智能汽车的竞争，正在经历一场深刻的底层逻辑转变。

过去十年，从电动化转型到智能驾驶落地，行业讨论的焦点始终围绕"软件定义汽车"展开，谁能拿出更强大的芯片算力、更丰富的座舱功能、更复杂的自动驾驶场景，谁就能在市场中占据优势。当大多数人默认智能化配置的竞赛已经进入白热化，越来越多玩家入场，同质化竞争开始显现。在这样的背景下，小鹏汽车董事长何小鹏提出了一个全新的方向：从汽车走向物理，用AI重新理解物理世界，让智能驾驶进入物理AI时代。

这个提法，不止是技术路线的调整，更是赛道格局的重构。它意味着智能汽车下半场，比拼的不再是谁能把智能化功能做全，而是谁能把物理世界的问题解决透。智能化从"看得到"到"搞得定"，智能汽车不再是在实验室里跑出高分，而是在真实道路上解决每个物理世界里的不确定性。

我们需要重新理解，为什么今天的智能汽车为什么要走到物理这一步。

智能汽车诞生之初，智能化要解决的核心问题是"感知"。通过摄像头、雷达、激光雷达，把周围的环境识别出来，识别出哪里是车，哪里是人，哪里是车道线。这套感知技术，经过多年发展，现在已经相当成熟，大部分车企在感知准确率上都能达到很高水平。接下来要解决的问题，就是理解这些物体接下来会怎么动，车辆应该怎么反应。这一切其实都和物理规律密不可分。真实世界里，一个物体运动有它的惯性，有它的质量分布，有它可能的运动趋势，这些信息不是靠图像识别就能得到的，必须用物理模型来推演。

何小鹏把这个过程总结为，AI需要从数据驱动到物理驱动。过去我们训练AI，都是用大量数据来喂，让AI记住遇到什么情况该怎么做，这是数据驱动的思路。但是物理世界千变万化，你不可能把所有情况都遍历一遍，AI不可能用数据覆盖所有场景。必须让AI掌握物理规律，用物理知识去推演，遇到没见过的场景也能做出正确判断，这才是应对不确定性最根本的解决之道。

这种思路转变，背后其实和小鹏汽车这么多年在自动驾驶上踩过的坑分不开。行业里都知道，小鹏汽车是最早铺开高阶自动驾驶落地的玩家之一，也是从高速到城市，落地规模做得比很多同行都快。但即便如此，在一些极端场景下，依然会遇到各种问题，遇到数据没覆盖到的情况。这些问题很多都不是感知错了，而是预测错了，决策错了。错的根源，就是AI只看到了图像，没理解物理。

一个简单例子，就是对向车道里，一辆满载的大货车和一辆空车，遇到红灯的时候，刹车距离完全不一样。图像上看，都是大货车，但是物理特性差别很大。只看图像，AI很难准确预测它什么时候会停下来，但是有了物理模型，就能根据货车的形态、载重情况，结合道路摩擦力，算出它的刹车轨迹，预测会准确很多。这就是物理AI能解决的问题。

在智能驾驶领域，物理AI能发挥作用的地方远不止于此。现在高阶自动驾驶，要实现真正的全场景覆盖，必须处理大量长尾问题，这些长尾问题，不是靠堆数据就能解决的。必须让AI懂物理，在遇到新场景的时候，用物理规律去推理，而不是靠记忆中见过的场景去匹配。物理AI的引入，能让自动驾驶的安全性和可靠性提升一个量级，这也是为什么何小鹏把物理AI会成为下半场竞争的核心。

除了自动驾驶本身，物理AI更大的想象空间，其实来自汽车之外。当车企布局的多品类智能移动载体。

小鹏汽车现在不止做汽车，还做机器人，还做飞行汽车。这三个领域，本质上都是智能移动载体，都需要在物理世界里行动，都需要和真实环境打交道。为什么何小鹏会从汽车延伸到物理AI，正是因为看到了这三个领域的底层逻辑相通，都是物理世界里的具身智能。机器人要在三维空间移动，飞行汽车要在低空飞行，对物理规律的依赖比汽车要求更高。

