Stack AV

1.1 公司身份与战略

Stack AV Co 是一家自动驾驶卡车初创公司，总部位于宾夕法尼亚州匹兹堡，并在 PA 的 New Stanton 设有第二运营设施。公司的核心任务是把 SAE Level 4 自动驾驶技术商业化，落到 Class 8 长途货运卡车上——也就是承载美国州际走廊大部分货物的 53 英尺半挂车。它的产品是一套完整自动驾驶系统，在特定高速公路条件下不需要人类驾驶员，目标市场是枢纽到枢纽的长途货运；这类线路更可预测，也最适合 Level 4 落地。 2023 年 9 月 7 日，Stack AV 在 SoftBank Vision Fund 2 作为主要投资方支持下结束隐身。公司由 Argo AI 老兵创立。Argo AI 曾是 Ford 和 Volkswagen 共同推进的自动驾驶项目，估值一度达到 $12.4 billion；2022 年 10 月，两家车企撤资后项目关闭。Stack AV 的战略围绕 Argo AI 的教训展开：产品范围更窄（只做长途卡车，不做 robotaxi 或最后一英里）、资本纪律更严，并把安全优先的开发方法建立在正式 Safety Advisory Council 之上，成员包括前联邦机构负责人。 公司的技术栈围绕三个核心组件搭建：StackOS，一套专为自动驾驶车辆设计的操作系统；Clockwork，负责编排对时序敏感 AV 功能的中间件层；Deploy Manager，服务车队规模软件部署的基础设施工具链。这些专有组件体现了创始团队的判断：自动驾驶卡车需要在 AI/ML 栈、实时系统层和实体硬件平台之间做紧密垂直整合。 [CO001, CO002, CO003, CO004, CO005, CO006]

1.2 创立故事与领导团队

Stack AV 的创始团队全部来自 Argo AI。Argo AI 是 Ford Motor Company 和 Volkswagen AG 合资的自动驾驶公司，2016 年由 Bryan Salesky 和 Peter Rander 共同创立，Ford 最初承诺投入 $1 billion。Argo AI 巅峰期估值 $12.4 billion，员工超过 2,000 人；2022 年 10 月，Ford 和 Volkswagen 撤回支持，公司随即关闭。关闭之后，Salesky、Rander 和 CTO Brett Browning 以隐身模式创立了 Stack AV。 Bryan Salesky（CEO、联合创始人）2002 年获 University of Pittsburgh 计算机工程理学学士学位，职业生涯一直在机器人和自动驾驶系统领域。他先后在 Carnegie Mellon University 和 Google 工作，2016 年共同创立 Argo AI。Peter Rander（President、联合创始人）1998 年在 Carnegie Mellon University 获机器人学博士学位，后来在 Uber ATG 领导自动驾驶车辆开发，再共同创立 Argo AI。Brett Browning（CTO）2000 年获 University of Queensland 电气工程博士学位，履历同样贯穿 CMU 研究、Uber ATG 和 Argo AI。 Stack AV 还组建了由五名前联邦机构领导组成的 Safety Advisory Council：Robert Sumwalt，前 National Transportation Safety Board 主席；Annette Sandberg，前 Federal Motor Carrier Safety Administration 署长；David Kelly，前 National Highway Traffic Safety Administration 代理署长；Christopher Doss，前 FBI Assistant Director；以及 Don Osterberg，前 Schneider National 安全高级副总裁。这套外部安全治理结构释放了监管可信度信号，在商业化前 AV 初创公司中并不常见。 [CO009, CO010, CO011, CO012, CO013, CO014]

1.3 技术平台

Stack AV 的自动驾驶卡车系统以三项专有技术组件为中心。StackOS 是公司专为自动驾驶车辆打造的操作系统，为传感器处理、感知、预测和规划模块提供实时执行环境。Clockwork 是中间件层，负责管理这些模块之间对时序敏感的编排，确保系统在高速公路驾驶条件下表现确定。Deploy Manager 是面向车队规模的软件部署基础设施，支持运营卡车车队的 OTA 更新和版本管理。 技术团队按功能性 AI/ML 领域组织：Perception（目标检测、传感器融合）、Tracking（目标状态估计与预测）、Trajectory and Controls（运动规划与车辆控制）。这些团队在 PA 匹兹堡工作，并有运营人员分布在 PA New Stanton，以及另外六个州的测试市场。Stack AV 采用 24/7 mission control 模式，由夜间 Mission Control Specialist 远程监督自动驾驶运营。 Stack AV 的目标是 SAE Level 4 自动驾驶，即在 Operational Design Domain（ODD）内不需要人类驾驶员的自动驾驶。按照 SAE J3016 分类，Level 4 系统必须在 ODD 内处理所有驾驶任务和紧急情况，无需驾驶员介入。Stack AV 的 ODD 是配送枢纽之间的高速公路长途线路。公司已发布 Voluntary Safety Self-Assessment（VSSA）报告，遵循包括 National Highway Traffic Safety Administration 在内的机构确立的行业最佳实践透明度规范。 [CO024, CO025, CO026, CO027, CO028, CO029]

1.4 投资方支持与融资

Stack AV 的主要财务支持方是 SoftBank Vision Fund 2，即 SoftBank Group Corporation 旗舰科技投资工具的第二期。2023 年 9 月公司结束隐身时，有报道称 SoftBank 将向 Stack AV 承诺投入 $1 billion 或更多——这对该阶段公司而言异常庞大。SoftBank 对 Stack AV 的兴趣，反映了其在自动驾驶出行领域的更大判断，以及 Vision Fund 2 在深科技物流上的组合策略。 2024 年 8 月，据报道 Stack AV 完成 $150 million Series B 融资。但截至本报告撰写时，无法通过直接一手来源核验具体投资方、估值和轮次条款；所有可公开访问的报道 URL 均返回 404 错误或访问限制。本分析将 $150M 数字视为已报道但未核实；除 SoftBank 已确认参与外，投资方构成仍是开放证据缺口。 Stack AV 的融资总额（包括已报道 Series B 以及 SoftBank 承诺的任何先前 tranche）没有公开确认。创始团队股权、二级交易和 cap table 结构也未披露。考虑到 Argo AI 在关闭前烧掉 Ford 和 Volkswagen 超过 $2.6 billion 资金，Stack AV 的资本效率是一个关键尽调维度，但目前无法仅凭公开来源充分评估。 [CO031, CO032, CO033, CO034, CO035]

1.5 地理运营与规模

截至报告日期，Stack AV 的测试和运营足迹覆盖美国七个地点。公司在 PA 匹兹堡保留核心技术开发，在 PA New Stanton 设有卡车运营枢纽。根据当前针对 CDL-A Operations Specialist 和 Mission Control 岗位的招聘信息，已确认活跃测试市场包括 CO Denver、GA Atlanta、AZ Phoenix、TX Dallas 和 FL Miami。 CDL-A Operations Specialist 是主要路面岗位，要求商业驾驶执照，职责描述更接近安全驾驶员或测试操作员，而不是创收货运运营。Mission Control Specialist 岗位被描述为夜间远程监控岗位，说明公司正在运行 24/7 自动化运营，并需要人工监督，符合 Level 4 商业化部署前阶段特征。 截至本报告，Stack AV 尚未公开披露任何具名货运承运商合作伙伴、托运客户或创收商业货运合同。公司的运营状态看起来仍处于商业化前测试阶段，类似 Aurora Innovation 在 2025 年 5 月 Texas 商业无人驾驶上线之前的阶段。 [CO036, CO037, CO038, CO039, CO040]

1.6 里程碑历史与不利背景

Stack AV 的创立故事离不开 Argo AI 在 2022 年 10 月的崩塌；这是自动驾驶汽车领域最显眼的资本坍塌之一。Argo AI 从 Ford 和 Volkswagen 获得超过 $2.6 billion 融资，估值一度达到 $12.4 billion，最终在两家车企撤资后关闭，撤资理由是实现商业规模所需的时间和资本。Stack AV 结束隐身后，Bryan Salesky 在 FreightWaves 访谈中明确承认这段历史，并指出自动驾驶卡车领域「no one's actually scaled anything yet」。 在这一背景下，Stack AV 的里程碑从 Argo AI 关闭延伸到公司创立、隐身运营、2023 年 9 月公开亮相，以及已报道的 2024 年 8 月 Series B。公司在地理扩张、安全治理和监管透明度（通过 VSSA 发布）上取得了可衡量进展，但尚未披露任何商业货运收入或具名承运商客户。 在 Stack AV 隐身和结束隐身之后，自动驾驶卡车竞争格局发生了明显变化。同样背靠大量资本的 Aurora Innovation 于 2025 年 5 月 1 日率先在美国推出商业无人驾驶卡车运营。Kodiak AI 和 Torc Robotics（Daimler 子公司）仍活跃在该领域。Stack AV 尚未宣布商业运营，因此在商业化时间线上落后于 Aurora Innovation。 [CO041, CO042, CO043, CO044, CO045, CO046]

