扫描下载APP
其它方式登录
英伟达开源340亿参数自动驾驶模型Alpamayo 2 Super，采用视觉语言动作架构，支持商业微调与部署，旨在确立数据格式、评测基准和工具链等接口标准；文章对比中国L2级（70.5%）和NOA（34.2%）高渗透率所构建的数据闭环优势，分析该开源对中国智驾全栈自研路线在数据独占性与算力成本两方面的深层影响。
拿森科技作为中国线控底盘领军企业，于2026年8月7日登陆港交所，发行价10.42港元/股，开盘市值达100.6亿港元。公司专注智能驾驶线控制动解决方案，是首家将NBS方案用于L4级无人驾驶商业化运营的中国企业，也是国内前三大内资线控制动供应商之一，正拓展至人形机器人和低空飞行器运动控制领域。
物理AI正推动智能驾驶从数字AI向物理世界行动能力跃迁，核心表现为端到端架构普及、VLA与世界模型融合演进，以及车企战略转向‘物理AI公司’。技术路径从模块化走向统一基座模型，竞争焦点由参数堆叠转为物理世界理解与行动能力构建，但受限于真实数据积累与算力瓶颈，距终极形态仍有距离。
中国L2级辅助驾驶渗透率达70.5%，远超欧洲，自主品牌通过自研智驾芯片（如蔚来神玑、小鹏图灵、理想马赫、比亚迪璇玑）、VLA大模型与世界模型（如蔚来NWM、鸿蒙WEWA 2.0）实现技术突破，并推动智驾向燃油车普及，形成全球领先的智能驾驶发展路径。
近两三年，大批来自理想汽车、华为、小鹏等车企及智驾公司的技术创业者跨界进入人工智能与具身智能领域，已获超350亿元融资。他们依托智能汽车积累的工程化能力、软硬协同经验与真实场景验证优势，将自动驾驶技术延伸至机器人等物理AI应用，推动AI从数字世界走向物理世界。
文章阐述物理AI作为AI第二波浪潮的核心趋势，指出其本质是从统计关联转向物理因果认知的范式革命，强调端到端架构、世界模型和具身智能，并分析自动驾驶、工业智能、专用机器人三大先行赛道，同时澄清对物理AI的常见误区，指出其发展依赖算法、硬件、工程与场景的系统性协同。
文章分析字节跳动在自动驾驶与智能汽车领域的战略选择，指出其虽具备技术能力（大模型、算力、人才）并已深度布局智能座舱（如豆包上车、与特斯拉/赛力斯/荣威合作），但基于商业理性与生态协同考量，明确放弃整车制造，转而定位为汽车智能化核心供应商，效仿博世模式，避免与车企直接竞争。
2026年汽车行业利润率降至十年新低，倒逼车企与芯片厂商加速推进舱驾融合，即用单颗芯片同时承载智能座舱与智能驾驶计算任务，以降低BOM成本、缩短研发周期、简化电子电气架构。地平线、黑芝麻、芯擎、高通、英伟达及蔚来、理想等纷纷推出或量产相关芯片与平台，该趋势在中低端车型中率先规模化落地。
Momenta通过港交所聆讯，以90亿美元估值上市，核心逻辑是从技术开发服务转向按车辆销量收取许可费的平台模式，依托量产车数据闭环构建网络效应壁垒；其高毛利与账面巨额亏损并存，主因优先股公允价值变动，经调整亏损持续收窄，现金流向好；市场将其类比MiniMax而非地平线或小马智行，视其为智能驾驶领域的‘平台收租者’。
文章对比理想汽车李想自研智驾芯片M100并高调发布，与零跑朱江明主动终止芯片自研、聚焦成本与效率的战略分野，揭示新势力在智能驾驶竞争中分化为‘全栈自研’与‘务实聚焦’两条路径：前者以高投入争夺技术控制权和叙事主导权，后者基于财务现实选择资源优化配置，核心分歧在于企业阶段、资金实力与战略优先级差异。
地平线股价暴跌63%反映市场对其商业模式的深度重估：作为第三方智驾芯片供应商，正面临头部车企自研芯片（如比亚迪璇玺A3、理想马赫芯片）的替代压力；其‘芯片+算法+方案’模糊定位缺乏护城河，在英伟达向上渗透、华为向下挤压、客户自研加速的三向夹击下，盈利路径不明、亏损扩大、毛利率下滑，资本市场不再为其未兑现的成长故事付费。
蔚小理三家造车新势力集体跌破千亿港元市值，反映新能源汽车赛道从稀缺走向严重内卷：品牌数量激增至近80个，市场销量下滑、利润率创十年新低，价格战加剧亏损；车企转向自研芯片、AI等‘科技叙事’试图重获估值，但同质化叙事失效，行业面临并购整合与格局重塑。
小马智行CEO彭军阐述公司坚持Robotaxi长期主义的“反共识”路径：强调运营能力与技术能力并重，指出车企入局需从零起步；拒绝跟风L2价格战、大模型一体化、无图方案及具身智能热潮，坚持轻图策略、多小模型架构和十年周期理性判断。
Momenta以“物理AI”新标签赴港上市，估值约86亿美元，虽在城市NOA市场占据65%份额、客户覆盖全球九大车企且财务指标显著改善，但面临智驾技术普及导致的稀缺性下降、车企自研加速带来的第三方供应商空间收窄等挑战，亟需通过新叙事重塑长期增长预期。
世界模型是AI领域新兴底层技术，旨在建模物理世界的因果规律与状态演化，支撑具身智能和自动驾驶等场景的预测与推演能力。当前技术仍处早期，多数产品停留在渲染或仿真层，尚未实现真正‘模拟器’级物理推演；融资热潮背后存在概念泛化与泡沫风险，商业化集中在B端虚拟训练场、合成数据和内容生成三类路径。
