从自动驾驶到人形机器人：物理AI的质变时刻何时到来？

物理 AI（Physical AI）正在成为硬件与科技界最具吸引力的标签。

如今，凡是业务与硬件沾边的企业都在争相挤进这趟列车。从声称“汽车就是机器人”的智能车企，到升级为“物理 AI 生态公司”的法拉第未来，再到将物理 AI 视作天然卡位点的安防摄像头厂商与家电企业，这一概念迅速席卷了千行百业。然而，在热烈狂欢的背后，物理 AI 的真实落脚点究竟在哪里？

谁才是物理 AI 的首要落地载体？

物理 AI 能拥有今日的关注度，NVIDIA 创始人黄仁勋起到了决定性的推动作用。在 2024 年的 COMPUTEX 上，黄仁勋明确指出“下一波 AI 浪潮是物理 AI”，勾勒出从感知 AI、生成式 AI、AI 智能体，最终通向理解物理规律并在现实世界中执行行动的物理 AI 演进路径。

传统大语言模型隔着屏幕理解世界，而物理 AI 必须介入实体世界的运转。英伟达定义的典型载体涵盖机器人、智能空间与自动驾驶汽车。

但在当下，不同载体的落地成熟度截然不同。备受资本追捧的人形机器人年产量尚停留在千台或万台级别，仍在寻找刚需落地场景。相比之下，同样具备完整感知、决策与执行链路的智能汽车，才是目前数据最丰富、量产规模最大、商业闭环最扎实的物理 AI 本体。

智能汽车不仅在真实道路上持续处理红绿灯识别、避障与路径博弈，更攻克了人形机器人眼下最棘手的量产难题。车企每年数十万台的车辆交付，构成了源源不断的真实世界数据流与 OTA 迭代飞轮。工信部等九部门发布的《智能网联新能源汽车产业发展“十五五”规划》亦明确提出，要推动人工智能模型与智能体率先在汽车行业落地应用。汽车早已成为 AI 走出虚拟世界的第一块核心试验田。

马斯克很早便强调特斯拉是一家 AI 与机器人公司，车辆本质上是“装在四个轮子上的机器人”。而在国内，小鹏汽车同样构建了涵盖模型、算力、芯片与本体全栈自研的物理 AI 体系。其推出的第二代 VLA（Vision-Language-Action）物理世界大模型，正尝试同时赋能汽车、Robotaxi 与人形机器人。

底座架构是唯一的长期护城河

大模型领域的经验表明，单次刷榜领先难以形成长久壁垒，真正决定终局的是持续生产下一代模型的技术体系。物理 AI 同样正在告别早期的单点动作展示，转向底座模型的深层博弈。

各大巨头已加速在世界模型层面的布局：NVIDIA 推出基于混合 Transformer 架构的 Cosmos 3 世界基础模型，将视觉推理、环境生成与动作预测融于一体；Google 重启机器人战略后推出 Gemini Robotics 2，实现对本体的全身控制。

国内技术迭代同样指向底层架构创新。小鹏第二代 VLA 模型去除了传统 VLA 中低效的“语言转译”环节，实现从视觉信号到动作指令的直接端到端生成。在此基础上，该模型通过引入 Infini-VLA 长时序架构与 X-Foresight 预测世界模型，实现了从“空间感知”向“时空理解”的跨越——不仅记忆过去 30 秒的信息，还能推演周边交通参与者未来 6 秒的动态。

配合流式自回归推理（Streaming Inference），端到端响应速度提升显著。这种改变模型认知世界底层逻辑的代际迭代能力，才是构建物理世界“操作系统”的核心要素。

跨本体复用开启质变前夜

物理 AI 走向质变的核心标志，在于同一套技术架构能够被成功复用到形态各异的硬件本体之中。

在自动驾驶领域，Robotaxi 正在告别昂贵的后装改装路线。特斯拉基于量产版 Model Y 与 FSD 推进无人驾驶营运；小鹏的首台自研量产 Robotaxi 同样基于民用量产车型打造，共享图灵芯片与第二代 VLA 模型，目前已全面进入主驾无人道路测试阶段。

更广阔的跨越正发生在人形机器人领域。长久以来，许多人形机器人初创团队偏重机械运动控制、轻视通用智能算法，陷入“身强脑弱”的技术瓶颈。而深耕智能汽车的企业则展现出了独特的降维优势：不仅算法与数据闭环能够直接复用，成熟的汽车供应链还能迅速抹平高昂的制造成本。

特斯拉 Optimus 大量复用了 FSD 软件团队的积累与工厂生产线；小鹏人形机器人 IRON 则搭载了来源于车端的 3 颗图灵 AI 芯片及 VLA 大模型，供应链重合度超过 85%。

资本市场与制造业也在加速合流。小鹏人形机器人业务在完成超 9 亿美元独立融资后，启用了通用人形机器人自动化产线，首台机器人已实现自主走下产线。

当汽车、Robotaxi 与人形机器人共享同一个数字化大脑与制造基建，物理 AI 便不再只是实验室里的展示品，而是正站在从工程落地迈向规模爆发的关键拐点。