站在2025年科技日的舞臺上，何小鵬深有感觸地說了一句：“誰都打敗不了趨勢?！?/p>

過去幾十年，我們見證了互聯(lián)網(wǎng)把電腦連成網(wǎng)絡(luò)，見證了手機(jī)讓信息如影隨形，又見證了ChatGPT這樣的AI成為數(shù)字世界的“創(chuàng)造者”。但這些變革，始終停留在屏幕之內(nèi)。

如今，趨勢正轉(zhuǎn)向一個更艱難的戰(zhàn)場——物理世界。

何小鵬對此感觸尤為深刻。他們曾投入3萬張GPU卡，燒掉20多億訓(xùn)練經(jīng)費，無數(shù)次站在放棄邊緣。就在幾乎絕望時，轉(zhuǎn)機(jī)以一種意想不到的方式降臨——自動駕駛系統(tǒng)突然“開竅”了。它開始能理解從未被明確教過的東西，比如路人揮手的意圖、紅燈讀秒的節(jié)奏。

這不僅僅是技術(shù)的突破，更像是一個信號。當(dāng)AI從虛擬世界邁出腳步，開始看懂、理解并操控我們身處的真實環(huán)境時，物理AI，正成為那股迎面撲來的科技巨浪。

爭奪新大陸

當(dāng)AI開始進(jìn)入物理世界，整個科技圈仿佛一夜之間達(dá)成了共識：物理AI就是下一個必爭之地。

黃仁勛在GTC大會上斷言，AI正從“生成式”邁向“代理式”，下一步就是“物理AI”時代。阿里巴巴CEO吳泳銘也說過，通往超級人工智能之路有三個階段，而第三個階段就是AI直接從物理世界獲取全面原始數(shù)據(jù)，并通過自主學(xué)習(xí)實現(xiàn)自我迭代升級。

共識之下，路徑各異。

有的玩家，如特斯拉、小鵬，選擇了“垂直整合”的道路，他們效仿蘋果，致力于打造從芯片、傳感器、軟件到車輛制造的閉環(huán)體系，將核心命脈牢牢掌握在自己手中。特斯拉憑借全自研的FSD芯片和視覺算法，構(gòu)建了其自動駕駛的護(hù)城河；而小鵬則通過自研的“圖靈”AI芯片、第二代VLA模型及云端算力集群，將能力復(fù)用于飛行汽車和機(jī)器人。

而另一條路上，英偉達(dá)、華為等公司，則繼續(xù)扮演著“生態(tài)賦能者”的角色，例如英偉達(dá)憑借其Blackwell GPU系列和Cosmos平臺，構(gòu)建了強(qiáng)大的算力帝國。華為則聚焦于“超節(jié)點互聯(lián)”，其副董事長徐直軍強(qiáng)調(diào)，這是支撐物理AI大規(guī)模算力的關(guān)鍵。

與此同時，像Waymo和百度Apollo則長期專注于Robotaxi這一終極場景，希望通過攻克最高階的完全無人駕駛技術(shù)，來證明“物理AI”的終極可能性。

盡管路徑各異，但所有這些巨頭的技術(shù)演進(jìn)，都指向同一個方向：讓AI從只能解決單一問題的“專才”，成長為能從容應(yīng)對現(xiàn)實世界各種混亂與不確定性的“通才”。

而對于這些企業(yè)來說，當(dāng)下的每一場路測，每一次算法更新，每一款新產(chǎn)品的發(fā)布，其意義都早已超越了“造一輛更好的車”本身，而是在為未來爭奪一張核心的門票。

四張王牌，一個AI大腦

路徑已然清晰，但競爭才剛剛開始。上述幾條道路，無論選擇哪一條，都是一場需要巨大投入的豪賭。特斯拉賭的是純視覺和規(guī)模效應(yīng)能夠顛覆成本，英偉達(dá)賭的是開放生態(tài)將定義行業(yè)標(biāo)準(zhǔn)，Waymo賭的是技術(shù)極致可以攻克單一場景。

而小鵬的賭注，則押得更為徹底。它不僅要做垂直整合，更是要把幾大出行場景打通，從“未來出行探索者”徹底轉(zhuǎn)向“物理AI世界的出行探索者”。

這就意味著，它要同時面對來自芯片研發(fā)、算法創(chuàng)新、產(chǎn)品定義乃至多個場景商業(yè)化落地的全方位挑戰(zhàn)。支撐這次豪賭的，是小鵬決心自己掌控的一套核心技術(shù)體系。

