从AI（人工智能）拼凑式的创新，到以AI为核心重新定义汽车，汽车行业正经历一场变革。
2026年世界人工智能大会（下称“WAIC”）上，具身智能首次与智算并列为核心板块。物理AI、世界模型、智能体取代了往日的芯片算力与感知参数，成为会场高频词。
与此同时，行业焦点已经从“技术验证”转向“规模化商用”。九识智能成为全球首家实现L4无图方案量产的企业，部署周期压缩至一天；文远知行发布物理AI认知大模型WIIT，以“物理事实建模”取代传统像素识别，Robotaxi（无人驾驶出租车）已在国内外四城开启纯无人运营；小马智行推出世界模型2.0，通过可微分世界模型将训练效率提升一个量级，并提出AI自主进化的“超级智能体”概念。
展馆内，一条真实的汽车产线在运行，人形机器人演示着电池模组堆叠与线束插接。围观者心里清楚，这只是表演。从舞台到产线，中间隔着把物理智能装进真实世界的全套工程化能力。行业对AI的讨论，正在从“能算什么”转向“能做什么”。
智能汽车被视为物理AI走出虚拟世界的第一站。大模型上车重新定义了“车”。吉利联合阶跃星辰推出超级智能体“超级Eva”，试图把语音交互从“一问一答”变成“一句话办事”；比亚迪、小鹏、理想各自发布自研车载全域大模型，把座舱、智驾、车路协同统一纳入同一个模型。
更值得注意的是，汽车产业链企业集体向具身智能迁移。蔚来用神玑NX9031车规芯片给机器人当“大脑”，禾赛把车载激光雷达技术搬到了机器人上，理想把战略愿景从“创造移动的家”改成“进入物理世界的具身智能机器人”，小鹏则直接喊出“汽车即机器人”，而智驾公司们集体转向物理AI叙事，试图以一个基座大模型“端”到所有地方去。
热闹之下，潜藏着深层次矛盾。智驾行业战略重心正向更大的叙事迁移，而最基础的用户信任，却仍在前端停滞。当产业高歌猛进地将汽车推向“物理AI入口”，用户的安全感与体验感，仍是未被填平的底层缺口。
从功能上车到物理AI入口之争
过去五年，行业用芯片算力、感知模型参数和平均接管里程来定义一辆车的智能化水平。到2026年，这些指标正退居二线，取而代之的是一个更宏大的叙事，汽车是物理AI最先落地的载体，智驾只是这个载体上的第一个应用。这一变化背后，是一次企业身份和估值逻辑的重构。
自2026年初英伟达首席执行官黄仁勋点明物理AI趋势后，几乎所有国内智驾企业都在拥抱这套叙事。
本届WAIC上，Momenta以“物理AI第一股”的标签完成亮相。此前不久的7月8日，该公司登陆港交所，首日市值突破700亿港元。而一年前它还是“智驾公司”，到上市前夕时已完成物理AI叙事切换。它最耀眼的成绩是，国内第三方城市NOA（导航辅助驾驶）供应商市场的占有率65%。
Momenta企业人士告诉《财经》，物理AI的核心是数据规模化拓展和商业闭环，且二者正形成正向反馈，自动驾驶是目前唯一同时实现这两者的物理AI领域，Momenta计划用同一套世界模型，支撑乘用车、无人配送车、无人货运卡车和无人驾驶出租车等不同形态的规模化落地。
当技术供应商集体切换赛道，车企的战略分化也随之加剧。
新势力阵营将AI上升为定义公司身份的核心。2026年6月，蔚来创始人李斌提出“现在的汽车公司，必须成为AI公司”。理想汽车创始人李想则判断，2026年是成为AI头部企业的“最后上车时间”，全球能同时布局基座模型、芯片、操作系统和具身智能的公司不会超过三家。小鹏汽车已将公司定位升级为“面向全球的具身智能公司”。在本届WAIC，蔚来汽车首次独立参展，推出了“睿动”具身智能开发平台及分布式智能体平台。
传统自主品牌则选择了另一条路径。比亚迪发布“璇玑”架构，依托规模效应实现技术普惠。吉利构建“整车通用大脑”，长城汽车成立人工智能实验室。它们的共同逻辑是将AI作为打通智驾、座舱、动力域的技术工具，走的是“整车智能”路线。
这条路落地可靠，但风险同样清晰，如果AI的核心价值最终落在“生态”而非“整车”上，传统车企可能再次被锁定在硬件制造商的角色里。
