2024年的北京車展，所有人都在談論Transformer。彼時，端到端自動駕駛大模型剛剛席卷行業，BEV+Transformer成為智駕企業的標配詞匯，仿佛不提Transformer就不好意思說自己做自動駕駛。

僅僅兩年后，2026年北京車展的關鍵詞已經完成了代際躍遷。

走進本屆車展的任何一個展館，你都能感受到一個陌生又自信的名詞撲面而來——物理AI。從新勢力到傳統巨頭，從整車企業到Tier 1供應商，從自動駕駛公司到跨界科技企業，幾乎每一個展臺都在用各自的方式講述同一個故事：AI正在走出數字世界，進入物理世界。

輕舟智航直接將發布會主題設為“物理AI，輕舟已至”。小鵬汽車更名“小鵬集團”后首次亮相北京車展，展臺最醒目的位置寫著一句話：“AI改變世界”。吉利汽車集團首設獨立科技生態展臺，發布中國首款原生Robotaxi原型車，核心賣點直指“物理AI能力”。奇瑞趕在車展前一天官宣與英偉達達成全球戰略合作，聚焦輔助駕駛、座艙AI、機器人三大領域，共建物理AI生態。賽力斯旗下的問界魔方技術平臺高調宣告“面向整車L4級具身智能演進”，賽力斯汽車總裁何利揚直言：“讓車從一個交通工具變成一個會思考、能感知、可持續進化的具身智能體”。

據車展組委會統計，本屆車展總展出面積達38萬平方米，來自21個國家和地區的超2000家企業參展，展車總數1451輛，其中全球首發車型181款、概念車71款。而在這些數字背后，物理AI、具身智能、中央計算平臺、多模態大模型等前沿技術成為貫穿全場的“隱形主線”。

為什么“物理AI”會成為整個行業的共識？為什么在2026年春天，不提物理AI就好像落伍了？

小鵬，矩陣式布局背后的“生態野心”

近年來，隨著小鵬匯天的量產節奏逼近、訂單接踵而至，以及全新一代人形機器人IRON引發社會熱議，小鵬汽車的出行場景早已不再只是汽車，而是一幅覆蓋陸地出行、空中出行和機器人三大場景的智能生態藍圖。

而此次車展上，除了全新一代人形機器人IRON和“陸地航母”分體式飛行汽車同臺展出，全新車型小鵬GX、2026款MONA M03、全新P7、2026款X9等多款新車齊齊亮相。小鵬汽車給自己此次參展的定義便是“小鵬集團在物理AI的前沿成果與全場景布局的全面展示”。

其中，小鵬GX的關鍵定位，是中國首款全棧自研前裝量產Robotaxi原型車，將Robotaxi級智駕能力直接下放至大眾消費市場。它搭載至高4顆圖靈芯片，總算力至高達3000TOPS，并搭載小鵬第二代VLA智駕系統，以面向L4時代的底層架構實現代際領先。

在車展發布會上，小鵬集團董事長何小鵬直言：“公司將完成從造車公司向科技集團的轉變，全方位布局造車、飛行汽車、具身智能、物理AI等業務”。他同時透露了人形機器人IRON將于今年底實現量產，2027年開啟全年商業化銷售。

更令人矚目的是一組投入數字：小鵬計劃將2026年物理AI相關研發投入提升至70億元。

第二代VLA智駕報告的發布也是重頭戲。報告數據顯示，小鵬全系Ultra用戶中新車首周每天開啟智駕占比高達98.52%，Ultra車型100%NGP駕駛行程數量環比增長115.9%，百公里接管次數環比減少25.9%。高階智駕正在從“可選配置”躍遷為影響購車的核心決策因素。而在銷量端，3月全系Ultra車型訂單環比提升118%，首次下單即選擇Ultra及Ultra SE車型的成交量環比增長129.3%。

小鵬集團的戰略非常清晰：打造物理AI技術底座，然后橫向復用到多個具身智能載體。從智能汽車到飛行汽車再到人形機器人，共享底層AI能力，以此構建全場景生態壁壘。

原生架構與物理AI引擎的“軍備競賽”

