在科技飞速发展的今天，我们正站在一个历史性的转折点上。小鹏汽车董事长兼CEO何小鹏在极客公园创新大会2026上提出的"物理AI"概念，不仅是对未来科技趋势的前瞻性洞察，更是对整个行业发展方向的重塑。本文将深入探讨小鹏汽车如何通过"物理AI"战略，构建一个打通比特世界与原子世界的全新生态，以及这一战略将如何改变我们的未来。
从数字能源到物理AI：科技范式的根本转变
回顾过去二十多年的科技发展历程，我们见证了数字世界的爆发——从计算机软件、互联网、移动互联网到如今的AI浪潮。这背后有一个非常重要的底层逻辑：能源与引擎的组合形式决定了科技浪潮的方向。
在物理世界，19世纪的蒸汽机、20世纪的石油与内燃机，分别催生了火车、汽车和飞机的诞生，深刻改变了人类的生活。而在数字世界，同样存在"能源"与"引擎"。今天，数据与算力的结合构成了新型能源，而芯片与交互界面(GUI)则是利用这种能源的新型引擎。
何小鹏敏锐地指出，科技界正在经历从"数字能源"向"物理AI"的范式转移。这种转变不仅仅是技术的迭代，更是思维方式的革命。物理AI的核心在于将数字世界的智能与物理世界的实体相结合，创造出能够自主感知、思考、推理、控制和决策的智能体。
智能体效应：超越规模与网络的新商业逻辑
在商业与技术的演进中，不同的时代遵循不同的效应：物理世界遵循"规模效应"，规模越大，成本越低，竞争力越强；互联网世界遵循"网络效应"，连接的节点越多，价值呈指数级增长。然而，随着物理AI的出现，我们正在迎来一个全新的效应——"智能体效应"。
在智能体效应中，所有东西都会不一样。例如，在汽车领域，由于规模效应的存在，未来很可能会是多定位、多区域的多头并存结构；而在互联网世界，则出现了赢者通吃的情况。智能体效应是否会带来新的商业结构，如寡头垄断，尚不可知，但它一定会带来全新的思考逻辑。
黑洞效应：AI的知识涌现
智能体效应的第一个表现形式是"黑洞效应"。AI会不断吞噬知识、压缩知识，涌现出全新的能力。在自动驾驶领域，这种现象已经初现端倪：模型开始展现出人类未曾预设的逻辑。例如，车辆在红灯即将变绿时产生的预判性"蠕行"，这并非代码规则所写，而是模型从海量数据中涌现出的智慧。
这也是为什么在未来，代码的重要性将让位于数据；也是许多公司开源模型，却绝不开源核心数据的底层逻辑。通过不断学习和优化，AI系统将能够自主发现规律，创造性地解决问题，这种能力将彻底改变传统的软件开发模式。
蚁群效应：去中心化的高适应性智慧
智能体效应的第二个表现形式是"蚁群效应"，这是一种去中心化的高适应性智慧。蚂蚁搬运食物时，个体在路上看到一只虫子，它不会回到蚁巢向蚁后汇报，而是会跟附近的蚂蚁形成近场的网络效应，附近的蚂蚁越多，它的power越强。
这种去中心化的协作模式展现了惊人的效率和能力。未来的物理智能体将具备独立的感知、思考、推理、控制和决策能力，通过近场网络通讯，通过局部互动涌现出群体智慧。附近的"蚂蚁"（智能体）越多，系统的鲁棒性和适应性越强。
全栈自研：小鹏汽车的物理AI战略
面对物理AI带来的机遇与挑战，小鹏汽车的思考逻辑是，通过自研算力的芯片、自研操作系统以及物理世界运动的模型，构建基于物理AI的全栈自研能力。在这个基础上，又孵化出了Robotaxi、飞行汽车等新形态。AI大模型为物理AI提供认知与理解能力，具身载体提供与真实世界交互执行的能力。
企业架构的颠覆性变革
下一个十年，我们极有可能见证一种全新形态的巨型企业诞生。回顾商业历史，过去数十年甚至上百年的大型公司，其架构往往是线性的——"十万名员工、十万个工具"的物理堆叠。而在最近二十年的互联网时代，服务器成为了新的杠杆，企业通过"人+服务器"的模式实现了规模复利的效率提升。
在物理AI的新十年，这个变化可能会更剧烈。我们将看到"十万名员工"叠加"百倍数量的智能体(Agent)"，以及充足的算力资源。这意味着企业将进入一个全新的生产力维度，生产关系也将发生本质的跃迁：生产协作不再局限于"人与人"之间，而是演进为"人与智能体"、"智能体与智能体"以及"人与人"并存的复合协作网络。
重构自动驾驶：超越语言，走向行动
小鹏汽车是非常早就在做自动驾驶的一家整车厂。过去时间里，一直面临一个问题：为什么无论用规则算法还是小模型，都难以突破L2级辅助驾驶的瓶颈？
路德维希・维特根斯坦有一句名言："语言即世界。"我们尝试用人类的语言去归纳这个世界，写出很多的规则。但是为什么语言就是我们的世界？为什么仅仅用语言来束缚跟框架？
人类用语言归纳世界，但一个人在自我学习的领域里面，有很多时候是不能通过语言去学习的。例如，小朋友们想学游泳，他可以看书学习理论，也可以去水里亲自学一下，哪一个有效？很多时候，人类习得知识和技能并非是通过语言，而是感知。
所以语言只是人类归纳世界的一种方式。今天我们大部分的大模型都叫大语言模型。这意味着它们可能并不是这个世界上最有效率、最综合、最全面的模型，因为它是人类把这个世界高度抽象和归纳之后形成的模型。
