过去十年，中国智能汽车行业被一个叙事统治：
智能化 约等于 自动驾驶。
上一代的战争，大家在争夺：
• 你有多少优秀的工程师
• 你是不是真正意义上的“端到端”
• 你的模型参数有多大，云端算力资源有多少？模型评价指标是不是一致？模型以多快的速度迭代？
2025开始，这个叙事已经不够解释行业主战场了。上个时代的“战争结果”，更像搭建了是一个底层技术能力——基座模型，

新一代的战争，比的是基座大模型能不能在更多「端上」量产，能不能在Robotaxi、具身智能、飞行汽车等等领域产生研发、生产上复利效应。如果给所有新物种一个统称，它的抽象定义叫：物理AI（Physical AI）＝ 在物理世界中可持续提升的智能单元。

这是新的“一级产业分类”。对于下个时代的产业升级方向，我想很多人是有共识的，问题是，下个时代的玩家会有谁？小鹏为什么会是其中一个？从2015到2025小鹏的战略链条中，我们不能“点状”的拆解为造车、干基座模型、干飞行汽车、干机器人、干芯片项目。对这10年的小鹏做一个小总结，他们做的最核心的一件事情，把车当成物理AI的冷启动入口或者叫超级节点。

汽车刚好是一个：
• 标准化的
• 大规模量产的
• 布满传感器的
• 每天跑在看起来复杂、但实际自由度不高的城市里
• 有单价基础且消费者愿意为智能能力付钱的
超级数据入口 。
它自动在现实世界里：
• 观察（视觉系统）
• 理解（大模型）
• 决策（路径规划）
• 反馈（用户接管，包括打方向盘、踩刹车）
• 再回传动作结果（沉淀 data）
AI 做的动作，会重新变成 AI 的训练数据，

它是“物理AI”所有模型能力的训练起点。而随着模型能力增强，自然的就从辅助驾驶跨越到自动驾驶，Robotaxi是自动驾驶的一种运营形式。从辅助驾驶开始，训练出来的“基座模型”是有共性的认知系统，它对现实世界的认知能力具有“跨设备迁移”潜力。这个模型不止局限于“车”这一物理载体，它可以在其他端——比如具身机器人、飞行汽车等——中发挥作用。根据小鹏本人的说法，机器人与汽车共享了高达70%的AI算法、感知及域控技术。

大部分人在讨论物理AI公司时，往往聚焦于模型的复用，这是复利效应的表现之一。但对于像小鹏这样的企业，硬件制造能力的积累同样能带来巨大的复利。
小鹏是一家在量产方面日渐成熟的车企，在生产工艺、质量管理、供应链整合方面具有自己的优势，没有小鹏的接手MONA后的深度智能化迭代，我们不可能在2万美金以内，看到一款有NGP的智能电动汽车。生产制造和供应链能力，也是小鹏物理AI的落地提供了可持续的复利增长动力。

当然，复利的来源，还来自于在车端、具身智能、飞行汽车上通用的大算力图灵AI芯片，来自于Robotaxi、飞行汽车有潜在共通性的运行体系。小鹏具备了从底层——基座模型、通用AI芯片，中台——基座模型的训练方式和硬件生产制造能力，上层——运营能力，贯穿物理AI所需要的通用能力，这是小鹏可以成为新牌桌上玩家的原因。

如果说特斯拉的《秘密宏图第四篇章》是“端到端物理AI闭环的蓝图”，那么小鹏正在做的，《秘密宏图第四篇章》的中国实践或者叫本土化验证。双方共通逻辑：量产车 = 研发+生产+运营能力的首个载体。而量产车只是开始，每一次数据采集，每一次端侧部署，每一条生产经验的增加，都是认知能力的复利积累，物理AI才是终点。

小鹏AI Day的真正价值，不在于公布新的基座模型架构、不在于展示了会走猫步的“老铁”、不在于宣布把图灵AI芯片卖给大众成了芯片供应商，而在于它揭示了：
• 一个新的行业范式正在形成
• 一条新的竞争维度正在展开
• 未来十年，胜利者不是只会造车的企业，也不是只会训练模型的科技公司，而是能把二者合二为一的物理AI平台公司。

#何小鹏首次披露物理AI巨大进展#
#小鹏科技日#
#小鹏Robotaxi将在2026年量产并试运营#