这是一场跨越物种的迁徙。2026年，汽车开启具身智能时代。
序言：两个典型案例，或管窥汽车具身智能时代的一角
“全程0接管”的魔力
2025年12月31日，一则消息引爆了汽车圈与科技圈：一个名字叫大卫·莫斯的特斯拉车主在社交平台 X上发帖称，在当天，他用自己的特斯拉 Model 3，通过完全自动驾驶模式，完成了一次横跨美国东西海岸之旅。
从太平洋到大西洋， 2732.4英里（约4397公里），用时68小时，跨越全美24个州，从加利福尼亚州洛杉矶的特斯拉餐厅到南卡罗来纳州的默特尔比奇，由FSD（完全自动驾驶）完成了所有的驾驶（包括高速巡航、复杂的城市街道，以及中途的泊车和超级充电站停车），全程0接管。
莫斯在评论区兴奋地分享：“全程连一次‘险些擦碰’的情况都没有发生。”电动汽车分析师索耶·梅瑞特在 X上分享了这一消息，并附上了莫斯的行驶记录截图。特斯拉 CEO马斯克转发了这个帖子，并回复“Cool”。
莫斯提及的“全程0接管”，不是在车企实验室里被精准投喂出来的算法演示，更不是在某条特定的封闭路段反复排练过的营销秀。根据莫斯披露的行车日志，这辆搭载了特斯拉 FSD v14.2（基于端到端神经网络大模型）的 Model?3，不仅在州际公路上如履平地，还独立处理了30次超级充电站的自动泊入与驶出、深夜复杂的城市环岛掉头，甚至是那段被暴雨冲刷得车道线都看不清、连老司机都要握紧方向盘的乡村施工路段。
无独有偶。英伟达机器人业务负责人 Jim Fan（范麟熙）在体验到自家特斯拉一路自主护送到家后，在X上分享了自己的感受：我买特斯拉的时间虽然很晚，却是最早尝试 FSD v14的人之一。这也许是我第一次体验到能够通过“物理图灵测试”的 AI：在结束了一整天的工作后，你按下按钮，向后一躺，甚至分不清究竟是神经网络还是人类在开车送你回家。尽管我非常清楚机器人学习的工作原理，但看着方向盘自行转动，我依然觉得这充满了魔力。
这位全球机器人领域的“技术大拿”说，特斯拉FSD v14可能已经通过了“物理图灵测试”（这一概念源自1950年“人工智能之父”艾伦·图灵提出的经典图灵测试：如果观察者无法区分某项任务是由人类还是机器完成，那么机器就通过了测试）。这一刻，或许意味着人类驾驶员作为汽车“生物驱动插件”的身份，即将进入谢幕倒计时。
汽车界的“iPhone时刻”来了？
这让我想到了2007年1月9日，苹果公司联合创始人乔布斯在旧金山莫斯康展览中心发布第一代iPhone的那个瞬间。
彼时，诺基亚依然如日中天，摩托罗拉和黑莓还在争论全键盘与手写笔的优劣。而在当时的全球手机行业巨头们看来，iPhone不过是一个“没有键盘、续航糟糕、通话质量存疑、贵得离谱”的成年人玩具。然而，市场结果给了他们一记响亮的耳光：诺基亚的加速退场，根本就不是因为它的手机功能做得不够好，而是因为它依然在按照“通信终端（电话）”的逻辑去制造手机；而 iPhone本质上是一台“长了屏幕、能在互联网漫游、能拍照打卡做分享、工作生活两不误”的移动电脑。
诺基亚给我们的启示是：一个新物种对老物种的降维打击，从来不是在对方擅长的领域拼刺刀，而是直接掀掉了桌子，重构了生存法则。
今天的全球汽车市场，或许正处于这样的 “iPhone时刻”。
如果我们透过那些“乱花渐欲迷人眼“的公关话术与营销策略，看看2025年全球车企的真实表现，会发现一种诡异且残酷的背离现象：
