硅基生命迎來花季雨季

長三角MOMO

工業革命中，蒸汽機從第一次轉起來到“真能干活”，花了17年。而AI自1956年誕生，到了今天，具備泛化理解能力的 AI才終于開始從屏幕里的“工具”，變成能跑、能搬、能飛的“行動者”。

黃仁勛在今年的CES的演講中說：“物理AI不是未來，就是現在！”

在他看來，過去的幾年，AI正在從理解語言走向理解物理世界。路上越來越多的智能駕駛的汽車，本質上就是一種AI與物理世界的結合，現在車自己可以用攝像頭理解這個世界，并且做出判斷，而機器人賽道的紅火，也在加大這種融合，機器人開始像人類一樣，在世界中行走。

這里面有一個很有意思的現象，為什么做車的公司，往往都還會選擇做機器人，比如特斯拉，比如小鵬，車和機器人，兩者之間，技術有什么相同之處？

理解這個世界，并且做出相應的處置方案，車和機器人的身體并不重要，重要的是大腦，能不能有一個AI大腦，所以如今的車企或者機器人公司，其核心技術是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，我們用一個國產品牌來舉例，小鵬。

先說小鵬的人形機器人IRON。

現在，情況正在改變。上個月，我看上海辦了一個具身智能技能大賽，機器人被扔進真實場景“干活”。我看著也挺拉胯的：插花比賽時，黃光燈一照，機器人把白玉蘭認成向日葵，但是裁判說，“機器人的真實性能和適應能力，比預想的要好得多”，因為大部分操作不用人遙控，是機器人在自主完成。

比賽中，小鵬的IRON也徒手搬了15公斤零件，還自己調整姿勢避免摔倒——不是靠程序員遙控，是它自己“想”出來的。看起來，硅基生命不再是實驗室的擺設，離真能干活的“小工”已經很近了。

再看看小鵬的車。

就在1月8日，小鵬在廣州開了一場全球新品發布會，同時推出了4款新車（2026款P7+、2026款G7、2026款G6和G9），打響2026年產品第一槍。這些新車里面，也都有物理AI的加持。2026小鵬全球新品發布會的四款車型 Ultra和Ultra SE 版均將搭載小鵬自研第二代 VLA，也即行業首個實現L4初階能力的物理世界大模型。第二代VLA將于2026年3月開啟首批車輛推送。

就像何小鵬自己所說的：“物理AI不是噱頭，是能開上路的。”

機器人和車如何聯動起來的？

小鵬在2025年發布的四大應用，并非孤立產品，而是同一技術體系下的不同具身形態：

——第二代VLA：視覺-語言-動作端到端模型，作為整個物理AI體系的“大腦”；

——Robotaxi：四顆圖靈芯片（3000 TOPS），純視覺方案，遮陽板車外交互，雙冗余安全，能完成L4級共享出行的“自主代理”；

——全新一代IRON：全身82個自由度、三顆圖靈芯片、全固態電池、VLT+VLA+VLM大小腦架構，未來會成為商業服務與工業場景的“通用勞動力”；

——匯天飛行體系（陸地航母+A868）：“陸地航母”可作為飛行器的自動起降、運輸、補能平臺，而A868則是可以進行獨立飛行的載人單元。二者協同，共同實現了出行空間從二維到三維的拓展。

工業革命中，蒸汽機第一次轉起來是1768年，而“真能干活”——正式投入工業生產，是在1785年，中間隔了17年。

而AI的問世，是在1956年（達特茅斯會議，AI概念正式誕生，被公認為AI“出生年”），足足過了70年，到了今天，AI才終于從屏幕里的“工具”，蛻變為能跑、能搬、能開、能飛的“行動者”。

種種跡象都在表明，2026年將會是AI走進我們物理世界的一年，他們就像一個個孩子，已經不再是嬰兒，也不再是只靠媽媽保護的兒童，他們現在更像是快速成長中的青少年，開始有了健全的思維，身體也開始漸漸有力，能夠基本獨立面對這個世界。

