特斯拉: 小鵬和特斯拉,誰是"物理AI"的未來?

2025-11-08 | 來源: 定焦One | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

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，於是，你決定提前減速。這就是預測與決策。

最後，你的腳踩下了刹車，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”，這套行雲流水的操作，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，為什麼從黃仁勳、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，在現實世界裡“幹活”。

AI一旦跨過這道坎，它就不再是飄在雲端的工具，而是會成為像水和電一樣的基礎設施，重塑整個實體經濟。對於中國而言，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於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。

Model S事故致5人死亡特斯拉因車門缺陷被起訴

特斯拉撞死突闖國道的野豬,車主全責,交警發聲

特斯拉人形機器人訓練:員工身心俱疲

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，相當於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，無異於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”源於其獲取的全球數據，而中國擁有全世界最復雜、最獨特的道路場景和用戶習慣，需要更好地理解並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，它是一場關於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。那麼，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，會下意識地踩下刹車，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），然後把視覺信息“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），最後才“執行”刹車動作。中間的“翻譯”環節，無疑拖慢了反應速度。