机器人要完成复杂任务，比如开门，抓取物体，上下楼梯，每一个动作都需要对物理接触和力反馈，都需要准确理解空间物理。飞行汽车要算空气动力学，算重心变化，算气流影响，这些都是纯数据驱动是完全做不到的，必须有物理模型驱动。现在小鹏汽车把在智能汽车领域积累的物理AI技术，迁移到机器人和飞行汽车上，就能加速这些领域智能化落地，这是一个非常清晰的技术路线。

何小鹏在1024科技日发布的第二代VLA模型，就是把这个方向的技术底座。这个模型不是只处理二维图像，而是能处理三维物理空间，能建模物理世界，能预测物理过程，能生成符合物理规律的动作规划。这套模型，对于汽车来说，能提升自动驾驶的预测精度，对于机器人来说，能让机器人学会和环境交互，对于飞行汽车来说，能让飞行汽车在复杂气流中保持稳定。

从汽车到物理AI，其实不只是技术路线，其实是小鹏汽车在下半场的战略延伸。当智能移动这个大品类，都需要这样的技术支撑，这样看来，布局越早，优势越大。

站在行业角度看，物理AI时代到来，其实是整个智能出行产业竞争格局的重新排序。

上半场，拼的是谁能更快把智能化功能堆上去，谁能更快铺开规模，谁能拿到更多融资，把产品先做出来。下半场，拼的是谁能把底层技术做深，把物理世界的问题解决透，谁就能拿到通往通用智能移动载体的门票。

过去这些年，很多人觉得AI的方向就是大模型就是大参数，越大越好。其实到了物理世界，参数大小不是核心，核心是模型能不能理解物理规律，能不能把物理规律用对地方。大模型解决语言，通用，大参数确实有用，但是在移动领域，物理规律才是底层约束，脱离物理约束，参数再大也不能解决实际问题，反而容易出安全问题。

物理AI这个方向，对车企来说，需要有长期主义的耐心，不能追求短期出成果。因为物理建模，需要对工程力学、力学、运动学、动力学这些基础学科有很深积累，不是靠堆数据堆算力就能快速出结果。需要把AI和传统工程科学结合起来，才能做出真正有用的系统。这正好是那些愿意长期投入技术研发的企业，才能建立起来的壁垒。

从消费者角度，物理AI普及之后，智能出行的体验会发生本质变化。现在我们坐自动驾驶车，不用担心AI突然遇到意外情况处理不好，现在机器人帮我们做家务，动作会更流畅更自然，不会抓不住东西，不会撞到东西。飞行汽车要真能飞起来，也能在各种天气条件下保持安全稳定。这些体验提升，最终都会变成用户愿意买单的价值。

我们看到，小鹏汽车这么多年，一直走在智能汽车技术探索的最前面，从最早坚持全栈自研自动驾驶，到现在坚持把AI往物理底层走，其实一直都是在围绕智能移动这个大方向布局。现在下半场，这个布局的价值会慢慢显现出来。

很多人觉得，智能汽车现在卷配置，卷价格，但是真正的竞争到最后，一定还是技术壁垒才是最坚实的护城河。物理AI就是一个很好的例子，当所有人都在往这个方向走，谁先走通，谁就能拿到未来的船票。

从行业趋势来看，物理AI不只是车企需要，其实整个AI领域发展到今天，已经从处理信息领域慢慢延伸到物理交互领域，AI不再只是帮你回答问题生成内容，而是要帮你驱动实体在物理世界里干活，帮你解决物理世界问题。这个延伸过程，物理AI就是必经之路。不管是智能车还是机器人，还是其他智能设备，都需要和物理世界打交道，都需要物理AI支撑。

所以何小鹏提出"从汽车到物理AI"这个说法，不只是小鹏汽车自己的战略方向，其实代表着整个产业发展大趋势。未来十年，智能产业从信息智能到物理智能，这个转型完成之后，整个移动出行领域会完全不一样。车不再只是四个轮子加沙发加电脑，变成一个能在物理世界自主移动、自主决策的智能移动空间，机器人不再只是一台机器，变成能帮人干活的智能助手，飞行汽车不再只是概念，变成能真正落地的新出行方式。

现在来看，智能汽车的上半场比赛已经结束，下半场比赛刚刚鸣枪开赛。谁能在这场比赛中胜出，就看谁能更早理解物理世界，更早把物理AI落地，更早把物理AI把产品体验做好。我们拭目以待，看看这场新的竞争，会给整个出行产业带来什么样改变。