L4「沉默中爆發」：當技術越過臨界點生態開始「合縱連橫」

中國工業報  汪靜  王珊珊

2026（第十九屆）北京國際車展（以下簡稱「北京車展」）上，展館內人聲鼎沸，聚光燈打在每一款新車標籤上，格外耀眼。

4月24日至25日媒體日的主角無疑是那些發佈了「世界模型」和「VLA」（視覺語言動作模型）架構的主機廠。然而，在這場關乎未來的宏大敍事之下，真正決定行業走向的暗流卻湧動——

「無人駕駛車能賺錢嗎？」「個人何時能買到？」「生態如何博弈？」一系列問題揭開了自動駕駛行業的真相：它早已跨過狂熱的「技術軍備競賽」，進入了比拼耐力、成本與商業落地的場景之戰「下半場」。

在小馬智行展臺，相關負責人介紹，其第七代Robotaxi整車成本低於23萬元，廣深區域單車運營已實現盈虧平衡。在文遠知行展臺，相關負責人坦率剖析了海外市場的高毛利與國內政策的嚴實及收緊；地平線創始人余凱則用「后發優勢」「量產經驗」八個字，解釋了為何不碰燒錢的雲端大模型。

他們都共同指向一個問題：對於無人駕駛來説，技術不是瓶頸，商業化和生態戰纔是定義勝負的關鍵點。

物理AI正從技術概念到產業共識

2026年，汽車產業的「熱詞」已從智能化轉向一個更嶄新的概念——物理AI。

日前，輕舟智航宣佈，完成1億美元D輪融資，明確將資金投向「世界模型+強化學習」的通用物理AI研發；小鵬汽車董事長何小鵬宣佈，2026年將把物理AI相關研發投入提升至70億元。種種跡象顯示，汽車產業鏈正集體押注物理AI。

物理AI包含兩層核心內涵：一是讓AI掌握重力、摩擦力、因果關係等物理世界基本常識；二是讓AI具備基於這種常識，與真實世界安全、高效交互的行動能力。這意味着AI的「主航道」正從擅長處理符號、生成內容的虛擬智能，堅定地邁向理解物理規律、執行實體行動的行動智能。

驅動這場範式革命的，是產業端對機器行動能力的剛需，也是技術端突破數據瓶頸、走向通用智能的必然選擇。汽車作為最複雜的移動終端，成為物理AI落地的最佳載體，也將是這場產業變革的核心戰場。

行業共識已日趨清晰：物理AI不是智駕的功能升級，而是汽車產業的底層重構。過去汽車價值鏈以製造、硬件為核心，未來將以物理AI模型、數據、算法為核心。誰掌握物理世界的理解與行動能力，誰就掌握價值鏈主導權。

兩大AI模型的論戰與融合

在2026英偉達GTC大會（3月17日至20日）上，一場關於物理AI技術路線的公開論戰將行業深層分歧推向臺前。核心是VLA與世界模型兩條路徑之爭。

吉利汽車集團副總裁、CTO兼中央研究院院長李傳海發佈WAM世界行為模型時，公開質疑VLA路線：VLA僅匹配標準答案、缺乏物理規律認知。Momenta首席執行官曹旭東認為，「世界模型+強化學習」才能實現十倍至百倍性能躍升。華為車BU首席執行官靳玉志更直言VLA是「取巧」。

另一邊，理想汽車基座模型負責人詹錕強調原生3DViT編碼器與預測式隱世界模型融合；小鵬推出第2代VLA，覆蓋智能輔助駕駛至人形機器人。

黑芝麻智能創始人兼CEO單記章在論壇上給出了自己的判斷：「物理AI正在向我們走來，VLA+世界模型可能會超越人的駕駛能力。」他認為，VLA配合世界模型將成為高階智能駕駛的最佳解決方案——與傳統智駕只能看幾秒歷史不同，世界模型可以推演未來5至10秒內各個目標的交互軌跡，大幅提升駕駛水平。

行業很快形成共識：VLA與世界模型並非非此即彼，而是「底層基建+上層決策」的互補關係。在北京車展上，輕舟智航聯合創始人、董事長兼CEO於騫説，單一技術無法解決物理AI的全部問題，融合纔是量產落地的關鍵。

L4商業化成為新分水嶺

北京車展期間，上海財經大學數字經濟研究院與《汽車商業評論》聯合發佈《2026自動駕駛生態報告》，指出繼新能源第一曲線之后，中國汽車產業已正式進入以智能為核心驅動力的第二曲線。