为了实现真正的L4甚至L5级自动驾驶，小鹏汽车的第二代VLA选择跳过了语言框架，直接通过视频(Video)结合语言(Language)，最终输出为行动(Action)。这种直接从物理世界进行感知、规划、推理并执行的模型，效率和能力将大幅提升。
在未来，一个直接从物理世界进行感知和规划、推理、执行的模型，一定会在物理AI领域和大语言模型结合。这也是为什么，在下一个五年里，无人驾驶时代将会到来。
在无人驾驶时代，有两种无人驾驶的汽车。一种是没有人开的无人驾驶汽车，也就是Robotaxi。这种汽车会在下一个五年里会出现，但数量不会非常大。更多的是有人开的L4体验的汽车，小鹏已经推出了多款这样的汽车。虽然仍需驾驶员坐在位子上，但车辆具备全冗余硬件和无接管能力。
具身智能的终极形态：人形机器人
小鹏在物理AI领域的另一大探索是名为"IRON"的全新一代人形机器人。很多人问，为什么是人形？
首先，环境适配性。下一个二十年、三十年全球有很多种机器人，一定有非常多的专有机器人。但人形机器人是最普遍的，因为这个世界是按照人去设计的。小鹏在过去做了七代机器人，有四代是四足机器人。当把四足机器人放在一个开发者的家里去用时，发现了无数问题。如果一个人走到床头柜旁，可以轻松原地转身；但对于四足机器人而言，在狭窄空间内原地掉头的难度非常高。
这个小案例说明，如果你想让一个机器人更容易适应于这个社会，人形是非常重要的，因为这个社会都是为了我们人去思考、设计、使用的。
第二点是数据获取。只有把机器人做成人形，才能直接利用海量的人类行为数据，来对机器人进行训练。如果做一个专有机器人，要获得海量数据是非常困难的。
第三点是工具使用。这个世界有100万种工具为人而设计去使用的，人形机器人可以最大程度适应这些工具。这跟机器人只有一个工具或者少数几种工具的使用权利相比，有非常大的不同。
从模仿到泛化：机器人技术的进化
小鹏机器人走猫步这件事，展示了硬件设计的重要性。小鹏深入研究人体解剖学，增加了颈部和肩部关节，特别是在腰部设计了五个关节。只有拥有像人一样的肌体，才可能从物理层面还原人的体态。
从过去的模仿和简单的记录，变成真正的泛化、有重映射的逻辑，机器人才能进入到人类真实的步态。目前的机器人行业大多处于第一代的阶段，表现力很强，但是需要提前录制。
从第一代进化到第二代，能够在不同的状态下比较快速和自然地切换不同的动作。今天做的比较好的大多处于"1.5代"阶段：能走和跑，但是很难干其他事情。换个角度说，绝大部分是半身运动，不是全身运动。
但是真正要做得好的是全新的泛化性最重要一代，小鹏内部叫零重力的控制体态：让机器人全身70-80个关节，在模拟无重力的状态下实现真实的协同运动。再在上面加上运控的生成式运动规划，才有可能在将来量产的机器人里面达到人的所有姿态和形式。只有攻克了这一难关，量产机型才能真正具备人类的姿态灵活性。
全链条技术布局
一个机器人体系里，需要有所有软件控制硬件的能力，而硬件设计需要足够的生产制造能力，这是最重要的。小鹏2025年的研发投入预计接近110亿元人民币。会把汽车与AI领域的研发能力，迁移应用到机器人研发中；未来在机器人研发上的团队规模，也可能从千人级别逐步扩充到万人级别，覆盖软件、硬件、算力、嵌入式电子电器、线束等全链条技术领域。
小鹏认为，未来的汽车公司，本质上也会是机器人公司，这是对行业发展的期待。
与依赖WiFi连接云端的机器人不同，小鹏坚持端侧算力。IRON机器人搭载3颗自研图灵芯片，拥有2250TOPS的有效算力，并运行多个操作系统，包括VLT、VLA、VLM实现一个机器人进入高阶的能力。
关于落地场景，在中国和在欧美不一样，在欧美会选择工业，在中国会选择商业。至于进入家庭，还需要等待几年。
突破维度：低空飞行体系的构建
除了陆地，小鹏也在探索天空。小鹏汽车做了12年的低空飞行，现在向大家介绍两大飞行体系。
明年，小鹏会推出第一个分体式飞行汽车——"陆地航母"。它创新性地解决了飞行器的存储、运输和补能问题：将飞机折叠收纳于汽车尾箱，随走随停。但带来的问题是只能飞20分钟以内，所以换个角度，它主要为了旅游观光。但是相信将来会做出长续航版本。
另一个是垂直起降电动飞机A868，它是纯飞机的形式，能够满足多人长航程高效出行。
很多人都开过车，但极少人开过飞机。相信下一个十年会有越来越多人开过真正的飞机。
结语：科技平权的未来愿景
这就是小鹏在新的十年里面正在探索的事情：如何在物理AI世界探索未来的出行；如何在全球化里做一个科技平权的具身智能公司。
相信下一个十年里，会和大家一起看到在AI的驱动下涌现出更多科技变革，让每个人的生活都会更加美好。物理AI不仅是一项技术革命，更是一场深刻的社会变革，它将重新定义人类与机器的关系，开创一个智能与实体深度融合的新时代。
