在聊各家的方案之前，我们先要搞懂：到底什么是物理 AI？于骞在演讲中，清晰地划分了智能汽车 AI 能力的三次关键进化，也让物理 AI 的定义一目了然。智能驾驶的第一阶段，是规则驱动时代（2015 年之前）。这个阶段的智驾系统，完全基于人工编码的规则运行。遇到红灯停，遇到障碍物刹车，所有场景都要提前写好规则。它的缺点也显而易见：泛化能力极弱，只能在高速等结构化道路运行，遇到规则外的场景就会失效。智能驾驶的第二阶段，是数据驱动时代（2019-2025 年）。这个阶段的核心，是基于深度学习的感知 – 规划分离架构。通过海量的路测数据，训练 AI 识别车道线、车辆、行人、障碍物，再根据识别结果规划行驶路径。现在市面上绝大多数的城市 NOA 方案，都属于这个阶段。它能应对绝大多数常规路况，但始终有一个致命缺陷：只识别 “是什么”，不理解 “为什么”，更无法预判未来。而智能驾驶的第三阶段，就是物理 AI 时代（2026 年起）。它的核心架构，是VLA 视觉语言动作模型 + 世界模型 + 强化学习三合一。物理 AI 和前两代最大的区别是：它不只是识别 “前方有一个障碍物”，而是真正理解这个障碍物是什么、它的运动轨迹会是什么、它和周围的物体会发生什么物理交互、未来几秒会有多少种可能的走向。打个最简单的比方：前方路边有一个滚动的皮球。前两代智驾系统，只会识别 “前方有移动物体”，然后触发刹车；而物理 AI 系统，会立刻理解 “皮球后面大概率会有追出来的小孩”，提前减速、预判风险、规划避让路线。这就是本质的区别：一个是被动反应，一个是主动理解和预判。对于高阶自动驾驶来说，物理 AI 不是锦上添花，而是必经之路。L3 级及以上的自动驾驶，要求车辆能应对所有的极端路况和长尾场景，只靠数据驱动的感知智能，永远无法覆盖所有的意外。只有让车真正理解物理世界的运行规律，具备和人一样的常识认知和预判能力，才能实现真正安全的无人驾驶。
轻舟乘风 MAX：500TOPS 算力底座，物理 AI 落地量产
在 2026 北京车展上，第一个把物理 AI 从概念落地到量产方案的，是轻舟智航。它发布的乘风 MAX 高阶智驾方案，就是完全基于物理 AI 架构打造的，也是国内首个官宣量产的物理 AI 智驾方案。这套方案的硬件底座，搭载了单芯片算力达 508TOPS 的智驾芯片，整车总算力超 1000TOPS，相当于在车里装了一台小型超算，为物理 AI 大模型的运行提供了充足的算力支撑。在核心架构上，它采用了 VLA 视觉语言动作模型，融合了视觉感知、语言理解和动作执行三大能力，同时结合了世界模型与强化学习的统一架构。实测数据显示，这套方案的城市 NOA 接管率，较上一代产品下降了 62%；在无高精地图的情况下，能实现全国城市道路、高速道路的全覆盖，应对雨雾、夜间、隧道等极端场景的能力大幅提升。除了乘用车智驾方案，轻舟智航还把物理 AI 架构应用到了 L4 级 Robotaxi 与 Robovan 上，覆盖公共出行和城配物流两大场景，实现了技术的全场景复用。
华为乾崑 + 博世：巨头集体入局，物理 AI 赛道全面爆发
不只是轻舟智航，华为、博世等行业巨头，也在 2026 北京车展上，把物理 AI 作为了核心发力点。4 月 23 日，华为乾崑技术大会上，华为智能汽车 BU CEO 靳玉志直言：华为乾崑智驾 ADS 5，正是为高阶自动驾驶而来。这套全新的 ADS 5 系统，核心升级就是引入了世界模型与物理规律建模能力，实现了从 “感知智能” 到 “认知智能” 的跨越。目前，华为乾崑 ADS 5 已经实现了全国高速、城市道路的无高精地图全覆盖，L3 级自动驾驶功能已在问界、享界、智界等全系车型上完成适配，只等相关法规落地，即可向用户全量推送。华为的目标很明确：用物理 AI，拿下 L3 级自动驾驶规模化落地的先机。而全球最大的汽车零部件供应商博世，也在车展上发布了专为中国市场开发的 L3 级自动驾驶系统方案。博世智能出行集团董事会成员克里斯托弗・哈通明确表示：智驾行业已经从 “功能比拼” 进入了 “深水区”，竞争的核心已经从单项能力，转向了全场景的系统能力。这套中国专属的 L3 方案，核心就是基于物理世界建模的认知智驾架构，可覆盖高速、城市快速路全场景，最高支持 130km/h 的自动驾驶，预计 2027 年实现量产上车。作为全球 Tier1 的龙头，博世的入局，意味着物理 AI 已经成为了行业公认的技术方向。2026 年北京车展，注定会成为智能驾驶行业的一个转折点。轻舟智航、华为、博世等头部玩家的集体入局，标志着物理 AI 时代已经正式到来。智能驾驶的竞争，已经从 “覆盖多少城市” 的数量比拼，升级到了 “理解物理世界” 的底层技术较量。谁能先把物理 AI 做到极致，谁就能在高阶自动驾驶的终局之战中，抢到最终的入场券。
夜雨聆风