報告主編、上海財經大學特聘教授胡延平在發佈現場表示：「2026年，自動駕駛終於不再是少數派的試驗，而是整個汽車產業共同奔赴的確定性未來。」行業已從分歧走向共識，正式進入產業進階、智能進階、全鏈進化的新階段。

報告尖鋭地剖析了「L2.9現象」：大量城市NOA系統技術能力已趨近L3，能在城市場景連續數十公里無需人工干預，但法律定級仍錨定在L2。這背后是責任轉移、保險體系與跨區域互認尚未就緒的結構性錯位。轉折正在發生：極狐阿爾法S和長安深藍SL03獲批中國首批L3級自動駕駛准入許可，伴隨DSSAD強制國標正式實施，事故定責正從「各執一詞」走向「數據説話」。

L4的商業化也在破冰。報告指出，小馬智行第七代Robotaxi在廣州和深圳實現月度單位經濟模型轉正，馭勢科技通過港交所上市聆訊有望成為港股L4第一股。Robotaxi單車成本已從百萬元級降至20萬元上下，成本拐點意味着規模化閘門正在打開。

從「燒錢」到「賺錢」的臨界點

小馬智行創始人兼CEO彭軍在北京車展上宣佈，2027版全無人Robotaxi整車總成本下探至23萬元以內，低於國產特斯拉Model3最低配售價。

在接受媒體採訪時，彭軍詳細拆解了降本的來源：「一是規模效應，採購量大自然便宜；二是產業鏈成熟，例如雷達廠商有年降；三是技術提升，使用更優架構實現同樣功能；四是與車廠合作更緊密，比如模具階段就預留開口，避免后續挖洞增加成本。」降本是很多精細環節共同優化而來。

更關鍵的數據是運營端。彭軍透露，廣州、深圳車輛密度較高，單車運營已實現盈虧平衡，核心是收入與成本的匹配。「各城市單車成本結構相近，但收入與密度高度相關。密度高則打車時間短、空載少。收入增加、成本下降，主要城市UE都能轉正。」

這與行業感知形成鮮明對比。過去幾年，外界對Robotaxi的主流印象仍是「燒錢」「無法盈利」。而小馬給出的信號是：規模化運營的盈利拐點，已經到來。

小馬智行聯合創始人兼CTO樓天城則在發佈會上宣佈，今年已完成核心AI技術的系統性迭代，即世界模型2.0——這不僅是L4級自動駕駛技術進化的核心底座，也是其應對複雜城市交通環境的戰略級保障。樓天城強調：「全系統故障可運行應成為L4級自動駕駛行業的通用標準。」故障可運行確保車輛在遭遇突發軟硬件故障時，仍能憑藉軟硬件全冗余設計維持行駛，並擇機在安全位置靠邊停車。

在追求算法進化的同時，小馬智行始終堅持安全是自動駕駛商業化運營的基石。彭軍表示：「任何行業發展中出現事件都很正常。從監管看，長期一定是好事。關鍵在於用更好的技術和監管手段避免類似事件。」

生態戰里的「合縱連橫」

與小馬智行在L4賽道穩步推進不同，地平線選擇了另一條路徑——以Tier2（汽車供應鏈中的二級供應商‌）角色深度綁定主機廠，用「量產經驗」構建護城河。

4月22日，北京車展前一周，地平線發佈艙駕融合芯片「星空」，單車可降低1500至4000元成本。艙駕融合這件事，高通驍龍路線早就在跑，不算新鮮。但地平線切入的角度是成本——將原本需要兩顆芯片、兩套DDR內存、兩個域控制器才能完成的複雜計算，整合進一顆SoC。

今年DDR內存大幅漲價，原本車企頭疼的成本包袱，恰好成了「星空」發佈最好的鋪墊。採購總監看到「省4000塊」，可能根本不需要理解什麼端到端、什麼世界模型，直接就能帶着數字去匯報決策層。

配套的AgenticCAROS「咖咖蝦」，實現了「任務即服務」的智能交互範式，不僅支持多人格自定義和方言交互，還能持續學習用户習慣。余凱在發佈會上指出：「操作系統是連接用户與硬件的中介，汽車操作系統不應該是一個固定的軟件版本，而應是一個能夠融合智能駕駛與大模型能力的Agent。」

