在2026全球数字合作交流会暨全球数据周期间，梅赛德斯-奔驰首席人工智能科学家米利德接受专访时表示，物理AI实现广泛能力覆盖和普及应用至少需要2至5年时间。他认为，2026至2027年该领域将初步显现成效，但真正达到实用化阶段仍需更长时间。这一判断基于AI与物理世界深度融合的技术特性——系统需理解物理规律并完成从虚拟智能到实体执行的跨越。
当前业界普遍将今年视为物理AI发展元年，汽车领域被视为首个验证场景。米利德指出，自动驾驶代表物理AI上半场，机器人应用则构成下半场。但现有技术仍存在显著局限：底层AI尚不足以支撑完全自动驾驶，多数机器人应用要么依赖预设程序，要么局限于安全区域执行简单任务，经济成本限制了应用范围。核心挑战在于构建具备快速学习能力的"大脑"系统，使其能从数据中理解物理世界并实时适应环境变化。
这位科学家特别强调安全风险差异："终端设备提供错误信息的影响相对可控，但汽车事故或机器人伤人将带来严重后果。"不过他也透露，世界模型质量提升和训练基础设施完善正推动技术突破，"攻克这些难题只是时间问题"。以自动驾驶为例，他预测L4级规模化应用将在2至5年内实现，其中持续学习能力突破预计在明年出现，经过约一年成熟期后进入应用阶段。
作为覆盖30多个国家AI应用场景的研究负责人，米利德坦言平衡技术探索与产品落地充满挑战。AI能力每3至6个月翻倍的特性，与高层希望尽快落地的目标形成张力。他每周投入20至30小时追踪学术动态，剩余时间则用于跨团队沟通，包括了解项目进展、评估现有产品、规划开发方向等。这种工作模式使他既能保持技术敏感度，又能确保研究成果转化为实际产品。
在谈及AI对豪华汽车体验的重构时，米利德提出"用户理解"为核心标准。他类比豪华酒店服务："就像酒店能记住客人偏好，AI赋能的汽车应当具备深度理解用户的能力，通过预判需求提供个性化服务。"这种理念将技术优势转化为情感连接，为传统豪华概念注入新的内涵。