如果說小鵬的打法是“生態矩陣”，那么吉利和輕舟智航則代表了另一種思路，從底層重新定義物理AI的核心技術架構，一個從整車層面做“原生”，一個從方案層面做“引擎”。

吉利汽車集團為北京車展憋了一個大招，中國首款原生開發的Robotaxi原型車Eva Cab在展臺正式亮相。所謂“原生”，指的是這輛車從設計之初就是為無人駕駛運營場景打造的，而非在量產車基礎上做后裝改造。它沒有方向盤、沒有油門剎車踏板，采用對開電滑門和對向式座艙布局，從“以駕駛位為中心”徹底轉向“以乘員空間為中心”。

技術層面，Eva Cab是吉利全域AI 2.0技術體系的集大成之作。它搭載全球首個“量子級AI電子電氣架構”EEA 4.0，通過量子加密技術實現車云兩端全鏈路安全防護。這套架構一次性集成了英偉達SuperChip和Thor U、高通驍龍8797三顆旗艦芯片，總算力超過3000TOPS。在感知硬件方面，Eva Cab全球首搭“2160線數字化激光雷達”，擁有每秒2592萬點的超高成像能力，最遠探測距離達600米。

但在硬核參數背后，最值得關注的內核是一個概念——WAM世界動作模型。它被定位為整車級通用決策基座，具備自我進化能力，車端模型參數量相比傳統方案大幅提升7倍，推理幀率提升3倍。WAM的核心價值在于讓車輛真正“理解”物理世界的行為邏輯，而不僅僅是識別物體。配合千里浩瀚G-ASD L4軟件方案，Eva Cab可以在公開道路實現無人接駁。

商業化路徑也已明確：該車的曹操出行深度定制版計劃于2027年量產，并開啟商業化運營，已在杭州、蘇州等城市完成超過一年的路測。吉利由此構建了一套從“原生架構定義—AI能力整合—出行平臺運營”的完整閉環。

與吉利的“原生造車”思路不同，輕舟智航走的是一條更聚焦的路線——成為物理AI時代的底層技術供應商。作為一家自動駕駛解決方案公司，輕舟在本屆車展上完成了技術、產品與戰略的集中呈現。

發布會主題“物理AI，輕舟已至”本身就是一份戰略宣言。現場首次公開了基于“世界模型+強化學習”統一架構的物理AI模型，涵蓋云端與車端雙引擎部署。這是自動駕駛領域一個重要的技術升級方向：世界模型負責理解和物理環境的動態變化（例如預判前方行人是否會突然橫穿），強化學習則負責在虛擬環境中海量試錯，訓練出最優決策策略。

配合這套技術底座，輕舟推出“乘風MAX”輔助駕駛方案，算力超過500TOPS，采用11V1L配置，深度融合VLA與世界模型，提供高階城市NOA功能，可覆蓋城市主干路、鄉村小路等公共道路，應對復雜路口、環島、掉頭等場景。同時，輕舟還首次披露了L4級Robotaxi與Robovan的最新階段性成果，面向公眾出行與物流場景雙線并進。

值得一提的是輕舟的“梯度化”策略——將乘風方案劃分為AIR、PRO、MAX三個梯度化產品線，滿足從高速NOA到普惠城市NOA、極致城市NOA的全場景需求。這種分層打法既能在技術端保持對前沿物理AI能力的探索，又能在商業端適配不同價位車型的落地需求。

輕舟還宣布將正式升級全新使命愿景——“物理AI 美好未來”，標志著公司正從無人駕駛賽道向更廣闊的通用物理AI領域邁進。這一定位切換意味深長：從工具供應商升級為時代基礎設施的構建者。

從“造車”到“造人”，物理AI的下一片戰場

本屆車展上，真正讓媒體和觀眾感到“時代在變”的，是人形機器人的集中登場。當一個汽車展會上機器人比概念車還吸引眼球，說明汽車行業的邊界正在快速消融。

據不完全統計，包括小鵬、理想、小米、奇瑞、比亞迪、廣汽、長安、吉利、中國一汽在內的十余家車企都已明確公布了機器人的布局與量產計劃。其中，小鵬的IRON和新近奪得人形機器人半馬冠軍的榮耀“閃電”機器人，成為開展首日展臺排隊人數最多的兩個展品。

