Greenlane正将旗下重型电动卡车充电网络的版图从加利福尼亚州向外延伸,目标直指美国最繁忙的货运走廊之一。
这家电动卡车充电基础设施开发商宣布进军德克萨斯州,计划在I-45走廊沿线的达拉斯和休斯顿建设多个大功率充电站点。该走廊是连接美国西海岸、中西部地区以及美墨边境货物运输的重要干线。
达拉斯至休斯顿走廊地处多条主要运输路线的交汇处,是全美货运量最高的卡车运输通道之一。这也正是Greenlane选择此地作为全国电动卡车充电网络建设重点的原因。
此次扩张标志着该公司首次踏入通常所说的"德克萨斯三角区"——这一区域连接达拉斯、休斯顿和圣安东尼奥,在美国物流体系中扮演着举足轻重的角色。
Greenlane表示,其德克萨斯州站点将配备六至八条直通式电动充电车道、牵引车停车区,并支持卡车在不断开挂车的情况下完成充电作业。
充电设备将同时兼容现有电动卡车使用的CCS接口,以及为下一代车型设计的兆瓦级充电系统(MCS)接口。这意味着车队在新型卡车陆续投入使用时,无需对运营体系进行大幅调整。
高功率充电方案的设计目标,是让卡车能够在司机常规休息期间完成补能,使充电时间逐步接近传统柴油加注的效率水平。
每个站点还将设有支持"甩挂作业"及夜间停靠的停车区,为车队全天候保持货物流转提供更大的灵活性。
德克萨斯州的扩张计划建立在Greenlane在加利福尼亚州持续增长的业务基础之上。其旗舰站点Greenlane Center于2025年4月在科尔顿正式开放,更多站点也在持续推进中。位于加利福尼亚州布莱斯、坐落于洛杉矶至凤凰城之间I-10走廊沿线的新站点预计将于今年晚些时候投入使用;另有一处站点计划落址长滩港,以服务短驳运输及区域、长途运输需求。
Greenlane旗下所有站点均运行于自主研发的Greenlane Edge平台之上,该平台为司机和车队管理者提供一体化工具支持,涵盖充电桩预约、充电过程实时追踪以及统一账单管理等功能。该公司表示,其网络整体正常运行率已达99%,并已完成以安全性与可靠性为核心的SOC 2 Type 2审计认证。
随着Greenlane向德克萨斯州及更广泛区域扩展,新站点将沿用相同的运营体系。
这是电动卡车运输真正接受考验的开始。
加利福尼亚州一直是早期验证的试验场,但德克萨斯州是截然不同的挑战——更长的运输距离、更大的货运体量,以及相对有限的政策支持。如果大功率充电能够在I-45这样的走廊上稳定运行,将有力证明电动货运已具备在早期市场之外大规模复制的条件。
时机同样值得关注。兆瓦级充电技术仍处于规模化爬坡阶段,车队也刚刚开始部署能够充分利用该技术的新型卡车。在当前阶段同时支持CCS与MCS接口,对于有意避免资产搁置风险的站点运营商而言,已近乎是一项必要之举。
换言之,这不仅仅是一次常规的网络扩张,更是一场关于美国货运下一步走向的前瞻性押注。
Q&A
Q1:Greenlane在德克萨斯州的充电站点有哪些配置?
A:Greenlane在德克萨斯州规划的站点将配备六至八条直通式电动充电车道、牵引车专属停车区,支持卡车不断开挂车直接充电。充电设备兼容CCS和MCS两种接口,覆盖现有及下一代电动卡车。站点还设有甩挂作业停车区和夜间停靠区,方便车队全天候运营。
Q2:Greenlane Edge平台能为车队提供哪些功能?
A:Greenlane Edge平台为司机和车队管理者提供多项实用工具,包括提前预约充电桩、实时追踪充电状态以及统一管理账单。该平台已实现全网络99%的正常运行率,并通过了专注于安全性与可靠性的SOC 2 Type 2审计认证,保障数据安全与服务稳定。
Q3:Greenlane目前在加利福尼亚州有哪些已投入使用或规划中的站点?
A:Greenlane在加利福尼亚州的旗舰站点Greenlane Center已于2025年4月在科尔顿开放运营。此外,位于布莱斯的新站点预计年内在I-10走廊沿线落地,另有一处站点计划建于长滩港,专门服务短驳运输及区域和长途运输路线。
好文章,需要你的鼓励
本田汽车因电动车战略失败,创下上市以来最大亏损,电动车相关损失高达1.45万亿日元(约92亿美元)。本田CEO宣布全面调整战略:放弃2040年淘汰燃油车计划,转而推进混动路线,计划到2028年推出两款新混动车型原型,并在本十年末全球发布15款新混动车型。与此同时,本田将暂停150亿美元的加拿大电动车工厂建设,并将俄亥俄州电动车产线改为混动和燃油车生产。
中山大学等机构发现,多模态AI在同一道物理题因表达形式改变时推理能力明显下滑,视觉数值与物理实体的绑定是最核心瓶颈,且遮黑训练图片同样能提升测试成绩。
IEEE信号处理学会与《IEEE信号处理精选主题期刊》联合发布专题征稿,聚焦"网络化AI"领域。该研究方向旨在让机器人和AI系统摆脱孤立运行模式,通过互联网络实现集体学习、实时协同优化。研究涵盖多智能体机器人、分布式AI、边缘智能、自动驾驶等方向,探索系统在无需人工干预的条件下自主进化的可能性。论文征集截止日期为2026年6月15日,成果将于2027年1月发布。
这项由纽约大学与弗拉托恩研究所开展的研究证明,允许可学习嵌入时,Transformer只需对数维度就能存储大量事实,MLP充当通用关系选择器而非知识查找表,思维链可绕开多跳推理的容量瓶颈。