国内最大自动驾驶卡车公司冲刺IPO，收入暴增17倍，它想把“高铁”搬上公路
又一家自动驾驶公司要来港股IPO了。
不久前，港交所官网披露，主线科技已通过聆讯并公布招股书。
作为国内L4级自动驾驶卡车龙头，主线科技收入在过去两年增长迅速。
2022-2024年，公司收入分别为1.12亿、1.34亿、2.54亿元，复合年增长率50.4%。
今年上半年，公司收入更是达到0.99 亿元，比去年同期增长1745.7%。
按2024年收入规模计算，主线科技已成为国内封闭场景商业化自动驾驶解决方案提供商中规模最大的公司，市场份额高达31.8%。
从业务路径看，主线科技并非一开始就押注最复杂的开放道路。
公司早期以港口、园区等封闭场景切入，在规则相对清晰、干扰因素较少的环境中积累技术与交付经验；随后，才将重心逐步延伸至公路干线运输这一更大、也更难的市场。
为了在公路运输场景实现落地，公司提出了“1+N 混合编队”模式：
由一辆人工驾驶的领航卡车在前方负责复杂决策和合规操作，后方多辆L4 级自动驾驶卡车协同跟随，形成类似“公路高铁”的运输形态。
从园区、港口等封闭场景，进入人车混行、规则更复杂、参与者更多的开放道路，意味着公司的技术、运营与商业模式，都将面临更高强度的检验。
接下来，就让我们拆解一下这家“国内商用自动驾驶龙头”的成色。
01
国内封闭场景商业自动驾驶龙头，年复合增长50%
从收入看，过去两年里，主线科技实现了不错的增长。
2022–2024年，公司收入分别为1.12 亿元、1.34 亿元、2.54 亿元，复合年增长率50.4%。
今年上半年，公司收入更是达到0.99 亿元，比去年同期增长1745.7%。
驱动公司收入增长的核心原因是，公司履行的项目数量持续提升，从2022年的24个增长至2024年的48个。
在业务结构上，主线科技以自研的AiTrucker L4 级自动驾驶系统为核心，构建了“车–端–云”一体化产品体系，覆盖港口与园区、干线公路物流，分别对应的业务线为：Trunk Port、Trunk Pilot、Trunk City。
lTrunk Port专注于港口/园区等封闭场景；
lTrunk Pilot则专注于高速干线/城际货运；
lTrunk City服务于城配/城市物流。
在产品端，其提供的自动驾驶解决方案，主要由三部分组成：
lL4级智能卡车AiTruck：与主流车企合作量产，包括T-Truck 智能卡车和T-Mover智能运输机器人；
l车载智能终端AiBox：负责计算、感知、控制和通信，连接车、路、云；
l云端平台AiCloud：负责车队调度、运营管理和数据分析。
从落地场景看，主线科技最早是通过服务靠港口/园区等封闭场景起家的。
在自动驾驶行业，封闭场景意味着物理边界清晰、环境可控、规则相对简单，例如港口、园区、矿区。车辆行驶路线固定、几乎不存在社会车辆干扰，更容易率先实现商业化落地。
2022年，公司来自封闭场景的收入占比仍高达58.6%。2024年，Trunk Port收入占比进一步提升到了71.6%。
按收入规模计算，主线科技已成为国内封闭场景商业化自动驾驶解决方案提供商中规模最大的公司，市场份额达到31.8%。
不过到了今年，情况发生了变化。今年上半年，公路物流业务的收入占比从不足两成跃升至83.5%。
招股书披露的原因是，公司在2025 年初承接了东北某钢铁工业区公路物流项目。这个项目合约金额高、交付规模大，并同时集成了 AiBox 与 AiCloud，直接拉动了公路物流业务的收入爆发。
当然，往公路等开放场景发力也不难理解，因为开放场景的市场规模远远高于封闭场景。
根据招股书测算，2024 年封闭场景自动驾驶市场规模约13亿元，而开放道路场景已达到23亿元。
到2030年，两者差距被进一步拉大。开放场景市场规模预计将扩大至1606亿元，而封闭场景仅为262亿元。
02
1个司机领着N辆无人车跑，主线科技想造“公路高铁”
主线科技之所以能率先实现规模化落地，得益于其构建了一套可运行、可扩展的自动驾驶全栈技术体系。
这套体系里，最关键的两块是：自动驾驶系统AiTrucker，以及面向公路物流的智能编队解决方案 Trunk CAFC。
先说前者，AiTrucker可以理解为一个可以持续进化的AI虚拟司机。
其核心，是端到端自动驾驶大模型T-Master。这个模型能够将多模态感知信息、交通规则和具体作业流程统一作为输入，在端到端深度学习框架下，直接输出车辆的操作意图与控制策略。
相比传统分层式架构，这种一体化模型减少了感知、预测、规划之间的信息损耗和系统延迟，使安全性与响应速度可以在同一逻辑下协调优化。
但这并不意味着“完全放权给模型”。
