作者 | 郑浩钧
编辑 | 王瑞昊
作为中国汽车产业的年度盛会，2026 北京车展不仅汇聚了全球主流车企的最新车型与技术成果，更成为汽车科技的重要风向标。
今年首次开启新场馆的北京车展，不仅比往年更热闹，也更 " 智能 "。走进展馆，扑面而来的不再是单纯的新能源叙事，而是一股浓郁的 AI 气息，" 物理 AI"（Physical AI）成为全场热议的核心关键词——从英伟达提出的 " 物理 AI 的 ChatGPT 时刻即将到来 "，到国内头部智驾企业集体向物理 AI 领域转型，一场围绕 AI 技术在物理世界落地的产业变革正在悄然上演。
在这场变革中，易航智能以北京车展为契机，正式官宣品牌定位全面升级，推出 Robotaxi 与机器人双新业务布局，联合行业内各类伙伴探索物理 AI 落地路径，也迈出了自身向 AI 机器人公司演进的关键一步。
01
物理 AI 元年，智驾行业迎来转型新格局
回溯物理 AI 概念的兴起，其最早于 2020 年由瑞士联邦材料科学与技术实验室 Aslan Miriyev 与伦敦帝国理工学院 Mirko Kova 在《Nature Machine Intelligence》中提出。
2026 年初，在被称为 " 全球科技风向标 " 的 CES 展上，英伟达首席执行官黄仁勋进一步将物理 AI 推向产业落地层面，他表示，物理 AI 将复制大语言模型的爆发路径，人工智能正从理解语言进化到理解物理世界，" 物理 AI 的‘ ChatGPT 时刻’即将到来。"
几乎在同一时期，易航智能创始人、CEO 陈禹行博士的判断与行业风向形成了呼应——在 2025 年 12 月的一场公开演讲中，他便指出，自动驾驶的开发范式已从 " 局部 AI 开发 "，转变为 "AI 在驾驶领域的实践 "。
在此背景下，智驾行业迎来了转型新格局。以往，智驾行业的竞争焦点集中在量产车型的智驾功能落地、算力提升与算法优化上，企业之间的竞争多为单一维度的技术比拼。如今，随着物理 AI 的兴起，行业竞争已指向一个更宏大的命题：如何让 AI 真正进入物理世界并创造价值。
在这个命题下，头部企业们已经给出了各自的答案。Momenta 宣布与海外运营平台达成合作，将于 2026 年开始在德国、中东等地进行 Robotaxi 运营；元戎启行宣布与无锡政府达成合作，建立 Robotaxi 研发测试基地，并明确提出 " 物理 AI 的上半场是自动驾驶，下半场是机器人 " 的战略判断，认为汽车是验证物理 AI 能力的首个最佳场景。
这些动作并非孤立的个体选择，而是一个行业在技术路线收敛后的集体跃迁。作为中国自动驾驶量产缩影的易航智能，经历了从无到有的十年历程，从最初的把深度学习引入感知，到 BEV 感知架构的飞跃，再到端到端大模型的普及，技术迭代的速度不断加快。
当技术框架日趋成熟，行业玩家们发现，自己积累的能力远不止于 " 让车更好地开 " ——感知、规控、预测、决策，这些在驾驶场景中被反复打磨的 AI 能力，本质上都是对物理世界的理解与响应。当技术底座足够坚实，向更广阔的物理世界延伸便成为了自然且必然的选择。
在这场席卷行业的转型浪潮中，易航智能主动出击，在本届车展上正式将品牌定位全面升级为 "AI 算法和工程化量产解决方案供应商 "，并以 Robotaxi 和机器人两大新业务为发力点，开启物理 AI 落地的双线布局。
这一转型的背后，是陈禹行对行业本质的深刻洞察：" 智能汽车的本质是具身智能。" 当汽车被视为机器人的一种形态，从智能汽车到物理 AI 的跨越，便不再是追逐风口，而是技术发展的水到渠成。
02
Robotaxi：物理 AI 落地的第一片主战场
在物理 AI 的落地版图中，Robotaxi 被众多从业者视为最成熟、最先可达的战场。这并非偶然——经过十年的技术积累与产业磨合，Robotaxi 正在迎来规模化落地的前夜。
易航智能选择在这一节点切入 Robotaxi，基于三重核心判断。第一重判断来自成本结构。陈禹行在媒体交流会上表示，基于量产车的城市智驾已经逐渐普及，传感器和算力成本都有了大幅下降，这意味着 Robotaxi 的运营成本结构已经可以初步实现盈利预期。激光雷达不再是昂贵的奢侈品，高算力芯片也不再遥不可及，技术成本的平民化为商业模式的跑通创造了前提条件。
第二重判断关乎行业逻辑的根本转变。回顾易航智能的创业历程，陈禹行提到一个关键的变化：" 最早我们做智驾的时候，是把深度学习引入到智驾行业，用深度学习做一些感知，然后做一些规则的规划和控制，做一个最早期 L2 的系统。那时候的逻辑是我想做一个智驾产品，然后把深度学习引入到智驾产品。但现在逻辑完全变了——人工智能在物理世界的第一次实践就是自动驾驶。"
从 "AI 赋能智驾 " 到 " 智驾是 AI 的物理实践 "，这一认知框架的转换，意味着 Robotaxi 不再是一个孤立的业务线，而是 AI 技术能力在交通出行领域的终极表达。