一边，传统汽车巨头正在经历集体性的“战略阵痛”。比如，传统豪华汽车品牌保时捷在2025年第三季度财报中披露，其营业利润同比暴跌99%；梅赛德斯—奔驰集团同期的财务数据显示，销售收入同比下滑6.9%，营业利润同比下滑70.2%；欧洲“扛把子”大众集团第三季度净利润为负10.72亿欧元（约合人民币87.09亿元），前三季度净利润同比下滑61.5%。曾经的德系机械帝国，在电动化与智能化的浪潮下，正经历“百年未有之大变局”。而通用、福特，则在电动车领域表现出某种程度的“战略性撤退”（福特在2025年底对其电动化战略进行了高达195亿美元的资产减记；通用正重新审视电动车战略，盘活燃油车作为利润压舱石的作用）。另一边，蝉联全球新能源汽车销量冠军的比亚迪保持增长势头，2025年销量为460.2万辆（预计将会跻身全球前五或前六）；坚定地采用纯视觉自动驾驶方案（依赖摄像头而非激光雷达）的特斯拉 FSD目前已经更新到 v14.2版，首次实现 Coast-to-Coast（从美国西海岸到东海岸）自动驾驶；年销量近60万辆（2025年数据为589107辆）的鸿蒙智行（华为联合赛力斯、奇瑞、北汽、江淮、上汽等车企组建的智能汽车技术生态联盟，包括问界、智界、享界、尊界等品牌）已在重庆、合肥等地开展 L3级自动驾驶系统研发道路测试；零跑、理想、小米、小鹏、蔚来等一众造车新势力车企，也在各自细分市场上全力以赴，它们一开始的目标就不是“造一辆更好的机械汽车”，而是基于电动化与智能化的“新物种”。
“新物种”到底是什么？汽车行业的“iPhone时刻”何时到来？如今，以特斯拉为代表的科技车企正在以算法、软件、数据、大模型、AI与自动驾驶来重新定义汽车，真正具备“感知—推理—行动”闭环，拥有物理常识与算法进化的具身智能体正依稀可见。
这是一场跨越物种的迁徙。2026年，汽车开启具身智能时代。
上篇：从“躯体构建”到“神经觉醒”，解构全球汽车进化的逻辑范式
回望过去10年，全球汽车工业的进化脉络非常清晰。如果说电动化完成了汽车的“躯体构建”和能量系统的重组，智能化实现了汽车的“神经觉醒”与基因变异，那么具身智能则将引领这场进化的下一个里程碑——汽车正在从交通工具，向一个具备物理常识并能实现自主进化的新物种转变。
这不只是动力形式的更迭，更是一场类似于碳基生命向硅基生命的迁徙。在这场演化的接力赛中，每一棒的逻辑都环环相扣。前一步的“肉身”铺垫，都是为了后一步的“灵魂”降临；前一步的续航升级，都是为了后一步的智能开挂；前一步的“软件定义汽车”，都是为了后一步的具体智能合体。
第一阶段：躯体重构（电动化）——一场关于“物理底座”的底层翻修
曾经很长一段时间，汽车圈里的“老把式”们都坚定地认为“新能源就是电动化”，认为动力（电力取代燃油）本身就是新能源汽车的目的。然而，最近10年全球新能源汽车（特别是中国新能源汽车）行业的发展脉络表明：电动化只是为接下来的汽车智能化，铺设了一套全新的“物理载体”。
回望1886年德国工程师卡尔·本茨发明的第一辆由内燃机驱动的汽车，本质上是一台“通过精密的机械咬合、复杂的液压传递来实现物理位移”的“机械怪兽”。在这种架构下，汽车（整车）天然受制于数以万计的离散零部件和上百个分布式电子架构 （ECU）。即便设计师想让车变得“更聪明”一点，也会受阻于内燃机极慢的动力响应时延（以百毫秒计）和 ECU之间如孤岛般的通信壁垒。
如果从这个角度看汽车领域的电动化浪潮，它的价值在于完成了一次物理层面的“躯体重构”——通过用电机取代引擎，用高压电池取代油箱，汽车第一次拥有了毫秒级的动力响应精度。更重要的是，电动化带来的电子电气架构（EEA）由传统的分布式转向高度集中式，这为“软件定义汽车”提供了一套“神经通路”。正如我在《保时捷的百年轮回》一文中所提到的：如果不能在算法里奔跑，而只是在机械中怀旧，那么即便你的底盘调校再出色，在这场电动化浪潮面前也将失去感官溢价。