长安汽车的危机感尤为强烈。中国长安汽车集团有限公司党委副书记、董事谭本宏在年中媒体沟通会上透露，长安今年在智算中心算力上的投入约30亿元，并直言，“如果不做这样的实践，可能以后真的就是一个‘造壳’的公司”。他还公布了“一脑多体”构想，核心逻辑是如果大模型能开车，它是否还能做点别的事，能否成为机器人。据悉，长安已注册机器人子公司。
“‘一脑多体’的技术可行性正在得到验证，特斯拉正在通过端到端机器人基础模型实现自动驾驶、人形机器人、数字智能体的多场景复用，基于海量车队数据训练的基座模型可适配不同‘身体’的控制需求。”一位智驾行业人士告诉《财经》。
国际品牌阵营同样在分化。宝马在全球降低L3级研发优先级，却在中国发布“360度全链AI战略”。奔驰全球搁置L3、聚焦L2+级，在中国持续与Momenta合作。大众采取“在中国，为中国”战略，与小鹏联合开发的车型已经落地。
“全球谨慎、中国激进”的分裂根源在于，中国市场的智能化已不是加分项而是入场券。特斯拉则显得更为激进，将汽车视为“轮式机器人”，人形机器人视为“无轮汽车”，共享同一套技术栈。
在智能座舱领域，据不完全统计，过去一年已有超过30个大模型上车。而2026年上半年，智己、上汽荣威、赛力斯等车企密集推出AI车型方案。
“我们理解的AI汽车，不只是把AI放到车上，而是让汽车成为物理AI的新物种。”火山引擎副总裁杨立伟称，目前火山引擎已与主流车企达成AI创新合作，搭载豆包大模型的智能汽车超700万辆。
但当前AI汽车的概念存在泛滥之嫌，上汽荣威品牌事业部总经理钱漾直言不讳，“AI汽车”被说得太多，但本质上很多产品只是加了点AI功能，体验都是散点，AI原生汽车的核心是AI作为唯一入口。
赛豆科技的路径更为激进。2026年6月，赛豆科技发布全新AI汽车品牌AIVA，其总裁李博称，AI参与从产品定义到技术架构的全流程，如果AI要长出身体，汽车就是那个最重、最合适的身体。
由此一来，汽车被重新定义为一个能持续进化的智能伙伴。这一叙事对正在寻求估值逻辑重构的行业而言，吸引力巨大。
产业端千亿投入加码，消费端用户沉默
麦肯锡《2026中国汽车消费者洞察》显示，智驾已成体验门槛，69%受访者视城市NOA为标配，近九成受访者看好2035年可实现L4。
智能化硬件的装车率正在飞速攀升。工信部数据显示，2026年以来搭载组合驾驶辅助功能的乘用车新车渗透率已达70%，城市NOA车型渗透率超过30%。
然而，故事的另一面，是沉默的用户。车企对AI的真心实意，与用户的实际体感之间，横亘着一道信任鸿沟，装车热潮并未换来使用热潮。
东吴证券调研显示，仅31%车主经常使用城市NOA，20%明确“不敢用”，超70%极少或从未启用。硬件上车趋之若鹜，上路启用却望而却步，智驾领域的“叶公好龙”正在上演。
“用户不是不在意智驾，只是之前都太不好用了。”文远知行首席执行官韩旭表示。他认为衡量智驾水平的三个指标是平均接管里程、智驾激活率和智驾使用里程数，“很多厂商宣称他们有世界模型，我现在怀疑他们有没有”。
韩旭指出，美国加州特斯拉车主的自动驾驶里程占比已达98%以上，而国内最强系统约在百分之三四十，差距本质在于真实路况下的可用性和可信赖度。
华为智能驾驶解决方案产品线总裁李文广同样指出，当下多数标榜“高阶智驾”的产品存在严重宣传溢价，无接管里程仅数百至数千公里，而行业真正的准入门槛是数十万公里零安全事故。
对此，轻舟智航相关负责人则对《财经》表示，“一个好用的智驾系统，既要在技术上补足功能的短板，也要在责任上提高用户的信任感。车企和智驾企业敢于承诺安全兜底，比任何技术指标都更能建立用户信任。”
智能座舱面临同样尴尬。麦肯锡全球副董事合伙人周冠嵩认为，当前行业仍处于“有AI、不智能”的过渡阶段。现阶段的智能系统距消费者心中“能听懂、会记忆、善思考、可执行”的全场景伙伴仍有差距，未来竞争焦点是谁能率先让用户产生“这台车懂我”的感知。
舱驾割裂的难题，正在出现新的解法。火山引擎已于4月发布基于代理式人工智能架构的汽车AI解决方案，尝试通过一个AI大脑打通车控、导航、智驾等关键功能域。但杨立伟指出，不追求座舱与智驾模型在同一芯片上运行才是务实选择，因为“智驾模型推理频次要求10至48赫兹每秒，而座舱模型1秒内1或2赫兹就能满足交互需求，性价比不高”。
