2025 年的人工智能世界以 DeepSeek 的横空出世开始，以 Grok 4.1 和 Gemini 3 的轮番亮相结束，经过一整年的狂轰滥炸，AI 成为各行各业转型升级的原动力。
机器人排队进场，大模型公司批量上市，高科技公司的资本开支持续刷新着资本市场的想象力，人工智能正在系统性从炫技转向落地，商业化的命题前所未有的迫近。
按照 Crunchbase 统计，去年全球基础模型公司融资金额高达 800 亿美元，是 2024 年的 2.5 倍。这个数字占 AI 领域整体融资额的 40%，一枝独秀。
中国市场情况基本一致，少了些股价跟着资本开支涨的癫狂，多了些错失未来门票的焦虑。继智谱和 MiniMax 先后登陆二级市场，阶跃星辰完成超 50 亿元人民币 B+轮融资，一举刷新过去 12 个月中国大模型赛道单笔最高融资纪录。
资本市场的动作是产业界技术投资的先行指标，人工智能产业化的下半场信号日趋鲜明。当 AI 落地的趋势越发明确，大模型的混战告一段落，分野逐步形成，也意味着新的阶段正在开启。
谁先拿到物理世界的主导权，谁就有机会坐上最后的牌桌。
一个AI技术派的15年
阶跃星辰融资新闻的同一天，董事长印奇走马上任。这是一个耐人寻味的组合，前者是一家年轻的大模型公司，后者虽然年纪不大，但却是在 AI 和硬件上摸爬滚打 15 年的创业者。
印奇出身清华姚班，在本科时就接触了当时非常前沿的深度学习领域，并从2011年创办旷视科技，完整参与了深度学习在中国产业化落地的全过程。
今天的人工智能革命可以追溯到2012年，AlexNet在ImageNet图像识别大赛上夺冠，深度学习产业化空间被打开，催生了第一波人工智能创业潮。
但和当时批量诞生的大多数创业公司一样，尽管印奇手握国内最好的算法和计算机视觉人才，走过了行业所有软硬件系统的该走的路。也遇到了和大家类似的问题：技术底子深厚，但缺乏足够的商业化场景。
回看深度学习的峥嵘岁月，印奇最大的启示是“商业闭环”：顶尖的学术能力未必能对齐工程系统与商业化水平，AI+终端的思路没有问题，但需要一个健康的商业闭环与之匹配。
基于这个背景，2024年11月，印奇加入千里科技担任董事长，带着 1.0 创业时期积累下来的技术和经验，投身第二次创业，让这位“天才少年”再次走进大众视野。
千里科技脱胎于力帆科技，曾是中国首家在A股上市的民营乘用车企业，具备深厚的制造业基础。印奇掌舵后，千里科技开启转型，结合自身制造业背景和印奇的技术经验，确立了“AI+车”战略。
短短一年内，千里科技完成了在智能辅助驾驶、智能座舱、Robotaxi 等多个领域的业务布局。
阶跃星辰成立于2023年，是目前国内少数还在投身基础大模型研发的头部公司之一，其多模态模型多次在 LMSYS、OpenCompass 等权威榜单中位列中国多模态大模型第⼀，产业界当下聚焦的多模推理，也是阶跃的传统优势项目。
而在商业化层面，阶跃的模型覆盖了 OPPO、荣耀、中兴等国内品牌的 4200 万台手机，日均服务近 2000 万人次。在汽车、具身机器人、IoT 领域，也都有头部的合作方，是业界较为特别的终端 B2C 商业模式。
千里科技&阶跃星辰董事长印奇
印奇官宣董事长之前，阶跃已经是千里科技最重要的战略合作伙伴之一。
在智能辅助驾驶领域，千里科技基于阶跃星辰的多模态大模型底座和强化学习范式，打造了全新的 RLM 智驾大模型；在智能座舱领域，两家公司也曾深度合作，推出过面向 AI Agent 原生打造的下一代智能座舱 Agent OS。
2025 年，千里科技、阶跃星辰、吉利共同发布下一代智能座舱 Agent OS
印奇再度履新并非单纯的人事任命，而是几家公司“软硬一体”的资源大整合。
如果把阶跃星辰和千里科技视为一个完整的体系，两者的定位其实非常清晰：
阶跃星辰的长板是“模型”，即基础大模型的研发能力，类似马斯克创办的x.AI；千里科技更擅长“系统”，依托自身的软硬结合和工程化能力提供解决方案。从基础大模型技术到系统解决方案，两家公司的互补性极强。