所有由模型生成的关键操作，仍需经过基于规则图和状态机的安全推理验证，确保决策符合交通法规和预设安全边界，在保持自主性的同时，维持系统的可预测性与稳定性。
T-Master的持续进化，依赖于公司自研的数据闭环平台T-Yoga。
系统通过自监督与主动学习机制，从近亿公里真实行驶数据中持续挖掘长尾场景，并借助视觉语言模型完成自动标注与对抗样本生成，将算法迭代周期从“按月”压缩至“按周”，让虚拟司机具备持续学习能力。
如果说AiTrucker 解决的是“单车怎么开得稳”，那么 Trunk CAFC 回答的，是“自动驾驶如何在公路物流中真正跑起来”。
Trunk CAFC是一套面向公路物流场景的系统级自动驾驶解决方案。
与大众想象的“全无人”的理想状态不同，Trunk CAFC走了一条更现实的路径：在现有法规与基础设施条件下，用智能编队的方式重构高速货运效率。
其核心运行模式是“1+N 混合编队”：
由一辆人工驾驶的领航卡车在前方负责复杂决策和合规操作，后方多辆L4 级自动驾驶卡车协同跟随，形成类似“公路高铁”的运输形态。
这一模式的价值在于，它在不突破监管边界的前提下，大幅降低了人力需求与能耗成本，为自动驾驶在干线物流中的规模化落地提供了一条可执行路径。
为了实现这一点，Trunk CAFC 构建的是一套覆盖单车智能、车队协同和云端调度的系统闭环，其目标是让自动驾驶能力从“单车智能”进化为“集群智能”。
在感知层面，系统通过低时延、高可靠的V2V 通信网络，让编队内车辆实时共享感知与规划信息。
基于 BEV（鸟瞰视角）+ Transformer 的多车融合架构，所有车辆的环境信息被统一映射到一个“上帝视角”的空间中，形成覆盖编队前后数百米的整体态势图。
这意味着，每一辆车都能提前感知超出自身视野范围的路况变化，对紧急制动、拥堵或异常行为作出预判，从被动跟随升级为主动响应，显著提升安全边界。
在决策与控制层面，Trunk CAFC 采用分布式协同架构。每辆车都具备独立的 L4 自动驾驶能力，同时通过多智能体协同模型与车队保持高度同步，在毫秒级生成最优控制指令，实现协同加速、同步制动和稳定车道保持。
即便在通信短暂中断的情况下，跟随车辆仍可依靠自身能力安全运行，避免系统性失效，确保整体编队的鲁棒性。
目前，这套方案已在京津塘、津石、京哈、山东等多条高速公路的国家级智能交通试点中完成多轮实车验证。
在典型高速工况下，系统对百米范围内交通参与者的有效感知精度超过99.99%；在60公里/小时条件下，直线路段横向误差不超过15厘米，弯道不超过25厘米，跟随车辆已实现无驾驶员干预运行。
从更长远看，Trunk CAFC或许能够从根本上缓解物流行业长期存在的司机短缺问题。
03
年亏一亿，余粮三千万
主线科技正在努力修缮其利润表，试图在规模扩张与财务健康之间找到平衡。
最直观的信号是亏损的收窄。2022年至 2024年，公司经调整净亏损从1.99亿元缩减至1.05亿元。
亏损改善，主要来自毛利率的持续抬升。
2022—2024 年，公司毛利率从3.7%提升至22.7%；2025 年上半年，毛利率进一步升至 30.3%。
毛利率的剧烈波动，折射出自动驾驶商业模式的复杂性。这并非单纯的软件生意，而是一个软硬结合的非标市场。对于毛利率的波动，公司在招股书里是这样解释的：
自动驾驶解决方案通常由不同软硬件模块组合而成，不同项目的产品结构差异较大，因此毛利率会随项目组合波动。同时，随着交付规模扩大，部分成本开始被摊薄，规模效应逐步显现。
尽管毛利有所提升，但主线科技的成本结构依然带有浓重的硬件色彩。
在公司的账本里，原材料成本占据了绝对核心。2024 年，仅购买卡车底盘、激光雷达、摄像头等硬件，公司就支出了 1.41 亿元，占到了当年总收入的 55.5%。这意味着，公司每100块钱收入，就有超过一半要先付给硬件供应商。
由于商业模式天然劣势，公司的现金流也颇为紧张。
截至2024年末，公司账上现金为6404万元；而到了今年上半年，这一数字进一步缩水至 3070 万元。考虑到公司一年亏损在1亿元左右，资金链的紧绷程度显而易见。
为了减轻现金流的压力，主线科技在研发投入上也有所“克制”。
2022 年至 2024 年，其研发费用从1.47亿元逐年下降至1.15亿元。公司对此的解释是策略调整：将非核心的辅助性技术外包，让内部团队聚焦于核心算法。
在这种背景下，主线科技上市的紧迫性并不难理解。
对公司而言，这不仅是一次融资行为，更是为持续投入研发、支撑公路物流等高价值场景扩张，争取时间和空间的一次关键选择。
本文来自微信公众号“硅基观察Pro”，作者：朗朗，36氪经授权发布。
