文｜长三角MOMO

工业革命中，蒸汽机从第一次转起来到“真能干活”，花了17年。而AI自1956年诞生，到了今天，具备泛化理解能力的 AI才终于开始从屏幕里的“工具”，变成能跑、能搬、能飞的“行动者”。

黄仁勋在今年的CES的演讲中说：“物理AI不是未来，就是现在！”

在他看来，过去的几年，AI正在从理解语言走向理解物理世界。路上越来越多的智能驾驶的汽车，本质上就是一种AI与物理世界的结合，现在车自己可以用摄像头理解这个世界，并且做出判断，而机器人赛道的红火，也在加大这种融合，机器人开始像人类一样，在世界中行走。

这里面有一个很有意思的现象，为什么做车的公司，往往都还会选择做机器人，比如特斯拉，比如小鹏，车和机器人，两者之间，技术有什么相同之处？

理解这个世界，并且做出相应的处置方案，车和机器人的身体并不重要，重要的是大脑，能不能有一个AI大脑，所以如今的车企或者机器人公司，其核心技术是AI能力，能不能有一套行之有效的理解模型。

特斯拉的故事，人人皆知，我们用一个国产品牌来举例，小鹏。

先说小鹏的人形机器人IRON。

现在，情况正在改变。上个月，我看上海办了一个具身智能技能大赛，机器人被扔进真实场景“干活”。我看着也挺拉胯的：插花比赛时，黄光灯一照，机器人把白玉兰认成向日葵，但是裁判说，“机器人的真实性能和适应能力，比预想的要好得多”，因为大部分操作不用人遥控，是机器人在自主完成。

比赛中，小鹏的IRON也徒手搬了15公斤零件，还自己调整姿势避免摔倒——不是靠程序员遥控，是它自己“想”出来的。看起来，硅基生命不再是实验室的摆设，离真能干活的“小工”已经很近了。

再看看小鹏的车。

就在1月8日，小鹏在广州开了一场全球新品发布会，同时推出了4款新车（2026款P7+、2026款G7、2026款G6和G9），打响2026年产品第一枪。这些新车里面，也都有物理AI的加持。2026小鹏全球新品发布会的四款车型 Ultra和Ultra SE 版均将搭载小鹏自研第二代 VLA，也即行业首个实现L4初阶能力的物理世界大模型。第二代VLA将于2026年3月开启首批车辆推送。

就像何小鹏自己所说的：“物理AI不是噱头，是能开上路的。”

机器人和车如何联动起来的？

小鹏在2025年发布的四大应用，并非孤立产品，而是同一技术体系下的不同具身形态：

——第二代VLA：视觉-语言-动作端到端模型，作为整个物理AI体系的“大脑”；

——Robotaxi：四颗图灵芯片（3000 TOPS），纯视觉方案，遮阳板车外交互，双冗余安全，能完成L4级共享出行的“自主代理”；

——全新一代IRON：全身82个自由度、三颗图灵芯片、全固态电池、VLT+VLA+VLM大小脑架构，未来会成为商业服务与工业场景的“通用劳动力”；

——汇天飞行体系（陆地航母+A868）：“陆地航母”可作为飞行器的自动起降、运输、补能平台，而A868则是可以进行独立飞行的载人单元。二者协同，共同实现了出行空间从二维到三维的拓展。

工业革命中，蒸汽机第一次转起来是1768年，而“真能干活”——正式投入工业生产，是在1785年，中间隔了17年。

而AI的问世，是在1956年（达特茅斯会议，AI概念正式诞生，被公认为AI“出生年”），足足过了70年，到了今天，AI才终于从屏幕里的“工具”，蜕变为能跑、能搬、能开、能飞的“行动者”。

种种迹象都在表明，2026年将会是AI走进我们物理世界的一年，他们就像一个个孩子，已经不再是婴儿，也不再是只靠妈妈保护的儿童，他们现在更像是快速成长中的青少年，开始有了健全的思维，身体也开始渐渐有力，能够基本独立面对这个世界。