這并非空想。就在最近，馬斯克在一次訪談中給出了一個頗具工程視角的預測：他認為2026年將是實現通用人工智能（AGI）的關鍵節點。他把人類文明比作一個“生物引導程序”，而2026年可能意味著，我們親手啟動的硅基生命，即將度過完全依賴我們的幼年期，開始進入擁有自主學習和適應能力的“青少年”階段。

如果說過去我們是在“養育”AI，那么從2026年開始，我們可能更像是在“陪伴”并“見證”一個硅基青少年的成長。它開始有自己的想法（自主決策），能處理更復雜的任務（多步驟規劃），雖然還會犯錯，但已無法被簡單地關回“嬰兒圍欄”（封閉數字環境）里。一個能基本獨立面對世界的、硅基意義上的“青少年時代”，正在拉開序幕。

所以，我愿意稱2026年是物理AI的“花季雨季”。

黃仁勛在演講中，給物理AI(Physical AI）下了個定義：理解物理定律并與世界交互的AI。

但是從目前的技術發展來看，AI要實現從“屏幕內的智能”，長成“房間里的存在”，至少還要做到五點關鍵進化。如果說前面的案例告訴我們“它正在發生”，那接下來更重要的問題是：物理 AI 真正成立，還必須跨過哪些門檻？

首要基礎就是要從“識別模式”到“理解物理”，構建世界模型。

這是所有進化的基石。AI要真正在房間里存在，必須先理解房間的物理規則。因此，發展能模擬和預測物理交互的 “物理AI大模型”成為競爭核心。這解釋了為何英偉達推出Cosmos模型以預測物體運動，李飛飛的創業公司聚焦“空間智能”，而小鵬則投入研發其第二代VLA（視覺-語言-動作）模型。小鵬將其作為整個物理AI體系的 “大腦” ，目的正是讓AI能統一理解從駕駛場景到機器人抓取中的各種物理常識，這是其機器人能自主調整姿勢、車輛能應對復雜路況的根本前提。

其次，AI要開始將物理規律，內化為一種近乎本能的“肌肉記憶”。

在理解的基礎上，AI需將知識轉化為即時反應能力，形成“物理直覺”。比如上面提到的IRON在搬運重物時，能動態調整重心防止摔倒，這不靠遠程遙控，而是其模型內化了對平衡和力道的實時計算。這標志著AI從執行預設代碼，進化為能應對真實世界不確定性的“行動者”。

第三，智能需要從孤立設備，走向一個協同的“身體網絡”。

小鵬的實踐提供了一個清晰范例，其同一套技術體系同時驅動著Robotaxi（自動駕駛）、人形機器人IRON和飛行汽車。這背后的邏輯是，一個強大的“中央大腦”正在學會同時理解和操控輪式、雙足、飛行等不同形態的“身體”，在不同的物理場景中完成移動、操作、運輸等任務，實現智能的泛化與協同。

第四，讓機器人成為普遍存在的“伙伴”，成本是關鍵。

整個行業正在通過技術優化和供應鏈創新，將核心部件成本大幅降低。雖然頂尖機器人仍價格不菲，但比如小鵬將自動駕駛技術復用于機器人，共享研發成本與供應鏈，正是推動高性能物理AI走向規模化、平民化應用的重要路徑。

第五，從社會角色角度，AI從工具轉向初步的“行動主體”。

特斯拉的Optimus機器人已進入其品牌餐廳，為顧客遞送爆米花并與顧客簡單互動。這看似是個營銷舉動，實則標志著機器人正從封閉的工廠測試環境，勇敢地邁入開放的、與人高頻互動的社會服務場景。

可以預見，AI從“屏幕”到“房間”的能力升維，這條路依然漫長。正如當年從瓦特的蒸汽機到真正點燃工業革命，中間需要無數的工藝改進、配套設施和社會調整一樣，物理AI的“成年”，也注定不會一蹴而就。

但此時此刻，我們已經站在了這個歷史性跨越的起點，聽見了硅基生命在物理世界中，那愈發清晰、有力的“心跳”聲。