這套技術(shù)體系的核心，是一個名為“第二代VLA”的模型。它與業(yè)界常見的模型有根本性的不同。簡單來說，傳統(tǒng)模型需要先將看到的畫面轉(zhuǎn)換成語言描述，比如“前方有車變道”，再根據(jù)這個描述生成駕駛動作。而小鵬的第二代VLA則砍掉了這個“翻譯”環(huán)節(jié)，讓模型能夠直接根據(jù)視覺信號來生成控制指令，實現(xiàn)了從“看到”到“行動”的端到端閉環(huán)。這樣做不僅反應(yīng)更快，更重要的是避免了語言描述可能造成的信息丟失，讓AI能更直接地學(xué)習(xí)真實世界的物理規(guī)律。

為了讓這個強(qiáng)大的模型能在車上順暢運行，小鵬在算力上下足了血本。通過自研的“圖靈”AI芯片和深度的軟硬件優(yōu)化，小鵬將車端算力推高到了2250TOPS，這遠(yuǎn)超行業(yè)普遍水平。強(qiáng)大的算力如同一個結(jié)實的底盤，使得在車輛上搭載一個擁有數(shù)十億參數(shù)的“大模型”成為可能，而通常其他車企只能在車上運行千萬級參數(shù)的“小模型”。參數(shù)規(guī)模越大，模型的理解和決策能力通常就越強(qiáng)。在云端，近三萬張GPU卡組成的算力集群日夜不停地對模型進(jìn)行訓(xùn)練和優(yōu)化，確保它能持續(xù)進(jìn)化。

計劃于2026年推出的小鵬Robotaxi，試圖從根本上解決當(dāng)前行業(yè)“成本高、范圍小、體驗差”的痛點。它從設(shè)計之初就是為無人駕駛而生的前裝量產(chǎn)車，而非后期改裝，這大大降低了成本并保證了可靠性。它不依賴昂貴的激光雷達(dá)和高精地圖，僅憑純視覺方案和二代VLA的強(qiáng)大的理解與泛化能力，就能適應(yīng)不同城市，甚至全球各種路況和交通習(xí)慣，真正實現(xiàn)“不限區(qū)域”的運營。

在人形機(jī)器人領(lǐng)域，小鵬的目標(biāo)是打造“最擬人”的機(jī)器人。全新一代的IRON機(jī)器人，不僅擁有仿人的外形、靈活的骨骼和逼真的皮膚，其關(guān)鍵在于被賦予了“思考能力”。這使得它不再是實驗室的展示品，而是能真正走入商場、工廠，從事導(dǎo)覽、巡檢等工作的商業(yè)工具。

而在天空，小鵬匯天打造的“陸地航母”和“A868”飛行汽車，則構(gòu)成了低空出行的兩翼。據(jù)悉，“陸地航母”已獲得7000臺訂單并進(jìn)入試產(chǎn)階段，讓人們看到飛行汽車規(guī)?；逃谜诔蔀楝F(xiàn)實。

物理AI的價值，最終必須通過其在物理世界中的“行動能力”來兌現(xiàn)。Robotaxi、智能汽車、人形機(jī)器人與飛行汽車，這四大場景并非彼此割裂的孤立產(chǎn)品，而是構(gòu)成了物理AI能力逐級攀登、驗證與復(fù)用的“能力階梯”。

它們之所以共同成為競爭的焦點，在于其高維度的環(huán)境復(fù)雜性與極致的安全可靠性要求，迫使物理AI模型必須發(fā)展出遠(yuǎn)超實驗室級別的穩(wěn)健性。同時，清晰的商業(yè)化路徑與由此形成的“數(shù)據(jù)飛輪”，使得這些場景能支撐高昂的研發(fā)投入，并最終形成難以逾越的數(shù)據(jù)壁壘。

從智能汽車到Robotaxi，再到人形機(jī)器人和飛行汽車，小鵬的布局看似龐大而分散，但恰恰是一場高風(fēng)險、高回報的豪賭。小鵬賭的是，通過在多個真實物理場景中反復(fù)錘煉同一套AI“大腦”，能夠更快地催生出真正通用的智能，從而在這場定義未來的競爭中建立起難以逾越的護(hù)城河。這條路充滿挑戰(zhàn)，但一旦成功，小鵬將徹底重塑自身，成為物理AI時代真正的領(lǐng)跑者。

闖關(guān)物理AI，最后兩戰(zhàn)定勝負(fù)