比如，比亚迪通过极致的产业链垂直整合，将电池、电驱、电控甚至半导体全部掌握在自己手中，以确保整车硬件能以最快的速度响应算法发出的指令。可以想见，当算法要求车辆在0.01秒内完成避让时，只有这种深度整合的电子架构才能跟得上大脑的转速。你的供应链响应以“天”计时，而对手以“小时”计时，这场电动化基建战的胜负已分。
当然，电动化只是给了汽车一副强壮的躯壳和一套通电的神经通路，它只是上半场的“入场券”。
第二阶段：神经觉醒（智能化）——从“电子装修”到“换脑手术”
当物理躯体构建完毕，汽车的进化便迅速升级到“神经传导”与“大脑中心”层面。这一阶段，整个汽车行业经历了一场从“机械定义汽车”转向“软件定义汽车”的深刻变革。
然而，业界长期存在一个误区：在很多人看来，“智能化”就是在座舱里塞进几块高清大屏，或者装一个会讲冷笑话的语音助手，最好屏幕还能连接手机，可以实现实时娱乐在线，等等。然而，这种“智能化”充其量是“电子装修”——CarPlay（车机互联）的水平。而真正的智能化，是汽车逻辑结构的“换脑手术”，其核心在于具备一套支撑持续进化的操作系统。
不过，我们在2025年看到的现象是：有的车企还觉得智能化就是“彩电、冰箱、大沙发”；有的车企仍用“打补丁”的方式给车加功能；有的车企用“外采”的智能座舱作为产品智能化卖点；有的车企以安全的名义拒绝智能化，认为“还是人握着方向盘放心”；等等。
对比来看，特斯拉在做什么？它自称是一家能源与科技公司，依托自家的 Dojo超级计算机，通过无监督学习算法持续优化 FSD系统和 Optimus（擎天柱人形机器人）的神经网络训练，这才有了特斯拉持续的 OTA（空中下载技术）与性能优化，让车主总会有“又不一样了”的感觉，才有了文章开头所提到的那场跨越美国东西海岸、连续68小时、全程0接管、全自动驾驶的真实案例。
所以，智能化不是噱头，不是车企的新卖点，更不是“多个功能”的“电子装修”。对汽车而言，智能化是一次神经觉醒，需要来一场彻底的“换脑手术”。
以华为为例。华为（鸿蒙智行）乾崑智驾 ADS 3.0/4.0系统的核心竞争力，就在于它把通信领域的连接能力和云端算力迁移到了汽车领域，这让“问界”们初步具备了拥有强大自学能力的“驾驶大脑”；同时，华为的鸿蒙座舱智能化解决方案又将车内的智能化从L1的指令助手、 L2的任务助手提升到 L3的专业助理、L4的专属管家、L5的数字超人；另外，华为的乾崑车控解决方案（XMotion Control 数字底盘引擎）则融合了车身、电机、悬挂、转向、制动、热处理等多个模块，让全车智能成为可能。从这个角度看，华为问界 M9在单车均价突破50万元的背景下2025年累计交付突破26万辆，能与 BBA（宝马、奔驰和奥迪）同场竞技且不落下风，背后是用户在用真金白银为华为的智能化买单。
不过，即便到了这一步，大多数汽车也仍像一个高级的“电子木偶”——它虽然听话，但依然在依靠人类写好的、既定的代码逻辑在运行。更准确地讲，智能化给汽车的“换脑手术”，还只是让汽车有个“计算器”的大脑，而非成为一个“思考者”，它能执行复杂的计算，但不理解真实世界的物理规则。怎么办？这就要说到具身智能体了。
第三阶段：具身智能体（新物种）——物种进化的里程碑与“常识”的涌现
像文章开头提到的莫斯那场横跨美国东西海岸的自动驾驶之旅，2732.4英里，汽车全程自主泊车、自主充电。这已经不是简单的电动化与智能化了，而是已具雏形的具身智能体了。
这个定义很重要。对一款产品而言，你把它定义在哪个位置，给它一个什么样的名字，基本就宣告了这个产品是什么物种。比如，当年的诺基亚与 iPhone都推出了智能手机，但一个是“能上网的移动电话”，一个是“能打电话的移动电脑”，这是两个截然不同的物种，各自走向不同的命运。
