物理 AI 的赛点时刻，是建立人机协同的信任。

    作者丨倪   萍

    编辑丨王瑞昊

过去几天，北京亦庄经历了一场机器人的狂欢。

约 6 万平方米的展馆内，上千台形态各异的机器人忙着做菜、打球、递咖啡、分拣快递，甚至还有专门铲猫砂、处理猫毛的 " 机械铲屎官 "。从工厂到家庭，从生产到生活，硅基生命体们在每一个细分场景中卖力展示着解决现实问题的能力。

由此可见，具身智能的叙事焦点，正从 " 表演特技 " 加速转向 " 实景作业 "。2026 世界机器人大会首次设立采购日，专业买家携需求清单进场，供需直接对接，现场销售额累计突破 2 亿元。

黄仁勋所描绘的物理 AI 世界正快速到来：AI 跨出屏幕边界，通过各式各样的物理 " 身体 "，直接参与并改变人类生活。

这意味着更快的交付速度、更广泛的场景覆盖，以及更低成本的商业闭环。

然而，眼下的人形机器人、轮式机器人跨过量产门槛仍需时日。有能力率先实现人机深度协作图景的，很可能是 AI 汽车。

在 2026 世界机器人大会火山引擎具身智能技术与应用论坛上，AIVA 总裁、产品经理李博给出了一个判断：物理 AI 这条赛道，最终比拼的或许不只是模型有多强大、硬件有多灵巧，而是它能否与人之间，构建起一段真实可感的信任关系。

在这一点上，AI 汽车有着更大的优势。

01

当汽车成为 AI

走入现实的先锋入口

AI 从数字世界跨入物理世界，正在成为新一轮竞赛的焦点。

机器人是这条路上的重要探索。工业和信息化部副部长辛国斌在开幕式上说：" 智能机器人作为人工智能从数字世界走向物理世界的重要载体，正在以前所未有的速度赋能千行百业。"

但涌现的另一面是，机器人大规模落地仍需跨越重重难关。

大模型可以在数字层面理解文本与图像，却受限于交互数据的匮乏，在物理世界仍未真正形成闭环；跨环境、跨任务的泛化能力不足，制约着稳定、批量的生产与交付；灵巧手等关键零部件则面临高成本、难量产、低良率的困境，供应链难以通过规模化实现降本。

重重挑战之下，机器人真正走入现实尚需时日。

而新能源车经过上半场动力竞赛的充分洗礼，已具备成为物理 AI 入口的成熟条件。车内，端侧算力跃迁推动主流智驾芯片整体突破 500 TOPS，算力成本持续下降；大模型通过压缩蒸馏，以 10 亿级参数规模高效上车，用户的交互体验正在被持续革新。

汽车与 AI 两大产业的交汇转型，叠加算力、模型、生态的日渐完善，正在将汽车推向 AI 时代。

在 2026 世界机器人大会火山引擎具身智能技术与应用论坛上，AIVA 总裁、产品经理李博认为，汽车是物理 AI 当下最重要的 " 身体 " 之一。

这一判断，源于汽车具备多数 AI 终端难以比拟的先天条件：

第一，充足的能源底座。  汽车拥有的几十到上百度移动电站，足以支撑本地大模型的实时部署，实现低时延响应；同时，大量数据可在本地处理，更好地守护隐私安全。

第二，完整的感知与执行体系。  车内的摄像头、麦克风、雷达等传感器，与座椅、空调、灯光、底盘等执行部件，共同构成 AI 的眼睛、耳朵与手脚，实现融合感知输入与物理执行的无缝衔接。

第三，不可替代的长期共处场景。  通勤路上、接送家人、周末出游，人们总要置身车内，与车辆共度一段时光。以数年的使用周期来看，汽车能够与人形成高频、周期性、多场景的深度陪伴。

可以预见，当 AI 借由汽车获得物理形态，它便不再只是一个交通工具，而是物理 AI 走进现实、与人长期共生的 " 身体 "。

02

"AI 定义汽车 " 的理念下

汽车要有鲜活感

这种思考之下，AIVA 汽车与其他新能源汽车有了本质分野。李博用一句话概括其造车理念： "AI 定义汽车，先有 AI，再有车。"  

传统车企转型 AI，往往是在既定硬件上叠加智能功能，两者协同难尽其效。而 AIVA 决心重构造车逻辑，先要想明白，AI 该如何理解人、陪伴人、构建信任，再让整车从这份对人的理解之中生长出来。

竞争的主战场，由此从工厂里的硬件制造，前移到了 AI 对人的理解深度上。

李博举了一个例子。研发过程中，团队曾围绕一个争议激烈的问题展开讨论：原本车灯的位置，要不要装一块屏幕？

团队中，有人认为，这是不务正业，因为大灯就是为了照明而存在；也有人认为，这是一项非必要的支出。

但讨论到最后，李博及研发团队坚持了这个设计，并且将它命名为 " 灵动光眸 "。

原因很简单：一台车的 " 眼睛 "，天然就在大灯的位置上。这双眼睛的每个表情，就应该是 AI 对感知到的信息的自然回应。它不能是依靠预设程序去 " 表演 "，而应是真正看见、理解当下场景之后，做出的反馈。

