问题——从“数字智能”走向“物理智能”，产业落地面临新考题； 今年政府工作报告提出“打造智能经济新形态”，释放了推动新质生产力发展政策信号。随着大模型能力持续提升，智能化应用正从信息检索、内容生成等“数字世界”场景，加速延伸至车辆、机器人等“物理世界”载体。何小鹏将此趋势概括为“物理AI”——把智能能力与可移动或具备执行能力的硬件系统结合，让智能体具备感知、理解、交互与行动能力。相比纯软件应用，“物理AI”的落地更直接触及公共安全、数据合规、系统可靠性与规模制造等关键环节，想象空间更大、门槛也更高。 原因——技术跃迁与政策牵引叠加，产业进入“从实验到工程”的关键期。 一方面，智能驾驶等领域正经历从规则驱动、模块化算法向端到端架构，再向更大规模模型演进的阶段，模型泛化能力提升，为复杂道路场景决策提供了新路径；另一方面，国内新能源汽车产业链相对完善，传感器与算力平台迭代快，制造体系响应能力强，为“算法—硬件—场景”一体化提供了条件。何小鹏认为，物理世界的智能化起步更晚、难度更高，但一旦突破，增长速度可能明显加快。他判断，今年或成为“物理AI”加速进入实际应用的起点，并未来五年呈现更清晰的规模化趋势。 影响——生产方式、产业链分工与出行生态或将被重塑。 在自动驾驶上，何小鹏提出以模型驱动重写技术逻辑，逐步替代传统规则体系，并设定年度能力提升目标。他认为，随着模型能力增强与系统稳定性改善，自动驾驶安全冗余和接管频次上有望取得明显进步，体验可能从“频繁接管”迈向“更长里程、低接管”的阶段性跨越。行业层面，这意味着研发范式、验证方法、软件工程与供应链协同需要同步升级，推动智能驾驶从功能堆叠转向系统能力竞争。 在人形机器人上，何小鹏将其视为具备长期潜力的新型智能体形态，认为行业仍处探索期，核心难题在于高效制造、稳定运行与成本下降，而不是短期“洗牌”。他预计，真正围绕量产能力和全链条效率展开的竞争，可能出现在更靠后的时间窗口。 在飞行汽车等新型出行形态上，产业化需要更严格的适航、安全要求以及监管协同，同时也可能成为低空经济的重要组成部分，并与城市治理和基础设施建设相互带动。总体来看，若“物理AI”多个终端同步推进，将带动从芯片、传感器、软件平台到整机制造与运营服务的全链条升级，并对就业结构、生产组织与城市交通体系产生持续影响。 对策——在鼓励创新与守住底线之间把握节奏，推动规则与能力同步成熟。 面向“物理AI”落地的现实挑战，关键是形成可复制、可验证、可监管的产业路径： 其一，守住安全与可靠性底线。自动驾驶、机器人与飞行器的共同点是“在真实世界运行”，应在仿真测试、数据闭环、功能安全与网络安全等建立更完善的评价体系，推动验证从单点功能走向系统级能力。 其二，完善数据合规与隐私保护的制度供给。物理智能体高度依赖数据采集与持续学习，需要在公共场景数据边界、个人信息保护、跨区域合规等上形成更清晰的规则，降低企业合规不确定性。 其三，推动产业化与标准化协同。人形机器人与飞行汽车要走向规模制造，需要关键零部件标准、测试标准以及面向量产的工艺体系；同时也应围绕典型应用场景，形成“先可用、再好用、后普及”的推进路径。 其四，鼓励企业加大研发投入并提升转化效率。何小鹏表示将持续保持较高研发强度，并希望未来一段时间推动技术向商业价值转化，形成研发与市场的良性循环。对行业而言，竞争不在概念与展示，而在工程落地、成本控制与运营能力。 前景——“多赛道并进”或成中国企业突围方向，全球竞争进入新阶段。 从产业演进看，汽车将从“电动化”更走向“智能体化”，并与机器人技术在感知、决策、执行与能源管理等上形成更多共通底座。何小鹏提出将汽车领域积累迁移至机器人领域，并推动Robotaxi、飞行汽车等方向的量产探索，体现出企业以平台化能力覆盖多终端的战略选择。面向全球市场，随着产品合规、供应链韧性与品牌能力提升，中国企业有望在新一轮智能终端竞争中争取更大话语权。但也需看到，未来竞争更依赖基础研究、软硬协同、法规适配与生态运营，单一优势难以长期维持。只有在安全、体验与成本之间建立可持续平衡，才能把“窗口期”转化为“长期优势”。
“物理智能”把算法带出数字空间，也把技术带入更复杂、更严苛的现实世界。能否在安全底线之上实现可规模化、可复制的落地，考验的不只是模型能力，更是工程能力、产业协同与治理体系的成熟度。把创新动能转化为真实生产力，需要企业加速攻关，也需要规则与标准同步完善，才能在新一轮产业变革中掌握主动。