「小龙虾上车、智驾加速落地、物理AI，是本届车展的三大关键词。」当38万平方米的展区挤进近千家参展商，汽车业终于承认一件事：比拼屏幕尺寸和续航数字的时代过去了。
1451台展车，181台首发，71台概念车。这些数字背后，中国车企正在从「堆料竞争」转向「体系能力输出」。华为乾崑、地平线、英伟达、腾讯智慧出行，甚至在车展前一天就抢先召开技术开放日——战场已经前移。
本文从三个维度拆解：智能体如何重写人车关系、物理AI为何成为新基座、Robotaxi怎样找回存在感。
一、智能体上车：从「听懂指令」到「预判需求」
腾讯智慧出行副总裁钟学丹的判断很直接：智能体规模化取决于两点——车企有无系统平台，以及能否让用户结合场景重塑体验。
腾讯的解法是做场景集成。其出行全场景智能体开放平台集成了搜索、支付及空间感知能力。通勤时，系统根据实时ETA自动完成点单取餐；出游时，它既是AI导游，也是车队协同调度员。不再是人等系统，而是系统追人。
佑驾创新的BamBam龙虾助手走了另一条路：打破物理边界。通过调用DMS、OMS传感器实时捕捉用户身份和情绪，商旅场景下凭自然语音处理复杂工作流，归家途中主动感应状态并提前启动家用电器。座舱开始与家居、办公场景打通。
斑马智能展示了更高级的编排能力。其元神AI汽车机器人大脑通过端云一体中枢，驱动出行、娱乐等多个智能体协同。用户说「约朋友吃饭」，系统同步确认时间、订餐厅、调整路线——将不确定需求转化为闭环服务，这正是座舱机器人化的核心。
商汤绝影的New Member 2.0强调跨设备协同，能识别多人指令，结合用户长记忆规划个性化行程。移远通信则从底层切入，Agentic IoT整体解决方案以「一脑多形」为理念，用端云融合的Agentic AI技术打通人车家数据壁垒，MemCore记忆引擎持续沉淀用户习惯，让终端越用越懂人。
四维图新首次发布智能体数据综合解决方案，涵盖感知硬件、4D空间记录终端、全链路合规方案，以及已落地的人形机器人、工业机械臂、无人车、四足机器人等六大场景应用。
一个明确趋势：智能体不再局限于车内语音交互，而是打通通勤、办公、家居、出游全场景。座舱从被动响应进化为主动服务，大模型正在打破座舱与外部世界的边界。
二、物理AI：从「互联网语料」到「三维空间感知」
当大模型从二维文本理解走向三维空间感知，物理AI正在成为自动驾驶乃至通用机器人的新基座。
千里科技与阶跃星辰的合作瞄准原生智能驾驶基座模型，意图突破「大语言模型+智驾数据后训练」模式在物理规律泛化理解上的局限。训练内容涵盖极端天气、复杂博弈等高难度场景，同时保留模型的通用推理与场景认知能力。
元戎启行首席科学家阮翀首秀，介绍其正在研发的基座模型将驾驶决策、场景理解与行为评估能力统一在同一架构下。更大的模型规模、更高的数据质量、更快的数据闭环——数据闭环迭代周期从过去约5天缩短至约12小时。
元戎启行CEO周光的愿景放得很远：「我希望公司未来能成为物理世界的AI基础设施，就像通信、电力一样，成为支撑现实世界运行的基础能力。」
轻舟则将视野投向更广阔的通用物理AI。其发布轻舟物理AI模型，宣布战略重心从无人驾驶全面升级至通用物理AI，带来推理更强、决策更优、泛化更广三大能力升级。
传统Tier 1法雷奥正利用感知、运动和人工智能领域的积累加速人形机器人落地，在南京设立人形机器人训练中心。其掌握完整的车规级软硬件产品组合，可适配人形机器人和自动导引车需求，除自有工厂部署外，还向潜在客户提供解决方案。
物理AI的能力边界正在扩展：从驾驶场景走向工厂、物流乃至更广阔的实体世界，成为支撑现实世界运行的底层能力。
三、Robotaxi回归：成本、定制与路线之争
过去两年车展，「Robotaxi」几乎销声匿迹。今年热度回升，且迎来全方位进化。
小马智行打成本牌。其宣布2027版全无人Robotaxi整车总成本（含车辆、自动驾驶套件与电池）将下探至23万元以内，低于国产特斯拉Model 3最低配售价。经济账上，大规模扩张已具备可行性。
更关键的是虚拟司机技术迭代。小马智行宣称其Robotaxi能在7×24小时全天候环境下提供始终如一的高水平乘车体验，产品定位趋向「集安全、私密与多元功能于一体的移动空间」，而非网约车竞争者。
曹操出行的定义更激进：为自动驾驶而生的Robotaxi。其深度参与的Eva Cab没有驾驶位和方向盘，车门采用「双开门」设计，完全基于自动驾驶运营场景正向研发。
技术路线呈现多元分化：
卓驭推进L4级系统规模化落地，预计2025年下半年开启试运行，直接搭载下一代原生多模态基础模型，配备自研自产、基于双英伟达Thor芯片的三冗余L4级控制器。
轻舟的方案完全基于量产车配置。其联创、董事长兼CEO于骞的解释是：「用更强的大脑来实现更高级别的驾驶能力。必要的冗余要有，但核心是建立更强的AI大脑。」
商汤绝影走舱驾融合路线。其SenseAuto Go不仅实现L4级点到点高效接驳，更将智驾的安全可靠与智舱的主动交互、情感陪伴深度打通。与T3出行计划2025年全面开启试运营，搭载可自主进化AI大脑，试图让无人出行「有温度」。
四、车展背后的行业转向
215场发布会在两天内密集爆发，2026北京车展成为一个分水岭。
智能体层面，竞争焦点从「功能有无」转向「场景闭环」——谁能把碎片化的服务编织成无缝体验，谁就能占据用户时间。
物理AI层面，技术路线从「数据驱动」转向「基座模型」——迭代周期从天级压缩到小时级，决定胜负的不再是数据量，而是数据质量和架构效率。
Robotaxi层面，商业逻辑从「技术演示」转向「成本核算」——23万元成本线被击穿，意味着这门生意终于可以算经济账了。
一个值得注意的反差：当中国车企密集输出体系能力时，国际巨头的声量明显减弱。这不是技术差距的缩小，而是应用场景和数据闭环能力的分野。
钟学丹的判断依然有效：系统平台和场景重塑体验，是智能体规模化的两道门槛。跨过这两道门槛的公司，正在把汽车从「交通工具」重新定义为「移动智能中枢」。
对于科技从业者而言，这场车展的真正价值在于：它展示了AI从数字世界渗透物理世界的完整路径——先上车，再进厂，最终成为基础设施。这条路径上的每一个节点，都意味着新的技术栈和新的商业机会。
热门跟贴