📰 从制造到智能的底层重构 汽车业正在发生“物理AI改命”_央广网
2026年汽车产业的热词由智能化转向物理AI。多位高管在智能电动汽车发展高层论坛上强调，未来存活的智驾公司将转型为移动物理AI公司。行业机会聚焦于以世界模型+强化学习为核心的通用物理AI研发，以及从智驾方案商向技术服务商的转型路径。
推动这场范式革命的，是行业对机器行动能力的刚性需求。汽车作为最复杂的移动终端，成为物理AI落地的核心载体，厂商和供应链企业纷纷升级战略，转向跨场景、跨车型的基础模型与端云协同架构。业内共识逐步形成：物理AI不是单一功能升级，而是底层重构，决定未来的价值链走向。
在技术路线上，VLA与世界模型最初存在分歧，但被广泛认同将实现互补与融合，形成底层基建+上层决策的协同格局。物理AI的落地面临技术、成本和安全三大挑战，需要海量数据、高算力与规范的治理框架。未来车企将转型为物理AI科技公司，靠软件订阅、数据服务与跨场景授权实现持续盈利，价值链由硬件制造转向算法与数据的核心竞争力。
🏷️ #物理AI #世界模型 #融合 #智驾 #数据服务
🔗 原文链接
📰 从制造到智能的底层重构 汽车业正在发生“物理AI改命”_央广网
2026年汽车产业的热词由智能化转向物理AI。多位高管在智能电动汽车发展高层论坛上强调，未来存活的智驾公司将转型为移动物理AI公司。行业机会聚焦于以世界模型+强化学习为核心的通用物理AI研发，以及从智驾方案商向技术服务商的转型路径。
推动这场范式革命的，是行业对机器行动能力的刚性需求。汽车作为最复杂的移动终端，成为物理AI落地的核心载体，厂商和供应链企业纷纷升级战略，转向跨场景、跨车型的基础模型与端云协同架构。业内共识逐步形成：物理AI不是单一功能升级，而是底层重构，决定未来的价值链走向。
在技术路线上，VLA与世界模型最初存在分歧，但被广泛认同将实现互补与融合，形成底层基建+上层决策的协同格局。物理AI的落地面临技术、成本和安全三大挑战，需要海量数据、高算力与规范的治理框架。未来车企将转型为物理AI科技公司，靠软件订阅、数据服务与跨场景授权实现持续盈利，价值链由硬件制造转向算法与数据的核心竞争力。
🏷️ #物理AI #世界模型 #融合 #智驾 #数据服务
🔗 原文链接
