车企集体押注「物理AI」

英伟达创始人黄仁勋的判断正在应验：人工智能的下一波浪潮将是物理AI。

一场由AI驱动的技术范式革命，正在让车企和智驾Tier 1的技术重心从"看见世界"转向"理解世界"。

小鹏将企业定位从"智能电动车企"升级为"物理AI公司"；华为发布ADS 5系统，底层技术升级为面向自动驾驶的AI智能体。

蔚来创始人李斌亲自站台世界模型新版本；理想在NVIDIA GTC 2026上发布MindVLA-o1，直言"自动驾驶只是物理AI的起点"。

北京车展上小鹏的“物理AI全品类”

对车企而言，这不仅是技术路线的选择，更是从"汽车公司"向"物理AI公司"的身份跃迁。

谁能率先让AI真正理解物理世界，谁就能在智能化的下半场赢得先机。

传统AI是数据驱动的映射，物理AI是物理规律驱动的推理。

传统AI的核心能力是模式识别——从海量标注数据中学习统计规律。

它能精准识别出前方有一个圆球滚过，但无法预测后方是否可能会有奔跑的儿童，这就需要物理世界的规律推演。

物理AI则让AI系统具备在真实世界中感知、推理、行动、反馈的闭环能力，不仅能"思考"，更能基于对物理规律和因果关系的理解，在从未见过的场景中做出合理决策。

Momenta已通过聆讯，冲刺“物理AI第一股”

Momenta CEO曹旭东表示：大语言模型压缩的是数字世界的常识，而物理AI要做的是预测物理世界未来的状态和交互逻辑。

第一条是世界模型+强化学习。 

世界模型不是简单的仿真引擎，而是能够理解物理世界运行规律并预测未来状态的系统。

它分为三层：预训练（将物理规律压缩进模型）、仿真（推演行为变化时世界如何演变）、强化学习（在虚拟训练场中反复试错）。

华为ADS 5的WEWA 2.0架构是典型代表：云端引入多智能体博弈和生成式AI，训练强度提升10倍；车端应用安全风险场理论，碰撞风险降低50%。

特斯拉2026年公开的世界模型专利则描述了"数字孪生+平行宇宙"方案，能让AI一天内学习相当于人类500年经验的虚拟路况。

第二条是VLA（视觉-语言-动作）大模型。

与世界模型侧重虚拟推演不同，VLA的目标是在同一模型框架内统一感知、推理和决策。

最后，值得注意的是，两条路线并非二选一：

理想的MindVLA-o1已整合隐式世界模型，而Momenta的R7强化学习世界模型也覆盖了类似VLA的决策推理功能。

物理AI不是未来的概念，而是正在发生的汽车产业重构。