这从侧面印证，真正的“AI原生架构”时代，尚未到来。
清华大学教授李升波认为，在“物理原生智能”框架下，自动驾驶汽车作为首个量产化的具身智能系统，其智能性仍远未达到人类水平。他指出了一个关键错配，AI对世界的理解必须强化因果规律，原因先于结果，状态预测不得依赖未来信息，然而现有训练范式多从视觉、语言大模型迁移而来，行业在用处理“信息”的方法论去处理“物理”，这是问题的根源。
身份升级后，智驾经验能否迁移？
智能驾驶作为一个独立赛道的估值天花板正在被触碰，行业集体转向“物理AI”以求突破。但身份跃迁本身，也暴露出产业深处的断裂。
最直观的信号来自人才流动。过去两年，国内智驾领域近40位核心高管及技术骨干跨界进入具身智能。这些跨界者带走的，是在智驾领域验证过的工程化与产品化方法论。与此同时，一个颇具象征意味的现象出现了，部分具身智能企业在招聘世界模型研究员时，直接将“不要智驾背景”写入岗位要求。
中国人才研究会汽车人才专业委员会秘书长李喆乐告诉《财经》，这是企业的招聘偏好，更偏向个案。目前国内汽车研发人员保守规模已达93.8万人，智能网联零部件企业研发人员占比高达42%，但智驾人才涌向具身智能的底层原因是前期赛道热潮造成人才供给过剩，从业者看好新赛道前景主动寻求机会，同时车企布局机器人产业寻求第二增长曲线，属于产业周期的正常现象。
智驾领域积累的经验，究竟能否向具身智能迁移？行业内部出现了两种不同判断。
持否定立场者已将立场写进招聘启事。在实操方面，均胜机器人总经理胡爽称，过去两年，AI可以写代码、通过执业考试，机器人可以跳舞、翻跟头，但将其放进真实工厂独立顶一个班，全世界没有一台机器人做得到。但Momenta相关人士却乐观表示，“今天已获得验证的算法、数据、规模化量产经验和工程化能力，会是跨场景复用的核心能力。”
轻舟智航相关负责人对《财经》分析称，自动驾驶与具身智能的技术范式本身没有本质差异，都是基于数据驱动。但根本差异在于，智能汽车处理的是转向、油门、刹车等连续低维的动作空间，环境规则相对明确；而具身智能要处理关节运动、抓取姿态等离散高维的动作空间，任务复杂度更高。
技术栈可以复用，方法论却需要重构。类似的断裂感在商业化落地层面体现得更为直接。
“2026年之前，端到端方案通用能力达到70分，经过少量泛化后可以达到90分，形成一个基本好用的水平。但除了乘用车之外，其他垂类都是碎片化的，一旦跨垂类，问题就很大。如果要对每一个垂类都适配一遍，成本将非常高昂。”卓驭首席执行官沈劭劼对《财经》表示。
这正是“智驾沦为载体入口”的关键卡点，入口的价值，取决于能否低成本、高效率地通向多个场景。作为应对，卓驭发布了原生多模态基础模型，核心愿景是实现零数据知识迁移，让“移动智能基座”具备跨垂类开箱即用的能力。这是目前最激进的解法之一，也意味着极高的技术门槛。
当一个行业的技术能力无法平滑迁移时，资本期待的“爆发式增长”便无从谈起。
“如果回到两年前，我都不太信L4跟L5会真正落地。但最近两年AI对自动驾驶乃至物理AI的推动力，彻底改变了这一判断。”小鹏汽车董事长何小鹏告诉《财经》，预计未来三到五年内L4乃至L5将实现落地，高等级智驾与普通L2的体验差距将拉开10至1000倍量级鸿沟。
如果L4在三到五年内落地是大概率事件，那么从智驾向具身智能的跳跃，必然需要一个比资本叙事长得多的周期。另据《财经》获悉，Momenta创始人曹旭东预期其公司将于2028年实现盈利，并计划利用部分利润投入家用场景的具身智能业务。
不过，技术基础设施的迭代节奏，远慢于资本的鼓点。以算力为例，德赛西威高级总工程师彭学明认为，短期的硬件低价可能只是一个账面优势，全域同源的高算力平台才是长期价值所在。企业选型算力平台需立足整车五年以上的全生命周期视角，当前2000TOPS已是AI原生L3的基础门槛，未来需求或将提升至6000TOPS以上。
在通往物理AI的漫长路途中，智驾行业已经大多跑通了技术，跑通了资本，但现在需要跑通人与机器之间最基础的信任关系。能完成这场“用户握手”的企业，才更有资格定义AI汽车的下一个十年。
216.73.217.148