為什么車企集體開始“造人”？這并非跨界沖動，而是物理AI能力能否通用化的核心驗證。汽車本身就是一個四輪機器人，一輛Robotaxi本質上也是一個具備高階環境感知、自主決策和物理交互能力的具身智能體。車企積累的感知算法、決策模型、算力平臺等能力，天然存在向雙足機器人復用的可能性。反過來，機器人在更復雜、更非結構化的物理環境中的研發經驗，也能反哺自動駕駛能力的進化。二者共享同一個物理AI內核。

理想汽車董事長李想將2026年定義為“理想汽車進化為具身智能企業關鍵的一年”，計劃年內發布雙輪機器人產品用于工廠制造場景。小米的人形機器人CyberOne已進入自家汽車工廠“實習”上崗，雷軍宣布未來三年在AI領域投入600億元。廣汽則孵化成立廣東慧侖科技，全資承接全集團機器人業務，走全棧自研路線。

汽車行業正在經歷一場從“交通工具”向“具身智能體”的深刻范式轉移。這場轉移不僅僅關乎產品形態的變化，更關乎產業競爭邏輯的徹底改寫。以往車展的核心是“車”，今年的核心正在從“車”滑向驅動車與人、車與世界的“智能”。物理AI的概念之所以能在這個時間點成為共識，正是因為行業走到了從功能疊加邁向能力融合的臨界點——誰能率先定義物理AI的核心范式，誰就能拿到下一個十年的入場券。

與此同時，供應鏈格局也在加速重構。核心供應商首次大規模進入主展館，與整車品牌同館展示——寧德時代與寶馬、保時捷、蓮花等豪華品牌共處W4館；文遠知行、地平線、科大訊飛與豐田、長安同在B3館。“整零同館”背后反映的是一個真實的產業趨勢：當物理AI成為產業鏈中最具壁壘價值的一環，供應商的話語權正在歷史性地上升。

結語：

2026年北京車展上的“物理AI”熱潮，絕不是幾個企業市場部門商量好的營銷話術同頻。它是汽車產業在智能化深水區探索多年后，一次真正意義上的產業共識集中爆發。

回看歷史脈絡會更清楚：2019年車展談L2、談傳感器；2021年談芯片、談算力；2024年談Transformer、談端到端大模型；到2026年，行業終于發現，此前每一個單點技術突破都需要被整合進一個更大的底層框架——讓AI真正理解物理世界運行的方式。物理AI正是這個框架的落點。

它的提出和走熱，也精準回答了三個行業焦慮：

第一，突破天花板——當L2+功能已經普及到十幾萬車型，行業需要一個新的錨點來定義更高階能力，L3/L4的最終跨越必須建立在物理AI之上；

第二，跳出同質化——當傳感器和算力配置越來越雷同，物理AI提供了底層能力差異化的可能；

第三，打開想象空間——從Robotaxi到人形機器人、從飛行汽車到智能制造，物理AI是開啟這些萬億級新市場的底層鑰匙，產業鏈話語權的重新分配讓掌握物理AI能力的供應商和車企擁有了定義行業標準的資格。

當然，從共識到落地，物理AI面前仍有大量需要跨越的技術鴻溝。世界模型如何在有限算力下更精確地仿真物理環境？強化學習訓練的虛擬場景如何彌合與真實世界之間的“仿真到現實”斷層？這些挑戰仍然存在。但方向已經明確，路徑已經展開，競爭已經開打。

當一輛車開始“理解”重力和摩擦力的含義，當一個機器人能“預見”行人下一秒的軌跡，當一座展館里最熱鬧的展臺不再只展示鋼鐵與橡膠——我們大概可以確認，AI真正走進物理世界的時代，已經開始了。2026北京車展，就是這個時代的序章。