北京车展观察不提物理AI就落伍？

2024年的北京车展，所有人都在谈论Transformer。彼时，端到端自动驾驶大模型刚刚席卷行业，BEV+Transformer成为智驾企业的标配词汇，仿佛不提Transformer就不好意思说自己做自动驾驶。

仅仅两年后，2026年北京车展的关键词已经完成了代际跃迁。

走进本届车展的任何一个展馆，你都能感受到一个陌生又自信的名词扑面而来——物理AI。从新势力到传统巨头，从整车企业到Tier 1供应商，从自动驾驶公司到跨界科技企业，几乎每一个展台都在用各自的方式讲述同一个故事:AI正在走出数字世界，进入物理世界。

轻舟智航直接将发布会主题设为“物理AI，轻舟已至”。小鹏汽车更名“小鹏集团”后首次亮相北京车展，展台最醒目的位置写着一句话:“AI改变世界”。吉利汽车集团首设独立科技生态展台，发布中国首款原生Robotaxi原型车，核心卖点直指“物理AI能力”。奇瑞赶在车展前一天官宣与英伟达达成全球战略合作，聚焦辅助驾驶、座舱AI、机器人三大领域，共建物理AI生态。赛力斯旗下的问界魔方技术平台高调宣告“面向整车L4级具身智能演进”，赛力斯汽车总裁何利扬直言:“让车从一个交通工具变成一个会思考、能感知、可持续进化的具身智能体”。

据车展组委会统计，本届车展总展出面积达38万平方米，来自21个国家和地区的超2000家企业参展，展车总数1451辆，其中全球首发车型181款、概念车71款。而在这些数字背后，物理AI、具身智能、中央计算平台、多模态大模型等前沿技术成为贯穿全场的“隐形主线”。

为什么“物理AI”会成为整个行业的共识？为什么在2026年春天，不提物理AI就好像落伍了？

小鹏，矩阵式布局背后的“生态野心”

近年来，随着小鹏汇天的量产节奏逼近、订单接踵而至，以及全新一代人形机器人IRON引发社会热议，小鹏汽车的出行场景早已不再只是汽车，而是一幅覆盖陆地出行、空中出行和机器人三大场景的智能生态蓝图。

而此次车展上，除了全新一代人形机器人IRON和“陆地航母”分体式飞行汽车同台展出，全新车型小鹏GX、2026款MONA M03、全新P7、2026款X9等多款新车齐齐亮相。小鹏汽车给自己此次参展的定义便是“小鹏集团在物理AI的前沿成果与全场景布局的全面展示”。

其中，小鹏GX的关键定位，是中国首款全栈自研前装量产Robotaxi原型车，将Robotaxi级智驾能力直接下放至大众消费市场。它搭载至高4颗图灵芯片，总算力至高达3000TOPS，并搭载小鹏第二代VLA智驾系统，以面向L4时代的底层架构实现代际领先。

在车展发布会上，小鹏集团董事长何小鹏直言:“公司将完成从造车公司向科技集团的转变，全方位布局造车、飞行汽车、具身智能、物理AI等业务”。他同时透露了人形机器人IRON将于今年底实现量产，2027年开启全年商业化销售。

更令人瞩目的是一组投入数字:小鹏计划将2026年物理AI相关研发投入提升至70亿元。

第二代VLA智驾报告的发布也是重头戏。报告数据显示，小鹏全系Ultra用户中新车首周每天开启智驾占比高达98.52%，Ultra车型100%NGP驾驶行程数量环比增长115.9%，百公里接管次数环比减少25.9%。高阶智驾正在从“可选配置”跃迁为影响购车的核心决策因素。而在销量端，3月全系Ultra车型订单环比提升118%，首次下单即选择Ultra及Ultra SE车型的成交量环比增长129.3%。

小鹏集团的战略非常清晰:打造物理AI技术底座，然后横向复用到多个具身智能载体。从智能汽车到飞行汽车再到人形机器人，共享底层AI能力，以此构建全场景生态壁垒。

原生架构与物理AI引擎的“军备竞赛”