路徑清晰，賭注也已押下。但物理AI要真正融入現(xiàn)實世界，仍面臨兩大核心挑戰(zhàn)：如何獲取高質(zhì)量的“數(shù)據(jù)燃料”，以及如何構(gòu)建共贏的“產(chǎn)業(yè)生態(tài)”。這要求玩家必須在自主與開放之間，找到那條狹窄的生存線。

何小鵬在交流環(huán)節(jié)中道破了競爭的本質(zhì)：“數(shù)據(jù)就像石油一樣，是一個能源。誰能夠獲得有價值的大量數(shù)據(jù)，誰就能夠驅(qū)動將來AI或者物理AI。”這意味著一家公司的護(hù)城河，不再僅僅是算力的堆砌，更在于能否從真實場景中獲取高質(zhì)量、高價值的閉環(huán)數(shù)據(jù)。

小鵬的全棧自研，本質(zhì)上是一場數(shù)據(jù)爭奪戰(zhàn)。無論是Robotaxi在復(fù)雜路況中的決策，還是機(jī)器人在商場導(dǎo)覽時的交互，每一次“行動”都在為AI大腦注入寶貴的燃料。何小鵬特別指出，數(shù)據(jù)的價值不在數(shù)量，而在質(zhì)量。“一條直路開100公里，數(shù)據(jù)是0，沒有意義。”真正的關(guān)鍵在于捕獲那些“長尾和異常數(shù)據(jù)”，并持續(xù)反哺模型。

這也解釋了小鵬為何堅決推進(jìn)多場景落地，因為每個場景都是一個獨特的數(shù)據(jù)礦場，都在幫助AI更深刻地理解這個混亂而復(fù)雜的物理世界。

然而，物理世界的復(fù)雜性遠(yuǎn)超任何單一公司的能力邊界，這引出了第二個挑戰(zhàn)：生態(tài)建設(shè)的悖論。技術(shù)越復(fù)雜，越需要產(chǎn)業(yè)鏈合作；但核心能力越開放，又越可能喪失定義權(quán)與差異化。

小鵬的答案是“在關(guān)鍵處閉環(huán)，在生態(tài)處開放”。何小鵬多次強(qiáng)調(diào)：“小鵬是一個非常開放的心態(tài)?！彼麄儗obotaxi能力以“工具箱”形式開放給高德等伙伴，也在機(jī)器人、芯片架構(gòu)上尋求對外合作。

但開放不等于放手。在芯片、模型、數(shù)據(jù)閉環(huán)這些核心環(huán)節(jié)，小鵬堅持自研，以確保技術(shù)路徑自主與用戶體驗一致。顧宏地也坦言：“更加開放的生態(tài)系統(tǒng)和更加封閉的系統(tǒng)，都有自己的優(yōu)劣勢。”小鵬的年輕與靈活，使其更愿意借合作彌補(bǔ)資源短板，加速技術(shù)成熟與場景拓展。

這種“核心自控、生態(tài)開放”的路線，正是小鵬在物理AI這場馬拉松中的生存策略，既要構(gòu)建自身的技術(shù)堡壘，又要避免因封閉而淪為孤島。

當(dāng)車企、科技公司、機(jī)器人公司的界限日益模糊，所有玩家都清晰地意識到：物理AI已從炫技的“概念演示”階段，邁入了務(wù)實求證的“產(chǎn)品落地”深水區(qū)。這不再是一場關(guān)于誰的概念更超前的辯論，而是一場關(guān)于技術(shù)、商業(yè)、生態(tài)與耐力的綜合競賽。

無論是特斯拉的垂直整合、科技巨頭的平臺賦能，還是如小鵬等車企選擇的全棧自研與多場景貫通，各種路徑都仍在接受市場和技術(shù)的殘酷檢驗。目前，尚沒有一家企業(yè)能宣稱已完全攻克所有難關(guān)。

說到底，大家最終要解決的是同一個核心問題：怎么讓這項高大上的技術(shù)，變成普通人愿意掏錢買，并且放心用的好產(chǎn)品。

這個問題沒有標(biāo)準(zhǔn)答案，但可以肯定的是在一次次試錯和迭代中，整個行業(yè)被推著往前走了。在這場關(guān)乎未來的物理AI競逐中，最大的勝利，或許不僅僅是某一款產(chǎn)品的成功，更是一個行業(yè)一步步走向真正成熟。（本文首發(fā)于鈦媒體App）