編者語：后臺回復“入群”，加入「智駕最前沿」微信交流群
2026年，貫穿北京車展、各大廠商發布會乃至科技企業財報的，有一個高頻詞匯，那就是物理AI。小鵬在財報中明確將企業定位從智能電動車企升級為物理AI公司，何小鵬稱物理AI應用正處在從量產落地到規模爆發式增長的前夜，公司在2026年大幅提升了物理AI相關研發投入。華為發布ADS 5系統，將其底層技術升級為面向自動駕駛的AI智能體。蔚來創始人李斌則在公開場合為蔚來世界模型的最新版本更新站臺，宣布蔚來和樂道都將在六月迎來蔚來世界模型NWM新版本升級。理想汽車也在NVIDIA GTC 2026上發布了下一代自動駕駛基礎模型MindVLA-o1，并表示自動駕駛只是物理AI的起點，未來這類基礎模型將驅動新的具身智能范式。
從這些企業密集的動作中，其實我們可以發現智能駕駛的技術重心，正在從讓車看見世界轉向讓車理解世界，而物理AI正是這一轉向的技術內核。
什么是物理AI，它和傳統AI的區別在哪里？
想要理解物理AI，首先要明確一個基本前提，那就是傳統AI處理的是數字世界的信息，而物理AI的目標是讓智能體在真實物理世界中運行。
百度百科將物理AI定義為融合物理世界建模與智能決策能力的系統，其核心在于通過數學模型、傳感器數據與機器學習算法的結合，使智能體能夠理解物理規律、預測環境變化并執行符合物理約束的操作。中國科學技術大學特任教授王翔給出了一個更貼近技術本質的解釋，物理AI意味著AI系統具備在真實世界中感知、推理、行動、反饋的閉環能力，它不僅會思考，更能通過機器人等具身設備執行任務，并從真實反饋中持續糾錯、自我進化。
圖片源自：網絡
傳統AI（或者說數字AI）的核心能力是模式識別，它能從海量標注數據中學習統計規律，然后對未見過的輸入做預測。這種能力在文本生成、圖像識別等任務上表現優異，但有一個根本性的缺陷，那就是它并不理解物理世界的內在規律。
一個傳統模型可以精準識別出前面有一輛車，但它不會知道這輛車在濕滑路面上的剎車距離是多少，也不會預判路面坡度對車輛重心變化的影響。元戎啟行CEO周光在一次演講中對這個區別做了更清晰的闡述，小模型像是條件反射，依賴局部特征，擅長即時反應，但難以實現高級認知理解；大模型則更接近認知智能，具備更強的泛化能力，能夠像人一樣進行整體判斷。
兩者最根本的區別在于，傳統AI是數據驅動的映射，物理AI是物理規律驅動的推理，前者需要海量標注數據覆蓋盡可能多的場景，而后者即使面對從未見過的場景，也可以基于對物理規律和因果關系的理解，做出合理決策。
圖片源自：網絡
Momenta合伙人、CEO曹旭東從模型預測能力變遷的角度對此做了更底層的拆解，他指出，大語言模型的核心能力是下一詞元預測，這使得AI能夠壓縮數字世界的常識，具備文本理解能力；而世界模型要做的是預測物理世界未來的狀態和交互邏輯，從而獲得理解物體物理屬性、運動因果關系和交互潛在可能的能力。曹旭東總結，世界模型與強化學習共同構成了物理AI的兩大核心支柱，這也是在行業內被廣泛認同的一個概念。
物理AI涉及哪些技術？
如果說物理AI是一個能力目標，那么實現這一目標的技術路徑主要有世界模型和VLA兩條。
先說世界模型，世界模型不是簡單的仿真引擎，而是一套能夠理解物理世界運行規律并據此預測未來狀態的系統。世界模型可以分解為3層，第一層是預訓練，通過海量真實駕駛數據將物理規律、常識與因果關系壓縮進模型，形成對物理世界的基礎認知；第二層是仿真，將世界模型用于自動駕駛的閉環仿真，讓系統能夠推演自身行為變化時世界將如何演變，對長尾場景進行性能評估；第三層是在世界模型中進行強化學習，為強化學習構建高度真實的虛擬訓練場，讓系統在接近真實的環境中反復探索與試錯。
華為ADS 5的WEWA 2.0架構采用的就是這一技術路線，其云端世界模型引入了多智能體博弈機制和多模態生成式AI技術，訓練強度提升了10倍；WEWA 2.0架構采用邊生成、邊學習、邊驗證的在線強化學習，訓練效率再提升10倍；車端世界行為模型應用了安全風險場理論，通過量化動能場、勢能場與行為場生成動態風險熱力圖，使碰撞風險降低50%。這套技術架構將物理世界極難復現的極端場景轉移到虛擬空間中反復訓練，從而以可控的成本逼近真實路況的安全極限。
圖片源自：網絡
