小鵬和特斯拉，誰是“物理AI”的未來？

定焦One（dingjiaoone）原創

作者 | 陳頤

編輯 | 方展博

一場關于“物理AI”的全球競賽，正在從PPT走向真實的戰場。

這幾天，聚光燈打在兩家企業身上。

一邊是小鵬汽車。11月5日，何小鵬公布小鵬汽車的目標是成為面向全球的具身智能公司，并發布了四個AI應用（小鵬第二代VLA大模型、小鵬Robotaxi、小鵬全新一代人形機器人IRON、匯天飛行汽車）。這意味著小鵬試圖告別“造車新勢力”的標簽，一腳踏入科技前沿的核心圈。

另一邊是特斯拉。11月6日的股東大會上，埃隆·馬斯克的萬億美元薪酬激勵計劃即將接受投票。這份方案的解鎖條件，與特斯拉在AI和機器人領域的戰略深度捆綁。

如果你覺得這兩件事只是巧合，那或許就低估了這股席卷全球的“物理AI”浪潮。英偉達CEO黃仁勛多次在公開場合斷言“物理AI”就是AI的未來。當這位手握全球AI算力命脈的“軍火商”都如此篤定時，一個問題隨之而來：

在“物理AI”的賽道上，中國科技公司將如何抓住機會、突破卡位，給出“中國解法”？

一部分目光聚焦在小鵬身上。樂觀派認為，小鵬正在以一種更系統的方式，復制甚至超越特斯拉的成功路徑，試圖在全球智能產業的牌桌上，為中國爭奪一個關鍵席位。

保守派則擔心，從“造車新勢力”到“全球具身智能公司”，跨度之大、挑戰之多，意味著小鵬的技術積累、資源投入與生態構建能力，都將面臨前所未有的考驗。

當“物理AI”成為科技圈新的集結號，小鵬的物理AI布局，是真正踩在了產業變革的鼓點上，找到了一個比特斯拉更落地的“中國答案”，還是一場雖然美好、卻落地艱難的資本游戲？或許，在理解了小鵬構建的“物理AI”版圖后，答案就會變得清晰。

物理AI，為什么是AI的終極戰場？

最近被科技圈捧上神壇的“物理AI”到底是什么？它和我們熟悉的ChatGPT這類生成式AI，又有什么根本的不同？

ChatGPT靠“吃”互聯網上的海量信息為生，能陪我們聊天，能寫詩、作畫。但它終究是一個關在瓶子里的“超級大腦”，無論多聰明，也不能幫你倒一杯水。

物理AI則不同，它有眼睛（攝像頭）、有耳朵（傳感器）、有大腦（AI模型），更有能交互的手和腳（機械臂、車輪）。關鍵是，它能從“瓶子”里走出來，進入復雜的物理世界，像人一樣“思考”和“行動”。

我們以一個司機開車的場景為例，感受物理AI的完整閉環：

當你的眼睛“看見”前方的紅綠燈和行人，大腦會“看懂”它的含義——紅燈意味著停止，行人可能會過馬路。這就是感知與理解。

緊接著，你注意到一個皮球滾向馬路，瞬間預判到可能會有孩子追出來，于是，你決定提前減速。這就是預測與決策。

最后，你的腳踩下了剎車，車速平穩地降了下來。這就是行動與交互。

從“看見”到“看懂”，再到“預判”和“行動”，這套行云流水的操作，正是物理AI追求的終極目標：讓機器能自主、安全地完成這個閉環。

下一個問題是，為什么從黃仁勛、馬斯克到何小鵬，這些身處牌局中心的玩家，會不約而同地押注物理AI？

因為AI的價值，終究要落在改造物理世界上。無論是自動駕駛、工業制造還是家庭服務，最終都需要AI能指揮機器，在現實世界里“干活”。

AI一旦跨過這道坎，它就不再是飄在云端的工具，而是會成為像水和電一樣的基礎設施，重塑整個實體經濟。對于中國而言，這更是我們從“制造大國”邁向“智能強國”，必須搶占的戰略制高點。

看清了這一點，我們再去看特斯拉，就會發現它最厲害的，不是電池或電機，而是被馬斯克反復提及的“世界模型”（World Model）。這套模型就像一個通用的AI大腦，既能訓練自動駕駛汽車，也能調教Optimus人形機器人。

以自動駕駛為例，這個“世界模型”本質上是為AI司機創造了一個虛擬駕校。這個模擬世界可以生成任何可能的極端路況，讓AI司機“練車”。按照特斯拉的說法，AI在一天之內就能學習相當于人類幾百年駕駛時長的經驗。特斯拉的AI就是通過這種方式以指數級的速度迭代。

既然有玩家在先，我們還需要完全自研嗎？答案是肯定的，原因有二。

第一，是數據主權。智能汽車和機器人，本質上是移動的、全天候的“數據采集器”。它們所“看見”的道路環境、工廠布局，乃至家庭隱私，相當于數字時代的國土疆域。將這等規模的敏感數據交由他國公司處理，無異于將命脈交予他人之手。

