问题——从“数字智能”走向“现实智能”，落地瓶颈仍待破解； 今年政府工作报告提出“打造智能经济新形态”，智能化与实体经济深度融合的路径更为清晰。不同于既有的数字应用，面向汽车、机器人等实体载体的智能系统需要开放道路、复杂人群和多变环境中运行，必须同时满足安全可靠、隐私合规、可规模化部署等多重要求。何小鹏在两会期间表示，当算法能力与可移动硬件结合并进入真实物理环境，将催生“物理AI”形态，进而对生产力与生产关系带来深层变化。但在现实层面，自动驾驶的稳定性、人形机器人的制造体系、飞行汽车的适航与运行规则等，仍是产业必须跨越的门槛。 原因——技术范式、产业链成熟度与制度供给共同决定推进节奏。 一上，自动驾驶正处从规则驱动向端到端、再向更大规模模型演进的关键期。传统方案在长尾场景上依赖大量规则补丁，仍难覆盖复杂环境；大模型能力提升则为“感知—决策—控制”一体化提供了新路径，推动系统从“能用”走向“好用”。何小鹏提出，希望以模型能力“重写”自动驾驶逻辑，并在现有基础上实现显著能力跃升，目标是把接管频次从“百公里多次”逐步降低到“千公里甚至万公里一次”的量级。 另一上，人形机器人仍处于从样机走向可制造、可交付阶段。当前产业更像十余年前新能源汽车的早期探索期，零部件体系、可靠性验证、工艺与成本控制尚未进入全链条规模化量产节奏。基于此，何小鹏判断，行业真正的洗牌不会太早到来，更可能产业化能力形成之后的2027年至2028年前后出现。 同时，制度供给与监管节奏也会影响新业态成熟度。相较汽车和航空，人形机器人对公共安全的直接外溢风险相对可控，政策重点仍以鼓励创新、试点应用为主；但随着规模扩大，数据安全、责任界定、伦理与公共安全等规范也需提前研究，避免“先发展后补课”推高治理成本。 影响——新赛道或重塑产业竞争格局，并带动新型生产要素配置。 从产业角度看，“物理AI”将推动智能汽车、Robotaxi、人形机器人、飞行汽车等成为新一代智能终端与智能体，带动芯片、传感器、动力系统、软件平台、仿真测试和安全体系等上下游联动升级。其意义不止在单一产品迭代，更在于形成跨终端的技术迁移与规模效应：例如汽车领域积累的数据闭环、工程化能力与供应链体系，有望反哺机器人与飞行器的可靠性提升与成本下降。 从经济社会角度看，随着实体智能进入生产与服务环节，部分高风险、重复性岗位可能率先被重塑，制造、物流、巡检、城市治理与公共服务等领域的效率边界将被打开。但同时，新技术也会带来安全责任划分、就业结构调整、数据使用边界等新议题，需要在发展中统筹效率与安全、创新与规范。 对策——以场景牵引推动规模化落地，以标准规则守住安全底线。 业内人士认为，推动“物理AI”健康发展需形成“技术—产业—治理”协同： 一是强化关键技术攻关与工程化验证，提升大模型在真实场景下的泛化能力与可解释性，建立覆盖数据采集、训练、仿真、上车（上机）验证的闭环体系，持续提高系统稳定性。 二是以应用场景牵引产业成熟。自动驾驶可在条件相对明确的区域、路线、时段逐步扩大试点范围；人形机器人可从工业、园区、仓储等结构化场景切入；飞行汽车则需在适航认证、起降点布局、空域协同与运营规范上稳妥推进。 三是完善标准与监管框架。围绕数据安全、隐私保护、网络安全、功能安全、事故责任认定、软件升级管理等，加快形成可执行、可检查的规则体系，在鼓励创新的同时提升社会可预期性。 四是支持企业“走出去”与产业链协同。何小鹏提出，将以未来几年为窗口期夯实组织、产品与技术基础，在后续阶段加速国际化。业内普遍认为，出海不仅是市场拓展，也是在更高标准下对安全合规、产品质量与服务能力的系统检验。 前景——未来1至3年或为L4加速落地观察期，5年内“物理AI”趋势更趋明朗。 综合行业发展态势，自动驾驶在限定场景向更高等级演进的速度有望加快，政策试点、技术迭代与商业模式探索将相互促进。，人形机器人短期内仍以技术验证与小规模交付为主，关键看制造体系、成本曲线与可靠性爬坡；飞行汽车更依赖适航与运行体系的完善，呈现“先验证、后扩围”的行业特征。何小鹏认为，今年或是我国“物理AI”从概念走向规模化落地的重要起点，未来5年趋势将更加明显，产业有望从单点突破走向多终端协同。
物理AI技术的突破不只关乎单个企业的成败，也反映一国科技创新与产业转化能力。在数字经济与实体经济加速融合的背景下，中国既面临追赶国际先进水平的压力，也具备在部分领域实现跨越式发展的条件。能否把握技术变革的时间窗口，形成更适配的制度环境与治理体系，将影响我国在新一轮科技竞争中的位置。何小鹏代表的建议与企业实践，为这个命题提供了一个可观察的切口。