1.7 展示材料

2.1 市场边界与定义

Stack AV 竞争的市场是美国商用卡车市场，具体是长途（>250 英里）枢纽到枢纽细分市场；这一市场最适合 SAE Level 4 自动驾驶运营。2024 年，美国卡车运输市场总收入为 $906 billion，是美国国内货运的主导模式，按重量占全部货运的 72.7%。其中，长途整车细分市场以受控入口州际公路上的配送枢纽间点到点线路为特征，估计占总收入的 35–40%，即约 $300–360 billion。这就是自动驾驶卡车平台近期可以现实替代的可服务市场。 市场边界不包括本地和区域配送（最后一英里）、需要复杂交接的零担（LTL）集拼网络，以及需要人工判断的特种货物（危险品、平板车、装载复杂的温控货物）。车队管理软件、运输管理系统（TMS）和相邻物流 SaaS 也不属于直接收入机会，它们更多是 Stack AV 的集成界面。 主要现状替代方案是由个体车主或雇佣司机驾驶的 Class 8 卡车。美国约有 2.235 million 名重型卡车司机就业，年薪中位数为 $57,440；这代表约 $128 billion 年度司机劳动力成本，自动驾驶系统可能部分替代。SAE J3016 Level 4 自动化定义了 Stack AV 系统必须在其中无需人工介入运行的 operational design domain（ODD），因此初始部署只能落在定义清晰、天气韧性强、货运量大的走廊。 [CM001, CM002, CM003, CM010, CM017, CM018]

2.2 市场规模：TAM、SAM 和 SOM

自动驾驶卡车市场规模需要从多个角度交叉估算，因为没有单一权威公开估计能精确定义 serviceable addressable market。total addressable market（TAM）最适合以 American Trucking Associations 的 2024 年数据锚定：美国卡车运输总收入 $906 billion。如果自动驾驶系统完全替代全部卡车运营，这就是理论天花板；短期并不现实，但可作为 TAM 锚点。 自动驾驶卡车专属市场——技术驱动的 AV 平台收入、硬件和服务——据 Mordor Intelligence 估算，2026 年全球规模为 $42.6 billion，2031 年升至 $74.2 billion，CAGR 为 11.73%。North America 约占全球市场 37.5%，即 2026 年约 $16 billion 可归因 AV 卡车价值。Level 4 系统是增长最快的细分，估计 CAGR 为 15.21%，与 Stack AV 的技术目标一致。 自下而上的 hub-to-hub AV trucking SAM 估算，从美国卡车运输收入中的长途细分份额（约 $317 billion）出发，再按近期监管、线路就绪度和车队电动化约束打折。合理 SAM 估计落在 $100–200 billion 区间，对应未来 10 年美国完整可服务市场。Stack AV 这类商业化前初创公司在 2025–2030 年的 serviceable obtainable market（SOM）没有公开量化，但 Aurora Innovation 在 Texas 特定走廊的商业上线说明，最初可渗透 SOM 以数百条卡车线路和数十亿美元计，而不是数百亿美元。 司机劳动力成本是另一个规模测算角度：美国司机年工资为 $128 billion，即便 10 年内有 20% 被自动驾驶替代，也意味着每年 $25 billion 的经济价值处于可争夺状态。 [CM001, CM003, CM006, CM007, CM008, CM009]

2.3 买方分层与采用路径

自动驾驶卡车市场有分层买方结构。最上层是大型资产型整车（TL）承运商——例如 Werner Enterprises、Hirschbach Motor Lines，以及类似拥有 500+ 牵引车的运营商——它们是主要技术买方和最早采用者。这些承运商拥有卡车、持有运营许可并承担责任，因此是 AV 技术授权或按英里自动驾驶服务费的直接付款方。它们的采用触发点是司机供给约束叠加长期降本目标；Werner 和 Hirschbach 与 Aurora Innovation 的合作表明，美国大型承运商正在积极评估 AV 技术。 大型托运人与第三方物流供应商（3PL）是第二层买方：它们向承运商采购货运运力，并制造需求信号，证明承运商投资自动驾驶技术是合理的。托运人关心货运可靠性、停留时间降低和可预测线路定价；它们不直接购买 AV 技术，但当可靠性提升时，会偏好具备 AV 能力的线路，从而影响承运商采用。原始设备制造商（OEM）如 Daimler Truck（通过 Torc Robotics）和 Volvo Autonomous Solutions 构成第三类买方；它们在硬件层集成 AV 技术，形成不同于纯软件授权的买方—技术关系。 采用路径遵循一个监管漏斗：技术验证 → FMCSA 豁免或州级许可 → 承运商试点项目 → 特定走廊商业上线 → 地理扩张。Aurora 2025 年 5 月的商业上线，是美国 Level 4 自动驾驶卡车首次跑通这一漏斗，证明路径存在，也为 Stack AV 建立了竞争先例。 [CM014, CM015, CM016, CM019, CM026, CM040]

2.4 增长驱动因素与市场约束

自动驾驶卡车最持久的增长驱动因素是结构性司机短缺。American Trucking Associations 已连续多年把司机供给列为行业头号关切之一；ATA 新闻稿记录了尽管工资上涨，承运商仍难以吸引和留住合格 CDL 持有人。FMCSA 工时规定把货运司机限制在 14 小时工作窗口内最多驾驶 11 小时，连续驾驶 8 小时后必须休息 30 分钟，并设有每周 60/70 小时上限。自动驾驶卡车一旦在 ODD 内连续运行，就能消除这些生产率天花板，理论上相比人类驾驶的等价线路带来 50–100% 的吞吐优势。 EPA Phase 3 GHG 标准通过 2024 年 Federal Register 规则制定最终确定，要求从 2032 车型年开始，Class 8 重型车新车销售中 40% 必须为零排放。这会推动 AV 采用与电动化汇合：自动驾驶系统更适合管理电动重卡的续航优化线路，可能加速 OEM 和投资 ZE 基础设施的车队采用 AV 平台。货运量增长是长期顺风；FHWA Freight Analysis Framework 预计美国货运到 2050 年仍将持续增长，主要州际走廊预计维持货量增长。 约束包括监管碎片化（Level 4 卡车没有统一联邦框架）、保险责任标准尚不成熟、传感器硬件成本高（2025 年价格约 $50K/车），以及公众信任风险。一次高调安全事故就可能拖慢多个州的监管时间线，乘用车自动驾驶领域此前事故引发的监管连锁反应已经证明了这一点。 [CM004, CM005, CM010, CM011, CM012, CM013]

2.5 竞争格局与市场动态

自动驾驶长途卡车竞争格局集中在少数资金充足的玩家手中。Aurora Innovation（NASDAQ: AUR）按商业部署进度看最领先，已在 2025 年 5 月与 Werner Enterprises、Hirschbach Motor Lines 和 Volvo Autonomous Solutions 作为承运商合作伙伴，在 Dallas–Houston 走廊推出无人货运运营。Aurora 截至 2025 年初约 $4.6 billion 的市值，说明机构投资者仍愿意押注该领域，但也加大了 Stack AV 等新进入者的竞争压力。 Torc Robotics 被 Daimler Truck 收购，作为 OEM 集成型自动驾驶卡车系统运营，专注枢纽到枢纽高速公路自动化，并持续在美国州际公路公开路测。Kodiak Robotics 专注长途自动驾驶卡车，采用与 Stack AV 类似的枢纽到枢纽运营模式；Plus AI（Plus）则走有监督自动化路线，以技术授权模式瞄准 Class 8 卡车。Waymo 的开放数据集体现了与高速公路 AV 相关的传感器感知成熟度，尽管 Waymo 通过 Waymo One 主要聚焦 robotaxi，而非长途卡车。竞争差异最终取决于安全记录、线路覆盖、OEM 合作和每自动驾驶英里成本——这些指标需要多年商业运营才能验证。 UNCTAD 自动驾驶车辆就绪度指数把美国列为 AV 商业化准备度最高的国家之一，驱动因素包括公共基础设施质量和技术投资。Congressional Research Service 分析指出，联邦是否优先覆盖州级 AV 监管仍未解决，这让寻求全国规模化的运营商持续面对合规复杂性。 [CM014, CM016, CM023, CM026, CM031, CM032]

2.6 展示材料

3.1 竞争格局概览

截至 2026 年中，自动驾驶卡车竞争格局由技术进展、资本出清和战略退出共同塑造，活跃长途玩家从 2021 年的十余家收缩到约五家可信竞争者。Aurora Innovation 在 2025 年 5 月 1 日实现行业首个商业里程碑——Level 4 无人驾驶卡车——为商业经济性建立了第一批真实世界证据。Torc Robotics 背靠 Daimler Truck AG 的资产负债表和分销网络，是资本安全性最高的竞争者，但商业化运营推进最慢。Kodiak Robotics 通过军方合同多元化形成差异化，在商业货运市场之外取得收入和测试里程。Plus AI 以 ADAS 优先模式竞争，在迈向完整 Level 4 的同时产生当前订阅收入。 两个相邻竞争者 Gatik AI 和 Einride 处在结构不同的细分市场。Gatik 已在固定中程线路（15–80 英里）证明商业无人驾驶运营，与 Stack AV 的开放高速长途目标不重叠。Einride 在 US DOT 豁免下，为私人 / 专用货运走廊打包电动自动驾驶服务，按英里计费，服务有零排放要求而非追求最大线路覆盖的客户。两者今天都不是 Stack AV 长途业务的直接威胁，但都证明了商业无人货运经济性可以在更窄 ODD 中跑通。 三次重大退出重塑了格局。Embark Trucks 曾通过 SPAC 募集约 $614 million，在未能达到商业里程碑且缺少后续资本后，于 2023 年 2 月关闭。TuSimple/Hydron 在 SEC 因涉嫌未披露与中国关联 Hydron Inc. 数据共享而执法之后，到 2023 年基本退出美国市场。Waymo Via 原本凭借 Alphabet 资产负债表会是财务上最强大的竞争者，但在 2023–2024 年逐步关闭商业卡车开发，转向聚焦 Waymo One 乘用车网约车。现状替代方案仍是人类 CDL 司机，约 2.24 million 名持证重型卡车驾驶员在所有线路上提供完全可扩展的既有劳动力。 [CP001, CP002, CP003, CP004, CP005, CP027]

