由真實運營驅動的數據飛輪，比單純依賴公開數據訓練模型，更難複製。

3、億級礦區無人駕駛，正在進入全球複製階段

易控不是這個賽道唯一的玩家。另一家頭部公司希迪智駕，同樣在礦區無人駕駛領域佈局多年。但兩家的路徑不同：

希迪從商用車智能駕駛起步，業務覆蓋重卡、物流等多個板塊，礦區是其中的重要方向，邁向重載具身智能（物理 AI×重型機器×高危作業）；

易控從成立第一天就只做礦區，圍繞礦山運輸場景搭建了完整的「懂礦、懂車、懂 AI」體系，八年沒換過方向。

打法不同，但兩家先後走上資本市場，指向了同一個判斷：礦區無人駕駛正在從創業賽道變成一個商業場景。這個轉變有兩層含義。

第一，礦山場景率先跑通了「可複製」的商業模式，競爭的重心已經從「技術能不能跑」轉向了「誰能更快、更高效地規模化複製」；

第二，以技術服務爲核心的商業模式得到了資本認可。靠賣車、靠運營車隊的階段已經落幕，靠輸出軟件系統和運營能力賺錢，這種模式的估值邏輯更接近科技公司而非運輸公司。

對於礦區無人駕駛企業而言，國內市場並不是終點，真正決定未來增長空間的，是全球礦業市場。

中國擁有全球最大的礦業生產體系之一，但國內礦山市場也存在明顯特點：礦區數量多、場景複雜，但單個礦區規模和付費能力存在差異。

相比之下，澳大利亞、南美等礦業核心區域擁有大量超大型露天礦，礦企早已習慣爲「安全」和「效率」支付溢價，海外礦區的單噸運輸服務費用遠高於國內，出海之後的毛利有望被重新打開。

因此，在海外市場，無人駕駛礦卡的商業價值更容易被礦企認可。

但易控選擇澳大利亞，並不是因爲它容易進入。恰恰相反，澳大利亞是全球礦業自動化標準最高的市場之一，易控選擇「從上打下」的路徑，有兩個邏輯。

第一，發達國家人力成本高，經濟賬更好算。國內一臺礦卡一年的司機成本約 60 萬元，澳洲是 300 多萬元，無人駕駛系統的價值錨點被放大了數倍。

第二，礦業發達國家的標準是全世界認可的，在那裏跑通，就拿到了全球市場的通行證。

與此同時，國內礦企海外擴張，也爲中國無人駕駛技術出海提供了天然入口。紫金礦業參與易控 IPO 基石投資，也體現了產業資本對於礦區智能化趨勢的認可。

澳大利亞是「先難後易」策略的第一站。但截至目前，國內礦區無人駕駛企業中，只有易控在澳洲真正落地了項目。爲什麼是它？

對比卡特彼勒和小松這兩家國際巨頭，答案就清晰了。

卡特和小松在礦卡自動化領域佈局超過二十年，但它們的整套技術架構基於自動化體系搭建，對礦山的規整性和標準化程度要求極高。而易控落地的關鍵，恰恰在於系統的柔性化程度更高、對非標準工況的適應能力更強。易控的賽道是卡特和小松「現在還做不了」的礦區，是那些地形更復雜、標準化程度更低的場景。

另一個維度的競爭是效率。林巧提到，易控在海外的目標不是純粹靠低價搶市場，而是做到「效率更高」。原來用人工司機需要 10 台礦卡，而用無人駕駛可以做到 8 台、9 台，這樣礦企的購車成本省出來了，易控的收費也能維持一個相對更高的價格。

當然，前方並非一片坦途。易控毛利率剛轉正至 10%，距離形成穩定利潤仍有距離；海外市場的監管體系、安全標準和客戶需求與國內存在差異，從落地一個項目到持續複製一個模式，中間還有大量工作要做。這些問題，都需要時間驗證。

但方向是明確的，未來 5 到 10 年，礦山智能化可能進一步向全流程無人化發展。林巧曾描繪過這樣的未來：鑽機、裝藥車、灑水車、平路機、裝載機、挖機以及運輸礦卡，都逐步實現無人化；礦坑頂部的調度中心，只需要少量人員通過智能系統管理整個礦山生產。

屆時，礦區無人駕駛不再只是一個車輛智能化項目，而會成爲新能源裝備、自動駕駛、人工智能和工業軟件融合的新型基礎設施。

易控已經拿到了第一張進入下一階段競爭的門票。當其他自動駕駛賽道還在爲商業化時間表反覆博弈時，礦區無人駕駛的商業化路徑和規模化節奏，已經跑在了前面。

$易控智駕 (07687.HK)$

瀏覽 3萬