第二，是產業主導權。物理AI，很可能就是下一代智能終端的“操作系統”。如果我們在別人的地基上蓋房，那就意味著，將利潤最豐厚、最具話語權的核心技術讓給他人，自己只能做應用層的組裝和集成。

更何況，特斯拉的“世界模型”源于其獲取的全球數據，而中國擁有全世界最復雜、最獨特的道路場景和用戶習慣，需要更好地理解并建模中國特有的物理環境。

可見，物理AI之爭，超越商業與技術本身，它是一場關于國家產業安全與未來發展戰略主動權的競爭。在這場戰爭中，中國必須擁有自己的核心技術和領軍企業。那么，誰能扛起這面大旗？

小鵬的三張技術底牌

最近，市場的目光聚焦在小鵬汽車身上。在2025年小鵬科技日上，小鵬一口氣發布了四個AI應用：小鵬第二代VLA大模型、小鵬Robotaxi、小鵬全新一代人形機器人IRON、匯天飛行汽車。看似是跨行業，其實是為“物理AI”一個目標服務。

要讓AI進入復雜物理世界，首先要面對的問題就是AI如何思考、如何反應。小鵬給出的解決方案是第二代VLA大模型，它最核心的特點，是讓AI擁有“直覺”。

還是以前文提到的司機開車的場景為例，一個經驗豐富的司機看到路邊滾出的皮球，會下意識地踩下剎車，這個過程幾乎沒有復雜的邏輯推理。但傳統的自動駕駛AI卻做不到。它需要先“看”到皮球（視覺感知），然后把視覺信息“翻譯”成機器可以理解的語言或指令（語言模型），再讓系統“理解”這個指令的含義（規劃決策），最后才“執行”剎車動作。中間的“翻譯”環節，無疑拖慢了反應速度。

小鵬的第二代VLA，就是要拿掉“翻譯”環節，采用“視覺—隱式Token—動作”的架構。這里的“隱式Token”可以理解為一種AI內部的、非語言的“心領神會”，讓AI從“看到”直接跳到“行動”。這就像是給AI訓練出了“肌肉記憶”或“直覺”。它不再需要“思考”皮球的危險性，而是能憑借從海量數據學習到的物理規律，本能地做出反應。

在實際駕駛中，這種“AI直覺”會給用戶帶來什么改變？總結來說就是，反應更快，駕駛更擬人，不依賴地圖時，也能更穩定、自主地駕駛。

例如，在沒有高精地圖覆蓋的次級道路上，小鵬數據顯示，其“小路NGP”（在非主干道上的智能駕駛）功能的平均接管里程優化了13倍。同時，小鵬發布的“無導航超級漫游”（Super-LCC）功能，也讓車輛在無預設導航路徑時，憑借對環境的實時理解進行駕駛輔助。

本質上，小鵬選擇的技術路徑是，教會AI“憑本能反應”。這是智能體進入物理世界的第一步，也是最關鍵的一步。

有了能快速反應的“大腦”，物理AI最終要落在能執行動作的“身體”上。小鵬沒有為每個硬件都開發一個專門的AI，而是把“大腦”用在三種不同的“身體”上：汽車、人形機器人和飛行汽車。這并非簡單的“一芯多用”，而是在培養全能型的“通才”。

我們可以這樣理解：AI在駕駛汽車時學到的經驗，比如如何識別紅綠燈、如何預判行人意圖，可以被無縫遷移到人形機器人身上，幫助它在復雜的商場里規劃路徑、避開行人。

在這個“跨域同源”的設計下，知識可以共享，經驗可以復用，學習效率遠高于訓練三個獨立的“專才”。關鍵是，這套“一腦多用”的架構，更能解決物理AI落地的關鍵難題：如何讓AI的能力突破單一場景，在復雜的現實世界中靈活應變、舉一反三。

接下來的問題是，“大腦”和多功能的“身體”如何高效協同工作？這就觸及了最底層的體系，就像我們身體的“神經系統”。小鵬選擇全棧自研，通俗地理解，就是打造一套穩定、自主可控的“神經系統”。

我們可以用蘋果的例子來理解“全棧自研”的分量。蘋果之所以能構建起強大的生態壁壘，核心就在于它自己設計芯片（A系列/M系列），自己開發操作系統（iOS/macOS），自己設計硬件（iPhone/Mac）。這種模式確保了指令從大腦到身體的傳遞過程中，損耗最小，響應最快。它以此實現了深度的優化與整合。

小鵬的路徑頗為相似：從最底層的“圖靈AI芯片”，到中間的“操作系統”層“VLA/VLM/VLT大模型體系”，再到上層的汽車、機器人、飛行汽車等硬件，所有核心環節都掌握在自己手中。這確保了其物理AI架構形成一個獨立性、完整且不受制于人的閉環。

