物理AI爆火，智駕技術(shù)迎來終局？

2026 年上半年，隨著國內(nèi)多家頭部企業(yè)先后發(fā)布基于世界模型、VLA、強化學習等核心技術(shù)的物理AI方案，行業(yè)從 "端到端范式" 正式邁向 "物理AI范式" 的新階段。我們可以看到各家的方案都在走向趨同，都在強調(diào)世界仿真模型和強化學習的作用，也都重視VLA在車端方案中的作用。

文丨智駕網(wǎng) 元霸??

編輯丨浪浪山與明知山

2026年行至年中，中國智能輔助駕駛領(lǐng)域的“功能普惠”與“體系進化”雙線并進，愈演愈烈。

城市NOA下沉至10萬級家用車成為行業(yè)共識，百萬級量產(chǎn)交付規(guī)模成為智駕玩家的競賽點，例如輕舟智航成為繼華為乾崑之后第二個NOA沖破百萬量產(chǎn)大關(guān)的自動駕駛公司。根據(jù)行業(yè)數(shù)據(jù)來看，國內(nèi)L2+輔助駕駛功能已成為主流配置，滲透率達68%-69%，幾乎覆蓋所有新能源車型與主流燃油車。

智駕底層技術(shù)同樣在快速進化。當前，端到端方案已是高階智駕的主流，以數(shù)據(jù)驅(qū)動和模型架構(gòu)升級的方式，讓自動駕駛系統(tǒng)的能力更擬人。隨著城市NOA的規(guī)模化落地，需要智駕功能從“功能炫技”轉(zhuǎn)向“長期用戶價值兌換”，因此必然要求更加安全可靠的高階自動駕駛系統(tǒng)，因此以“構(gòu)造物理世界AI大腦”的新技術(shù)范式，就成為行業(yè)的新共識。

以世界模型、VLA多模態(tài)統(tǒng)一模型為代表的物理AI，成為端到端架構(gòu)升級的全新范式，也是頭部企業(yè)一致投入的技術(shù)競賽點。以全球物理AI基礎(chǔ)設(shè)施提供商自居的英偉達，已推出"世界模型 + VLA + 數(shù)字孿生" 三位一體的自動駕駛?cè)珬Ｎ锢鞟I解決方案，特斯拉也早已為純視覺端到端路線構(gòu)筑起VLA+世界模型的底層物理AI能力。

回看國內(nèi)，新勢力當中的理想、小鵬都在構(gòu)筑自己的世界模型+VLA的物理AI架構(gòu)方案，華為乾崑是堅定的世界模型實踐者，Momenta也推出了基于強化學習的世界模型方案、輕舟智航打造了基于世界模型+強化學習“的統(tǒng)一物理AI架構(gòu)，卓馭也在構(gòu)造基于原生多模態(tài)的移動物理AI方案。

至此，2026年下半場將徹底迎來自動駕駛的“物理AI”技術(shù)范式的大爆發(fā)。

01.

為什么物理AI是自動駕駛“最終解”？

過去數(shù)年，自動駕駛技術(shù)研發(fā)的核心一直是“解決車輛行駛單一任務”，感知、預測、規(guī)劃獨立，形成上下游模塊，導致在復雜極端場景處理、跨城市路況泛化能力上難以有實質(zhì)提升。

2022年之后，隨著端到端技術(shù)范式的成熟，自動駕駛將感知、預測、規(guī)劃任務全部模型化，并逐步放入到一個神經(jīng)網(wǎng)絡當中，極大提升了自動駕駛模型的能力上限，提高了規(guī)控的響應速度和系統(tǒng)的泛化能力。

2024年以來，隨著AI大模型的爆發(fā)，特別是多模態(tài)大模型技術(shù)的成熟，行業(yè)開始認識到AI技術(shù)必然要從數(shù)字世界進入到物理世界。自動駕駛領(lǐng)域?qū)τ谖锢鞟I的探索也同期開始，VLA（視覺-語言-行動模型）、WM（世界模型）技術(shù)開始被逐步引入到自動駕駛領(lǐng)域。

世界模型的本質(zhì)首先是一個“渲染器”，也就是能夠構(gòu)建一個強大仿真引擎，可以構(gòu)造出符合真實物理環(huán)境的合成數(shù)據(jù)，解決自動駕駛數(shù)據(jù)稀缺問題。

其次世界模型需要成為一個“仿真器”，就是能夠準確預測物理環(huán)境中參與物的運動狀態(tài)和運動軌跡，真實還原物理世界的運動規(guī)律。

第三，世界模型需要成為一個“規(guī)劃器”，也就是能夠根據(jù)世界的實時變化來決定自車的行為軌跡，具備行為意圖推理、物理規(guī)律理解和常識推理的規(guī)劃能力。

世界模型的構(gòu)建、訓練，首先必然是在云端完成，需要足夠的算力、海量的數(shù)據(jù)，依靠強化學習算法，進行無數(shù)次的環(huán)境學習和行為意圖博弈，不斷提升世界模型“規(guī)劃器”的能力。

世界模型同時也必須能夠成為一個車端模型，將學到的物理世界的知識應用到車端行為模型中，在車端發(fā)揮“感知-預測-行動”的一體化推理能力，實現(xiàn)完全類人甚至超越人的真實駕駛。

實際上，VLA模型就是通過一個多模態(tài)模型，特別是LLM（大語言模型）所掌握的世界知識來實現(xiàn)規(guī)劃和控制，試圖解決端到端算法“黑箱不可解釋”的技術(shù)難題。

盡管大語言模型幾乎掌握了人類社會的所有知識，包括開車的知識，但語言模型的知識壓縮始終是稀疏的，相當于將感知傳感器獲得的海量信號變成文本Token，并進行過度壓縮，實際上可能難以應對物理世界當中的稠密信號，比如，從路旁滾出來的一只足球意味著是不是還有人追出來，動物在路上行走是否要繞行等等。