今天的全球汽车市场正处于同样的奇点，只不过，大多数传统车企依然在按照“交通工具”的逻辑卷续航、卷配置、卷真皮包覆。而以特斯拉为代表，从一开始就没有把新能源汽车当成“另一款汽车”的新势力车企们，正在将汽车往“长了轮子的机器人”方向进化。这种汽车界的物种迭代不亚于当年智能手机领域的“iPhone时刻”。
为什么具身智能体才是车企进化真正的主战场？原因有三个：
第一，从“逻辑代码”进化到“物理直觉”
比如，以前的汽车智驾系统只要遇到之前从未见过的特殊路况就会受挫，原因很简单，因为程序员没写过对应的 “If-Then”规则。而像特斯拉 FSD v14.2这种自动驾驶系统，则是通过观察和学习全球数百万车主产生的、百亿公里的真实驾驶视频，在神经网络中建立了一个属于自己的“世界模型”（不是大语言模型）。它开始理解物理常识了：它知道皮球后面大概率会突然冲出一个小孩，它知道落叶堆不会像石头一样阻挡行驶，它知道暴雨天路面积水的反光意味着摩擦力的丧失。这种“物理直觉”，才是跨越辅助驾驶与全场景驾驶那道天堑的桥梁。
第二，“感知—推理—行动”的无缝闭环
根据斯坦福大学 HAI（以人为本的人工智能）研究院的定义，具身智能体要求 AI拥有一个能够感知并改变物理世界的“身体”。而汽车作为感应器分布密集、算力强、执行反馈灵敏的物理终端，天生就是通用人工智能理想的具身形态。想象一下，当一辆车在没有车道线标识的施工区，通过轮胎反馈的微小震动和视觉残留信息，像经验丰富的老司机一样自主规划出一条通行路径时，它展现的不是预设的算法，而是生命的本能。这种本能，恰恰是那些造车新势力与传统车企在汽车物种归属上的根本分野。
第三，算法底座的高度同源
在 Tesla 2025 AI Day（特斯拉2025人工智能日）的演讲中，让业界颇为震撼的消息是：特斯拉的Optimus与 FSD v14实现了算法底座的高度同源化。这种同源性主要体现在共享的神经网络架构、感知系统和数据驱动的开发模式上。比如，在神经网络层面，Optimus和 FSD v14均采用端到端神经网络作为核心决策框架，直接从原始传感器数据映射到控制指令，使系统通过海量真实世界数据学习行为模式。在感知技术层面，二者均依赖纯视觉方案，使用多摄像头阵列和3D占用网络模型进行环境理解，Optimus的环境感知模块复用了 FSD的占用网络，用于实时识别物体、动态场景建模和语义分割。在开发模式层面，二者共享同一套数据闭环，全球数百万辆特斯拉车辆在日常驾驶中收集的多样化场景数据（包括复杂交通、夜间驾驶等）被用于训练和优化 FSD v14的神经网络，而Optimus的训练则依赖于仿真环境和物理实验数据，但其底层模型架构与 FSD保持一致。
这就意味着，一旦你掌握了汽车这种具身智能体，你就掌握了未来所有移动智能实体的钥匙。汽车不再是一个孤立的产业，它是 AI进入物理世界、接管现实生产力的先遣队。麦肯锡最新的全球移动出行研报显示，到2026年，具备深度具身智能属性的 Robotaxi（无人驾驶出租车）单车运营成本将比传统网约车降低70%。这已经不是技术高低的博弈，而是跨物种的商业效率碾压。
躯体构建（电动化）是基建，它重塑了躯干；神经觉醒（智能化）是序曲，它打通了神经网络；具身智能是关键战场，它赋予了汽车“灵魂”与“物理常识”。所以，未来汽车行业的竞争，已不再是一个车企与另一个车企在性能层面的较量，而是一个旧时代的“工具制造者”与新时代的“生命培育者”之间的较量。
进入2026年，如果一家车企还沉迷于续航提升、执着于瞬间加速的性能提升、偏爱堆砌“冰箱、彩电、大沙发”，那它很可能会加速步入“诺基亚时刻”。而那些拥抱科技与智能，已经在智能化与 AI领域加速投资和研发的车企，已经开始在云端训练大脑、在路网中构建全息感知、在算法模型中追求“涌现”的玩家，正在加速登陆新大陆。