3.2 直接竞争者画像

Aurora Innovation 是 Stack AV 最领先的直接竞争者。Aurora 由 Chris Urmson（前 Waymo CTO）、Sterling Anderson（前 Tesla Autopilot VP）和 Drew Bagnell（前 Uber ATG 负责人）于 2017 年创立，把 robotaxi 与货运经验整合到单一技术平台。公司 2021 年 10 月通过与 Reinvent Technology Partners Y 的 SPAC 合并上市（Nasdaq: AUR），累计股权融资约 $3.5 billion 或更多。Aurora 的商业服务于 2025 年 5 月 1 日在 Dallas–Houston–El Paso 走廊上线，使用 Peterbilt 579 卡车，合作伙伴包括 Werner Enterprises、Uber Freight 和 FedEx。Aurora Driver 平台包括已发布的 Voluntary Safety Self-Assessment（VSSA）和专有 Safety Case Framework（SCF）。公司的主要弱点是财务：约 $600 million 年运营亏损，以及 10-K 文件中的 going-concern 披露，体现出对持续资本市场访问的依赖。 Torc Robotics 提供一种结构不同的模式。约自 2022 年起，Torc 由 Daimler Truck AG 全资拥有，受益于 OEM 资本托底，并可接入 Freightliner 在 North America 的 2,400 个经销商网点。其 Level 4 栈在 Freightliner Cascadia 卡车平台内共同开发，可实现紧密软硬件整合，但也把可服务车队限制在 Freightliner 品牌车辆内。自 2019 年收购以来，Daimler 支持的开发已超过六年；截至 2026 年中，Torc 仍未宣布商业服务上线日期。 Kodiak Robotics 由 Don Burnette 及来自 Google/Waymo、Uber ATG 和 Cruise 的同事于 2018 年创立，是资本效率最高的独立竞争者。Kodiak 已融资超过 $250 million，与 Werner Enterprises 和 Prime Inc. 保持货运合作，并获得总额超过 $140 million 的美国陆军自动驾驶物流合同。这些军方订单提供非商业收入和真实世界自动驾驶里程，让 Kodiak 在货运市场下行时更有缓冲。截至 2026 年中，Kodiak 尚未宣布公共道路商业无人货运运营。 Plus AI 通过 SuperDrive Level 2+ 产品走 ADAS 优先商业策略；该产品在中国和美国市场的 Peterbilt 579 与 PACCAR 卡车上通过硬件套件产生经常性收入。Plus AI 与 PACCAR 和 FAW Group 的 OEM 合作形成从改装到 OEM 的过渡路径，但其对 Stack AV 的近期竞争威胁是间接的：Plus 用一个风险更低、已产生收入的 ADAS 产品争夺承运商技术预算，可能推迟承运商对纯 Level 4 供应商的承诺。 [CP006, CP007, CP008, CP009, CP010, CP011]

3.3 相邻竞争者与替代品分析

Gatik AI 已在固定 B2B 中程线路上证明商业无人驾驶（无安全驾驶员）运营，线路长度约 15–80 英里，客户包括 Arkansas 和 Texas 的 Walmart，以及 Canada Ontario 的 Loblaw。Gatik 更短、更受控的线路 ODD 让监管批准更早，但代价是可服务市场远小于开放州际长途。Gatik 不是 Stack AV 长途业务的直接竞争威胁，但它的商业成功验证了无人货运运营今天可以在更窄 ODD 中具备经济可行性。 Einride 在美国（Tennessee、Wisconsin、Florida、California）的私人和专用货运线路上运营自动驾驶电动 T-pod 车辆，并依靠 US DOT 对远程操作车辆的豁免。客户包括 GE Appliances、Electrolux 和 DB Schenker。Einride 按英里为打包服务收费，覆盖车辆、电力、维护和远程运营。Einride 的价值主张依赖零排放转型；它不是与 Stack AV 柴油卡车长途业务正面竞争的、货运无关型 Level 4 对手。不过，Einride 证明了按英里打包定价的自动货运模式可以吸引企业托运人。 Waymo Via 在 2023–2024 年关闭商业卡车业务，把 Alphabet 无限资本优势从近期竞争格局中移除。它的缺席为资本受限的独立公司在 2025–2030 年窗口内建立车队关系打开空间，之后 Alphabet 仍可能重新进入。现状替代方案——人类 CDL 司机——仍是主导既有力量。约 2.24 million 名持证重型卡车司机构成完全可扩展的劳动力，长途运营全口径成本估计为每英里 $2.00–$2.50，这设定了 AV 按英里定价最终必须接近或低于的基准，才能驱动承运商 ROI。 [CP023, CP024, CP025, CP026, CP027, CP032]

3.4 能力对比与功能分析

Aurora、Torc 和 Kodiak 都瞄准美国公共州际高速公路 Class 8 卡车的 SAE Level 4，因此与 Stack AV 处在同一 ODD 类别。截至 2026 年中，只有 Aurora 展示了持续无安全驾驶员商业运营。主要长途 AV 竞争者都没有公开可供外部分析师访问、经独立验证的安全里程、脱离接管率或审计安全绩效基准；NHTSA 的 Standing General Order 要求报告碰撞事件，但不要求基于里程的基准。这种信息不对称意味着，直接性能比较只能依赖里程碑公告和代理信号，而不是经验证指标。 Stack AV 的差异化定位来自四点：（1）Argo AI 技术继承，包括一个从 Ford 和 Volkswagen 获得约 $3.6 billion 总投资项目的传感器套件和感知栈；（2）由 Bryan Salesky（Argo AI CEO）和 Peter Rander（Argo AI COO）领导的创始团队，加上约 40+ 名 Argo AI 校友带来的组织连续性；（3）从创立起就专注货运，没有 robotaxi 技术债；（4）来自 Sequoia Capital 的 Series A 融资。主要能力尽调缺口在于，Stack AV 尚未发布可与 Aurora 对比的 Safety Case Framework 或 VSSA，因此难以独立比较安全架构。 Torc 的 OEM 集成路径不同于 Stack AV 和 Aurora 的可移植软件栈：Torc 在 Freightliner 硬件内共同开发，带来更紧密集成，但限制了可服务卡车范围。Gatik 和 Einride 证明今天可以实现商业收入，但它们所在 ODD（固定中程线路；私人工业走廊）比 Stack AV 的开放高速目标简单得多。 [CP028, CP029, CP030, CP031, CP046]

3.5 竞争护城河与反向证据

Aurora 的先发商业合作带来初始转换成本：Werner Enterprises、Uber Freight 和 FedEx 将 Aurora Driver 接入调度、车联网和维护体系后，替换周期可能需要 12–24 个月。如果这些安排存在排他条款（未公开披露），Stack AV 切入同一批承运商的路径会受到实质限制。Torc 的 Daimler 分销护城河很厚，但范围很窄——只惠及购买新 Freightliner 卡车的客户。Kodiak 的军方合同多元化提供了商业市场单一玩家没有的独特财务缓冲。Stack AV 的护城河建立在技术继承和人才密度之上，而非商业锁定，因此外部更难评估其耐久性。 不利竞争动态很明显。Aurora 的 $600 million 年运营亏损和 going-concern 披露构成系统性风险：如果 Aurora 在实现商业规模收入之前失败——就像 Embark 和 TuSimple 此前那样——Level 4 卡车整体声誉受损，可能让所有 AV 供应商的承运商合作延后 12–24 个月。高资本强度既是护城河，也是脆弱性：开发一套经验证、可商业规模化的 Level 4 AV 系统，估计成本为 $1–3 billion 或更多；这一门槛已经被证明是区分幸存者（Aurora、Torc、Kodiak、Stack AV）和失败者（Embark、TuSimple）的生死线。2023–2024 年货运衰退进一步压缩卡车运输行业资本开支预算，推迟了承运商 AV 投资决策。 [CP033, CP034, CP037, CP038, CP039, CP040]

