10月26日，第八届智能驾驶大会暨2026环秀湖物理AI产业发展推介会在苏州相城召开。

上一届的重点落在车路云一体化、智能驾驶出海和无人驾驶商业化，今年大会的话题范围则从智能驾驶继续向外延伸到物理AI。

世界模型、强化学习、端侧智能、虚拟仿真、Robotaxi之外，机器人、低空飞行器等不同形态的物理智能也登上了同一场大会。这些变化背后，是智能驾驶行业眼下绕不开的一组新问题。

高阶辅助驾驶已经进入规模化上车阶段，Robotaxi也开始从技术验证转向运营和商业化。可当AI真正装进汽车、机器人、飞行器这些物理设备，怎么拿到足够的数据、怎么训练和验证模型、怎么压低开发成本、怎么保证系统在真实世界里的安全，都成了新的技术难题。

当天，Momenta、曹操出行、面壁智能等企业，以及高校和科研机构的多位嘉宾到场，围绕世界模型、强化学习、端侧大模型、虚拟仿真、车路云和物理AI基础设施等方向分别给出判断。

把这些发言放在一起看，智能驾驶正在充当物理AI最早进入现实世界的一块试验场。从一辆车的自动驾驶，到机器人、低空飞行器乃至城市交通系统，不同技术路线其实在回答同一个问题：AI怎样从数字世界真正走进物理世界，并做成可以规模化运行的产品。

中国工程院院士，清华大学车辆与运载学院教授、智能绿色车辆与交通全国重点实验室主任 李克强

关键词：智能驾驶安全、车路云一体化、单车智能瓶颈

李克强的判断是，汽车智能化已经走到大规模应用和商业闭环的阶段，眼下最要紧的是智能驾驶系统的安全。只靠单车自身的传感器和算力，存在物理上的边界，高级别自动驾驶需要从单车智能继续向车云协同、车路云一体化演进。

他把当前自动驾驶产业的瓶颈归为三类：一是部分产品定义与国家、国际标准存在偏差；二是高安全、高可靠自动驾驶的关键技术仍待突破；三是行业投入与商业产出仍不匹配。

技术层面，他提出主要存在三个问题：

感知能力仍有边界。车辆如果“看不见、看不远、看不全”，AI决策再强也补不上信息缺失，所以需要靠超视距感知、数字信号上车和协同感知来增加信息来源；

AI模型训练数据仍不完整。自动驾驶正在进入多模态和大模型阶段，但数据类型和场景覆盖不足，仍可能带来安全问题；

开发效率较低。大量系统目前还是“烟囱式”架构，缺少统一底座，开发门槛高、复用率低、验证周期长。

李克强提出，车路云一体化能提供两类核心能力：一是建立标准化的“数据轨道”，向车辆提供广域、多维、实时的交通信息；二是形成面向AI大模型的数据服务体系，为模型持续供给高可靠数据。

北京、重庆等地已经在推进车企协同开发，前方静止障碍物、“鬼探头”、绿波通行等场景都包含在应用范围内。相关方案目前已走到产业化验证这一步，部分项目甚至进入量产阶段；今年有7家车企在推相关应用，中国一汽同样公布了量产导入。

在他看来，高级别自动驾驶未来要解决三个问题：正视安全瓶颈、突破单车智能的物理边界，并通过车路云一体化降低开发成本、提高研发效率。

欧洲科学院院士，清华大学车辆与运载学院教授 曲小波

关键词：物理AI、数字孪生、飞行汽车、需求响应公交

曲小波认为，物理AI正推动数字孪生从“映射和监视现实世界”，进一步走向“理解、推演并实时控制现实世界”。

物理实体映射到数字实体，是传统数字孪生的主要工作，可数字端的推演动辄要几秒，想对物理系统做实时控制就非常吃力。相关国家重点研发项目打算啃下四块硬骨头：让数字推演具备泛化能力、把推演时间压到100毫秒以内、打通数字端与物理端的互操作机制，再借助跨尺度、多层次架构把末端执行误差降下来。

其技术体系分成三个层级：

• 组件级：电机等执行机构的设计效率与执行精度要往上提。借助物理AI学习现有电机数据，部分单点计算能从小时级缩到毫秒级，误差约10%；

• 载具级：Sim-to-Real Gap、不同机型与动力学的适配、快速验证都要解决，落地场景包括自动驾驶、飞行器自主巡航和工程机械自主作业；

• 系统级要做的，是让多种异构载具之间协同起来，覆盖需求响应公交、低空交通管控、矿山工程机械等场景。

飞行汽车这块，团队和奇瑞联手开发了自主巡航复合翼模块化飞行汽车。它由机翼、座舱和底盘三部分组成，能分别组合成自主巡航飞行器和自动驾驶汽车。

工程机械方面，先用世界模型生成候选轨迹并完成轨迹选择，再优化起铲点和卸料位置，工程机械就能完成环境建模、铲装、运输和卸料的连续作业。

需求响应公交已经在湖南株洲职教城常态化运行18个月。当地约有10万名师生，超过50%已经注册使用。和出租车相比，点到点行程时间只相差约2分钟，但平均单次成本约为2元，出租车则约9.16元。低空交通方面，通过构建起降区域全息环境，进行冲突预测、起降排序和资源调度，目前已经在重庆将通航机场改造成飞行汽车起降测试场。