蔚來的世界模型路線也進入了規模化驗證階段，2026年1月，蔚來將采用世界模型+閉環強化學習技術架構的智能輔助駕駛版本，全量推送至搭載Banyan、Cedar、Cedar S智能系統的數十萬輛車型上。在1月版本更新后的3個月時間里，蔚來用戶城區領航輔助的使用里程和時長環比分別提升了92%和116%。此后蔚來進一步將技術架構升級為世界模型+監督微調+閉環強化學習三層訓練框架，在國內首次實現了智能輔助駕駛系統直接操作方向盤和踏板，跳過了傳統的軌跡規劃中間層，使路徑更短、延遲更低。此外，蔚來還通過重構傳感器的信息表征方式，在自研系統中首次實現了對潮汐車道、可變車道天空路牌的實時識別與理解。
特斯拉在2026年1月公開了一份世界模型專利，詳細描述了其數字孿生+平行宇宙的實現方案，利用真實車輛采集的視覺數據可重建出高精度的道路三維模型，再通過算法在這個模型上生成無數種現實中難以采集的極端場景，用于訓練車端算法。這個模擬器可以讓AI在一天內學習相當于人類500年經驗的虛擬路況，大幅降低對真實路測的依賴。
VLA（視覺-語言-動作）大模型則與側重于虛擬推演的世界模型不同，VLA的目標是在同一個模型框架內統一感知、推理和決策。理想汽車在NVIDIA GTC 2026上發布的MindVLA-o1就是這一方向的代表，該模型采用原生多模態MoE Transformer架構，通過五大技術創新構建了面向物理世界智能的自動駕駛基礎模型。在感知層面，理想采用了以視覺為核心的3D ViT Encoder，利用激光雷達點云作為三維幾何提示，引導模型理解真實空間結構；同時引入預測式隱世界模型，能夠在隱空間中對未來數秒的場景演化進行高效模擬。理想汽車基座模型負責人詹錕指出：“當我們把視覺、語言和行動統一到一個模型中時，它已不再只是自動駕駛模型，而是在逐漸演化為面向物理世界的通用智能體”。
小鵬的第二代VLA則走了一條更為集約的工程路線，該模型摒棄了對顯式三維重建的依賴，更強調對連續視頻流的使用，讓模型自身去學習空間關系和因果關系。小鵬第二代VLA已正式向用戶推送，推送首月搭載第二代VLA車型的輔助駕駛里程占比首次突破50%。小鵬自研的圖靈芯片也為這套模型提供了算力支撐，搭載Robotaxi車型GX的4顆圖靈芯片提供了3000TOPS的有效算力。何小鵬稱第二代VLA“不只是自動駕駛模型，更是物理世界基座模型”。
圖片源自：網絡
需要一提的是，這兩條路線并不是只能二選一，理想的MindVLA-o1中已經整合了隱式世界模型的推演能力，而Momenta的R7強化學習世界模型也在預訓練、仿真和強化學習三個層次上覆蓋了類似VLA的決策推理功能。現階段，行業競爭的重心正在從理論路線的爭論轉向工程化落地效率的比拼。
為什么車企要轉向物理AI大模型
周光在一次行業演講中指出，行業過去幾年投入了大量資源在小模型上，但模型能力的提升呈現出明顯的邊際遞減效應，最開始投入少量資源，效果提升很明顯；但隨著場景復雜度不斷提高，投入越來越大，收益卻越來越有限。與此同時，小模型也存在蹺蹺板效應，某個版本解決了一部分問題，卻可能引入新的問題；后續再針對性修復，又可能帶來新的不穩定因素。這種能力波動不僅影響系統的可靠性，也讓用戶難以建立對輔助駕駛的長期信任。周光的判斷是，行業正在從小模型主導期進入大模型共識期。
其實不難發現，真實道路的長尾場景幾乎無窮無盡，一輛車突然從路邊沖出、施工路障擺了非標準形態、暴雨天路面積水的反光干擾攝像頭……這些場景在采集數據中出現的概率極低，傳統端到端模型一旦遇到，出錯概率顯著上升。物理AI的解決方案是讓AI不再依賴對場景的記憶，而是基于對物理規律和因果關系的理解做推理，就像人類駕駛員一樣，遇到沒見過的情況也能臨場判斷，這正是物理AI大模型逐步走上舞臺的主要原因。
圖片源自：網絡
2025年底，工信部批準了首批L3級自動駕駛車型的準入許可，意味著車輛在某些條件下可以由系統完全接管駕駛任務，但L3級自動駕駛對系統可靠性的要求遠高于L2，而L2系統存在的典型的不確定性，在L3權限下是不可接受的。物理AI提供的因果推理能力和更穩定的表現，正是滿足L3的必要基礎。
最后的話
2026年可以說是物理AI元年，這有技術也正處于從技術理念走向規模化落地的關鍵階段。據公開數據顯示，2026年1至2月，國內具備L2級組合駕駛輔助功能的乘用車新車滲透率已達到69.15%。城市NOA功能加速落地，華為、小鵬、理想等廠商加速迭代，特斯拉監督版FSD也將正式進入中國市場。在滲透率快速攀升、技術路線逐漸收斂的背景下，車企之間的智駕競爭已經從有沒有轉向好不好用。而好不好用的核心，恰恰在于系統能否像人類一樣理解物理世界的因果關系，從而做出安全、平順、可預期的決策。
-- END --
