进入2026年后，智能驾驶行业的技术叙事正在发生一次根本性的转向。当行业还在围绕“端到端”的数据闭环与场景覆盖率进行军备竞赛时，头部玩家已经开始将讨论引向一个更底层的维度——物理世界规律的预训练。

2026年被频繁称为“物理AI元年”。从北京车展到CVPR 2026，智能驾驶的技术叙事正在从端到端走向物理AI基座模型。过去几年的竞争主要集中在数据量的堆积与场景覆盖上，而现在的核心命题已变为：如何通过通用化的物理智能与多模态理解，降低跨域、跨类、跨国的适配成本。

在这场转向中，几家头部企业选择了不同的路径，却指向了同一个方向。

卓驭科技正式推出“移动物理AI，智能一切移动”战略，并发布了行业首个原生多模态基础模型。这套模型在预训练阶段直接注入物理世界的通用规律——惯性、摩擦力、碰撞代价——支持视频、文本、动作、语音、地图等多模态信息的统一表征输入。

与其他VLA方案不同，卓驭的模型没有显式的语义翻译环节，“所有模态在统一框架下完成训练，消除了翻译延迟与信息损耗，目标是实现零样本知识迁移”。这意味着模型能在未专门训练过的场景中，仅凭对物理规律的理解做出决策。红旗天工S概念车已率先搭载基于该模型的全新一代架构，瞄准L3/L4级高阶智能驾驶。目前，卓驭已携手35家合作客户，累计量产车型超50款，定点车型突破130款。

华为的路径是另一套解法。2026年4月，华为乾崑技术大会正式发布乾崑智驾ADS 5，采用WEWA 2.0架构。云端世界模型首次引入“多智能体博弈”机制，所有交通参与者都作为智能体参与交互，博弈强度提升10倍；车端世界行为模型首次引入安全风险场理论，实时生成风险热力图辅助决策，可将碰撞风险再降低50%。在感知硬件层面，ADS 5搭载了全球量产最高规格的896线双光路图像级激光雷达。

另一边的则是小鹏第二代VLA大模型的重大升级,核心是让AI开始真正理解时间——从过去对物理世界的静态3D空间理解，进一步走向动态4D时空理解。全新引入的Infini-VLA长时序架构，让模型“记得前30秒的世界”，驾驶判断拥有更长的上下文；端到端响应速度提升300%。小鹏同时首次推出Master Agent整车大脑，实现VLA与VLM的驾舱融合，让整车第一次拥有一个统一大脑。

Momenta的R7强化学习世界模型同样于2026首发。R7采用三层架构：先通过海量真实驾驶数据预训练，将物理规律与因果关系压缩进模型；再通过世界模型仿真进行闭环推演；最后在世界模型中进行强化学习，让系统在接近真实的环境中反复探索与试错。Momenta已交付超过70款量产车型，累计定点车型数超过200款。

这场集体转向“基础模型”与“世界模型”的竞赛，折射出智能驾驶发展阶段的深刻变化。过去拼的是数据量的堆积，现在拼的是通用化物理智能与跨场景适配的效率。当智驾能力从汽车的专属配置，逐渐变成一切可移动载体的通用禀赋——那才是这场竞赛真正的终点。

责编：赵静雯

来源：芷江融媒体中心