如果说小鹏的打法是“生态矩阵”，那么吉利和轻舟智航则代表了另一种思路，从底层重新定义物理AI的核心技术架构，一个从整车层面做“原生”，一个从方案层面做“引擎”。

吉利汽车集团为北京车展憋了一个大招，中国首款原生开发的Robotaxi原型车Eva Cab在展台正式亮相。所谓“原生”，指的是这辆车从设计之初就是为无人驾驶运营场景打造的，而非在量产车基础上做后装改造。它没有方向盘、没有油门刹车踏板，采用对开电滑门和对向式座舱布局，从“以驾驶位为中心”彻底转向“以乘员空间为中心”。

技术层面，Eva Cab是吉利全域AI 2.0技术体系的集大成之作。它搭载全球首个“量子级AI电子电气架构”EEA 4.0，通过量子加密技术实现车云两端全链路安全防护。这套架构一次性集成了英伟达SuperChip和Thor U、高通骁龙8797三颗旗舰芯片，总算力超过3000TOPS。在感知硬件方面，Eva Cab全球首搭“2160线数字化激光雷达”，拥有每秒2592万点的超高成像能力，最远探测距离达600米。

但在硬核参数背后，最值得关注的内核是一个概念——WAM世界动作模型。它被定位为整车级通用决策基座，具备自我进化能力，车端模型参数量相比传统方案大幅提升7倍，推理帧率提升3倍。WAM的核心价值在于让车辆真正“理解”物理世界的行为逻辑，而不仅仅是识别物体。配合千里浩瀚G-ASD L4软件方案，Eva Cab可以在公开道路实现无人接驳。

商业化路径也已明确:该车的曹操出行深度定制版计划于2027年量产，并开启商业化运营，已在杭州、苏州等城市完成超过一年的路测。吉利由此构建了一套从“原生架构定义—AI能力整合—出行平台运营”的完整闭环。

与吉利的“原生造车”思路不同，轻舟智航走的是一条更聚焦的路线——成为物理AI时代的底层技术供应商。作为一家自动驾驶解决方案公司，轻舟在本届车展上完成了技术、产品与战略的集中呈现。

发布会主题“物理AI，轻舟已至”本身就是一份战略宣言。现场首次公开了基于“世界模型+强化学习”统一架构的物理AI模型，涵盖云端与车端双引擎部署。这是自动驾驶领域一个重要的技术升级方向:世界模型负责理解和预测物理环境的动态变化，强化学习则负责在虚拟环境中海量试错，训练出最优决策策略。

配合这套技术底座，轻舟推出“乘风MAX”辅助驾驶方案，算力超过500TOPS，采用11V1L配置，深度融合VLA与世界模型，提供高阶城市NOA功能，可覆盖城市主干路、乡村小路等公共道路，应对复杂路口、环岛、掉头等场景。同时，轻舟还首次披露了L4级Robotaxi与Robovan的最新阶段性成果，面向公众出行与物流场景双线并进。

值得一提的是轻舟的“梯度化”策略——将乘风方案划分为AIR、PRO、MAX三个梯度化产品线，满足从高速NOA到普惠城市NOA、极致城市NOA的全场景需求。这种分层打法既能在技术端保持对前沿物理AI能力的探索，又能在商业端适配不同价位车型的落地需求。

轻舟还宣布将正式升级全新使命愿景——“物理AI 美好未来”，标志着公司正从无人驾驶赛道向更广阔的通用物理AI领域迈进。这一定位切换意味深长:从工具供应商升级为时代基础设施的构建者。

从“造车”到“造人”，物理AI的下一片战场

本届车展上，真正让媒体和观众感到“时代在变”的，是人形机器人的集中登场。当一个汽车展会上机器人比概念车还吸引眼球，说明汽车行业的边界正在快速消融。

据不完全统计，包括小鹏、理想、小米、奇瑞、比亚迪、广汽、长安、吉利、中国一汽在内的十余家车企都已明确公布了机器人的布局与量产计划。其中，小鹏的IRON和新近夺得人形机器人半马冠军的荣耀“闪电”机器人，成为开展首日展台排队人数最多的两个展品。