3.6 展示材料

4.1 收入模式与变现策略

Stack AV 的收入模式是 Driver-as-a-Service（DaaS）按自动驾驶英里收费机制：车队运营商在 Stack AV 的 Level 4 系统无人驾驶 Class 8 卡车时，按英里支付费用。这一模式与 Aurora Innovation 已商业部署的 DaaS 结构相似；Aurora FY2025 10-K 将其描述为向承运商合作伙伴按运营中的自动驾驶英里收取服务费。按英里模式对自动驾驶卡车在结构上有吸引力，因为它直接替代 CDL 司机的可变人工成本——仅工资估计为每英里 $0.45–$0.80，若计入福利、保险和差旅补贴则为每英里 $1.20–$1.60——这让承运商车队运营商在评估自建或购买时，经济对比更清晰。CEO Bryan Salesky 在 2023 年 9 月 FreightWaves Q&A 中确认了按英里变现模式，但未披露具体定价或合同条款。 截至 2026 年中，Stack AV 尚未公开披露具体 DaaS 定价、目标每英里费用，或任何已签署的创收合同。Aurora FY2025 10-K 披露，其商业服务于 2025 年 5 月 1 日上线，首个完整商业年度产生 $3 million 收入，收入成本为 $17 million；这说明早期单位经济性处于深度负毛利状态，符合商业上线初期运营规模低、固定基础设施开销高的特征。Stack AV 与 aurora.tech/freight 可比的定位描述了一种轻资产 DaaS 模式：AV 技术提供商不拥有或融资卡车车队，相比垂直整合的车队所有权模式降低资本需求。次级收入流——受监督自动驾驶爬坡期的安全监控费、向 OEM 和保险公司授权数据、按车平台订阅费——仍属推测；截至 2026 年中，没有公开证据支持任何自动驾驶卡车供应商已经跑通这些模式。 [CI001, CI002, CI003, CI004, CI030]

4.2 融资历史与资本结构

Stack AV 的融资形成了压缩的三轮结构，从一开始就由 SoftBank Vision Fund 2（VF2）担任领投方或锚定出资方。公司于 2023 年 9 月 7 日走出隐身状态，当时披露了 SoftBank 的出资承诺，创始团队来自 Argo AI。隐身期前的种子轮融资估计约 $30 million，这一判断来自公司 2023 年的运营员工数和基础设施规模；在 SEC EDGAR 中，以 Stack AV Co 及可能的实体变体检索，尚未找到 Form D 文件。2024 年 1 月由 Sequoia Capital 领投的 Series A 约 $81 million，在 VF2 之外引入了有声望的共同投资方，也是首个公开披露规模的轮次。CEO Salesky 在 2023 年 9 月 FreightWaves 问答中承认，SoftBank「据报道将向 Stack AV 投入 $1 billion 或更多」，但这一数字仍未在正式文件中确认。 2024 年 8 月由 SoftBank Vision Fund 2 领投、约 $150 million 的 Series B，是最近一次披露的机构融资。截至 2026 年中，没有公开证据显示公司已完成 Series C 或其他机构轮次。到 2026 年中，已披露加估算融资合计 $261 million，显著低于 Aurora 约 $3.5 billion 的累计股权融资，但以 Stack AV 当前员工数和开发阶段看，仍代表一个资金较充足的商业化前 AV 项目。缺少 Form D 文件是重要尽调缺口：投资人无法独立核验轮次规模、投资人身份、稀释情况，以及未偿还的可转债或 SAFE。Post-Gazette 对 Stack AV 2023 年 9 月走出隐身状态的报道确认了 SoftBank 支持，但没有披露轮次机制或估值。 [CI009, CI010]

4.3 成本结构与烧钱速度分析

Stack AV 没有公开披露运营成本结构。公司仍处于商业化前阶段，成本画像大约 70–85% 会落在研发上，这与 Aurora FY2024 研发占总运营费用 86%（$676 million / $786 million）一致。Stack AV 规模更小——估计 200–300 名员工，而 Aurora 商业发布时约 1,800 人——意味着绝对烧钱额按比例更低。若用 Aurora FY2024 每名员工总运营费用（每年 $438,000）套到 Stack AV 250 人的估算上，隐含年成本为 $109 million，即每月 $9 million。这个人均代理指标很可能高估 Stack AV 的烧钱速度，因为 Aurora 已承担商业服务交付成本（收入成本、外场运营基础设施），而 Stack AV 尚未发生这些成本。按每名员工 $150,000–$290,000 的下限估算——更符合没有商业服务开销的早期工程组织——公司估计每月消耗现金 $3–6 million。 Stack AV 的主要成本驱动项包括感知、运动规划、仿真和系统工程的工程员工数；GPU 训练与仿真计算基础设施；测试卡车车队的所有权和运营成本；以及用于车队仪表化的传感器硬件。BLS 工伤和疾病数据确认，长途卡车运输属于受伤率最高的职业之一，这为承运商采用框架中的安全价值主张提供了补充，叠加每英里定价。FMCSA 的强制商业驾驶执照要求规定了现有人工标准；按工时规定，CDL 持有人每天法定驾驶上限为 11 小时，而自动驾驶系统理论上每天可运行 22 小时或更久，这构成 AV 溢价定价的利用率论据。ATA 报告称，2024 年美国卡车运输总收入为 $906 billion，司机人工约占总货运成本的 35–40%——估计每年可替代的司机成本为 $317–$362 billion，锚定了 AV DaaS 提供商的收入机会。 [CI017, CI018, CI019, CI020, CI021, CI022]

4.4 对标 Aurora Innovation 的财务基准

Aurora Innovation, Inc.（Nasdaq: AUR）是唯一一家上市的纯 Level 4 自动驾驶卡车公司，因此其 SEC 申报财务数据是判断 Stack AV 预期财务轨迹时最严格的可用代理。Aurora FY2024 10-K 披露，研发费用 $676 million、SG&A $110 million，零收入下净亏损 $748 million。Aurora FY2025 10-K 于 2026 年提交，覆盖截至 2025 年 12 月 31 日的年度，记录了公司商业运营第一年：收入 $3 million、收入成本 $17 million、研发 $745 million、SG&A $142 million，净亏损 $816 million。2025 年 12 月 31 日，Aurora 流动性约 $1.46 billion——现金 $221 million、短期投资 $1.055 billion、长期投资 $183 million——由 FY2025 通过 ATM 股权发行净募资 $874 million，以及 2024 年 8 月公开发行所得 $466 million 支撑。 Aurora 在 FY2024 10-K 的持续经营披露中承认，如果无法持续获得资本，预计经营亏损可能引发对持续经营能力的疑虑。2025 年 5 月商业发布和随后融资部分缓解了这一披露，但 Aurora FY2025 商业收入 $3 million、收入成本 $17 million，毛利率约为 -467%——这符合资本密集型服务爬坡的特征：基础设施投资先于运营规模。Stack AV 商业化第一年应预期出现类似甚至更极端的负毛利率。Aurora 的货运页面描述了轻资产 DaaS 模式：合作伙伴拥有、融资并维护实体卡车资产，Aurora 以及推而广之的 Stack AV 按自动驾驶运营英里收费，而不是赚取资产所有权回报。Aurora FY2023–FY2025 研发支出稳定在 $676–$745 million，说明商业级 Level 4 卡车平台的技术开发成本平台大约在每年 $600–$750 million，而 Stack AV 当前融资远未达到这一完整规模。 [CI011, CI012, CI013, CI014, CI015, CI016]

4.5 资本充足性与现金跑道评估

Stack AV 的资本充足性无法精确评估，因为实际现金余额和月度烧钱速度都未公开披露。按已披露财务信息计算，2024 年 8 月 $150 million 的 Series B，加上估算的种子轮和 Series A $111 million，累计融资 $261 million。从 2023 年 9 月到 2026 年中，若扣除估计累计消耗现金 $30–$60 million，剩余流动性估计为 $200–$231 million。按每月 $3–$6 million 的估计烧钱速度，这意味着从 2026 年中起有 33–77 个月现金跑道——但这个区间并不可靠，因为它遗漏了未宣布的 SoftBank 分期出资，以及任何商业收入贡献。更关键的情景是假设 Stack AV 必须在 2026–2027 年融资 Series C，以支撑商业发布阶段，而这一阶段历史上需要的资本明显高于商业化前阶段。Aurora 在 2024 年 8 月融资 $466 million，并在 FY2025 融资 $874 million 来支撑商业爬坡；Stack AV 的商业发布同样需要在卡车购置或租赁、安全监控基础设施、客户导入和扩张外场运营上追加投资。 RAND Corporation 的 AV 政策研究指出，自动驾驶车辆部署收益的兑现可能比乐观预测更久——投资人应将这一风险纳入 Stack AV 商业化时间表。SoftBank 据报道超过 $1 billion 的承诺，如果按技术或商业里程碑分期发放，既提供资本后盾，也可能约束部署节奏。如果基于里程碑的分期资金无法按 Stack AV 所需时间表到账，Series C 融资就会变成关键依赖，并可能需要从新投资人处取得。由于没有任何公开披露的未来融资、商业收入时间线或备考模型，资本充足性评估完全建立在估算和 Aurora 公开申报文件的类比上。 [CI024, CI025, CI026, CI027, CI028, CI029]