不过，具身智能体这条路并非坦途，汽车也不会一步到位变身汽车机器人。原因很简单：如果只有汽车进化为具身智能体，和汽车有关的道路、交通、路网等基础设施依然停留在上个世纪，那么汽车进化得再高级，也属于“赛博独寂寞，科技很孤独”。这就要说到智能交通了。
下篇：走出单体智能的进化孤岛，全场景智能交通（ITS）协同与博弈
在达尔文的生物进化论中，没有任何一个强大的物种能脱离栖息地而孤立存在。比如，恐龙的灭绝并非因为个体不够强壮，而是因为环境的剧变让其庞大的躯体失去了生存支撑。对于作为具身智能体的汽车而言，智能交通生态系统就是其“栖息地”。而真正的具身智能，绝不是独行侠的孤芳自赏，而是个体与环境深度耦合、实时博弈后的协同共生。
接下来的重点是：汽车如何走出单体智能的进化孤岛，构建全场景智能交通。
第一，单体智能的“孤岛困境”与“木桶效应”
在管理学与系统工程中，都提到了“木桶效应”：一只水桶能装多少水，取决于它最短的那块木板。如果全场景智能交通系统也是一只木桶，那么，这只木桶目前主要由四块关键木板拼成：单车硬件（感知与执行）、软件算法（认知与推理）、算力资产（训练与进化）和极易被忽视的基础设施（路网与通信）。
其现状是：前三块“木板”正在以“黄氏定律”［英伟达公司创始人黄仁勋在演讲中曾提到，在 AI时代，摩尔定律已死，而“黄氏定律”描述的是 GPU（圆形处理器）在 AI推理性能上的几何级数增长］加速疯长，特斯拉、华为、小米等头部玩家已经在单车智驾上卷出了新高度。然而，那块被称为“全场景栖息地”的交通基础设施木板，却长期处于滞后状态，成为汽车作为具身智能体进化的最大掣肘。
为什么单靠汽车智能行不通？原因很简单：无论摄像头分辨率多高、激光雷达探测多远，单车感知的“盲区”都永远存在。想象一下：在一个大城市的十字路口，你的车拥有500TOPS的算力，但一辆巨型双挂货车挡住了你的左侧视线。此时，如果有行人违规穿行，单车传感器由于物理遮挡，只有在危险发生前的0.5秒才能捕捉到信号，这几乎就是生死一线。这时候，如果道路端有一个 RSU（路侧感知单元），它能提前3秒通过信号告诉你的车“左前方盲区有行人，请保持制动准备”，是不是能解决很大问题？
结论很明确：不能只有单车智能，还要有协同智能；不能只有汽车成为具身智能体，还要有全场景智能交通系统。
第二，全场景智能交通系统的现实与差距
若要进一步看清这层进化关系的本质，就需要拆解整个智能交通产业链。很多人误以为智能交通就是多装几个高清摄像头，实际上这是一个横跨多个行业，涉及能源、通信、制造与城市管理的超大型系统工程。
从产业链上看，这个全场景智能交通系统主要分为四个逻辑层级，每一层都存在着“理想与现实”的巨大落差：
第一层：感知层——物理世界的“触角”
这是智能交通系统的“眼睛”和“耳朵”。其不仅是雷达与摄像头，还要让这些雷达与摄像头变成实时决策与行动的智能系统。现状怎么样？根据美国交通部2024年基建评估报告，建设一个具备全息感知能力的智能路口，平均成本在6000至1万美元。在全球范围内，除了中、美等国一线城市的智能交通先行示范区，绝大多数城市路口依然处于“全盲”状态，更不要提广大的乡村道路了。这就意味着，即便是汽车作为具身智能体已进化到 L4级别，到了这些地方也只能“摸着石头过河”。
第二层：通信层——生命的“神经纤维”