第三重判断来自技术成熟度的务实评估。作为一家坚持渐进式路线的自动驾驶公司，易航智能在量产领域深耕近十年，从 L2 到高速场景再到城区场景，每一步都伴随着用户体验的实质性提升。
端到端方案的引入，让智驾系统在人的感受层面获得了较大进步。但陈禹行也清醒地指出，量产智驾虽然已能解决绝大部分场景，但在全国范围实现真正的无人驾驶——把人从驾驶位上彻底解放出来——仍然需要很长时间，因为长尾场景的复杂度超乎想象。而 Robotaxi 的独特之处在于，其通常局限于单一城市运营，这让企业可以在一个相对可控的区域内，将现有智驾技术积累与针对性的安全开发相结合，从而在技术可实现性与商业闭环之间找到最佳平衡点。
03
机器人：从 1 号试验田到更广阔的物理世界
如果 Robotaxi 是 AI 在物理世界落地的 "1 号试验田 "，那么机器人就是这片试验田丰收之后的 " 第二台阶 "。
在 2026 年的北京车展上，易航智能同步公布了首款机器人原型机 " 鲲行 " 的最新进展，宣布公司的机器人首款产品原型机已开发完成，已获得首个示范应用项目，预计 2026 年内能够正式发布。陈禹行认为，自动驾驶技术与机器人技术同本同源，本质上是 AI 在不同物理形态上的落地应用。
易航智能对机器人的理解延续了其一贯的渐进式路线——不是一上来就做终极形态的人形机器人，而是从特定场景入手，解决高频需求，在运输等场景中率先实现商业闭环。
这种渐进式思路背后，是对行业规律的深刻尊重。陈禹行坦言，机器人行业目前还处于比较初期的阶段，人形机器人可能需要许多时间。而在特定场景中，机器人的工程难度并不比自动驾驶更复杂，关键在于能否找到真正的商业模式、能否落地、能否拿到订单。这一判断与易航智能在自动驾驶领域坚持量产导向的逻辑一脉相承：技术必须服务于商业，产品必须回应真实需求。
从行业层面来看，自动驾驶与机器人领域的技术与人才呈现出高度的关联性，越来越多的自动驾驶领域核心人才，纷纷跨界投身机器人、具身智能创业大潮——维他动力、无界动力的初创团队来自理想汽车和地平线，星海图的创始团队曾任职于 Waymo 和 Momenta。
这些流动并非偶然，在北京车展上，陈禹行对雷峰网《新智驾》表示：" 从 AI 的角度来看，自动驾驶和机器人其实就是一件事情，从第一个台阶到第二个台阶。" 经过十年发展，自动驾驶行业已经形成了成熟的人才梯队、供应链体系和技术框架，当 AI 的注意力从驾驶场景扩展到更广阔的物理世界，这些现成的能力储备便成为了机器人行业快速发展的加速器。
对于易航智能而言，切入机器人研发本身并不算从零开始。公司在自动驾驶领域多年积累的技术、数据和工程化能力，构成了向机器人领域自然延伸的底气。无论是感知算法、路径规划，还是系统集成、量产验证，这些在汽车行业被反复锤炼的能力，都可以在不同形态的物理载体上复用。而相比于汽车行业的巨头林立，机器人行业的场景更加多元分散，不同场景需要不同形态的机器人，这意味着每一个细分赛道都有机会孕育出专业的解决方案供应商——这正是易航智能选择聚焦特定场景机器人的战略考量。
04
易航的路径：算法与工程化量产的双轮驱动
2026 年北京车展，是易航智能品牌升级的新起点，也是其物理 AI 布局的开端。回望过去十年自动驾驶行业的激烈洗牌，易航智能能够生存下来并持续进化，其核心竞争力在于算法研发能力与工程化量产能力的双轮驱动。
陈禹行在回顾创业历程时，将行业的几次重大更新梳理得清晰透彻：最早做自动驾驶时，行业里甚至没有 " 自动驾驶 " 这个概念，所有供应链和人才都需要从零磨合；随后，一些公司过度侧重生产、集成被淘汰；再往后，只做规控、外购感知的模式也在技术升级中逐步失去竞争力；当端到端大模型成为主流，没有全栈开发能力的供应商更是丧失了入场资格。每一次行业洗牌，本质上都是对玩家能力边界的一次重新定义。
在陈禹行看来，这种快速迭代能力本身就是公司最大的护城河—— " 如果今年还给自己定义成一个智驾公司，你可能就是一个夕阳行业了。技术成熟之后，价格肯定会往下走。所以你就必须得有一个持续迭代的能力。"
这种迭代能力在物理 AI 时代有了更广阔的施展空间。陈禹行将易航智能的业务版图概括为 " 形散神不散 "：ADAS、Robotaxi、机器人三个业务看似分散，但底层共享同一套 AI 算法能力和工程化量产经验。
在汽车行业，易航智能选择站在车企身后，以供应商角色提供解决方案；在机器人行业，易航智能则直接走到前台，依托算法加工程化的双重优势打造自有产品。两种不同的商业模式，对应的是同一套核心技术能力的不同变现路径。
站在 2026 年北京车展的展台前回望，物理 AI 的风已经吹起。从 Momenta 到轻舟智航，从元戎启行到易航智能，自动驾驶行业的决赛圈选手们正在集体完成从 " 智驾公司 " 到 " 物理 AI 公司 " 的身份蜕变。在这一轮蜕变中，有人选择全球化运营 Robotaxi，有人选择构建通用物理 AI 基础设施，有人选择渐进式切入场景机器人——路径各异，但方向一致：让 AI 走出数字世界，在物理世界中创造价值。（雷峰网）