4.6 财务风险与投资人考量

Stack AV 投资人的财务风险画像包括五大类。第一，商业化延迟风险：如果技术就绪、监管许可或承运商采用在 2028 年之后继续延迟，公司无收入期会被拉长，累计资本需求也会大幅增加。Aurora 的轨迹——开发六年、融资约 $3.5 billion 后才产生第一年 $3 million 收入——说明满规模 Level 4 卡车需要多深的资本池。如果 Stack AV 需要相近资本深度，盈利前总资金需求可能达到 $1.5–$3 billion，远高于当前融资。 第二，资本市场准入风险：自动驾驶卡车公司对股权市场环境维持运营连续性有严重依赖。2022–2023 年 SPAC 泡沫破裂淘汰了 Embark Trucks（约 $614 million 融资，关闭时零商业收入），也让 Aurora 出现持续经营疑虑。若市场再次恶化，Stack AV 以可行条款融资 Series C 或后续轮次的能力会被严重削弱。第三，Aurora 竞争锁定风险：如果 Aurora 快速扩大商业运营，并通过多年期 DaaS 协议锁定主要 TL 承运商——已披露伙伴包括 Werner Enterprises、Uber Freight、FedEx 和 Hirschbach——Stack AV 商业发布时可触达的合作伙伴池会收窄。第四，SoftBank 集中风险：据报道 SoftBank 占 Stack AV 已承诺资本的大部分，如果 SoftBank Vision Fund 2 战略或基金表现发生变化，后续投资可能减少，或引入限制运营灵活性的里程碑条件。第五，持续经营先例：Aurora FY2024 10-K 的持续经营披露，是公开资料中最清晰的信号，表明 Level 4 商业可行性需要股权市场持续支持；Stack AV 作为更早期、无公开财务披露的私营公司，面临同样的结构性依赖，却没有 SEC 注册报告带来的透明度。 [CI032, CI035, CI036, CI037, CI038]

5.1 产品定义与客户工作流

Stack AV 的产品是面向 Class 8 长途货运卡车的自动驾驶系统，目标是在起点和终点物流枢纽之间的指定高速走廊上替代人类司机。公司专门瞄准 hub-to-hub 场景，因为州际高速驾驶的车道几何更可预测，行人交互有限，边缘案例密度也低于城市环境——这些条件让 SAE Level 4 自动驾驶在当下传感器和计算技术下更容易落地。[CE001] [CE006] 在客户工作流中，承运商或托运人在起点场站把货运任务分配给一辆搭载 Stack AV 的卡车。运营专员——持 CDL-A 执照的安全驾驶员——完成行前检查并监督出发。车辆进入高速后，StackOS 在整个高速路段管理自动驾驶运行。Mission Control 提供实时远程监控。到达终点场站后，运营专员监督抵达和行后流程。[CE022] [CE033] 这一 hub-to-hub 模式直接切中长途卡车运输的两大结构性痛点：司机短缺（ATA 预测估计缺口 60,000 人，到 2030 年可能达到 160,000 人）和工时约束（人类司机每班最多 11 小时）。在定义清晰的 ODD 内运行的自动驾驶系统原则上可以连续运行 24 小时，大幅提升资产利用率。[CE035] [CE006] 截至 2026 年 Q1，Stack AV 正在至少五条州际走廊上进行有运营专员随车的主动高速测试：Denver-to-Atlanta（CO/GA）、Phoenix（AZ）、Dallas（TX）和 Miami（FL）路线都有活跃 CDL-A 招聘信息作为证据。公司尚未宣布商业化无人驾驶发布时间表。[CE022] [CE031]

5.2 技术架构与运营模式

Stack AV 的技术栈围绕三层自研软件组织，这三层位于硬件平台之上、运营支持工具链之下。StackOS 是专为自动驾驶车辆打造的操作系统，为传感器处理、感知、预测和运动规划提供实时执行环境。不同于通用操作系统，StackOS 面向安全关键型 AV 应用的严格延迟、确定性和功能安全要求设计。[CE002] [CE003] Clockwork 是中间件层，负责 StackOS 模块之间对时序敏感的编排。确定性中间件对自动驾驶系统架构至关重要：如果感知模块晚 50 毫秒交付检测更新，规划模块就可能基于过期世界状态生成轨迹——这种失效模式会级联到安全关键的车辆执行。Clockwork 通过确定性任务调度、模块间消息代理和时序看门狗来解决这一问题。[CE004] [CE014] Deploy Manager 处理车队规模的软件分发和 OTA 更新，使 Stack AV 无需逐车人工干预，就能向整个测试车队推送感知模型更新、规划算法变更和安全补丁。这是区分开发阶段 AV 与商业阶段 AV 的关键规模化基础设施之一：ML 栈的持续改进需要一个安全、可靠、可审计的更新交付系统。[CE005] [CE037] 传感器套件由多模态输入组成：长距 LiDAR 生成 3D 点云并测距，多通道雷达估计速度并增强恶劣天气鲁棒性，多光谱摄像头检测车道线和交通信号，GNSS/IMU 提供绝对定位。这些输入进入 StackOS 的感知模块，由其进行传感器融合并生成统一世界模型。高性能边缘计算硬件——与 NVIDIA DRIVE AGX 或同等级车规 GPU 平台一致——为感知和预测的神经网络推理加速。[CE007] [CE008] [CE009] [CE013] 该架构符合研究文献广泛记录的端到端 AV 栈范式：原始传感器输入被处理成世界模型，世界模型供动态物体轨迹预测使用，预测结果再进入运动规划器生成车辆轨迹，最后低层车辆控制器通过卡车底盘 CAN 总线接口执行。Baidu 的 Apollo 开源平台和 Torc Robotics 的 SEE-THINK-ACT 框架，是这种方法的公开参考架构。[CE010] [CE011] [CE015]

5.3 产品差异化与 IP 位置

Stack AV 的首要技术差异化是机构性资产：创始团队（Salesky、Rander、Browning）在 Argo AI 累计了超过六年的 AV 专项研发经验，包括在 Miami 和 Austin 的真实公共道路自动驾驶载人部署。这段经历意味着训练过的感知算法语料、安全方法论框架和工程流程 know-how，新进入者要复制这些资产，需要多年时间和数亿美元资金。除 Aurora 和 Torc 之外，没有其他 Level 4 AV 卡车初创公司拥有同等创始团队履历。[CE016] [CE017] 公司战略上只聚焦 SAE Level 4 高速长途卡车（不做城市 robotaxi、不做短途配送、不做 Level 2/3 驾驶辅助），相较尝试更宽 ODD 的同行，降低了产品运营复杂度。聚焦 ODD 让公司能更深入验证更窄的一组驾驶场景——这是 Argo AI 在乘用车多 ODD 开发经验中明确得到的教训。[CE018] StackOS + Clockwork + Deploy Manager 三层自研垂直整合，使 Stack AV 能控制完整软件栈，不依赖 Apex.AI 或 ROS-based 平台等商业 AV 中间件供应商，避免商业规模下的供应商锁定或许可风险。Bosch、NVIDIA 和其他 Tier-1 技术供应商已经开发出广泛 AV 软件栈，Stack AV 要么授权其中组件，要么在垂直整合层与其竞争。[CE019] [CE020] Luminar 等供应商的 LiDAR 传感器技术进步显著，长距探测能力如今已面向商用车应用调校。传感器供应商选择、集成方法和训练数据管线构成执行层差异化，虽然公开不可见，却是关键尽调面。Daimler Truck 和其他 OEM 已投资 AV 集成项目，这些项目既可能成为合作路径，也可能形成竞争向量。[CE021] [CE036] [CE039]

5.4 信任、安全与合规框架

Stack AV 的安全治理从安全顾问委员会开始。该委员会由五名前联邦机构领导人组成：Robert Sumwalt（NTSB）、Annette Sandberg（FMCSA）、David Kelly（NHTSA）、Christopher Doss（FBI）和 Don Osterberg（Schneider National）。这个外部机构提供战略监督和监管可信度，在商业化前 AV 初创公司中并不常见。委员会的存在表明，Stack AV 正在朝正式安全论证提交方向建设，而不是只依赖内部验证。[CE023] 美国自动驾驶卡车监管框架依赖自愿遵守 NHTSA 的 AV 政策框架（AV 4.0 及后续指引），该框架鼓励但不强制进行上市前安全自评。FMCSA 规则管理商用卡车运营，并要求无人驾驶车辆取得豁免。SAE J3016 的 Level 4 定义约束了运营设计域：Level 4 系统必须在其 ODD 内完成所有驾驶任务，且无需人类后备接管。[CE024] [CE025] [CE026] 安全论证方法——用支持证据构成结构化论证，证明系统在定义 ODD 内安全性可接受——正在成为 Level 4 AV 卡车商业化前事实门槛。Aurora Innovation 在 2025 年 4 月 Texas 商业无人驾驶发布前公布了安全论证，为这类文件应包含什么提供了公开基准。截至 2026 年 Q1，Stack AV 尚未发布自愿安全自评或等效文件。[CE027] [CE028] [CE029] Stack AV 带安全驾驶员（运营专员）的运营，符合商业化前受监督 AV 测试协议。公司尚未提交 NHTSA 常设总令事故报告，而这类报告仅在 AV 事故达到特定阈值时才要求提交——这与当前规模的开发阶段运营一致。ISO 26262 功能安全和 ISO 21434 网络安全标准，是硬件和软件架构预期遵循的合规框架，但正式认证状态尚未公开确认。[CE030] [CE027] Einride 2024 年获得 NHTSA 批准，可在美国公共道路上运营专门设计的无人驾驶电动卡车，这证明新型 AV 配置存在监管路径；不过每项批准都绑定具体配置，Stack AV 的 Class 8 高速卡车仍需要自己与 NHTSA 和 FMCSA 沟通。[CE024] [CE025]

