9 月 18 日，在盖世汽车第四届 AI 定义汽车论坛上，轻舟智航技术副总裁钱祥隽发表了题为 " 轻舟智航物理 AI 相关内容分享 " 的演讲，系统阐述了物理 AI 的落地路径、技术体系、量产进展及未来规划。

钱祥隽指出，自动驾驶是物理 AI 首个大规模商业化、产生用户价值最多的落地场景，是通用物理 AI 发展的核心基石。物理世界充满不确定性，自动驾驶系统需要应对识别新场景、理解预测未知场景变化等核心问题，而世界模型与强化学习正是连接数字 AI 世界与物理世界的桥梁，也是通往通用物理 AI 的必经之路。

在技术体系层面，钱祥隽介绍，轻舟智航构建了 " 云端世界模型 + 车端世界行为模型 " 的双模型协同架构。云端世界模型作为物理 AI 的基础底座，具备高可控视频生成、零样本生成引擎和低成本预演仿真三大核心能力，可基于基础场景泛化出交通流变化、异形障碍物、高危罕见场景，并支持自然语言指令直接映射场景生成，覆盖雪天、雾天、雨天等复杂环境以及逆行车辆、强光干扰、突发障碍物等对抗性场景。车端世界行为模型则融合 VLA 与强化学习算法，实现从感知到行动的全链路模型化。两套模型依托覆盖数据挖掘、清洗、生成全流程的汽车数据闭环系统，形成持续自我迭代的 " 数据 + 模型 " 双引擎机制。

量产落地方面，钱祥隽分享了轻舟智航的最新成绩单。目前，轻舟智航辅助驾驶方案已搭载超 100 万台车辆，覆盖超 40 款量产车型、10 家车企品牌，规模化数据闭环已验证技术成熟度。产品矩阵方面，轻舟推出 L、Pro、Max 三级方案，覆盖从中低算力到大算力平台的全场景需求。其中，Pro 平台率先在 128TOPS 地平线 Journey 600M 芯片上实现高体验城市 NOA 落地，今年下半年多款车型陆续进入量产交付期。大算力乘风 Max 平台基于 " 世界模型 + 强化学习 " 架构，以超 500TOPS 车端算力提供超 1000TOPS 级别的越级体验，可应对夜间眩光、消失前车、高速连续避障等复杂场景，为主端安全提供保障。

在无人物流业务方面，钱祥隽表示，L2++ 与 L4 共享统一物理 AI 技术底座，无需堆叠高成本硬件即可实现跨场景能力快速复制。目前无人物流车已在金华、苏州、广州等多地开展测试运营，处于量产及规模化增长阶段，可适配城市、乡村、胡同等多场景环境。

全球化布局方面，钱祥隽指出，物理 AI 无国界，可依托通用物理 AI 方法论适配全球不同交通环境。目前轻舟智航测试车辆已在德国慕尼黑、法国巴黎等多个欧洲城市开展测试，将逐步推进海外市场落地，持续向全球交付 L2++ 和 L4 级产品。

钱祥隽在演讲最后分享了轻舟智航的使命与愿景：以安全和向善的智能创造更美好的 AI，成为全球领先的通用物理 AI 公司。他表示，轻舟智航将持续深耕无人驾驶这一通向物理 AI 的核心基石，推动物理 AI 技术在更广泛场景中的落地应用。