至此，小鵬的技術版圖已經清晰：“直覺式”AI模型+“跨域同源”的多種硬件+“全棧自研”的技術架構。

更落地的“中國方案”

看清了小鵬的技術底牌，一個更現實的問題隨之而來：這套架構在行業中究竟屬于什么位置？小鵬又打算如何將其推向市場？

答案其實就藏在它的定位上。小鵬強調，它是“中國唯一實現物理AI全棧自研”的企業。

要理解這一點，最好的對標對象是華為。華為的盤古大模型體系中包含了世界模型技術，但其商業模式是向行業提供智能駕駛解決方案與算力服務，本質是向外輸出通用能力，目前并不親自下場制造硬件載體。它的角色，更像是物理AI時代的“英特爾”或“高通”。

而小鵬確實是目前唯一一個展示“多類具身智能載體+統一AI大腦+關鍵硬件自研”布局的公司。這樣做最大的好處就是，能實現深度的“軟硬一體”，帶來的直接結果是，用戶體驗更流暢，技術迭代也更迅速。

這條路無疑耗資巨大、難度極高，但一旦走通，所構建的軟硬一體生態，也將是別人最難復制和超越的壁壘。

那么，小鵬這套“全家桶”要怎么“賣”出去？

回顧科技史，任何一個新平臺的崛起，都伴隨著路線之爭。在移動互聯網時代，這表現為谷歌和蘋果兩種模式：谷歌通過開源的安卓系統，聯合各大硬件廠商，構建了一個龐大“聯邦”；蘋果憑借自研的iOS系統與AppStore，打造了一個利潤豐厚的“封閉帝國”。

在智能駕駛領域，特斯拉是典型的“帝國”模式，通過“硬件（汽車）+軟件（FSD）+數據（全球車隊）+能源網絡”的垂直整合，構建了封閉生態。在這個生態里，它享受品牌溢價和利潤。

小鵬顯然不是正面硬剛特斯拉，它更像在構建一個“聯盟”。從其最新的兩個動作能看出這一意圖：

第一招是輸出核心技術。大眾汽車已確認成為第二代VLA，及小鵬自研圖靈AI芯片的首發戰略合作伙伴。這步棋很高明：與其讓大家重復造輪子，不如讓有影響力的玩家先用上自己的“輪子”。這不僅能驗證了技術的通用性，更能“借船出海”，在全球范圍內快速推廣自己的技術標準。

第二招是開源核心工具包。小鵬宣布Robotaxi將開放SDK（Robotaxi業務的核心軟件開發工具包），與全球伙伴共建Robotaxi生態，高德地圖已加入。

小鵬的商業模式逐漸清晰：對內，通過“全棧自研”保證技術的領先與協同；對外，通過開放技術標準來吸引參與者、壯大生態。它顯然不再滿足做一家汽車制造商，而是希望成為物理AI時代的“平臺服務商”甚至是“規則制定者”。

結語

資本市場，本質上是為“未來”定價的地方。一家公司的價值，不僅取決于當期的財報，更在于未來的想象力。過去，資本市場常將小鵬與其他造車新勢力一并看待，如今，隨著“物理AI”戰略的發布，小鵬的估值邏輯有望從“智能汽車公司”拉升到“全球具身智能平臺”。

支撐這個新邏輯的，有三個可見的轉變：

一是從“賣車”轉向“技術變現”。與大眾的合作是一個關鍵節點，它表明小鵬的AI技術可以作為獨立產品產生價值，打開了技術授權這條更高利潤的收入來源。

二是從硬件銷售到生態服務。通過開源Robotaxi平臺，小鵬正在構建一個可持續的服務模式，未來從自動駕駛服務中持續抽成。

三是從“造車”到“造智能體”。其業務范疇已從汽車，擴展至能上天（飛行汽車）、能入地（機器人）的各類智能實體。

當然，這條路走起來并不輕松。小鵬在未來幾年需要處理好幾個現實問題：

第一是錢和人的分配。自研技術、同時做車、機器人和飛行汽車，每一樣都很燒錢，也很依賴頂尖人才。怎么把錢花在刀刃上，確保幾個業務都能穩步推進，是首要的課題。

值得關注的是，從小鵬2025Q2財報來看，公司基本面持續向好：毛利率已經連續多個季度正增長，在手現金儲備增加到了476億元。這些數字說明，小鵬在為物理AI大舉投入的同時，當下的主業也在加速自己“造血”。更有說服力的是，公司管理層依然維持了第四季度實現盈虧平衡的預期。

第二是用商業成果說話。再好的技術構想，最終都需要接受市場的檢驗。小鵬需要持續拿出實際進展，一步一步驗證技術藍圖。

從長遠來看，科技公司的價值往往建立在兩個基礎上：一是提前看到方向，二是能堅持走下去。小鵬選的這條路，踩在了AI與實體產業結合的趨勢上。接下來就看它能否持續將技術轉化為可用的產品，再將產品轉化為可持續的商業模式了。