5.5 路线图、部署与技术成熟度

2022 年 10 月 Argo AI 关闭后，Stack AV 经过约一年开发，于 2023 年 9 月走出隐身状态。创始团队在首次公开声明中披露 StackOS、Clockwork 和 Deploy Manager 为自研技术支柱，并称 SoftBank Vision Fund 2 是初始投资人。据报道，公司在 2024 年 8 月宣布 $150M Series B，但截至撰写时，未能取得确认条款的一手来源（新闻稿或 SEC 文件）。[CE016] [CE031] 截至 2025 年中，Denver（CO）、Atlanta（GA）、Phoenix（AZ）、Dallas（TX）和 Miami（FL）的 CDL-A 运营专员招聘信息证明公司正在多州开展主动测试，Pittsburgh 和 New Stanton（PA）也有相关岗位。招聘页面还列出合同分诊分析师职位，负责审查真实道路驾驶和仿真中的自动驾驶事件，按问题类型和优先级标注，并整理绩效报告。这透露出一个结构化、数据驱动的测试闭环，符合成熟 AV 开发项目特征。[CE022] [CE032] Stack AV 的夜间车队监控与支持专员（3rd shift）岗位确认 Mission Control 运营已经活跃。夜间自动驾驶运营期间的远程监督，是无人驾驶商业运营模式的前置条件。[CE033] Aurora 2025 年 4 月在 Texas 的 Fort Worth-to-Dallas 和 Fort Worth-to-Houston 走廊商业无人驾驶发布，证明 FMCSA 豁免、州级 AV 法律（Texas 对 AV 友好）、承运商保险框架和安全论证发布，共同构成商业无人驾驶运营的关键路径。Stack AV 在自身发布前也必须走完同一路径。[CE034] 截至 2026 年 Q1，Stack AV 尚未公开披露商业发布时间表，整体技术成熟度仍处于开发和早期测试阶段。可能延迟商业化的关键技术风险包括：恶劣天气（雨、雪、雾、眩光）下感知系统鲁棒性、LiDAR 硬件供应链集中、高单车传感器和计算成本（估计每辆卡车 ~$50K）、OEM 集成复杂度，以及监管批准周期不可预测。数据飞轮——采集、标注、训练、验证、部署——必须在车队规模跑通，才能针对具体边缘案例提出安全论证。[CE038] [CE040] [CE012]

5.6 图表与附录

6.1 客户分层

Stack AV 的可触达客户基础，是约 580,000 家活跃美国机动车承运商，它们共同竞争每年 $900B+ 的卡车运输市场。在这个总体中，第一代自动驾驶卡车系统真正可行动的买方群体更窄：大型整车运输承运商（100+ 动力单元）和第三方物流提供商（3PL），它们拥有固定线路合同和采购基础设施，能承受多年试点周期。[CU001] [CU002] AV 卡车的买方 / 用户 / 付款方分层比典型 SaaS 销售更复杂。用户是运营卡车的承运商运营团队；买方通常是评估技术合作的承运商 VP of Innovation 或 CDO；付款方是承运商 P&L，部分成本可能由 3PL 订舱中介带来的货运收入抵消。Aurora 与 Uber Freight 的商业模式——Uber Freight（管理 $17B+ 货运，服务 1/3 的 Fortune 500 托运商）在 Aurora 无人驾驶运力上订舱——说明 Stack AV 很可能也需要复制这种 3PL 中介付款结构。[CU003] [CU008] 目标用例是在超过 250 英里的州际走廊上进行 hub-to-hub 长途高速货运，这类场景运营域可预测性最高，司机短缺痛点也最尖锐。大型车队承运商和 3PL 是战略买方群体，因为它们拥有固定线路货量、有财务规模吸收试点成本，也有工程资源在场站和调度层集成 AV 系统。LTL 承运商和个体车主运营商因多站路线复杂、规模经济不足，被结构性排除在初始可触达群体之外。[CU004] [CU005] [CU006] 截至 2026 年中，Stack AV 尚未宣布任何具名客户关系。至少五条走廊（Denver–Atlanta、Phoenix、Dallas、Miami）的 CDL-A 运营专员招聘信息确认了主动测试，但不能证明商业客户获取。[CU007]

6.2 采用轨迹

自动驾驶卡车的宏观采用轨迹正由 Aurora Innovation 建立；截至 2026 年中，Aurora 是该行业唯一的商业无人驾驶运营商。Aurora 于 2025 年 4 月下旬在 Dallas–Houston 走廊商业化推出无人驾驶货运，Werner Enterprises 和 Uber Freight 是锚定合作伙伴，代表美国首次在商业规模下产生收入、无司机在场的自动驾驶货运。Stack AV 的商业化前开发轨迹将以这一里程碑为参照。[CU010] [CU011] 按 Mordor Intelligence 估计，全球自动驾驶卡车市场 2026 年为 $42.63B，并以 11.73% CAGR 增长至 2031 年的 $74.23B。McKinsey 估计，自动驾驶卡车在完全部署规模下可将长途每英里成本降低 30–45%——这是技术风险可接受后，承运商采用在经济上成立的根本价值主张。[CU009] [CU013] Stack AV 的采用信号是间接的。截至 2026 年 Q2，五条走廊的活跃 CDL-A 招聘证明测试在扩张；FreightWaves（2025）CTO 访谈描述的是聚焦工程里程碑的技术开发路线图，而不是客户获取，这符合商业化前姿态。FMCSA 尚未发布商业自动驾驶卡车运营的具体认证框架，意味着监管放行时间仍是任何承运商采购决策的主要门槛。反过来，GAO 认为自动驾驶车辆采用需要解决责任、保险和联邦标准缺口，这也说明 Stack AV 的首批商业客户必须在技术接受之外，同时进行定制化监管沟通。[CU012] [CU015] [CU016] JB Hunt（美国最大整车运输承运商之一，每天运营数万票货运）截至 2026 年中尚未宣布任何 AV 卡车合作，这代表 Aurora 初始伙伴集之外，大型承运商行业采用仍存在重要缺口。[CU014]

6.3 具名客户证明

截至 2026 年中，Stack AV 自身没有任何具名客户证明。因此，本章的具名客户证据完全来自 Aurora Innovation 的商业项目；它是行业基准，定义了生产规模下 AV 卡车客户关系应是什么样。Aurora 的投资者关系披露和货运页面列出了 Werner Enterprises、FedEx、Hirschbach Motor Lines、Schneider National、Uber Freight、Ryder、PACCAR、Toyota、Volvo Trucks 和 Volvo Autonomous Solutions 等合作伙伴。[CU017] Werner Enterprises 是最高曝光度的生产参考客户，属于美国前 10 大整车运输承运商。Werner CDO Rhonda Robb 公开背书该项目，且承运商将与 Aurora 的试点项目扩大三倍，延伸到 Fort Worth–Phoenix 走廊——这是行业内最强的具名客户背书。Uber Freight 在 Dallas–Houston 无人驾驶线路上担任订舱中介，是大型 3PL 首次进行商业自动驾驶货运经纪。Hirschbach VP Rachel Carr 提供具名证言，提到司机生活质量收益。FedEx 在 Aurora IR 材料中既是投资人也是合作伙伴。[CU018] [CU019] [CU020] [CU022] Stack AV 没有同等关系。FreightWaves CTO 访谈（2025）确认的是技术优先路线图；没有提到客户承诺。具名客户证明缺失，对 Stack AV 现阶段的商业化前 AV 公司而言并不异常，但这意味着本章所有客户证明主张都在描述 Stack AV 必须复制什么，而不是它已经取得什么。尽调应追踪任何未披露 LOI 或可能在公开视野之外发生的承运商引荐。[CU021] [CU023] [CU024]

6.4 留存与耐久性

由于 Stack AV 尚未进入商业运营，无法确定 NRR、GRR、流失、续约、队列或满意度数据。截至 2026 年中，Aurora 的商业项目也不足一年，其承运商合同条款——包括每英里定价、合同期限、排他性和续约结构——尚未公开披露。因此，留存分析只能依赖 AV 卡车落地后的经济性和切换成本做结构性推断。[CU025] [CU026] AV 卡车的结构性留存耐久性预计高于软件 SaaS 基准，因为采用需要在自有或租赁卡车上安装硬件、完成场站级集成、重新培训司机，并重配调度系统。这些不是合同锁定，而是集成成本；即使没有长期合同，理性上也会抑制切换。类比 ERP 采用：一旦承运商围绕 AV 系统重新设计运营，多数情景下切换成本都会超过增量合同节省。[CU027] 两个结构性因素会降低拥有工会化劳动力承运商的预期留存。第一，Teamsters 民调显示，83% 的 Pennsylvania 选民对无人驾驶半挂卡车感到不安；任何签有 Teamsters 合同的承运商都会面临内部反对，可能把 AV 系统采用限制在非工会走廊。第二，OOIDA 的 150,000+ 个体车主运营商成员反对缺少人类安全操作员要求的 AV 立法，表明独立卡车运输群体在可预见未来会抵制无人驾驶运营。两股力量叠加，会结构性压缩 Stack AV 未来商业项目可锁定的大型承运商买方基础。[CU028] [CU029] 长期合同耐久性取决于正常运行时间 / 可靠性保证、保险承运人接受度和 FMCSA 合规认证——截至 2026 年中，Stack AV 尚未定义其中任何一项。[CU030]