汤元科技CEO 任冬淳

关键词：世界模型、仿真训练、合成数据、虚实闭环。任冬淳介绍了Yootta WorldLoop世界模型，这是一套面向智能驾驶和物理AI的虚实融合闭环训练与评测系统。

数据采集、数据生产、算法训练、算法评测、真机验证、数据回流这一整条链路，都由三个平台支撑：场景生产与编辑、算法训练、仿真评测与真机验证。

其核心技术包括四个模块：CAD和3D结构数据物理化；生成式世界模型；4D数据渲染器；仿真物理引擎。

其中，3D资产除几何和颜色信息外，还会加入质量、摩擦力、弹力和材质等物理属性，让机器人能够真正与虚拟资产发生交互。目前相关系统已经覆盖家居、工业、商业零售、智能驾驶行车和泊车五类场景。

到了具身智能场景里，系统能加载各类机器人的URDF模型，抓取、导航等任务也可以自行设定。任冬淳算过一笔账：真机采集1000条抓取数据，每条大约花1分钟，加起来要超过1000分钟；换成GPU并行仿真，同样规模的数据生产和训练，几分钟到十几分钟就能完成。

智能驾驶方面，可以利用车端或路端传感器重建真实道路环境，再改变天气、光照、车辆数量等条件，用于行车和泊车算法训练与验证。

眼下Yootta联手尚品宅配，已经开放500套家居场景，每套里有数百至上千个能和机器人交互的资产。接下来他们打算构建5000个虚实对应场景，发布100万个真实资产和500万小时合成数据，还要适配约50款机器人硬件本体。

曹操出行CEO 龚昕

关键词：RoboX、Robotaxi、物理AI Agent、天地空一体化出行。龚昕认为，AI时代出行行业的竞争正在从流量入口转向一体化供给能力。

基于这些考虑，曹操出行抛出了RoboX战略，目标是把网约车、出租车、巴士、低速物流车、货运卡车、eVTOL等各类移动能力打包成服务，让AI Agent随时可以调用。照这套设想，以后用户或许不用再单独打开叫车APP，AI会结合日程、位置和个人需求，自己挑出对应的出行服务来调用。

在出行领域，曹操出行把物理AI的商业模式划成四种。

• 头一种是基础出行服务，由统一调度来串起Robotaxi、高铁、低空飞行器等交通工具；第二种叫超级物理AI Agent，把车变成旅游、餐饮、娱乐这些现实服务的入口；第三种是实时立体数据服务，靠车内外传感器生成实时环境数据，在合规前提下服务企业和城市管理；第四种是分布式算力，把车辆闲置的算力进一步用起来。

Robo OS是RoboX战略的底座，一头连着线上AI Agent，一头连着线下移动载具，同时把用户偏好、出行场景、履约结果、位置和路线等真实数据回传给AI。

落地进展上，曹操出行Robotaxi已进入六座城市，车队规模超过200辆；Robo One在长沙、成都部署超过50台，接下来还计划进入苏州。RAS远程中心则已在杭州和苏州落地。

按规划，到2030年曹操出行要在苏州投放数千台Robotaxi和Robo One，实现7×24小时常态化运营。

路径分三步走：2026年跑通Robotaxi和Robo One载人、运货的准入和运营闭环；2027年正向研发的Robotaxi车型下线后开始规模复制；到2030年把苏州模式推向全国及海外市场。

爱思人工智能科技有限公司董事长 杨通

关键词：Agnes Harness、物理AI、Test Time Training、硬件协议

杨通看到的AI变化有三项：通用大模型正进入更多垂直领域；模型借助Skill和训练反馈开始自我进化；大模型也开始直接连上物理设备。

顺着这个方向，爱诗人工智能做了Agnes Harness，目标是把通用模型迁移到垂直智能体和物理AI应用的成本压下来。

这套系统采用前后端解耦设计，把模型能力与MaaS、记忆、沙箱、搜索与工具、上下文管理、团队协作等能力封装在一起，再靠Plugin和Skill机制去适配不同应用。

落到物理AI上，MHS是核心能力之一：通过标准硬件协议，大模型可以用自然语言连接显微镜、医疗设备、摄像头、无人机等可编程设备。

实验已经做到小车与机器狗协同，两台设备靠摄像头感知环境，决策直接由大语言模型参与，既不用传统遥控，也不需要把动作流程完整预设好。

另一个重点是ISI，分两块：一块是把模型运行过程中的能力持续沉淀成Skill；另一块是用TTT（Test Time Training）让模型在实际运行中继续更新。

