精华速览
10月26日，第八届智能驾驶大会暨2026环秀湖物理AI产业发展推介会在苏州相城举行。与上届聚焦车路云一体化、出海和无人驾驶商业化不同，本届讨论边界从智能驾驶延伸至物理AI，机器人、低空飞行器等形态首次同场出现。Momenta、曹操出行、面壁智能等企业及高校嘉宾围绕世界模型、强化学习、端侧大模型、虚拟仿真和车路云给出判断。核心共识是：高阶辅助驾驶已进入规模化上车阶段，Robotaxi正从技术验证走向运营商业化，但AI进入物理设备后，数据获取、模型训练验证、开发成本与真实世界安全性成为新难题。智能驾驶被视为物理AI最早落地的试验场，行业正从单车智能走向车云协同与多载具协同。
要点透视
- 中国工程院院士李克强指出，单车传感器和计算能力存在物理边界，高级别自动驾驶需向车路云一体化演进；今年已有7家车企推进相关应用，中国一汽已公布量产导入，北京、重庆等地正开展车企协同开发。
- 清华大学教授曲小波团队与奇瑞合作开发自主巡航复合翼模块化飞行汽车，由机翼、座舱和底盘组合成飞行器或自动驾驶汽车；其需求响应公交已在湖南株洲职教城常态化运行18个月，超50%的约10万名师生注册使用，平均单次成本约2元，出租车约9.16元。
- 汤元科技CEO任冬淳介绍Yootta WorldLoop虚实融合闭环系统，称真机采集1000条抓取数据需超1000分钟，采用GPU并行仿真可缩短至数分钟至十几分钟；公司已开放500套家居场景，下一阶段计划构建5000个虚实对应场景、发布100万个真实资产和500万小时合成数据。
- 曹操出行CEO龚昕提出RoboX战略，将网约车、巴士、低速物流车、货运卡车和eVTOL统一封装为AI Agent可调用的服务；目前Robotaxi覆盖6座城市、车队超200辆，Robo One在长沙、成都部署超50台，计划2030年前在苏州投放数千台并实现7×24小时运营。
- Momenta副总裁顾功尧透露，搭载其辅助驾驶系统的乘用车已超130万辆，累计定点超240个、交付120多款车型，真实行驶里程约200亿公里；其R7世界模型参数约10亿级，下一代R9计划提升至约千亿级，车端芯片算力从百TOPS级向千TOPS级演进。
- 面壁智能联合创始人刘知远提出“密度法则”，称全球开源大模型智能密度约每100天提升一倍；按此推算，不到两年同等能力所需参数量和算力可能下降两个数量级，使万亿级模型部分能力压缩至百亿级并部署到终端。
- 爱思人工智能董事长杨通介绍Agnes Harness通过标准硬件协议让大模型用自然语言连接显微镜、医疗设备、无人机等可编程设备；其实验使用约0.9B参数模型，部分模型约每半小时更新一次，游戏测试中部分任务胜率从约3%提升到90%。
文章拆解
本届大会最明显的变化是议题边界外扩。上一届讨论重点还是车路云一体化、智能驾驶出海和无人驾驶商业化，今年机器人、低空飞行器与智能驾驶同场出现，说明行业开始把“AI进入物理世界”视为一个共同命题。这一变化并非概念包装，而是由产业阶段决定的：高阶辅助驾驶已进入规模化上车，Robotaxi从技术验证走向运营，AI必须面对真实道路、真实设备和真实安全责任，数字世界的模型能力与物理世界的执行约束由此正面碰撞。
从嘉宾判断看，核心逻辑可归纳为三条主线。第一条是补足单车智能的物理边界。李克强将感知边界、数据不完整和开发效率低列为三大技术问题，并给出车路云一体化的解法，即标准化数据轨道加面向大模型的数据服务体系。其产业化验证已覆盖静止障碍物、鬼探头、绿波通行等场景，今年7家车企推进、中国一汽公布量产导入，表明该路线正从示范走向导入，但投入与商业产出不匹配仍是行业性难题。
第二条主线是用世界模型和仿真降低物理AI的训练与验证成本。Momenta将物理AI理解为世界模型加强化学习，用约200亿公里真实里程预训练，再在仿真中推演和强化学习；汤元科技则用生成式世界模型和物理引擎批量生产合成数据，把真机采集的千分钟级任务压缩到分钟级。两者共同指向一个现实：物理AI的瓶颈不只是模型能力，更是数据获取效率和验证周期。曲小波团队将数字推演压缩到100毫秒以内的目标，同样是在解决实时控制问题。
第三条主线是端侧智能与智能密度。刘知远提出开源模型智能密度约每100天翻倍，若趋势延续，终端设备将承载原本属于服务器的能力。这对汽车、机器人和低空飞行器意义直接：时延、隐私和离线运行都要求模型下沉。但密度法则基于开源模型观察，能否在车规级安全要求下稳定兑现尚待确认。
对用户和行业而言，短期可感知的变化是城区NOA向10万元级车型下探、Robotaxi车队扩张和出行服务被AI Agent统一调用；中期变量在于车路云基础设施的覆盖节奏、世界模型仿真与真实世界的偏差控制，以及端侧模型在安全关键场景中的可靠性验证。潜在风险包括：车路云投入回收周期长，商业闭环尚不清晰；合成数据若物理属性失真，可能放大Sim-to-Real Gap；端侧模型频繁更新与功能安全认证之间存在张力；Robotaxi规模化运营还受准入政策与成本约束。物理AI的叙事已经成立，但从试验场走向规模化产品，仍需跨过安全、成本和标准三道门槛。
暂无评论。