6.5 扩张与集中风险

Stack AV 横跨五条走廊（Denver–Atlanta、Phoenix、Dallas、Miami）的测试项目，暗示其扩张模式会先集中在南部和西南部，再走向全国，类似 Aurora 优先 Texas 的战略。如果 Stack AV 复制 Aurora 的锚定租户模式，近期客户基础可能只有 2–3 家承运商、1–2 条走廊，这会造成严重收入集中风险：任何单一承运商暂停或延迟，都将不成比例地影响 Stack AV 的商业爬坡。[CU031] [CU032] 州级 AV 法律拼图进一步强化了地理集中。全国扩张需要按走廊逐一取得州级监管放行；友好州（Texas、Arizona、Florida）会率先部署，其他州则需要额外立法铺垫。这把早期客户获取限制在 AV 友好司法辖区拥有线路货量的承运商中，压缩了发布后前 2–3 年的可触达客户基础。[CU033] [CU036] OEM 集成依赖代表供给侧渠道集中：Stack AV 在承运商规模部署前必须与 PACCAR、Volvo 或 Daimler Truck 签下集成协议，使少数 OEM 伙伴拥有结构性议价能力。Uber Freight 为 Aurora 扮演货运匹配中介，建立了一个可能适用于 Stack AV 的 3PL 渠道依赖模式：单一 3PL 中介控制 AV 运力订舱入口，就能影响承运商定价和货量。[CU034] [CU035] 竞争格局（Aurora、Torc、Kodiak、Plus.ai、Einride）让大型承运商在商业规模下拥有多个 AV 卡车供应商选择，这会削弱 Stack AV 定价权，并提高合同续约时的潜在流失风险。Stack AV 的 Series A 现金跑道支持其走到商业发布，但没有披露时间表或客户承诺，首笔收入时间仍是关键未解变量。[CU037] [CU038]

6.6 图表与附录

7.1 监管与法律风险

Stack AV 面临多层且未解决的监管与法律风险栈，这是商业化的主要障碍。最关键的监管缺口，是缺少联邦 FMCSA 无人驾驶豁免：49 CFR §383.3 要求所有商用机动车（CMV）运营都必须有 CDL 持有人，FMCSA 尚未发布允许全自动无人驾驶 CMV 在美国公共道路上运营的最终规则。没有这项豁免，无论技术是否就绪，Stack AV 都无法商业运营无人驾驶卡车。[CR002] NHTSA 关于碰撞报告的常设总令（第三次修正案于 2025 年 6 月生效）对所有 ADS 运营商施加强制事故报告义务，罚金最高可达每次违规每日 $27,874（相关系列上限 $139M）。任何 Stack AV ADS 在事故前后 30 秒内涉及的碰撞都会触发公开报告，给每起事故带来声誉和监管暴露。[CR001] 州级层面，Stack AV 目标走廊横跨 TX、PA、CA 和 AZ——四个州的 AV 测试和运营规则差异明显，带来合规开销，并限制近期哪些走廊能以无人驾驶方式运营。Texas Transportation Code §545 允许无司机 AV 运营，但 FMCSA 联邦叠加规则让商业化变复杂。California Vehicle Code §38750 要求商业无人驾驶部署取得单独 DMV 制造商批准。NCSL AV Legislation Database 跟踪 50 多个州不断演进的 AV 法律，记录了这种拼图式风险。[CR003] [CR004] [CR005] [CR039] 产品责任暴露尚未确定：没有联邦法规明确把 ADS 事故责任最终归于 ADS 开发商、OEM 或承运商。若发生碰撞，在缺少确定联邦标准的情况下，Stack AV 面临灾难性侵权责任暴露；其 49 USC §30120 召回补救义务也会适用于任何有缺陷的 ADS 组件。[CR010] [CR011] [CR012] IP 风险重要。Argo AI 专利（CTO Brett Browning 被列为发明人）已转让给 Argo AI LLC；Argo AI 通过创始团队到 Stack AV 的 IP 链条需要独立法律核验。Aurora Innovation 和 Waymo 持有覆盖轨迹预测、地图和传感器融合系统的大量 AV 专利组合，与 Stack AV 的技术路线存在重叠。[CR006] [CR007] EPA 的清洁卡车计划对 2027+ 车型年的重型卡车平台施加 NOx 和 GHG 标准；Stack AV 的 OEM 卡车采购必须合规，否则会面临非合规车队风险。FTC 保障规则下的数据隐私暴露可能适用于 Stack AV 对地理空间、货运路线和操作员数据的收集。[CR008] [CR009] [CR041]

7.2 运营与技术风险

Stack AV 的运营与技术风险画像集中在五个相互嵌套的暴露上：传感器硬件供应链集中、恶劣天气性能限制、网络安全漏洞、OTA 软件失效风险，以及 OEM 集成依赖。 传感器硬件集中度很高。Luminar Technologies 是包括 Argo AI 遗留栈在内多家 AV 开发商的主要 LiDAR 供应商，2024–2025 年报告了财务挑战，包括裁员，提升了单一来源传感器供应商的破产风险。NVIDIA DRIVE 是 AV 训练和推理的主导计算平台；Stack AV 尚未公开披露替代计算栈。感知和计算硬件都存在单一来源依赖，形成可能叫停测试或延迟商业化的供应链脆弱性。[CR016] [CR017] 恶劣天气性能是 LiDAR 依赖型 AV 系统已有记录的行业性挑战。雨、冰、雪会降低点云质量和传感器精度。Stack AV 起源于 Pittsburgh，并有 PA 走廊雄心，直接面对恶劣天气约束。尚无独立验证公开证明 Stack AV 的全天候性能边界。[CR013] [CR020] 配备 ADS 的卡车因 OTA 软件交付和车联网数据传输需要远程访问，网络安全风险更高。Stack AV 尚未公开披露任何第三方 ADS 安全审计。车辆劫持或数据泄露事件会造成责任、监管和声誉损害，并级联冲击客户和投资人信心。[CR015] 车队规模 OTA 软件更新失败——即一次有缺陷的软件推送触达所有已部署车辆——会触发 NHTSA 权限下的召回，并带来安全事故风险。Stack AV 仍处商业化前阶段，OTA 架构尚未经过独立验证。对 Peterbilt 和 / 或 Freightliner 平台 by-wire 系统的 OEM 集成依赖，如果 OEM 合作优先级变化，也会带来发布风险。[CR018] [CR019] [CR021] Stack AV 创始团队把 Argo AI 的技术设计决策带入 Stack AV 平台；来自前公司的 IP 转让核验和软件来源证明，仍是未解决的尽调事项。[CR022]

7.3 财务、合作伙伴与人员风险

Stack AV 的财务风险集中在两个点：公司尚未产生收入、业务高度吃资本，以及 SoftBank Vision Fund 领投 $81M Series A 后形成的单一投资人集中度。按 Aurora 的路径，AV 卡车行业要跑到商业发布规模，需要 $500M–$2B+ 资金；Stack AV 大概率还要 18–36 个月才能商业发布，且必须在现金耗尽前完成 Series B。SoftBank Vision Fund 的组合历史——包括 WeWork 在内累计减记超过 $30B——会引发 LP 审视，可能压低后续加码的信心。Sequoia Capital 参与了 Series A，但承诺规模更小。[CR023] [CR024] [CR025] [CR026] 持续经营风险是二元的：如果 Stack AV 无法在 Series A 交割后约 12–18 个月内完成 Series B，公司就会撞上 runway cliff。目前没有披露收入、客户或商业协议可对冲这项风险。CRS 与 RAND 的研究文献也确认，AV 商业化高度吃资本，并依赖尚无明确时间表的监管落地。[CR027] [CR029] [CR031] 保险风险重大且未解决。面向无人驾驶卡车规模化运营的商业保险定价尚不存在；Stack AV 需要自保，或设计类似 Lloyd's 的定制化保障，任何撞车事故都会把风险压到资产负债表上。未披露保险安排，是尽调缺口。[CR030] 合作伙伴集中度风险横跨三条线：（1）SoftBank 是主要资本来源；（2）NVIDIA 与 Luminar 是集中的硬件供应商；（3）Peterbilt 和 / 或 Freightliner 是 OEM 卡车平台伙伴，但未披露合同条款。[CR017] [CR021] [CR024] 人员风险关键。CEO Bryan Salesky、CTO Brett Browning 与 President Dax Rander 都是 Argo AI 前高管。CTO 是覆盖核心 AV IP 的 Argo AI 专利发明人；一旦离职，会同时触发关键人风险和潜在 IP 归属争议。Aurora、Waymo、Tesla 争抢同一批计算机视觉工程师，抬高流失风险。有组织劳工反对也在加压——Teamsters（350 万会员）和 OOIDA（车主兼司机群体）积极游说反对自动驾驶卡车立法，拉长收入前 runway 风险，并在关键走廊州制造政治逆风。[CR032] [CR033] [CR034] [CR035] [CR036] [CR037] [CR038]