杨通说，传统做法里数据采集、训练和推理由不同团队分头完成，模型上线后往往长期不动；TTT想做的，是把数据采集、执行反馈和模型更新串起来，让模型针对具体环境持续适应。

相关实验目前用约0.9B参数的模型验证，部分模型大约每半小时更新一次。游戏测试里，Skill持续积累之后，部分任务胜率从约3%升到90%，三对三场景从0升到约60%。

眼下的量级是：爱诗人工智能模型月调用量约65万亿Token，月图片生成量约5000万张，视频生成量约1.7亿秒。Agnes相关系统已经用在芯片设计、算子优化、无人机集群、蛋白质合成等场景。

Momenta副总裁 顾功尧

关键词：高阶辅助驾驶、世界模型、强化学习

顾功尧的判断是，中国高阶辅助驾驶正处在快速放量的阶段，城区NOA方案已经往10万元及以下车型上走，全球市场整体上比中国晚几年。

Momenta的业务模式，用一句话说就是“一飞轮、两条腿”：一条腿是量产辅助驾驶，另一条腿是L4规模化无人驾驶。量产车在路上不断跑出真实道路数据，这些数据再反过来喂养Robotaxi等L4产品。

眼下，装车搭载Momenta辅助驾驶系统的乘用车已超过130万辆，累计定点超过240个，交付120多款车型，真实行驶里程累计约200亿公里。

在Momenta看来，物理AI就是“世界模型+强化学习”。

其R7世界模型大致分成三个阶段：

• 预训练阶段，用上百亿公里真实道路数据，让世界模型去学物理规律、交通行为和道路常识；

• 仿真推演阶段，模拟自车以及其他交通参与者的行为变化；

• 强化学习阶段，在世界模型搭出的仿真环境里继续训练车端驾驶模型。

现在Momenta用一套统一的模型架构支撑L2++到L4产品，量产辅助驾驶和Robotaxi等产品共用同一条模型和数据主线，区别只在于按法规和安全要求设置不同的冗余。

R7已经用在多款量产车上。比如复杂山路里，系统要同时应付骑行者、隔离带和对向车辆，还得找那个短暂的安全超车窗口；夜间城区绕开违停车辆时，则要提前认出远处的隔离墩，并规划好回到原车道的轨迹。

Momenta已经在预研下一代的R9世界基础模型。R7的参数规模约10亿级，R9计划提到约千亿级，车端芯片算力也同步从百TOPS级向千TOPS级演进。

R9想要更进一步理解细微的物理变化，比如不光认出山体落石，还能推演落石之后的运动符不符合自由落体规律。

面壁智能联合创始人兼首席科学家 刘知远

关键词：密度法则、端侧智能、全模态感知、物理AI

刘知远认为，大模型过去八年最核心的变化，不只是参数规模一直在扩大，更在于长出了一套能持续吸收不同类型数据的通用技术路线。

模型继续做大，数据和算力就成了新的约束。

数据这一头，2024年前后开始，大规模强化学习把模型从模仿学习推向探索式学习，模型能够主动去探索、并生成新的训练数据。

算力这一头，如果还只靠堆参数来提升能力，计算需求终究撑不住。所以大模型还得把“智能密度”提上去，也就是用更少的参数和算力，达到同样的智能水平。

面壁智能据此提出了“密度法则”。

按他们的观察，全球开源大模型的智能密度大约每100天翻一倍，也就是说，大约每100天就能用一半参数和一半计算量，做到此前相近的智能能力。

刘知远把这比作半导体行业的摩尔定律。往后看，模型会不断变小，手机、汽车、机器人等终端的算力又会继续往上走，两条趋势最终交汇，过去只能跑在服务器上的大模型，会一步步进入终端。

他把未来的AI分成三种形态：超级智能、云侧智能和端侧智能，其中端侧智能会成为物理AI的重要载体。

人工智能进入物理世界，还存在三个趋势：

• 高智能密度：压低模型运行所需的参数和算力；

• 全模态感知指的是靠视觉、声音等各类传感器去读懂现实世界；自主智能体则要在开放环境里不断做决策、学习并采取行动。

手机、汽车座舱、卫星、机器人这些场景，面壁智能的端侧模型都已经用上，合作方包括华为、三星等企业。

密度法则给出的推算是：智能密度若保持约100天翻一倍的节奏，不到两年，达到同等能力所需的参数量和算力就可能掉下两个数量级。到那时，原本万亿级模型的部分能力会被压缩进百亿级，并跑在终端设备上。

刘知远判断，大模型会继续往手机、PC、汽车、机器人、可穿戴设备和IoT等终端里走，端侧智能是AI进入物理世界的一条重要路径。