中国工业报  汪静  王珊珊

2026（第十九届）北京国际车展（以下简称“北京车展”）上，展馆内人声鼎沸，聚光灯打在每一款新车标签上，格外耀眼。

4月24日至25日媒体日的主角无疑是那些发布了“世界模型”和“VLA”（视觉语言动作模型）架构的主机厂。然而，在这场关乎未来的宏大叙事之下，真正决定行业走向的暗流却涌动——

“无人驾驶车能赚钱吗？”“个人何时能买到？”“生态如何博弈？”一系列问题揭开了自动驾驶行业的真相：它早已跨过狂热的“技术军备竞赛”，进入了比拼耐力、成本与商业落地的场景之战“下半场”。

在小马智行展台，相关负责人介绍，其第七代Robotaxi整车成本低于23万元，广深区域单车运营已实现盈亏平衡。在文远知行展台，相关负责人坦率剖析了海外市场的高毛利与国内政策的严实及收紧；地平线创始人余凯则用“后发优势”“量产经验”八个字，解释了为何不碰烧钱的云端大模型。

他们都共同指向一个问题：对于无人驾驶来说，技术不是瓶颈，商业化和生态战才是定义胜负的关键点。

物理AI正从技术概念到产业共识

2026年，汽车产业的“热词”已从智能化转向一个更崭新的概念——物理AI。

日前，轻舟智航宣布，完成1亿美元D轮融资，明确将资金投向“世界模型+强化学习”的通用物理AI研发；小鹏汽车董事长何小鹏宣布，2026年将把物理AI相关研发投入提升至70亿元。种种迹象显示，汽车产业链正集体押注物理AI。

物理AI包含两层核心内涵：一是让AI掌握重力、摩擦力、因果关系等物理世界基本常识；二是让AI具备基于这种常识，与真实世界安全、高效交互的行动能力。这意味着AI的“主航道”正从擅长处理符号、生成内容的虚拟智能，坚定地迈向理解物理规律、执行实体行动的行动智能。

驱动这场范式革命的，是产业端对机器行动能力的刚需，也是技术端突破数据瓶颈、走向通用智能的必然选择。汽车作为最复杂的移动终端，成为物理AI落地的最佳载体，也将是这场产业变革的核心战场。

行业共识已日趋清晰：物理AI不是智驾的功能升级，而是汽车产业的底层重构。过去汽车价值链以制造、硬件为核心，未来将以物理AI模型、数据、算法为核心。谁掌握物理世界的理解与行动能力，谁就掌握价值链主导权。

两大AI模型的论战与融合

在2026英伟达GTC大会（3月17日至20日）上，一场关于物理AI技术路线的公开论战将行业深层分歧推向台前。核心是VLA与世界模型两条路径之争。

吉利汽车集团副总裁、CTO兼中央研究院院长李传海发布WAM世界行为模型时，公开质疑VLA路线：VLA仅匹配标准答案、缺乏物理规律认知。Momenta首席执行官曹旭东认为，“世界模型+强化学习”才能实现十倍至百倍性能跃升。华为车BU首席执行官靳玉志更直言VLA是“取巧”。

另一边，理想汽车基座模型负责人詹锟强调原生3DViT编码器与预测式隐世界模型融合；小鹏推出第2代VLA，覆盖智能辅助驾驶至人形机器人。

黑芝麻智能创始人兼CEO单记章在论坛上给出了自己的判断：“物理AI正在向我们走来，VLA+世界模型可能会超越人的驾驶能力。”他认为，VLA配合世界模型将成为高阶智能驾驶的最佳解决方案——与传统智驾只能看几秒历史不同，世界模型可以推演未来5至10秒内各个目标的交互轨迹，大幅提升驾驶水平。

行业很快形成共识：VLA与世界模型并非非此即彼，而是“底层基建+上层决策”的互补关系。在北京车展上，轻舟智航联合创始人、董事长兼CEO于骞说，单一技术无法解决物理AI的全部问题，融合才是量产落地的关键。

L4商业化成为新分水岭

北京车展期间，上海财经大学数字经济研究院与《汽车商业评论》联合发布《2026自动驾驶生态报告》，指出继新能源第一曲线之后，中国汽车产业已正式进入以智能为核心驱动力的第二曲线。