除了少数财大气粗的高科技公司，大部分大模型公司往往受限于场景和数据，终端厂商又缺乏训练大模型的能力。谷歌与苹果的合作常被视为苹果投资 AI 不利的例证，但另一方面，谷歌也需要硬件终端作为 AI 能力具体的载体。
原因并不复杂，无论是模型开发还是终端设备研发都需要大规模的投资，这种情况下，产业链的分工与协作就会成为必然。汽车工业的水平分工，半导体产业设计与制造的分离，盖因如此。
具体到人工智能领域，不同环节的协作配合更加重要。最典型的是智驾场景，终端缺少软件算法能力，需要供应商协助，但供应商大多接触不到核心数据，只能负责事后打补丁。有所保留的合作，留下的往往是隐患。
印奇同时掌舵阶跃星辰和千里科技，显然是为了确保整体战略的统一和决策的效率，保证技术研发和产品需求高度对齐，形成单一模型公司或者终端厂商无法实现的系统级壁垒。
让 AI 进入物理世界，成为“阶跃+千里”的先行指标，这一次，印奇一开始就明确“AI+终端”的商业模式。
这件事情在十年前做不了，五年前难度极大，但当下反倒是最好的时机。
物理 AI 呼啸而来
去年 3 月，黄仁勋在英伟达 GTC 大会上抛出核武器：生成式 AI 成为过去，未来是属于代理 AI（Agentic AI）和物理 AI（Physical AI）的时代。不到一年时间，今年作为 CES 顶流的黄仁勋又把 Agent 抛在了脑后，大有一副“All in 物理 AI”的姿态。
物理 AI 的核心在于“AI 与物理世界融合”，即 AI 赋予机器在真实世界中感知、推理和执行的能力。其中的关键在于，AI 需要理解真实世界的物理法则，以此为基础完成技术实现。
换句话说，AI 必须理解并作用于物理世界，智能终端是过程中的关键载体。智能辅助驾驶是是一个典型的物理AI场景，也是产业化起步最早、空间最大的细分领域。
当下如火如荼的人形机器人也是同样的道理。传统机器人依赖预设的程序、固定的规则执行任务，没有多模态“大脑”，无法应对复杂多变的环境。“具身智能”的内涵是算法可以依靠对物理规则的理解，适应未知环境、进行常识推理，执行复杂任务。
黄仁勋的演讲固然有屁股决定脑袋的因素，但 AI 向物理世界渗透的确是当下趋势，AI 和终端结合，是最有可能实现商业闭环的方向。
印奇当年对人工智能的想象，在15年后呈现出了逐渐清晰的轮廓。
2026 年 CES，英伟达发布开源 VLA 大模型
相比深度学习，大模型的出现和决策能力的形成，算法通用性和技术平台化的难题迎刃而解。同时，以手机、汽车为代表的终端设备庞大的市场规模，也让人工智能企业的商业化空间变得非常广阔。
阶跃星辰与千里科技的进一步融合，也是技术迭代趋势下，商业层面的前瞻并务实的选择。
阶跃星辰的管理层包括前微软全球副总裁的 CEO 姜大昕，他是 2025 年的 IEEE Fellow、NLP 领域的顶级学者；ResNet作者之一张祥雨担任首席科学家，其论文迄今被引用超过42万次。
CTO朱亦博在谷歌担任过 Google Cloud GPU 产品技术负责人，在字节参与过大规模AI基础设施，是国内少有的拥有万卡集群系统搭建和管理经验的技术人才，算得上软硬件顶层设计通吃。
目前，阶跃星辰已构建起“1+2”的模型体系[1]。其中，“1”为基座模型，“2”为原生多模态模型与端云结合。
千里科技整合了来自极氪、吉利研究院以及旷视三方的智驾团队，同时手握奔驰的投资。既有旷视积累的算法基因，也有来自主机厂成熟的人才体系和规模制造的经验。超过 23 EFLOPS 的云端算力储备和百万级量产车数据都是千里科技的优势。
横跨印奇职业生涯的“AI+终端”的技术理念，在物理 AI 的框架之下，终于以“阶跃+千里”的形式落地。
与之对应，当物理 AI 呼啸而来，产业的竞争核心也不再是某项长板能力的比拼，而是综合能力的系统性竞争。
一方面，大模型研发“烧钱”已非传统意义上的高投入，无论是百万年薪打底的人员配置，还是巨额的云计算和电费账单，都说明模型研发门槛很高。按照印奇的理解：
大模型公司必然面临商业化拷问——服务什么领域、什么客户、创造什么价值、能否盈利及可持续发展。