簡單來說，語言并不是實現(xiàn)駕駛?cè)蝿栈蛘咭苿尤蝿盏臎Q定性因素，就如動物不需要掌握語言就可以靈活自如的行動，一個人不需要多少知識也可以掌握駕駛技能，因為其早已從生活經(jīng)驗中掌握了關(guān)于物理世界的行動規(guī)律。

但是掌握語言知識（看懂符號、理解語義）能夠讓一個人成為合格的司機，從而才能夠勝任在現(xiàn)代交通環(huán)境下的“正確”駕駛。也就是說，語言模型不是自動駕駛系統(tǒng)的關(guān)鍵，但卻是一個必不可少的輔助。

2026 年上半年，隨著國內(nèi)多家頭部企業(yè)先后發(fā)布基于世界模型、VLA、強化學習等核心技術(shù)的物理 AI 方案，行業(yè)從 "端到端范式" 正式邁向 "物理AI范式" 的新階段。我們可以看到各家的方案都在走向趨同，都在強調(diào)世界仿真模型和強化學習的作用，也都重視VLA在車端方案中的作用。

物理AI 被看做是自動駕駛最終實現(xiàn)的“最終解”。

輕舟智航面向自動駕駛領(lǐng)域推出的“世界模型+強化學習”物理AI統(tǒng)一架構(gòu)，成為本輪技術(shù)變革的一個典型標桿樣本。

02.

自動駕駛物理AI的“輕舟范本”

2026年4月的北京車展上，輕舟正式發(fā)布統(tǒng)一的通用物理AI架構(gòu)，構(gòu)建出云端+車端的統(tǒng)一技術(shù)底座，用統(tǒng)一的架構(gòu)同時支撐乘用車L2+城市NOA和L4 自動駕駛兩大產(chǎn)品線，去解決高低階采用不同研發(fā)體系的行業(yè)痛點。

具體來講，輕舟構(gòu)建起“云端世界模型”和“車端世界行為模型”這兩層架構(gòu)，可以為乘用車、無人車等全場景提供統(tǒng)一AI基座。

其中，“云端世界模型”搭載了世界仿真引擎與安全強化學習，具備高可控視頻生成、零樣本場景生成、低成本閉環(huán)仿真三大能力。通過基于運動模擬的交通流、障礙物難例、高危罕見場景生成以及惡劣天氣零樣本生成，云端世界模型可以低成本、高保真地生成海量“長尾場景”，讓AI在數(shù)字世界中獲得近乎無限的訓練機會。

“車端世界行為模型”則同樣采用“世界模型+強化學習”模型架構(gòu)，以世界模型為主干，實現(xiàn)感知到?jīng)Q策全鏈路模型化，可以實時預測行人、非機動車、機動車未來動態(tài)，提前完成減速、避讓、繞行操作，從被動避險升級為主動預判風險。

2026年下半年，行業(yè)將開啟物理AI的方案的量產(chǎn)上車進程。輕舟也計劃實現(xiàn)基于超500TOPS算力的城市NOA方案量產(chǎn)上車。

這一方案采用 “世界模型 +強化學習” 的物理AI統(tǒng)一架構(gòu)，大幅度提升復雜場景和罕見場景的處理能力。輕舟認為，世界模型一定能夠上車，其關(guān)鍵就是模型的輕量化，創(chuàng)新之處就在于算法優(yōu)化而非單純硬件堆料。

最后我們回到智駕安全。這一問題始終是高懸自動駕駛行業(yè)的“達摩克利斯之劍”。

智駕安全的解法一直有兩種思路，一種是增加感知冗余、算力冗余、規(guī)則冗余，但無形增加了系統(tǒng)成本和開發(fā)成本；另一種是通過算法創(chuàng)新、工程創(chuàng)新、架構(gòu)創(chuàng)新，通過物理AI的新技術(shù)范式來構(gòu)建更強大和聰明的“智駕AI大腦”。

根據(jù)輕智航CEO于騫的觀點看來，人類開車時候有大量盲區(qū)，但依然能夠安全的開車，就在于有一個強大的大腦。顯然，通過世界模型等物理AI模型，是構(gòu)建起更強的智駕安全的關(guān)鍵因素。

從技術(shù)層面來說，依托世界模型+安全強化學習，智駕系統(tǒng)可在虛擬空間遍歷上萬種極端危險場景，持續(xù)優(yōu)化避險邏輯，能夠掌握極端場景下的應對經(jīng)驗，從底層的算法層面，就保證了系統(tǒng)的安全性，從而讓真正大規(guī)模的智駕安全兜底成為可能。

從商業(yè)層面來說，智駕安全的首要價值是降低行車過程中的事故損傷，其次的價值就是帶給用戶真金白銀的收益，也就是智駕用戶可以花費更低的保費來保障出行安全。于騫在2026年初就預判，成熟的高階城市NOA車輛長期保費有望較普通車輛降低50%。

2026年下半年，我們將見證物理AI技術(shù)的加速落地。這一進程不僅會體現(xiàn)在各家主機廠新車型的參數(shù)當中，也會深入到每一次智駕功能開啟后的絲滑體驗中，更是會在未來體現(xiàn)到智駕安全提升帶來的實際收益當中。

這是這一輪物理AI的技術(shù)變革，能帶給智駕行業(yè)無比確定的穩(wěn)定預期。

【關(guān)注智能汽車，關(guān)注智駕網(wǎng)視頻號】

關(guān)注汽車的智駕時代上智駕網(wǎng)（http://autor.com.cn）
合作or新聞線索提供，聯(lián)系郵箱：editor@autor.com.cn