报告主编、上海财经大学特聘教授胡延平在发布现场表示：“2026年，自动驾驶终于不再是少数派的试验，而是整个汽车产业共同奔赴的确定性未来。”行业已从分歧走向共识，正式进入产业进阶、智能进阶、全链进化的新阶段。

报告尖锐地剖析了“L2.9现象”：大量城市NOA系统技术能力已趋近L3，能在城市场景连续数十公里无需人工干预，但法律定级仍锚定在L2。这背后是责任转移、保险体系与跨区域互认尚未就绪的结构性错位。转折正在发生：极狐阿尔法S和长安深蓝SL03获批中国首批L3级自动驾驶准入许可，伴随DSSAD强制国标正式实施，事故定责正从“各执一词”走向“数据说话”。

L4的商业化也在破冰。报告指出，小马智行第七代Robotaxi在广州和深圳实现月度单位经济模型转正，驭势科技通过港交所上市聆讯有望成为港股L4第一股。Robotaxi单车成本已从百万元级降至20万元上下，成本拐点意味着规模化闸门正在打开。

从“烧钱”到“赚钱”的临界点

小马智行创始人兼CEO彭军在北京车展上宣布，2027版全无人Robotaxi整车总成本下探至23万元以内，低于国产特斯拉Model3最低配售价。

在接受媒体采访时，彭军详细拆解了降本的来源：“一是规模效应，采购量大自然便宜；二是产业链成熟，例如雷达厂商有年降；三是技术提升，使用更优架构实现同样功能；四是与车厂合作更紧密，比如模具阶段就预留开口，避免后续挖洞增加成本。”降本是很多精细环节共同优化而来。

更关键的数据是运营端。彭军透露，广州、深圳车辆密度较高，单车运营已实现盈亏平衡，核心是收入与成本的匹配。“各城市单车成本结构相近，但收入与密度高度相关。密度高则打车时间短、空载少。收入增加、成本下降，主要城市UE都能转正。”

这与行业感知形成鲜明对比。过去几年，外界对Robotaxi的主流印象仍是“烧钱”“无法盈利”。而小马给出的信号是：规模化运营的盈利拐点，已经到来。

小马智行联合创始人兼CTO楼天城则在发布会上宣布，今年已完成核心AI技术的系统性迭代，即世界模型2.0——这不仅是L4级自动驾驶技术进化的核心底座，也是其应对复杂城市交通环境的战略级保障。楼天城强调：“全系统故障可运行应成为L4级自动驾驶行业的通用标准。”故障可运行确保车辆在遭遇突发软硬件故障时，仍能凭借软硬件全冗余设计维持行驶，并择机在安全位置靠边停车。

在追求算法进化的同时，小马智行始终坚持安全是自动驾驶商业化运营的基石。彭军表示：“任何行业发展中出现事件都很正常。从监管看，长期一定是好事。关键在于用更好的技术和监管手段避免类似事件。”

生态战里的“合纵连横”

与小马智行在L4赛道稳步推进不同，地平线选择了另一条路径——以Tier2（汽车供应链中的二级供应商‌）角色深度绑定主机厂，用“量产经验”构建护城河。

4月22日，北京车展前一周，地平线发布舱驾融合芯片“星空”，单车可降低1500至4000元成本。舱驾融合这件事，高通骁龙路线早就在跑，不算新鲜。但地平线切入的角度是成本——将原本需要两颗芯片、两套DDR内存、两个域控制器才能完成的复杂计算，整合进一颗SoC。

今年DDR内存大幅涨价，原本车企头疼的成本包袱，恰好成了“星空”发布最好的铺垫。采购总监看到“省4000块”，可能根本不需要理解什么端到端、什么世界模型，直接就能带着数字去汇报决策层。

配套的AgenticCAROS“咖咖虾”，实现了“任务即服务”的智能交互范式，不仅支持多人格自定义和方言交互，还能持续学习用户习惯。余凯在发布会上指出：“操作系统是连接用户与硬件的中介，汽车操作系统不应该是一个固定的软件版本，而应是一个能够融合智能驾驶与大模型能力的Agent。”