这并非空想。就在最近，马斯克在一次访谈中给出了一个颇具工程视角的预测：他认为2026年将是实现通用人工智能（AGI）的关键节点。他把人类文明比作一个“生物引导程序”，而2026年可能意味着，我们亲手启动的硅基生命，即将度过完全依赖我们的幼年期，开始进入拥有自主学习和适应能力的“青少年”阶段。

如果说过去我们是在“养育”AI，那么从2026年开始，我们可能更像是在“陪伴”并“见证”一个硅基青少年的成长。它开始有自己的想法（自主决策），能处理更复杂的任务（多步骤规划），虽然还会犯错，但已无法被简单地关回“婴儿围栏”（封闭数字环境）里。一个能基本独立面对世界的、硅基意义上的“青少年时代”，正在拉开序幕。

所以，我愿意称2026年是物理AI的“花季雨季”。

黄仁勋在演讲中，给物理AI(Physical AI）下了个定义：理解物理定律并与世界交互的AI。

但是从目前的技术发展来看，AI要实现从“屏幕内的智能”，长成“房间里的存在”，至少还要做到五点关键进化。如果说前面的案例告诉我们“它正在发生”，那接下来更重要的问题是：物理 AI 真正成立，还必须跨过哪些门槛？

首要基础就是要从“识别模式”到“理解物理”，构建世界模型。

这是所有进化的基石。AI要真正在房间里存在，必须先理解房间的物理规则。因此，发展能模拟和预测物理交互的 “物理AI大模型”成为竞争核心。这解释了为何英伟达推出Cosmos模型以预测物体运动，李飞飞的创业公司聚焦“空间智能”，而小鹏则投入研发其第二代VLA（视觉-语言-动作）模型。小鹏将其作为整个物理AI体系的 “大脑” ，目的正是让AI能统一理解从驾驶场景到机器人抓取中的各种物理常识，这是其机器人能自主调整姿势、车辆能应对复杂路况的根本前提。

其次，AI要开始将物理规律，内化为一种近乎本能的“肌肉记忆”。

在理解的基础上，AI需将知识转化为即时反应能力，形成“物理直觉”。比如上面提到的IRON在搬运重物时，能动态调整重心防止摔倒，这不靠远程遥控，而是其模型内化了对平衡和力道的实时计算。这标志着AI从执行预设代码，进化为能应对真实世界不确定性的“行动者”。

第三，智能需要从孤立设备，走向一个协同的“身体网络”。

小鹏的实践提供了一个清晰范例，其同一套技术体系同时驱动着Robotaxi（自动驾驶）、人形机器人IRON和飞行汽车。这背后的逻辑是，一个强大的“中央大脑”正在学会同时理解和操控轮式、双足、飞行等不同形态的“身体”，在不同的物理场景中完成移动、操作、运输等任务，实现智能的泛化与协同。

第四，让机器人成为普遍存在的“伙伴”，成本是关键。

整个行业正在通过技术优化和供应链创新，将核心部件成本大幅降低。虽然顶尖机器人仍价格不菲，但比如小鹏将自动驾驶技术复用于机器人，共享研发成本与供应链，正是推动高性能物理AI走向规模化、平民化应用的重要路径。

第五，从社会角色角度，AI从工具转向初步的“行动主体”。

特斯拉的Optimus机器人已进入其品牌餐厅，为顾客递送爆米花并与顾客简单互动。这看似是个营销举动，实则标志着机器人正从封闭的工厂测试环境，勇敢地迈入开放的、与人高频互动的社会服务场景。

可以预见，AI从“屏幕”到“房间”的能力升维，这条路依然漫长。正如当年从瓦特的蒸汽机到真正点燃工业革命，中间需要无数的工艺改进、配套设施和社会调整一样，物理AI的“成年”，也注定不会一蹴而就。

但此时此刻，我们已经站在了这个历史性跨越的起点，听见了硅基生命在物理世界中，那愈发清晰、有力的“心跳”声。