另一方面，大模型本身提供的是一种服务能力，研究能力关乎上限，工程能力决定下限，后者直接关系到模型能否以更低的成本实现规模复用。
按照印奇本人的判断，全球第一梯队的智驾供应商只会存在三四家。阶跃的人才密度，千里科技的系统能力和在制造业的沉淀，结合早期吉利、奔驰终端车系市场的跑通，是物理 AI 时代一个产业生态的标准组合。
相比深度学习时代充满理想主义色彩的义无反顾，印奇的第二次出发多了很多务实的成色，比如从一开始就着眼商业闭环的问题，而非在技术领域孤注一掷。
用了十五年的时间，印奇找到了自己的“闭环”。
人工智能的马拉松
高科技产业的叙事往往会成为生态的胜利，Wintel定义了个人计算机的黄金标准；Android 和苹果 iOS 分庭抗礼；英伟达的 CUDA让GPU成为全球AI训练的基础设施。
一个生态体系的成功建立，大多都遵循着相似的逻辑：通过建立标准、降低开发门槛、形成网络效应，将技术优势转化为系统壁垒。
时至今日，物理AI的生态构建已从软硬件协同，演进为数据、算法、场景与终端的全闭环竞争，Physical AI的大幕正在徐徐拉开。
英伟达在摇旗呐喊、谷歌在悄悄地进村、Meta在亡羊补牢、如梦方醒的苹果已经选好了要抱紧的大腿。在中国，新能源车的新老势力对着人形机器人跃跃欲试，顶层设计的语境下，人工智能正在与制造业逐渐融合。
目前来看，在物理 AI 领域布局最广、涉足最深的公司，很可能是特斯拉。
谈及马斯克，社会舆论多聚焦于特斯拉的汽车业务，马斯克在 AI 领域的涉足反而被忽略。
除了特斯拉的掌舵者，马斯克同时也是 OpenAI 的创始人之一，DeepMind 的早期投资人。他参与的人工智能公司还有脑机芯片 Neuralink、AI 公司 xAI 以及百万张GPU（等效 H100 GPU 数量）的算力金矿。
借助Grok大模型，特斯拉汽车的语音交互实现了质的升级：系统可以听懂模糊指令，并转化为准确的自主路径规划。与此同时，xAI还在紧锣密鼓为 Optimus 打造新的 AI 大脑。
xAI 的 Colossus 数据中心内景
在以Mag7为代表的美国高科技公司中，特斯拉的软件和算法能力未必顶尖，但其生产制造能力和对制造业的理解，在美国企业中算得上无人能敌。
“阶跃+千里”的组合与之类似，前者提供基础模型的研发能力，后者将这一能力打包集成应用在各类智能终端上。基础模型的研发、工程能力的掌握、对制造业的理解形成了一个没有短板的木桶。
阶跃的语音模型在今年1月击败Grok和Gemini，登顶全球语音推理榜单，并被集成进了吉利银河M9的座舱。千里科技的智能驾驶业务，已经在真实的市场竞争中得到了验证。其智驾系统G-ASD搭载于吉利旗下极氪、领克的 16 款车型。
按照印奇的说法，今年的目标是有100万辆车装上千里智驾。
从模型研发到解决方案成型，再借助工程能力连接中国庞大的汽车产业链，这种综合实力在国内的人工智能版图上，称得上首屈一指。
物理 AI 是一个全新的概念，也是人工智能革命的参与者构建闭环的过程中自然而然的结果。从某种角度看，印奇十五年的创业路途，是⼀条从技术到商业不断落地的轨迹。
传统的价值分配原则接近失效，以硬件制造商或 APP 开发商掌握核心价值的分配方式将逐渐成为过去式，而那些拥有底层 AI 开发能力并能够定义终端体验的生态玩家会承接这部分价值。
在新旧秩序交替的关口，印奇提供了一个也许是最成熟也最深刻的参考。这是人工智能以分秒为单位进步的一个阶段，也是一个产业老兵 15 年跌宕起伏的总和。
人工智能与真实世界的融合，注定是一场漫长的马拉松，印奇的冒险还远远没有结束。
全文完，感谢您的耐心阅读。
参考资料
[1] 阶跃发布新一代基模 Step 3：原生多模态，推理效率行业领先，雷锋网
[2] 晚点对话印奇：AI 1.0 的教训是，所有不能闭环的辉煌都是暂时的，晚点 LatePost
[3] 迈入 AI 原生时代：IDC 发布 2026 年中国智能终端市场十大洞察，IDC
作者：黄主任
编辑：李墨天
责任编辑：李墨天
封面图片来自ShotDeck
热门跟贴