回归地平线的战略，余凯将战略地图描述为四个象限：横坐标从智驾到座舱，纵坐标从芯片到软件。地平线要成为这四个象限里全覆盖的玩家。

但地平线（09660.HK）也面临财务压力。财报显示2025年地平线全年营收37.6亿元，经调整净亏损28.1亿元，同比扩大67.3%。这不是一家在走向盈利的公司的财务画像，而是一家在用资本加速赌时间窗口的公司。余凯的解法是：用出货量摊薄成本。目前地平线累计出货已超1000万套。

黑芝麻智能走的是类似的独立芯片供应商路线。黑芝麻智能CMO杨宇欣在采访中表示：“行业越成熟，分工边界越清晰。未来占据市场主流的仍然会是第三方独立的芯片供应商。”他强调，2020年汽车产业重构初期所有人都在拼命拓展边界，但现在产业正在重新走向分工协作。“我们会坚定地走开放生态，作为算力底座的提供者，去团结更多的算法合作伙伴和车企。”

L4的中国玩家如何出海？

在车展采访中，一个重要议题反复出现：海外市场的毛利率远高于国内，正在成为中国L4公司的新增长极。

文远知行在北京车展上宣布与芯擎科技达成战略合作，推动高阶辅助驾驶方案在更广泛价格区间的规模化落地；同时与联想达成全球战略合作，预计未来五年内在全球范围部署20万台自动驾驶车辆。

关于海外市场，文远知行相关负责人在接受中国工业报采访中坦率剖析：“海外劳动力本来就少，当地人不太愿意干出租车司机。所以支付意愿高、单价高，毛利空间大。国内出行市场价格偏低、就业问题敏感，使得L4商业化的节奏在国内外出现分化。”

小马智行则给出了更明确的全球化目标，2026年在全球落地20个国家、运营超过3000台车。彭军表示：“海外市场是我们的另一重心。欧洲、中东、韩国、新加坡等地需求旺盛。””关于国内外营收占比，彭军预计未来几年将并重，目前还是以国内为主，但海外体量小、增长快。

“全球只有中国和美国的企业具备这样的L4研发能力，”彭军在此前的论坛上表示，“海外很多国家会选择与小马这样的头部公司合作。”

汽车价值链正在被“改命”

物理AI为汽车行业打开万亿元级新空间，但落地仍面临三重核心挑战：技术泛化能力不足、成本居高不下、安全合规尚未完善。卓驭科技创始人沈劭劼表示：“移动物理AI需要零样本迁移能力，目前多数模型仍依赖场景定制，跨地域、跨车型适配成本很高。”

传统汽车价值链遵循“微笑曲线”——研发、销售两端高利润，制造环节低利润。而物理AI时代，这一曲线或被彻底改写：

第一，价值重心上移。过去车企利润来自整车销售，未来将来自物理AI软件订阅、数据服务、跨场景AI授权。

第二，产业链分工重塑。物理AI模型商、数据服务商、算力提供商有望成为新核心供应商；车企要么自研物理AI底座，要么与头部模型商深度绑定。

第三，企业定位质变。车企不再单纯是汽车制造商，而是物理AI科技公司。未来，汽车只是物理AI的第一载体，机器人、飞行汽车、智能物流设备将成为新增长点。

第四，市场格局洗牌。具备物理AI全栈自研能力的车企将占据主导；缺乏底层模型能力的传统车企，要么被整合，要么沦为硬件代工商。

2026年的北京车展，表面上最火的概念是“物理AI”。但在喧嚣之下，一个更根本的趋势正在形成：中国汽车产业正在从新能源驱动的“第一曲线”向智能驱动的“第二曲线”全速切换。

在此，不同公司选择了各自的生态位置：小马智行、文远知行走的是“自营车队+全球化运营”的重资产路线；地平线、黑芝麻智能走的是“独立芯片+开放生态”的轻资产路线；华为乾崑则以三层合作体系编织产业网络，2026年累计搭载量预计突破300万辆。

没有一条路线是绝对正确的。真正的胜负手在于：谁能更早实现规模化自我造血，谁能更快打开政策窗口，谁能更有效构建跨场景的生态协同。