在近期举办的英伟达GTC大会上，“物理AI”成为核心议题之一。这场科技盛会释放出明确信号：人工智能的发展正从数字世界加速向现实空间延伸，物理AI被推至产业变革的前沿。英伟达将物理AI与自主智能体、AI工厂并列，作为大会三大主线，黄仁勋在主题演讲中重点展示了机器人、仿真技术、世界模型及开放数据工厂等领域的突破，意图推动AI从“计算工具”向“感知-决策-行动”一体化系统进化。
汽车行业成为这场变革的首个试验场。英伟达此次发布的Isaac仿真框架、GR00T模型及数据工厂蓝图，均明确指向机器人、自动驾驶等现实场景应用。产业界形成共识：当AI系统需要应对开放道路的复杂变量时，其技术难度远超封闭环境中的机器人——车辆每天在真实交通中运行，面临海量动态场景与极低容错率，这使其成为物理AI最严苛的验证平台。
中国智能驾驶企业元戎启行在大会上提出全新技术范式：以基座模型重构辅助驾驶系统。该公司CTO曹通易介绍，其研发的400亿参数VLA（视觉-语言-动作）模型，将场景理解、决策规划与安全评估整合为统一架构，替代传统模块化设计。这种“统一大脑”模式试图解决行业痛点——过往系统因感知、规划、控制模块独立运行，在复杂城市路况中常出现“看懂但未理解”“能动作但不可信”的问题。新架构通过统一认知底座，使系统先形成对物理世界的完整理解，再输出驾驶行为。
该技术路径选择量产车作为切入点，目前已实现规模化数据闭环。据公开信息，搭载元戎启行方案的量产车型交付量突破25万辆，其数据更新周期压缩至12小时。这种“从车到Robotaxi”的迁移逻辑，源于汽车行业的独特优势：作为规模化硬件载体，车辆具备持续在线运行环境、海量真实场景数据及明确安全边界，形成物理AI训练的天然场域。英伟达的布局也印证这一趋势——其Cosmos世界模型、开放数据工厂等方案，均围绕自动驾驶长尾场景的仿真优化展开。
这场变革正在重塑行业竞争格局。过去两年，汽车AI领域的主导权主要掌握在特斯拉、英伟达等平台型企业手中，中国厂商多聚焦于应用落地与成本优化。元戎启行此次提出的技术范式，试图在底层架构层面重新定义自身角色：通过将辅助驾驶系统升维为物理AI基座模型，该公司不再局限于辅助驾驶供应商定位，而是试图切入更广阔的具身智能市场。这种战略转型的可行性，将取决于基座模型能否在安全一致性、责任界定等关键问题上通过量产验证。
随着物理AI从概念走向实践，智能驾驶行业的竞争焦点正在转移。功能覆盖、高精地图等传统比拼维度逐渐退居次位，取而代之的是系统认知的统一性、模型的可迁移性及真实世界的学习能力。这场变革不仅关乎技术路线选择，更预示着汽车产业从交通工具制造商向智能体运营商的角色蜕变。