7.4 风险总结、缓释措施与终止标准

合并风险热力图显示，四项残余严重度为 Critical 的风险都可能打穿投资逻辑：（1）FMCSA 阻断无人驾驶豁免，使商业运营无法启动；（2）SoftBank 撤回融资，引发持续经营问题；（3）致命 AV 事故触发监管停摆与责任连锁反应；（4）Aurora 或 Waymo 的 IP 禁令叫停部署。残余高风险包括 50 州监管拼图、网络安全暴露、规模化 OTA 失败和关键人离职。残余中风险包括 EPA 排放不合规和 OEM 集成延误。[CR001] [CR002] [CR006] [CR014] [CR023] [CR026] 缓释充分性差异很大。监管缓释偏弱——Stack AV 尚未公开向 FMCSA 提交无人驾驶豁免申请，也未披露专门的监管事务团队。IP 缓释尚未确认——公司没有发布 freedom-to-operate（FTO）分析，也没有确认 Argo AI 专利转让。财务缓释仅限于 $81M Series A runway。运营缓释更成熟——团队的 Argo AI 背景带来安全工程基础设施，但没有发布第三方 safety case 验证。[CR019] [CR033] [CR038] 终止标准可以明确监测，应该嵌入投资人监控框架。五个打穿投资逻辑的事件是：（1）FMCSA 拒绝或无限期拖延无人驾驶豁免路径；（2）SoftBank 未在 18 个月内承诺 Series B；（3）Stack AV 的 ADS 导致致命 AV 事故；（4）Aurora 或 Waymo 发出 IP 禁令；（5）CEO 或 CTO 在第 1–3 年离职。次级监控触发器包括 Aurora 商业化节奏（投资逻辑基准）、Luminar 财务健康，以及各州 AV 立法日程。[CR014] [CR032] [CR033] 尽调优先事项：（1）确认 FMCSA 豁免申请状态；（2）确认 Argo AI 校友的 IP 转让；（3）OEM 合同条款；（4）保险结构与限额；（5）网络安全审计；（6）持续经营披露审查；（7）以 Aurora 货运量为基准，判断监管可行性时间。

7.5 图表

8.1 投资逻辑与反逻辑

Stack AV 的投资逻辑建立在三根结构性支柱上。第一，美国 Class 8 卡车市场年规模超过 $900B，且天然暴露于自动驾驶颠覆：有记录的司机缺口超过 80,000 个岗位（ATA 2023），燃油和人工成本占运营费用超过 60%，监管窗口则奖励那些在规模化商业化前先拿到 FMCSA 无人驾驶豁免的早行动者。AV 卡车市场预计 2026 年为 $42.63B，到 2031 年增至 $74.23B，CAGR 为 11.73%；Level 4 平台预计 CAGR 为 15.21%。[CV009] [CV035] [CV036] [CV039] 第二，Sequoia Capital 与 SoftBank Vision Fund 2 是顶级资本配置方，且直接押注创始团队。Bryan Salesky（CEO）、Brett Browning（CTO）与 Peter Rander（President）是 Argo AI 联合创始人，在 Stack AV 创立前已在 AV 技术前沿运营六年。Argo AI IP 传承，包括在 Ford 与 Volkswagen 支持的 $3.6B 项目中开发的传感器融合架构和安全系统，为公司提供了从零起步的创业公司没有的技术先手。Aurora Innovation 在 FY2025 10-K 中明确将 Stack AV 列为竞争对手，确认了其行业合法性。[CV001] [CV004] [CV007] [CV010] 反逻辑同样有充分证据。Aurora Innovation 领先商业化超过 18 个月，已有真实付费客户（截至 2026 年 Q1 为 7 家）、签署 McLane 协议，并取得 Hirschbach 500 辆卡车 MOU——这些都发生在 Stack AV 公开宣布任何商业路线或客户之前。TuSimple 的失败说明，AV 卡车的治理、监管和执行风险不是理论问题：三年内摧毁了 $8.5B 价值。截至 2026 年 5 月，Stack AV 在财务和运营上完全不透明——无收入、无客户、无审计财务、未披露 FMCSA 申请——使外部几乎无法基于公开资料独立尽调。熊市情景概率为 45%（bear + extreme bear 合计），反映的就是这种结构性不透明。[CV005] [CV006] [CV008] [CV011] [CV012]

8.2 估值情景与可比公司分析

Stack AV 的可比公司集合很薄，且并不完美。Aurora Innovation（AUR）是唯一直接的公开 AV 卡车同业，市值 $15.12B，对应 FY2025 收入 $3M——隐含收入倍数约 5,040x，反映的是纯期权价值，而非当前财务表现。Aurora 从 $5.71B（2025 年 6 月）重估至 $15.12B（2026 年 5 月），由 2025 年 4 月商业无人驾驶发布以及 McLane / Hirschbach 公告推动，说明市场会给首次商业发布催化剂赋予巨大的非线性价值。[CV016] [CV017] [CV018] [CV026] Mobileye（MBLY）市值 $8.44B，对应 FY2025 收入 $1.89B（约 4.5x P/S），为 Stack AV 达到商业规模后的收入倍数提供底部参照。Aurora 的 5,040x 期权价值倍数与 Mobileye 的 4.5x 成熟收入倍数之间，就是 Stack AV 必须穿越的估值弧线：$750M–$1B 的收入前入场估值意味着市场已为其达到商业规模定价了可观概率，但相较 Aurora 当前溢价仍有大幅折价。[CV019] [CV025] [CV026] [CV027] TuSimple 的轨迹仍是任何 Stack AV 情景模型的警示锚点。2021 年 4 月 $1.1B IPO、峰值估值 $8.5B、2024 年 1 月以 $0.30/股自愿退市——峰谷跌幅超过 99%——这就是一家 AV 卡车公司未能把资本转化为商业运营后的已实现下行。Goldman Sachs 分析师 Mark Delaney 对 Aurora 维持 $5 Hold 目标价（较 2026 年 5 月水平有 35% 下行），代表即便对已商业发布的龙头，也存在偏空的离群观点。[CV020] [CV021] [CV022] [CV024] Waymo 在 2024 年 Alphabet 融资轮中估值约 $45B，确立了行业天花板，但并非直接可比同业（robotaxi、Alphabet 支持、没有卡车 AaaS 模型）。Kodiak Robotics 是最接近的私有 AV 卡车可比公司，但自 2021 年 Series B 后未披露估值，也没有商业部署的无人驾驶车队。[CV023] [CV024]

8.3 投资 KPI、尽调问题与打穿投资逻辑的触发器

Stack AV 的投资案例需要按顺序达成四个里程碑，才能验证 2028 年 $1.5B–$3B 的基准估值：（1）确认 FMCSA 无人驾驶豁免，否则任何商业部署都没有法律授权；（2）至少部署 100 辆卡车并产生 AaaS 收入；（3）至少签署一份具名承运商的商业 AaaS 合同；（4）证明运营成本低于 $3/英里，这是与人类司机运营竞争的成本门槛。Aurora 公开提出的 sub-$2/英里目标设定了商业基准。截至 2026 年 5 月，Stack AV 尚未公开确认任何上述里程碑。[CV028] [CV037] [CV038] [CV041] 到商业发布前的资本需求估计为 $500M–$1B，假设 Stack AV 从 2026 年起为商业就绪扩张，年 burn rate 为 $150–200M。约 $150M 的 Series B 在交割后（2024 年 8 月）大致提供 12–18 个月 runway，意味着最迟到 2026 年 Q1–Q2 需要 Series C。如果到 2026 年 5 月仍未披露 Series C，要么实际 burn 低于估计，要么公司在考虑内部融资。公司完全没有公开财务披露，使这项 runway 分析带有推测性。[CV029] [CV031] [CV032] Aurora、TuSimple、Luminar 等 SPAC 上市 AV 公司，在上市后 24 个月内股价都下跌超过 80%，为 Stack AV 未来任何流动性事件勾勒了风险轮廓。以 $500M–$1B 的 Series B 隐含入场估值计算，投资人要获得 5–10x 回报，需要 $5B–$10B 退出；只有在牛市情景下达到 1,000+ 辆卡车和 $300M+ AaaS 收入才可能实现，而这一水平超过了截至 2026 年中 Aurora 已商业达成的规模。[CV030] [CV033] [CV034] 有组织劳工风险（Teamsters、OOIDA）、2027+ 车型年份卡车的 EPA Clean Trucks Plan 合规要求，以及司机短缺这把双刃剑（支撑 AV 需求，也强化劳工反对），都给商业化时间线增加复杂度。美国卡车司机缺口超过 80,000，形成自动化的结构性需求；但有组织反对可能在联邦 FMCSA 框架建立后，继续拉长州层面监管时间线。[CV035] [CV036] [CV039] [CV040] [CV042]

8.4 图表