迴歸地平線的戰略，余凱將戰略地圖描述為四個象限：橫座標從智駕到座艙，縱座標從芯片到軟件。地平線要成為這四個象限里全覆蓋的玩家。

但地平線（09660.HK）也面臨財務壓力。財報顯示2025年地平線全年營收37.6億元，經調整淨虧損28.1億元，同比擴大67.3%。這不是一家在走向盈利的公司的財務畫像，而是一家在用資本加速賭時間窗口的公司。余凱的解法是：用出貨量攤薄成本。目前地平線累計出貨已超1000萬套。

黑芝麻智能走的是類似的獨立芯片供應商路線。黑芝麻智能CMO楊宇欣在採訪中表示：「行業越成熟，分工邊界越清晰。未來佔據市場主流的仍然會是第三方獨立的芯片供應商。」他強調，2020年汽車產業重構初期所有人都在拼命拓展邊界，但現在產業正在重新走向分工協作。「我們會堅定地走開放生態，作為算力底座的提供者，去團結更多的算法合作伙伴和車企。」

L4的中國玩家如何出海？

在車展采訪中，一個重要議題反覆出現：海外市場的毛利率遠高於國內，正在成為中國L4公司的新增長極。

文遠知行在北京車展上宣佈與芯擎科技達成戰略合作，推動高階輔助駕駛方案在更廣泛價格區間的規模化落地；同時與聯想達成全球戰略合作，預計未來五年內在全球範圍部署20萬台自動駕駛車輛。

關於海外市場，文遠知行相關負責人在接受中國工業報採訪中坦率剖析：「海外勞動力本來就少，當地人不太願意干出租車司機。所以支付意願高、單價高，毛利空間大。國內出行市場價格偏低、就業問題敏感，使得L4商業化的節奏在國內外出現分化。」

小馬智行則給出了更明確的全球化目標，2026年在全球落地20個國家、運營超過3000臺車。彭軍表示：「海外市場是我們的另一重心。歐洲、中東、韓國、新加坡等地需求旺盛。」」關於國內外營收佔比，彭軍預計未來幾年將並重，目前還是以國內為主，但海外體量小、增長快。

「全球只有中國和美國的企業具備這樣的L4研發能力，」彭軍在此前的論壇上表示，「海外很多國家會選擇與小馬這樣的頭部公司合作。」

汽車價值鏈正在被「改命」

物理AI為汽車行業打開萬億元級新空間，但落地仍面臨三重核心挑戰：技術泛化能力不足、成本居高不下、安全合規尚未完善。卓馭科技創始人沈劭劼表示：「移動物理AI需要零樣本遷移能力，目前多數模型仍依賴場景定製，跨地域、跨車型適配成本很高。」

傳統汽車價值鏈遵循「微笑曲線」——研發、銷售兩端高利潤，製造環節低利潤。而物理AI時代，這一曲線或被徹底改寫：

第一，價值重心上移。過去車企利潤來自整車銷售，未來將來自物理AI軟件訂閲、數據服務、跨場景AI授權。

第二，產業鏈分工重塑。物理AI模型商、數據服務商、算力提供商有望成為新核心供應商；車企要麼自研物理AI底座，要麼與頭部模型商深度綁定。

第三，企業定位質變。車企不再單純是汽車製造商，而是物理AI科技公司。未來，汽車只是物理AI的第一載體，機器人、飛行汽車、智能物流設備將成為新增長點。

第四，市場格局洗牌。具備物理AI全棧自研能力的車企將佔據主導；缺乏底層模型能力的傳統車企，要麼被整合，要麼淪為硬件代工商。

2026年的北京車展，表面上最火的概念是「物理AI」。但在喧囂之下，一個更根本的趨勢正在形成：中國汽車產業正在從新能源驅動的「第一曲線」向智能驅動的「第二曲線」全速切換。

在此，不同公司選擇了各自的生態位置：小馬智行、文遠知行走的是「自營車隊+全球化運營」的重資產路線；地平線、黑芝麻智能走的是「獨立芯片+開放生態」的輕資產路線；華為乾崑則以三層合作體系編織產業網絡，2026年累計搭載量預計突破300萬輛。

沒有一條路線是絕對正確的。真正的勝負手在於：誰能更早實現規模化自我造血，誰能更快打開政策窗口，誰能更有效構建跨場景的生態協同。