" 我们要打造的是一个生命体，生命体需要表达和交互。就像人与人沟通的时候，往往都是先看眼睛 "，李博在演讲中说，" 这双 ‘眼睛’，并不是为了博眼球，刻意设计，而是从生命体交互的角度，它本就该存在。"

简而言之，AIVA 想要塑造的并不是一台单纯的汽车，而是一个具有鲜活感的物理 AI 生命体。

这份鲜活感，最终指向的是对用户需求的深度契合。此前 AIVA 品牌发布会上，李博曾用温度调节来阐释这种理解：同样是 22 ℃，穿 T 恤的夏天和穿毛衣的冬天，体感天差地别。AIVA 通过长期学习用户的习惯，无需任何手动设置，就能在不同情境下自动匹配最适宜的温控方案。

03

物理 AI 的核心命题

是建立人机信任

在这场 AIVA 向物理 AI 演进的范式转移中，火山引擎是不可或缺的同行者。

双方在合作初期便达成共识：以 AI 原生理念打造一款新车型。产品定义阶段，AIVA 与火山引擎便坐在一起，共同讨论 AI 硬件选型、评审产品需求、推敲设计方案，将 "AI 原生 " 从理念拆解为每一个可落地的技术决策。

两家公司的深度协同，也延伸到了组织能力层面。

据李博透露，HMI 设计团队借助 ArkClaw 搭建了专属设计助手。输入一份 PRD 文档，系统便能自动拆解用户旅程，直接生成视频 Demo。过去需要耗费数天的工作，如今几分钟即可完成。

研发团队则使用 Trae 来做 coding，重构自动化测试链路，整体效率也得到了大幅提升。

"AI 负责完成繁重的基础挖掘工作，人便可以把释放出来的精力，投入到更需要创造力和深度思考的环节。"

李博将这个过程比作淘金的升级：" 过去是产品经理边挖矿边淘金，现在是 AI 在前面挖矿，人在后面淘金。"

从 AI 原生组织到 AI 原生汽车，AIVA 既是物理 AI 产业变革走向纵深的推动者，也将成为 AI 前置与产业协同的关键样本。

AIVA ME7 将于 2026 年年内亮相。它的出现，也将为汽车产业的下一阶段竞争提供新的坐标。

作为一个为 AI 而生的全新物种，AIVA 跳出传统汽车的产品逻辑与竞争维度，不只是顺应智能化下半场的到来，更试图以 AI 原生的产品形态，推动汽车产业从 " 智能化 " 进一步迈向 "AI 化 "，成为这一轮产业变革的重要引领者。

竞争起跑线也将重新划定。真正能够用 AI 赋予汽车灵魂的选手，或将在新时代的竞争中占据更有利的位置。

以这台车为起始，人与机器的交互形式也将获得一次重构的契机。

走入物理 AI 时代，机器人的量产落地只是开始，长久地人机共生，还会触及更深层次的信任问题。

火山引擎副总裁杨立伟曾将智能交互演进概括为三个阶段，从指令驱动到任务自主，再到物理融合。人机信任的建立，也同技术演进的脉络高度呼应。

具身智能稳定、可靠的完成任务，是建立信任的基线；在此基础上，AI 能够理解人的情绪、意图和习惯，机器将从执行命令进化到感知状态；最后，AI 如果具备持续学习、主动适应、可解释决策的能力，人与机器将形成深度互动、共同成长的状态。

当前，物理 AI 正处于功能信任向情感信任过渡的阶段。多数具身智能产品能在特定场景下自主完成任务，但面对开放、复杂环境，仍需要人类兜底。

李博对此有着清晰的认知，" 信任是在一次次真实交互中层层累积出来的：AI 真切看见你、记住你，并在你真正需要的时候提供帮助。每一次反馈都贴合场景、恰到好处，久而久之，信任自然会建立。"

这需要一个能够感知环境、执行动作，并在长周期使用中与人类高频互动的 " 在场者 "。AIVA 正是围绕这一方向展开探索，其背后也折射出物理 AI 从虚拟世界走向真实世界的进一步尝试。

一旦这款车建立了 " 伙伴式 " 的信任，它将定义人与机器相处的模式。这份信任的确立，也将比任何硬件参数更具有护城河的意义。毕竟，模型参数、技术发展可以复制和追赶，但人与机器之间的信任难以迁移。

在不久的将来，当技术创新不再追求参数突破，而是回归人类福祉，服务与满足人的真实需求，人机信任就能真正扎根。我们迎来的也不只是一款更好的车，而是一个机器学会 " 看见 " 人类、人类也学会信任机器的新纪元。（雷峰网 ( 公众号：雷峰网 ) ）

雷峰网原创文章，未经授权禁止转载。详情见转载须知。