小鵬Robotaxi和IRON發布：物理AI“安全大考”才剛剛開始

“當 AI 從屏幕里的算法，變成能幫你開門、載你通勤的‘物理伙伴’，安全和智能哪個該優先？”11 月 5 日小鵬科技日的開場提問，把這場技術發布會從 “參數秀” 拉回了普通人的生活場景 —— 當天拋出的 L4 級 Robotaxi 量產計劃、IRON 人形機器人，以及藏在背后的物理世界大模型，本質上都是在回答一個問題：AI 如何安全地 “走進” 現實世界？

Robotaxi的三重底氣：從“無圖”到“無人”的豪賭

小鵬宣布在2026年試運營L4級Robotaxi，并非簡單的商業預告，而是一次技術體系的亮劍。其底氣源于三層架構：

雙冗余的“生命線”：算力、轉向、制動等六大核心系統的“雙備份”，是它能取消安全員的物理基礎。這如同為汽車裝上兩套心臟，在50納秒內（比人類眨眼快100萬倍）完成故障切換，確保車輛在任何突發情況下仍能受控。

“無圖”的智慧大腦：第二代VLA模型讓AI擺脫了對高精地圖的“拐杖依賴”。它不僅能理解北京胡同與上海弄堂的共通性，還能自適應不同國家的交通規則，這意味著其決策基于對物理世界的泛化理解，而非死記硬背。

開放的生態打法：通過開放SDK引入高德等伙伴，小鵬試圖讓Robotaxi更快融入現有出行網絡。這步棋意在加速商業化，但同時也將安全責任的邊界擴展到了更復雜的合作生態中。

IRON機器人：將“AEB”搬進客廳的物理AI參與者

如果說Robotaxi是“道路上的智能”，那么178cm高的IRON機器人則是“闖入生活空間的智能”。它的亮點不在于行走，而在于“懂得如何安全地行走”。

它配備了“室內AEB”防撞系統，能感知并規避家庭環境中的障礙。其背后的“大小腦組合”——3顆圖靈芯片分管視覺、決策與語言理解，讓它能精準執行“關掉客廳燈”這類指令。更關鍵的是其安全底線：全固態電池從根源上降低了熱失控風險，且承諾“隱私數據不出機器人”，為物理AI進入個人空間建立了最初的信任。

物理世界大模型：讓AI真正懂得“蘋果會掉下來”

無論是Robotaxi還是IRON機器人，其靈魂均源于同一個“隱形大腦”——物理世界大模型。它與ChatGPT這類互聯網大模型有本質區別：后者擅長處理信息和符號，而前者必須理解并服從嚴格的物理定律。

小鵬的720億參數大模型，能讓AI從“識別一張桌子”升級到“判斷桌子的高度、承重以及被推動后的運動軌跡”。正是這種對物理規律的編碼，讓AI能在漠河識別冰面反光，在海南判斷積水深度。同一個模型既能指導車輛禮讓行人，也能教會機器人掌握抓取杯子的力道，這標志著“通感一體”的物理AI正在成為現實。

安全是入場券：AI網絡協同或許是最優選擇

小鵬的路徑可概括為“端側強化”，通過極致的單車/單機智能與冗余保障安全。何小鵬強調“智能程度越高，安全冗余必須越充分”，這直接點明了物理AI的核心矛盾：在虛擬世界，錯誤可以重啟；在物理世界，錯誤意味著真實的物理傷害。

然而，獨善其身并非唯一解。行業另一條路徑——以蘑菇車聯為代表的“系統級協同”正在補全安全的另一塊拼圖。其MogoMind大模型所展現的六大關鍵能力，共同構筑了一個超越單車的安全體系。蘑菇車聯在上海嘉定、云南大理等地的落地項目，以及其RoboBus超200萬公里的實際運營里程，證明了這種“AI網絡協同”路徑在提升整體交通安全上的巨大潛力。

物理AI的“闖關游戲”，安全是第一關卡

小鵬的科技日描繪了一幅近在咫尺的未來圖景：2026年的無人出租車和家里的鋼鐵機器人伙伴。

在物理AI的世界里，安全不是一項功能，而是唯一的入場券。

未來的挑戰將更加復雜：AI如何理解人類模糊的社會意圖？事故的法律責任如何界定？這些問題的答案，將決定物理AI能走多遠。所幸，行業已經邁出了最關鍵的一步——讓技術腳踏實地，將安全置于炫技之上。這場關乎生命的“大考”，才剛剛開始。