为什么车企集体开始“造人”？这并非跨界冲动，而是物理AI能力能否通用化的核心验证。汽车本身就是一个四轮机器人，一辆Robotaxi本质上也是一个具备高阶环境感知、自主决策和物理交互能力的具身智能体。车企积累的感知算法、决策模型、算力平台等能力，天然存在向双足机器人复用的可能性。反过来，机器人在更复杂、更非结构化的物理环境中的研发经验，也能反哺自动驾驶能力的进化。二者共享同一个物理AI内核。

理想汽车董事长李想将2026年定义为“理想汽车进化为具身智能企业关键的一年”，计划年内发布双轮机器人产品用于工厂制造场景。小米的人形机器人CyberOne已进入自家汽车工厂“实习”上岗，雷军宣布未来三年在AI领域投入600亿元。广汽则孵化成立广东慧仑科技，全资承接全集团机器人业务，走全栈自研路线。

汽车行业正在经历一场从“交通工具”向“具身智能体”的深刻范式转移。这场转移不仅仅关乎产品形态的变化，更关乎产业竞争逻辑的彻底改写。以往车展的核心是“车”，今年的核心正在从“车”滑向驱动车与人、车与世界的“智能”。物理AI的概念之所以能在这个时间点成为共识，正是因为行业走到了从功能叠加迈向能力融合的临界点——谁能率先定义物理AI的核心范式，谁就能拿到下一个十年的入场券。

与此同时，供应链格局也在加速重构。核心供应商首次大规模进入主展馆，与整车品牌同馆展示——宁德时代与宝马、保时捷、莲花等豪华品牌共处W4馆；文远知行、地平线、科大讯飞与丰田、长安同在B3馆。“整零同馆”背后反映的是一个真实的产业趋势:当物理AI成为产业链中最具壁垒价值的一环，供应商的话语权正在历史性地上升。

结语:

2026年北京车展上的“物理AI”热潮，绝不是几个企业市场部门商量好的营销话术同频。它是汽车产业在智能化深水区探索多年后，一次真正意义上的产业共识集中爆发。

回看历史脉络会更清楚:2019年车展谈L2、谈传感器；2021年谈芯片、谈算力；2024年谈Transformer、谈端到端大模型；到2026年，行业终于发现，此前每一个单点技术突破都需要被整合进一个更大的底层框架——让AI真正理解物理世界运行的方式。物理AI正是这个框架的落点。

它的提出和走热，也精准回答了三个行业焦虑:

第一，突破天花板——当L2+功能已经普及到十几万车型，行业需要一个新的锚点来定义更高阶能力，L3/L4的最终跨越必须建立在物理AI之上；

第二，跳出同质化——当传感器和算力配置越来越雷同，物理AI提供了底层能力差异化的可能；

第三，打开想象空间——从Robotaxi到人形机器人、从飞行汽车到智能制造，物理AI是开启这些万亿级新市场的底层钥匙，产业链话语权的重新分配让掌握物理AI能力的供应商和车企拥有了定义行业标准的资格。

当然，从共识到落地，物理AI面前仍有大量需要跨越的技术鸿沟。世界模型如何在有限算力下更精确地仿真物理环境？强化学习训练的虚拟场景如何弥合与真实世界之间的“仿真到现实”断层？这些挑战仍然存在。但方向已经明确，路径已经展开，竞争已经开打。

当一辆车开始“理解”重力和摩擦力的含义，当一个机器人能“预见”行人下一秒的轨迹，当一座展馆里最热闹的展台不再只展示钢铁与橡胶——我们大概可以确认，AI真正走进物理世界的时代，已经开始了。2026北京车展，就是这个时代的序章。