这是实现车路协同（V2X）的关键，涉及各种通信网络协议的碎片化处理问题，解决难度更高。2025年之前，全球车联网在 DSRC（专用短距离通信，基于 Wi-Fi）和 C-V2X（基于蜂窝网）之间纠缠了近10年。这种“方言不通”的问题，造成了极大的资源浪费。虽然目前全球标准正朝着趋于统一的方向前进，但5.5G基站的全球部署成本极高，如何实现低成本、高覆盖的无线“神经”连接，依然是摆在各国电信运营商面前的难题。
第三层：计算层——分布式的“边缘大脑”
这可以理解为数据的临时“避风港”，即移动边缘计算（MEC）。它要求数据在路口基站就能完成预处理并瞬时下发，而不是传回千里之外的云端。它面临的最大现实考验在于：算力的调度与同步。当数百万辆作为具身智能体的汽车在同一座城市行驶时，如何保证路侧算力与车端算力的毫秒级同步？如何防止出现“大脑反应慢于四肢动作”的情况？这些依然是困扰全球顶尖架构师的难题。
第四层：运营层——城市交通的“操作系统”
这可以理解为日常运营和管理，涉及政府作为行政、调度与监管平台的分工与协同问题。谁该为“更聪明的路”买单？升级道路交通基础设施的钱谁出？有人会说政府买单。那么，谁来建、谁来管、谁负责日常运营？靠什么让这套智能交通系统可持续？如何确保数据安全与合规？如何不让城市交通系统被黑客利用（涉及数字主权问题）？这就涉及更具体的“建、管、运营”等多方的利益博弈，解决起来不仅需要时间，还需要相关法律的修订，难度很高。
还有一个问题：从进化论的角度看，单体智能的演进是缓慢的，但联网后的具身智能体就可以拥有“蜂群效应”。比如，任何一个路口出现的罕见的故障场景，都会在被感知到的瞬间上传云端，5分钟后，全球所有同品牌、同协议的车辆都学会了如何处理这种故障场景。问题是，大家都知道“共享”的好，可成本谁来付？产权怎么归属？责任和利益如何来划分？单体进化容易，群体进化不易。
事实上，中国在全场景智能交通系统层面已经走在世界前列。在解决方案层面，中国选择了“车路云一体化”的协同式发展之路：通过生产要素（算力、基建、数据、通信等）的创新性配置，实现全要素生产率（城市通行效率）的大幅提升。2025世界智能网联汽车大会公报的数据显示：截至2025年底，中国已累计开放测试道路超3.5万公里，RSU部署超过1.1万套。在北京、无锡等智能交通先导区实测中，通过云端毫秒级的流量预测与调度，试点区域的通行效率提升了 22.1%，红灯等待时间缩短了 30.1%。
智能交通中国模式的深远意义在于：它利用“路”的确定性，去对冲“车”的不确定性。当每一盏路灯都具备感知能力时，具身智能体就不需要像盲人摸象一样去试探每个路口的风险。这不仅降低了对单车算力的极端依赖，也为中低端车型的智能化普及开辟了道路。芯片、算力、数据是基本功，但全场景智能交通生态才是汽车作为具身智能体的进化“栖息地”。从这个角度看，车、路、云、城、数，一个都不能少。
写到这里，我脑海中浮现出电影《变形金刚》里的经典桥段：当“火种源”降临地球时，那些冰冷的机械造物瞬间拥有了灵魂。在电影中，以擎天柱为首的博派追求共生，而以威震天为代表的狂派则迷信力量。这仿佛是在影射当下的汽车产业：一派认为汽车产业发展就是冷冰冰的技术竞赛，拼算力、拼参数、拼模型，人的价值早已不在其中；另一派则依然坚信“以人为本”，依然将“追求美好生活”作为汽车智能化的使命所在。
对你我而言——至少在当下，我们更期待作为具身智能体的汽车，能理解我们下班后的疲惫，能感知孩子在后座的欢笑，能让全家出行中充满欢声笑语。
在汽车这场物种进化中，我们追求的是机器对人的超越，还是技术对人性的致敬？车企要成为擎天柱，还是威震天？这需要每一家车企作出自己的选择。（作者：杨继刚，企业转型专家，“汽车新四化”产业研究者，知行韬略合伙人）
责任编辑：杨晓 | 责任校对：赵艳丽 | 审核：白哲 | 美编：丁然
热门跟贴